Kostenloser Box-Plot-Generator
Erstellen Sie sofort professionelle Box-Whisker-Plots. Das einfachste Tool zur Visualisierung von Datenverteilungen.
🚀 In 3 Schritten zum Box-Plot
Daten eingeben
Automatisch generieren
Herunterladen/Kopieren
Unterstützte Datenformate:
- Kommagetrennt: 1.5, 2.8, 9.1, 16.2
- Leerzeichengetrennt: 1.5 2.8 9.1 16.2
- Zeilenumbruch: eine Zahl pro Zeile
- Wissenschaftliche Notation: 1.23e-4, 5.67E+8
- Serien-Modus: Verwenden Sie "Gruppenname: Wert1, Wert2..." pro Zeile zum Vergleich
- Ignoriert automatisch Text und Sonderzeichen
Universal Standard (R, Python, Google Sheets)
Linear interpolation method, default standard for modern data science software
📚 Mehr über Box-Plots lernen
Was ist ein Box-Plot?
Ein Box-Plot (auch Box-Whisker-Plot oder Kastengrafik genannt) ist eine standardisierte Methode zur Darstellung der Datenverteilung basierend auf einer Fünf-Punkte-Zusammenfassung:
- Minimum: Der niedrigste Datenpunkt ohne Ausreißer
- Erstes Quartil (Q1): Der Median der unteren Hälfte des Datensatzes (25. Perzentil)
- Median (Q2): Der mittlere Wert des Datensatzes (50. Perzentil)
- Drittes Quartil (Q3): Der Median der oberen Hälfte des Datensatzes (75. Perzentil)
- Maximum: Der höchste Datenpunkt ohne Ausreißer
Warum einen Box-Plot-Generator verwenden?
Obwohl Sie diese Statistiken manuell berechnen können, spart ein Box-Plot-Generator Zeit und gewährleistet Genauigkeit, insbesondere bei großen Datensätzen. Er erledigt komplexe Aufgaben automatisch, wie:
- Sortieren der Daten
- Berechnung der Quartile mit präzisen Algorithmen (wie der Tukey-Methode)
- Identifizierung von Ausreißern mit der 1.5×IQR-Regel
- Maßstabsgetreues Zeichnen des Diagramms
Wie man einen Box-Plot interpretiert
Die Box: Repräsentiert die mittleren 50% der Daten (den Interquartilsabstand). Die Linie innerhalb der Box ist der Median.
Die Whisker (Antennen): Erstrecken sich von der Box bis zu den minimalen und maximalen Werten, die keine Ausreißer sind. Sie zeigen die Spannweite der restlichen Daten.
Die Punkte: Einzelne Punkte jenseits der Whisker sind potenzielle Ausreißer.
💡 Wann Sie dieses Tool nutzen sollten
Verteilungen vergleichen
Sehen Sie schnell, wie sich verschiedene Datensätze in Zentrum und Streuung vergleichen lassen.
Ausreißer identifizieren
Erkennen Sie sofort extreme Werte, die Ihre Analyse verzerren könnten.
Große Datensätze zusammenfassen
Verdichten Sie Tausende von Datenpunkten in eine einfache, lesbare Visualisierung.
🔗 Verwandte Tools & Ressourcen
📖 Relevante Artikel
Wie man Box-Plots liest
Der komplette Guide zu Box-Plots und Quartilen
→ Guide lesenGekerbte Box-Plots verstehen
Statistische Signifikanz mit Konfidenzintervallen visualisieren
→ Guide lesenMehrere Gruppen vergleichen
Nutzung von gruppierten Box-Plots für Side-by-Side-Vergleiche
→ Guide lesen 📊Schritt-für-Schritt-Anleitung für Excel
→ Guide lesenIQR Ausreißer-Erkennung
Deep Dive in die 1.5×IQR Regel und Tukey Fences
→ Guide lesenWarum so viele Quartilsmethoden?
Verstehen Sie die Geschichte hinter den Berechnungsmethoden
→ Artikel lesenHäufig gestellte Fragen (FAQ)
Statistische Konzepte einfach erklärt
Mathematische Formeln
Die Standardformeln hinter den Berechnungen
Quartilsberechnung (Methode 2)
Erstes Quartil (Q1):
Median (Q2):
Drittes Quartil (Q3):
Interquartilsabstand & Ausreißererkennung
Interquartilsabstand (IQR):
Ausreißergrenzen (Fences):
Algorithmus-Erklärung
PlotNerd verwendet die statistische Standardmethode "Type 7" (standardmäßig in R und Python) für Quartilsberechnungen, deren Ergebnisse mit gängiger Statistiksoftware (wie R, SPSS) übereinstimmen. Alle Ergebnisse werden streng auf Genauigkeit geprüft.