Amplitude Interquartil (AIQ): O que Mede e Como Usar na Análise de Dados A Amplitude Interquartil — ou AIQ (IQR em inglês, de Interquartile Range) — é uma das métricas de dispersão mais importantes da estatística descritiva, mas frequentemente ignorada por quem usa apenas média e desvio padrão. Entender o que a AIQ mede muda como você analisa dados que têm outliers — que é a maioria dos dados do mundo real. O que a AIQ Mede? A AIQ mede a dispersão do meio dos seus dados — especificamente, a variação dentro do intervalo que contém os 50% centrais dos valores. Fórmula: AIQ = Q3 - Q1 Onde: Q1 (1º quartil) = valor que separa os 25% menores dados Q3 (3º quartil) = valor que separa os 25% maiores dados AIQ = a distância entre eles Por que não usar só o Desvio Padrão? O desvio padrão mede dispersão em torno da média, mas média e desvio padrão são sensíveis a outliers. Um único valor extremo distorce ambos. Exemplo concreto: Saída: A média diz que o salário típico é R$12.822. A mediana + AIQ contam a história real: a maioria ganha entre R$3.000 e R$3.500. Como Calcular a AIQ No Python Com pandas No Excel Ou em inglês: Detectar Outliers com a AIQ: A Regra de Tukey O uso mais prático da AIQ é detectar outliers através da Regra de Tukey — a mesma usada pelos boxplots: Limite inferior: Q1 - 1,5 × AIQ Limite superior: Q3 + 1,5 × AIQ Valores fora desse intervalo são considerados outliers. Aplicação em DataFrame Boxplot: A Visualização da AIQ O boxplot (gráfico de caixa) é a visualização que representa a AIQ visualmente. Elementos do boxplot: Linha central: mediana Caixa: AIQ (de Q1 a Q3) Whiskers: 1,5 × AIQ além dos quartis Pontos isolados: outliers Quando Usar AIQ vs Desvio Padrão | Situação | Use AIQ | Use Desvio Padrão | |----------|---------|-------------------| | Dados com outliers | ✓ | ✗ | | Distribuição assimétrica | ✓ | ✗ | | Comparar dispersão "típica" | ✓ | | | Dados seguindo distribuição Normal | | ✓ | | Cálculos inferenciais (IC, testes) | | ✓ | | Modelos ML com regularização L2 | | ✓ | Regra prática: se média ≠ mediana de forma significativa, seus dados têm assimetria ou outliers — use AIQ. Exemplo Completo: Análise de Tempo de Entrega Resumo: O que a AIQ Mede A AIQ mede quanto variam os 50% centrais dos seus dados — ignorando os extremos. É uma medida robusta de dispersão que: 1. Não é afetada por outliers (ao contrário do desvio padrão) 2. Complementa a mediana (como o desvio padrão complementa a média) 3. Define os limites do boxplot e a fronteira para detecção de outliers 4. Funciona melhor com dados assimétricos ou com valores extremos Quando alguém pergunta "o que a amplitude interquartil mede?", a resposta curta é: a variabilidade típica dos seus dados, sem ser distorcida pelos extremos. Quer aprofundar em estatística para dados? Leia nossa explicação sobre Distribuição de Probabilidade e como identificar qual distribuição governa seus dados.