| 特性 | Tukey 铰链法 | Excel QUARTILE.INC | R/Python 标准 | WolframAlpha |
|---|---|---|---|---|
| 计算方法 | 中位数分割法 | 线性插值（包含端点） | 线性插值（Type 7） | 线性插值（Type 5/R-5） |
| 是否使用插值 | ❌ 否 | ✅ 是 | ✅ 是 | ✅ 是 |
| 结果来源 | 始终为原始数据值 | 可能为插值 | 可能为插值 | 可能为插值 |
| 主要用途 | 教科书、手动计算 | Excel 电子表格 | 数据科学、编程 | 在线验证 |
| 兼容软件 | 教材、SAS | Excel, WPS, Google Sheets | R, Python, Pandas, NumPy | WolframAlpha |
实时算法对比
输入您的数据，即时查看不同算法的计算结果差异
等待数据输入...
🔒 100% 本地计算，数据绝不离开您的浏览器
支持的数据格式：
- 逗号分隔：1.5, 2.8, 9.1, 16.2
- 空格分隔：1.5 2.8 9.1 16.2
- 换行分隔：每行一个数字
- 科学计数法：1.23e-4, 5.67E+8
- 多序列模式：使用「组名: 数值1, 数值2, 数值3」格式，每行一组
- 自动忽略文本和特殊字符
何时使用哪种算法？
📚 Tukey 铰链法
适用场景：
- 统计学课程作业 - 教科书通常使用此方法
- 手动计算验算 - 结果始终来自原始数据
- 探索性数据分析 - Tukey 方法的原始用途
- 小样本数据 - 不需要插值时更直观
📊 Excel QUARTILE.INC
适用场景：
- Excel 电子表格工作 - 确保与 Excel 结果一致
- 商业报告 - 与同事共享一致的统计结果
- WPS Office 用户 - WPS 使用相同方法
- Google Sheets 用户 - QUARTILE.INC 兼容
💻 R/Python 标准方法
适用场景：
- 数据科学项目 - 当代数据分析的标准
- 学术研究 - 大多数统计软件的默认设置
- 机器学习预处理 - 与 Pandas/NumPy 保持一致
- 大规模数据分析 - 插值提供更平滑的估计
🔍 WolframAlpha 方法
适用场景：
- 结果验证 - 与 WolframAlpha 在线验证对比
- 科学计算 - Wolfram 产品的标准方法
- Mathematica 用户 - 确保结果一致