从与参数值的正态分布产生随机数据的4×4矩阵 $$\mu$$等于10和 $$\sigma$$等于1。

RNG默认％用于重现X = normrnd（10,1,4）

X =4×410.5377 10.3188 13.5784 10.7254 11.8339 8.6923 12.7694 9.9369 7.7412 9.5664 8.6501 10.7147 10.8622 10.3426 13.0349 9.7950

计算四分位范围为数据的每列。

R = IQR（x）的

R =1×42.2086 1.2013 2.5969 0.8541

计算四分位范围为数据的每一行。

R2 = IQR（X，2）

R2 =4×11.7237 2.9870 1.9449 1.8797

通过指定计算在多个维度的多维阵列的四分位范围'所有'和vecdim输入参数。

创建一个3乘4乘2阵列X。

X =重塑（1:24，[3 4 2]）

X = X（：，：，1）= 1 4 7 10 2 5 8 11 3 6 9 12 X（：，：，2）= 13 16 19 22 14 17 20 23 15 18 21 24

计算在四分位范围的所有值X。

拉尔= IQR（X，'所有'）

拉尔= 12

计算的每个页面的四分位范围X。指定的第一和第二尺寸沿其计算四分位距操作的尺寸。

R第= IQR（X，[1 2]）

R第= R第（：，：，1）= 6 R第（：，：，2）= 6

例如，R第（1,1,1）是四分位范围中的所有元素X（：，：，1）。

计算在每个元件的四分位范围X（I，：，:)通过指定第二和第三尺寸为操作尺寸切片。

rrow = IQR（X，[2 3]）

rrow =3×112 12 12

例如，rrow（3）是四分位范围中的所有元素X（3：:)。

与平均创建标准正态分布对象， $$\mu$$等于0和标准差， $$\sigma$$等于1。

PD = makedist（'正常'，'亩'，0，“西格玛”，1）;

计算标准正态分布的四分位数间距。

R = IQR（PD）

R = 1.3490

返回的值是百分分布值75和25之间的差异。这等同于在概率计算逆累积分布函数（ICDF）值之间的差ÿ等于0.75和0.25。

R2 = ICDF（PD，0.75） -  ICDF（PD，0.25）

R2 = 1.3490

加载样本数据。创建包含的学生的考试级数据的第一列的向量。

加载examgrades;X =等级（：，1）;

由它拟合的数据来创建一个正常的分布对象。

PD = fitdist（X，'正常'）

PD =正态分布正态分布亩= 75.0083 [73.4321，76.5846]西格玛= 8.7202 [7.7391，9.98843]

计算拟合分布的四分位范围。

R = IQR（PD）

R = 11.7634

返回的结果表明，百分学生成绩的第75和25之间的差异是11.7634。

采用ICDF以确定学生的成绩的第75和第25百分位数。

Y = ICDF（PD，[0.25,0.75]）

Y =1×269.1266 80.8900

计算第75和第25百分位数之间的差异。这产生的结果是相同的IQR。

Y（2）-y（1）

ANS = 11.7634

采用箱形图以可视化的四分位数间距。

箱线图（x）的

的框显示顶行的第75个百分点，而底线节目25个百分点。中心线显示位数，这是第50个百分。