これを読んだあとのちゃんと理解しているか説明を並べる.

四分位数
- 代表値の一種
- データを小さい順から並べて、4つに分割する
  - 1/4の位置のデータ → 第一四分位数 → 最小値から25%の位置
  - 2/4の位置のデータ → 第二四分位数 → 最小値から50%の位置 → 中央値
  - 3/4の位置のデータ → 第三四分位数 → 最小値から75%の位置
奇数・偶数で求め方が違う
- 求め方1つ！
  - 4k + 1のとき
    - 4の倍数+1のとき、各分点に対応する点があるので計算が簡単
    - データ数が5, 9, 13...
  - データ数が4k + 3のとき
    - 分点が、例えばa地点のデータからa + 1地点のデータの中点をとるので、近い2点のデータの重み付け平均を取るのが一般的な考え方
    - データ数が7, 11, 15...
    - 中央値以外は対応する点がないので、中央値で区切る → 中央値を含む左、右のグループで中央値を求める
  - データ数が偶数のとき
    - 区間幅が3/4などが登場する（ややこしい）
    - データ数が4,6,8,10...
    - 例えばデータが4つ(3,4,9,10)あった場合、幅の数は3なので区間幅は0.75となる
      - 第一四分位数は3 * 0.25 + 4 * 0.75
      - 第二四分位数は9 * 0.75 + 10 * 0.25
      - 分点から遠い側は0.25、近いのは0.75を重み付け平均としてかける
- 2つめ（ヒンジ）
  - 中央で上半分と下半分に分けて，下半分の中央値を第1四分位数，上半分の中央値を第3四分位数とするといった考え方
  - pandas.quantileで試すと結果があわない・・・なぜ・・・・？（実装を見る元気がないので一旦終了）

追記

pandas.quantileで試すと結果があわない・・・なぜ・・・・？（実装を見る元気がないので一旦終了）

ドキュメントみたら把握した

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.quantile.html

f:id:aipacommander:20200630101538p:plain

linear: i + (j - i) * fraction, where fraction is the fractional part of the index surrounded by i and j.

データの位置が該当しない位置にあった場合どうやって保管する？オプションがあった。で、デフォルトが linear だったので調べたところ、データが10あれば、前半部分が1,2,3,4,5だったとき、i=3,j=4,faction=0.25として計算する。後半部分は6,7,8,9.10だったとき、i=7,j=8,faction=0.75として計算する。こうしたら結果があった。

もやもやが晴れた