このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
iqr
R2026a確率分布の四分位数間範囲
説明
例
平均 が 0、標準偏差 が 1 に等しい標準正規分布オブジェクトを作成します。
pd = makedist('Normal','mu',0,'sigma',1);
標準正規分布の四分位数間範囲を計算します。
r = iqr(pd)
r = 1.3490
返された値は、この分布における 75 番目と 25 番目の百分位数の値の差です。これは、確率 y が 0.75 および 0.25 になる位置における逆累積分布関数 (icdf) の差を計算することと同じです。
r2 = icdf(pd,0.75) - icdf(pd,0.25)
r2 = 1.3490
標本データを読み込みます。学生の試験の採点データの 1 列目を含むベクトルを作成します。
load examgrades;
x = grades(:,1);正規分布をデータに近似することにより、正規分布オブジェクトを作成します。
pd = fitdist(x,'Normal')pd =
NormalDistribution
Normal distribution
mu = 75.0083 [73.4321, 76.5846]
sigma = 8.7202 [7.7391, 9.98843]
近似分布の四分位数間範囲を計算します。
r = iqr(pd)
r = 11.7634
返される結果は、学生の採点の 75 番目と 25 番目の百分位数の差が 11.7634 であることを示します。
icdf を使用して、学生の採点の 75 番目と 25 番目の百分位数を決定します。
y = icdf(pd,[0.25,0.75])
y = 1×2
69.1266 80.8900
75 番目と 25 番目の百分位数の差を計算します。これは、iqr と同じ結果になります。
y(2)-y(1)
ans = 11.7634
boxplot を使用して四分位数間範囲を表示します。
boxplot(x)
ボックスの一番上の行には 75 番目の百分位数が示され、一番下には 25 番目の百分位数が示されます。中心線には平均が示されます。平均は 50 番目の百分位数です。
入力引数
拡張機能
バージョン履歴
R2013a で導入
