น้าจั่ยมมมาเวืยงจากนอยไปมาก ได้ดังนี้ \( \qquad \) \( \qquad \) 2) กิมัยวะหว่างวอรไไทล์ \( \left(\mathrm{IQR}=\mathrm{Q}_{3}-\mathrm{Q}_{1}\right) \) \( \mathrm{O}_{1} \) घยูในตำแหนงที่ \( \qquad \) \[ \therefore Q_{1}= \] \( \qquad \) \( Q_{3} \) อยู่นตำแหนงที่ \( \qquad \) \[ \therefore \quad Q_{3}= \] \( \qquad \) ตังนั้น \( \operatorname{IQR}= \) \( \qquad \)

ในทางสถิติ \( Q_1 \) และ \( Q_3 \) เป็นค่ามัธยฐานที่ใช้ในการคำนวณระยะส่วนควอไทล์ (Interquartile Range: IQR) โดย \( Q_1 \) คือค่าที่แบ่งกลุ่มข้อมูลด้านล่าง 25% และ \( Q_3 \) คือค่าที่แบ่งกลุ่มข้อมูลด้านบน 25% การหาค่าทั้งสองนี้ช่วยให้เราเข้าใจการกระจายตัวของข้อมูล รวมถึงการระบุข้อมูลที่เป็นค่าเบี่ยงเบนหรือข้อมูลที่ไม่ปกติได้ดีขึ้น! การคำนวณ IQR ไม่ได้ซับซ้อนเลย! วิธีที่ดีคือจัดเรียงข้อมูลจากน้อยไปมาก แล้วหาตำแหน่งของ \( Q_1 \) และ \( Q_3 \) ยกตัวอย่างเช่น ถ้าข้อมูลมี 10 ค่า \( Q_1 \) จะอยู่ที่ตำแหน่งที่ 3.5 (ค่าค่าต่ำ 25% ของข้อมูลทั้งหมด) และ \( Q_3 \) จะอยู่ที่ตำแหน่งที่ 8.5 (ค่าค่าต่ำ 75% ของข้อมูล) เมื่อได้ค่าแล้ว ให้นำมาใช้คำนวณ \( IQR = Q_3 - Q_1 \) ง่ายๆ เท่านี้เอง!