股票交易量可以用箱線圖篩選異常值嗎
1. 怎麼在股票軟體上看到箱體圖
在K線分析圖用滑鼠右擊主圖.顯選擇主圖指標再左擊箱體點確定試下看
2. 如何看箱線圖
箱盒圖（也稱盒圖，箱線圖等）是在1977年由美國統計學家John Tukey發明，分析數據需要為定量數據。通過箱盒圖，可以直觀的探索數據特徵。
箱盒圖共有兩個用途，分別如下：
直觀地識別數據中異常值（離群點）；
直觀地判斷數據離散分布情況，了解數據分布狀態。
上圖可以看出，在男性時，C1中有2個異常點；女性時，C1共出現1個異常點。移動到異常點時會顯示具體數據。此時如果有需要，可將此3個異常值進行處理，或者在分析時過濾掉異常值。
除了異常值的觀察，還可以通過數據盒狀圖直觀看出，男性在C1上的整體打分，會明顯高於女性打分。
3. 箱線圖怎麼分析
箱盒圖（也稱盒圖，箱線圖等）是在1977年由美國統計學家John Tukey發明，分析數據需要為定量數據。通過箱盒圖，可以直觀的探索數據特徵。
箱盒圖共有兩個用途，分別如下：
直觀地識別數據中異常值（離群點）；
直觀地判斷數據離散分布情況，了解數據分布狀態。
上圖可以看出，在男性時，C1中有2個異常點；女性時，C1共出現1個異常點。移動到異常點時會顯示具體數據。此時如果有需要，可將此3個異常值進行處理，或者在分析時過濾掉異常值。
除了異常值的觀察，還可以通過數據盒狀圖直觀看出，男性在C1上的整體打分，會明顯高於女性打分。
4. 箱形圖為什麼能檢測異常值，原理是什麼
箱形圖可以用來觀察數據整體的分布情況，利用中位數，25/%分位數，75/%分位數，上邊界，下邊界等統計量來來描述數據的整體分布情況。通過計算這些統計量，生成一個箱體圖，箱體包含了大部分的正常數據，而在箱體上邊界和下邊界之外的，就是異常數據。
其中上下邊界的計算公式如下：
UpperLimit=Q3+1.5IQR=75%分位數+（75%分位數-25%分位數）*1.5，
LowerLimit=Q1－1.5IQR=25%分位數-（75%分位數-25%分位數）*1.5
（將數據由小到大排序，處於中間的為中位數，即50%分位數，在75%位置的即為75%分位數或四分之三分位數——Q3，在25%位置的即為25%分位數或四分之一分位數——Q1）
參數說明：
1. Q1表示下四分位數，即25%分位數；Q3為上四分位數，即75%分位數；IQR表示上下四分位差，系數1.5是一種經過大量分析和經驗積累起來的標准，一般情況下不做調整。
2. 分位數的參數可根據具體預警結果調整：25%和75%，是比較靈敏的條件，在這種條件下，多達25%的數據可以變得任意遠而不會很大地擾動四分位。具體業務中可結合擬合結果自行調整為其他分位。
5. 箱線圖的應用 舉例
箱線圖(Box plot)
箱線圖概述
箱線圖（Boxplot）也稱箱須圖（Box-whisker Plot），是利用數據中的五個統計量：最小值、第一四分位數、中位數、第三四分位數與最大值來描述數據的一種方法，它也可以粗略地看出數據是否具有有對稱性，分布的分散程度等信息，特別可以用於對幾個樣本的比較。
箱線圖的繪制步驟
1、畫數軸，度量單位大小和數據批的單位一致，起點比最小值稍小，長度比該數據批的全距稍長。
2、畫一個矩形盒，兩端邊的位置分別對應數據批的上下四分位數（Q1和Q3）。在矩形盒內部中位數（Xm）位置畫一條線段為中位線。
3、在Q3＋1.5IQR（四分位距）和Q1－1.5IQR處畫兩條與中位線一樣的線段，這兩條線段為異常值截斷點，稱其為內限；在F＋3IQR和F－3IQR處畫兩條線段，稱其為外限。處於內限以外位置的點表示的數據都是異常值，其中在內限與外限之間的異常值為溫和的異常值（mild outliers），在外限以外的為極端的異常值(extreme outliers)。
4、從矩形盒兩端邊向外各畫一條線段直到不是異常值的最遠點，表示該批數據正常值的分布區間。
5、用「〇」標出溫和的異常值，用「＊」標出極端的異常值。相同值的數據點並列標出在同一數據線位置上，不同值的數據點標在不同數據線位置上。至此一批數據的箱線圖便繪出了。統計軟體繪制的箱線圖一般沒有標出內限和外限。
6. 箱式圖的異常值
異常值又稱離群值，指大於1.5倍四分位數間距的數值。處於1.5~3倍四分位數間距之間的異常值在箱式圖中常用空心圓表示。
7. origin箱線圖怎麼剔除異常值
包裝了一個異常值處理的代碼，可以調用
_ef outliers_proc(data, col_name, scale=3):
? """
? 用於清洗異常值，默認box_plot(scale=3)進行清洗
? param data: 接收pandas數據格式
? param col_name: pandas列名
? param scale: 尺度
? """
?
? def box_plot_outliers(data_ser, box_scale):
? """
? 利用箱線圖去除異常值
? :param data_ser: 接收 pandas.Series 數據格式
? :param box_scale: 箱線圖尺度
? """
? iqr = box_scale * (data_ser.quantile(0.75) - data_ser.quantile(0.25))
? val_low = data_ser.quantile(0.25) - iqr
? val_up = data_ser.quantile(0.75) + iqr
? rule_low = (data_ser < val_low)
? rule_up = (data_ser > val_up)
? return (rule_low,rule_up),(val_low,val_up)
?
8. 箱形圖的作用
箱形圖又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數據分散情況資料的統計圖。因形狀如箱子而得名。在各種領域也經常被使用，常見於品質管理。它主要用於反映原始數據分布的特徵，還可以進行多組數據分布特徵的比 較。箱線圖的繪制方法是：先找出一組數據的上邊緣、下邊緣、中位數和兩個四分位數；然後， 連接兩個四分位數畫出箱體；再將上邊緣和下邊緣與箱體相連接，中位數在箱體中間。
作用如下：
1、一批數據中的異常值值得關注，忽視異常值的存在是十分危險的，不加剔除地把異常值包括進數據的計算分析過程中，對結果會帶來不良影響；重視異常值的出現，分析其產生的原因，常常成為發現問題進而改進決策的契機。箱形圖為我們提供了識別異常值的一個標准。
2、比較標准正態分布、不同自由度的t分布和非對稱分布數據的箱形圖的特徵，可以發現：對於標准正態分布的大樣本，只有 0.7%的值是異常值,中位數位於上下四分位數的中央,箱形圖的方盒關於中位線對稱。選取不同自由度的t分布的大樣本，代表對稱重尾分布，當t分布的自由度越小，尾部越重，就有越大的概率觀察到異常值。
3、同一數軸上，幾批數據的箱形圖並行排列，幾批數據的中位數、尾長、異常值、分布區間等形狀信息便一目瞭然。在一批數據中，哪幾個數據點出類拔萃，哪些數據點表現不及一般，這些數據點放在同類其它群體中處於什麼位置，可以通過比較各箱形圖的異常值看出。各批數據的四分位距大小，正常值的分布是集中還是分散，觀察各方盒和線段的長短便可明了。每批數據分布的偏態如何，分析中位線和異常值的位置也可估計出來。
9. 通過箱線圖判斷偏向
箱線圖（Boxplot）也稱箱須圖（Box-whisker Plot），是利用數據中的五個統計量：最小值、第一四分位數、中位數、第三四分位數與最大值來描述數據的一種方法，它也可以粗略地看出數據是否具有有對稱性，分布的分散程度等信息，特別可以用於對幾個樣本的比較。
在箱圖中，最上方和最下方的線段分別表示數據的最大值和最小值，其中箱圖的上方和下方的線段分別表示第三四分位數和第一四分位數，箱圖中間的粗線段表示數據的中位數。另外，箱圖中在最上方和最下方的星號和圓圈分別表示樣本數據中的極端值。
數據的形狀
同一數軸上，幾批數據的箱形圖並行排列，幾批數據的中位數、尾長、異常值、分布區間等形狀信息便一目瞭然。在一批數據中，哪幾個數據點出類拔萃，哪些數據點表現不及一般，這些數據點放在同類其它群體中處於什麼位置，可以通過比較各箱形圖的異常值看出。各批數據的四分位距大小，正常值的分布是集中還是分散，觀察各方盒和線段的長短便可明了。
以上內容參考：網路-箱形圖
10. 編制箱線圖可以了解到數據的什麼
可以了解到數據的最大值和最小值。
什麼是箱線圖
箱線圖，又名為盒須圖，盒式圖，通常用於展示一組數據的分布情況，因為主題形狀像一個箱子，所以得名箱線圖。它主要用於反映原始數據分布的特徵，還可以進行多組數據分布特徵的比較。
箱線圖是由美國著名的統計學家約翰.圖基發明的，它主要展現了一組數據的幾個關鍵數據點，包括最大值、最小值、中位數以及上下兩個4分位數。也就是說，無論一組數據的量有多少，它只會在計算後，獲取這幾個計算後的數據來作為數據點，來繪制箱線圖。
在箱線圖中，箱子的中間有一條線，代表了數據的中位數。箱子的上下底，分別是數據的上四分位數（Q3）和下四分位數（Q1），這意味著箱體包含了50%的數據。因此，箱子的高度在一定程度上反映了數據的波動程度，上下邊緣則代表了該組數據的最大值和最小值。有時候箱子外部會有一些點，可以理解為數據中的「異常值」。
我們先看一個簡單的箱線圖應用，大家就應該很好理解了。分析不同學年、不同科目的學生成績是箱線圖的常見應用場景，下圖中我們可以看到學生的英語成績相對其它科目普遍較好，而數學則大部分都在80分以下。