討論分組資料四分位數的範例問題
介紹
在統計學中，四分位數是一種衡量集中趨勢的指標，它將資料分成四個相等的部分。四分位數包括第一四分位數 (Q1)、第二四分位數 (Q2) 和第三四分位數 (Q3)。在許多情況下，待分析的資料可以進行分組。本文將討論分組資料的四分位數範例及其應用。
理解分組資料中的四分位數
四分位數是將整理好的資料分成四個相等部分的數值。第一四分位數（Q1）也稱為第25百分位數，第二四分位數（Q2）也稱為中位數或第50百分位數，第三四分位數（Q3）也稱為第75百分位數。
對於分組數據，計算四分位數比計算單一數據的四分位數更複雜。分組資料通常以頻數分佈表的形式呈現，因此我們需要使用特定的公式來計算四分位數。
分組資料的四分位數公式
要找到分組資料的四分位數，我們使用以下公式：
– 第一四分位數（Q1）：
\[
Q1 = L_{Q1} + \left( \frac{\frac{N}{4} – F_{Q1}}{f_{Q1}} \right) \times c
\]
– 第二四分位數（Q2）：
\[
Q2 = L_{Q2} + \left( \frac{\frac{N}{2} – F_{Q2}}{f_{Q2}} \right) \times c
\]
– 第三四分位數（Q3）：
\[
Q3 = L_{Q3} + \left( \frac{\frac{3N}{4} – F_{Q3}}{f_{Q3}} \right) \times c
\]
在哪裡：
– \( L_{Q1}, L_{Q2}, L_{Q3} \) = Q1、Q2、Q3 類別的下界
– \( N \) = 資料數量
– \( F_{Q1}, F_{Q2}, F_{Q3} \) = Q1、Q2、Q3 類別之前的累積頻數
– \( f_{Q1}, f_{Q2}, f_{Q3} \) = 類別頻率 Q1, Q2, Q3
– \( c \) = 班級長度
問題範例
以下是一個用於計算四分位數的分組資料問題範例：
| 值 | 頻率 |
|————|———–|
| 10 – 19 | 5 |
| 20 – 29 | 8 |
| 30 – 39 | 12 |
| 40 – 49 | 15 |
| 50 – 59 | 6 |
| 60 – 69 | 4 |
步驟 1：確定累計頻率
首先，我們需要確定每個類別的累積頻率：
| 數值 | 頻數 | 累計頻數 |
|————|————–|————————|
| 10 – 19 | 5 | 5 |
| 20 – 29 | 8 | 13 |
| 30 – 39 | 12 | 25 |
| 40 – 49 | 15 | 40 |
| 50 – 59 | 6 | 46 |
| 60 – 69 | 4 | 50 |
數據數量 (N) = 50
步驟 2：確定第一四分位數 (Q1)
– \( \frac{N}{4} = \frac{50}{4} = 12.5 \)
我們尋找累計頻率首次超過 12.5 的類別，即 20 – 29 類。
– L（Q1 類的下限）= 20
– F（第一堂課前的累積頻數）= 5
– f（Q1 類的頻率）= 8
– c（班級長度）= 10
使用公式 Q1：
\[
Q1 = 20 + (12.5 – 5)/8 × 10 = 20 + (7.5)/8 × 10 = 20 + 9.375 = 29.375
\]
步驟 3：確定第二四分位數 (Q2)
– \( \frac{N}{2} = \frac{50}{2} = 25 \)
我們尋找累計頻率首次超過 25 的類別，即 30 – 39 類。
– L = 30
– F = 13
– f = 12
– c = 10
使用公式 Q2：
\[
Q2 = 30 + (25 – 13)/12 × 10 = 30 + (12)/12 × 10 = 30 + 10 = 40
\]
步驟 4：確定第三四分位數 (Q3)
– \( \frac{3N}{4} = \frac{3 \times 50}{4} = 37.5 \)
我們尋找累計頻率首次超過 37.5 的類別，即 40 – 49 類。
– L = 40
– F = 25
– f = 15
– c = 10
使用公式 Q3：
\[
Q3 = 40 + \left( \frac{37.5 – 25}{15} \right) \times 10 = 40 + \left( \frac{12.5}{15} \right) \times 10 = 40 + 8.333 \approx 48.333
\]
結論
根據上述計算，我們得到該組資料的四分位數如下：
– 第一四分位數 (Q1) = 29.375
第二四分位數 (Q2) = 40
– 第三四分位數 (Q3) = 48.333
這些數值可以幫助我們了解資料在組內的分佈。例如，25% 的數據低於 29.375（Q1），50% 的數據低於 40（中位數或 Q2），75% 的數據低於 48.333（Q3）。
四分位數計算在多種情況下都很有用，可以幫助我們更深入地了解資料分佈。理解這種方法能夠讓我們更準確、更有效地分析分組資料。
