5.9
Değiştirilmiş Kutu Grafikleri
Standart bir kutu ve bıyık grafiği, belirli bir örnekteki verilerin yayılması hakkında bize bilgi verir. Minimum değer, maksimum değer, birinci çeyrek…
Bir veri kümesinin beş sayılı bir özet kullanılarak temsil edilebileceğini ve minimum değere, birinci çeyreğe, ikinci çeyreğe, üçüncü çeyreğe ve maksimum değere sahip bir kutu grafiği kullanılarak görselleştirilebileceğini hatırlayın.
Kutu grafiği, aykırı değerlerin konumu ve verilerin merkezden yayılması hakkında daha fazla görsel içgörü sağlayan değiştirilmiş bir kutu grafiği oluşturmak için biraz değiştirilmiştir.
İlk olarak, yeni minimum ve maksimum değerleri elde etmek için Q1'den 1,5 kat IQR çıkarın ve Q3'e 1,5 kat IQR ekleyin. Bu sınırların ötesindeki değerler aykırı değer olarak kabul edilir ve yıldız işaretiyle işaretlenir.
Şimdi bıyıkları yalnızca 1,5 kat IQ aralığındaki değerleri birleştirecek şekilde değiştirin.
Bu, açıkça tanımlanmış aykırı değerlere sahip değiştirilmiş bir kutu grafiği oluşturur.
Q1: How do you calculate the adjusted minimum and maximum values for a modified boxplot?
The adjusted minimum equals Q1 minus 1.5 times the interquartile range (IQR). The adjusted maximum equals Q3 plus 1.5 times the IQR. These calculated values replace the standard minimum and maximum, creating boundaries that help identify outliers beyond the typical data spread.
Q2: What is the main difference between a standard boxplot and a modified boxplot?
A standard boxplot displays the five-number summary but doesn't identify outliers. A modified boxplot uses adjusted minimum and maximum values based on the IQR to clearly mark values beyond these limits as outliers with asterisks, providing better visual insight into data distribution and what are outliers.
Q3: How are whiskers modified in a modified boxplot compared to a standard boxplot?
In a modified boxplot, whiskers are shortened and repositioned to extend only to the adjusted minimum and maximum values calculated using the 1.5 times IQR formula. This contrasts with standard boxplots where whiskers extend to the actual minimum and maximum data values.
Q4: Why is the 1.5 times IQR rule used to identify outliers in modified boxplots?
The 1.5 times IQR rule establishes a consistent statistical boundary for detecting unusual values that deviate significantly from the central data cluster. Values falling outside this range are marked with asterisks, making outliers visually distinct and helping analysts recognize extreme or anomalous data points.
Q5: What information does a modified boxplot reveal that a standard boxplot does not?
A modified boxplot explicitly identifies and marks outliers with asterisks, showing which values lie far from the center. It also visualizes the actual spread of typical data by adjusting whisker positions, providing clearer insight into data distribution patterns and the presence of extreme values.
Q6: How do you determine if a data value is an outlier using the modified boxplot method?
A value is classified as an outlier if it falls below the adjusted minimum (Q1 minus 1.5 times IQR) or above the adjusted maximum (Q3 plus 1.5 times IQR). These outliers are plotted individually with asterisks rather than included within the whisker range.
Q7: What role does the interquartile range play in constructing a modified boxplot?
The interquartile range (IQR) is the foundation for calculating adjusted boundaries in a modified boxplot. Multiplying the IQR by 1.5 and adding or subtracting from Q3 and Q1 respectively determines the whisker endpoints and defines which values qualify as outliers.