# Calculadora de quartis Calcula Q1, mediana, Q3, intervalo interquartil e limites opcionais de outliers > Página canônica: https://elysiatools.com/pt/tools/quartile-calculator - **Categoria:** Math & Numbers - **Palavras-chave:** quartis, q1, q2, q3, iqr, estatistica ## Visão geral Calcula quartis de um conjunto numerico, divide dados ordenados em quatro partes e retorna IQR e limites de outliers. ## Entradas - **Conjunto de dados** (textarea): e.g. 7, 15, 36, 39, 40, 41 - **Metodo de quartis** (select) - **Casas decimais** (number) - **Incluir limites de outliers** (checkbox) - **Incluir estatisticas de resumo** (checkbox) ## Quando usar - Quando precisar analisar a dispersão e a tendência central de um conjunto de dados numéricos em pesquisas ou relatórios. - Para identificar limites de valores atípicos (outliers) antes de treinar modelos de machine learning ou realizar análises estatísticas. - Ao preparar dados brutos para a construção de gráficos de caixa (boxplots) em apresentações acadêmicas ou empresariais. ## Como funciona - Insira seu conjunto de dados numéricos separados por vírgula, espaço ou quebra de linha no campo principal. - Selecione o método de cálculo de quartis desejado, como interpolação linear, percentil exclusivo ou mediana das metades. - Ajuste o número de casas decimais e escolha se deseja incluir limites de outliers e estatísticas de resumo no resultado. - A ferramenta processa os números e retorna um objeto JSON estruturado contendo Q1, Q2, Q3, IQR e os limites calculados. ## Casos de uso - Análise de salários em uma empresa para entender a distribuição de renda e identificar discrepâncias salariais significativas. - Avaliação de notas de alunos em uma turma para determinar o desempenho mediano e destacar os alunos com notas excepcionalmente altas ou baixas. - Limpeza de dados em projetos de ciência de dados, estabelecendo limites matemáticos para remover ou tratar valores anômalos. ## Perguntas frequentes ### O que é o intervalo interquartil (IQR)? O IQR é a diferença entre o terceiro quartil (Q3) e o primeiro quartil (Q1). Ele mede a dispersão dos 50% centrais dos dados, sendo uma métrica robusta contra valores extremos. ### Como a ferramenta calcula os limites de outliers? Ela utiliza a regra padrão de 1,5 x IQR. Valores abaixo de (Q1 - 1,5 * IQR) ou acima de (Q3 + 1,5 * IQR) são definidos como os limites inferior e superior para outliers. ### Qual método de quartil devo escolher? A interpolação linear é o padrão mais comum. O método exclusivo é frequentemente usado em softwares estatísticos avançados, enquanto a mediana das metades é ideal para cálculos manuais simples. ### Posso colar dados diretamente de uma planilha? Sim, você pode colar colunas de números diretamente no campo de texto. A ferramenta reconhecerá automaticamente os valores separados por quebras de linha ou espaços. ### Quantas casas decimais posso configurar no resultado? Você pode definir a precisão dos resultados escolhendo entre 0 e 10 casas decimais, ajustando a saída de acordo com a necessidade do seu projeto. ## Ferramentas relacionadas - [Calculadora de intervalo interquartil](https://elysiatools.com/pt/tools/interquartile-range-calculator): Calcula Q1, Q3, IQR e limites opcionais de 1.5 x IQR - [Calculadora de integral de convolução (numérica)](https://elysiatools.com/pt/tools/convolution-integral-calculator): Calcula numericamente a convolução de dois sinais (f*g)(t) = ∫ f(τ)g(t−τ)dτ: modo causal (ambos os sinais são zero para t<0, integral em \[max(τmin,0), min(τmax,t)\], ideal para produtos do domínio de Laplace) e modo de janela direta (integral em todo \[τmin, τmax\], ideal para sinais bilaterais como gaussianas), pela regra de Simpson composta (2000 intervalos por padrão). Clássicos: e^(−t)*e^(−2t) = e^(−t)−e^(−2t), 0.2325 em t=1; duas gaussianas convoluem para √(π/2)·e^(−t²/2). - [Calculadora de diferenciação numérica (diferenças progressiva/retroativa/central)](https://elysiatools.com/pt/tools/numerical-differentiation): Aproxima f′(x₀) com três diferenças finitas: progressiva (f(x₀+h)−f(x₀))/h, retroativa (f(x₀)−f(x₀−h))/h e central (f(x₀+h)−f(x₀−h))/(2h), além da segunda derivada central. A derivada exata, opcional, adiciona o erro absoluto de cada método e mostra o contraste O(h) vs. O(h²). Exemplo: f=x², x₀=1, h=0,1 → progressiva 2,1; retroativa 1,9; central exatamente 2,0. - [Calculadora de raiz quadrada](https://elysiatools.com/pt/tools/square-root-calculator): Calcula raizes quadradas, verifica se um valor e um quadrado perfeito e confirma o resultado ao quadrado - [Integrador pela regra de Simpson (∫f(x)dx)](https://elysiatools.com/pt/tools/numerical-integration-simpson): Calcula ∫ₐᵇ f(x)dx pela regra de Simpson 1/3 composta (n par): S = h/3·(f(a) + 4Σnós ímpares + 2Σnós pares interiores + f(b)), com erro O(h⁴) e exata para polinômios de grau ≤ 3. Tabela por nós, estimativa e comparação opcional com o valor exato. Exemplos: ∫₀¹x²dx com n=4 dá 0,333333 (exata!); ∫₀¹e^(−x²)dx (sem primitiva elementar) com n=10 dá 0,746825. - [Integrador pela regra do trapézio (∫f(x)dx)](https://elysiatools.com/pt/tools/numerical-integration-trapezoid): Calcula ∫ₐᵇ f(x)dx pela regra do trapézio composta: T = h/2·(f(a) + 2Σf(xᵢ) + f(b)), com tabela por nós, estimativa da integral e comparação opcional com o valor exato e o erro absoluto; o erro é O(h²) (exata para funções lineares). Exemplo: ∫₀¹x²dx com n=4 dá 0,34375 contra o exato 1/3, erro 0,010417. - [Detector de anomalias em series temporais](https://elysiatools.com/pt/tools/time-series-anomaly-detector): Envia dados de serie temporal em CSV ou JSON, detecta anomalias com Z-Score e IQR e retorna um relatorio com grafico - [Solucionador numérico pelo método de Euler (EDO 1ª ordem)](https://elysiatools.com/pt/tools/euler-method-solver): Resolve o problema de valor inicial dy/dx = f(x,y), y(x₀)=y₀ pelo método de Euler explícito: y_{n+1} = y_n + h·f(x_n, y_n), com tabela passo a passo e estimativa final. A solução exata y(x), opcional, adiciona uma coluna de erro que evidencia o erro global O(h) do método de primeira ordem. Exemplo: dy/dx = y, y(0)=1, h=0,1 → y(1) ≈ 1,1¹⁰ = 2,593742 contra e = 2,718282 (erro 0,124539). ## Exemplos - [Exemplos de Processamento de Imagem Android Java](https://elysiatools.com/pt/samples/android-image-processing-java): Exemplos de processamento de imagem Android Java incluindo leitura/escrita, dimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Android Kotlin](https://elysiatools.com/pt/samples/android-image-processing-kotlin): Exemplos de processamento de imagem Android Kotlin incluindo leitura/escrita, dimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Web Python](https://elysiatools.com/pt/samples/web-image-processing-python): Exemplos de processamento de imagem Web Python usando PIL/Pillow incluindo leitura, salvamento, redimensionamento e conversão de formato - [Exemplos de Processamento de Imagem Web Rust](https://elysiatools.com/pt/samples/web-image-processing-rust): Exemplos de processamento de imagem Web Rust incluindo leitura/gravação, redimensionamento e conversão de formato ## Conteúdo relacionado - [Ferramentas de analise estatistica, testes e distribuicoes](https://elysiatools.com/pt/hubs/statistical-analysis-tools): Resuma dados numericos, meca dispersao, compare grupos, calcule confianca e probabilidade, e modele relacoes estatisticas.