تحليل البيانات باستخدام المضلعات التكرارية في الإحصاء

تحليل البيانات باستخدام المضلعات التكرارية في الإحصاء

في الإحصاء، يُعدّ عرض البيانات خطوةً أساسيةً قبل استخلاص النتائج. غالبًا ما يصعب فهم البيانات التي تتكون في البداية من أرقام خام إذا لم تُنظّم وتُصوّر بشكلٍ صحيح. إحدى الطرق الفعّالة لعرض توزيع البيانات هي استخدام المضلعات التكرارية. تُساعدنا هذه المضلعات على رؤية أنماط توزيع البيانات، واتجاهات القيم السائدة، وشكل التوزيع (مثل: متماثل، أو ملتوٍ، أو ذو أكثر من قمة). تتناول هذه المقالة مفهوم المضلعات التكرارية، وكيفية إنشائها، وكيفية تفسيرها، واستخدامها في تحليل البيانات الإحصائية.

فهم المضلعات التكرارية

المضلع التكراري هو رسم بياني خطي يوضح التوزيع التكراري للبيانات المصنفة. يتكون هذا الرسم البياني من توصيل النقاط التي تمثل التكرارات عند منتصفات الفئات. على عكس المدرج التكراري، الذي يتكون من أعمدة، فإن المضلع التكراري عبارة عن خط، مما يسهل على المراقبين مقارنة أنماط توزيع مجموعات البيانات المتعددة ضمن رسم بياني واحد.

تُستخدم المضلعات التكرارية غالبًا عندما نرغب في عرض التغيرات أو الاتجاهات في التكرار بشكل أكثر سلاسة. على سبيل المثال، عند تحليل نتائج الاختبارات، أو الطول، أو الوزن، أو بيانات الإنتاج، يمكن للمضلعات التكرارية أن تُظهر ما إذا كانت البيانات مُركّزة في نطاق مُحدد أو ما إذا كانت مُوزّعة بالتساوي.

متى تُستخدم المضلعات التكرارية؟

تُستخدم المضلعات التكرارية بشكل أساسي عندما تكون البيانات:

1. في شكل بيانات كمية (مثل القيمة، الوزن، الطول، الوقت).
2. تم تجميعها أو يجب تجميعها في فترات فئوية.
3. من الضروري مقارنة توزيعين أو أكثر في رسم بياني واحد، لأن الخطوط أسهل في التجميع من أشرطة المدرج التكراري.

تُعد المضلعات الترددية مفيدة للغاية أيضًا في مرحلة تحليل البيانات الاستكشافية، وتحديدًا عندما يرغب الباحثون في فهم الخصائص العامة للبيانات قبل إجراء المزيد من التحليلات مثل الاختبارات الإحصائية أو الانحدار أو التنبؤ.

المكونات المهمة في المضلع الترددي

لإنشاء مضلع التردد، يجب فهم العديد من المكونات الأساسية:

– فاصل الفئة: نطاق من القيم يقسم البيانات إلى عدة مجموعات.
– التكرار: عدد البيانات المدخلة في كل فئة.
– نقطة منتصف الفئة: القيمة الوسطى لفترة زمنية محسوبة باستخدام الصيغة التالية:
\[
نقطة المنتصف = (الحد الأدنى + الحد الأعلى) / 2
\]
– المحوران X و Y: يحتوي المحور X على نقطة منتصف الفئة، بينما يوضح المحور Y التكرار.

باستخدام هذا المكون، يمكننا رسم نقاط (نقطة المنتصف، التردد) ثم توصيلها بخط مستقيم.

خطوات إنشاء مضلع التردد

فيما يلي الخطوات العامة لإنشاء مضلع التردد من البيانات الأولية:

1. تنظيم البيانات وتحديد العديد من الفئات
الخطوة الأولى هي تجهيز البيانات الأولية. بعد ذلك، يتم تحديد عدد الفئات (k). إحدى الطرق الشائعة هي صيغة ستورجيس:
\[
k = 1 + 3{,}3 \log(n)
\]
حيث يمثل \(n\) عدد البيانات.

2. تحديد نطاق وعرض الفئة
حساب نطاق البيانات:
\[
R = x_ {\text{max}} - x_ {\text{min}}
\]
ثم يمكن حساب عرض الفئة:
\[
p = \frac{R}{k}
\]
عادةً ما يتم تقريب عرض الفئات لتسهيل الاستخدام.

3. أنشئ جدول توزيع التكرار
رتب فئات البيانات، ثم احسب عدد نقاط البيانات التي تقع في كل فئة. والنتيجة هي جدول توزيع التكرار.

4. احسب نقطة المنتصف لكل فئة
لكل فترة، احسب نقطة المنتصف. ستُستخدم نقطة المنتصف هذه على المحور السيني.

5. إنشاء رسم بياني
- ضع نقطة منتصف الفئة على المحور السيني.
- ضع التردد على المحور Y.
- رسم أزواج من النقاط (نقطة المنتصف، التكرار).
- قم بتوصيل النقاط بخط مستقيم.

لكي يكون المضلع "مغلقًا" بشكل صحيح، تتم إضافة نقطة واحدة عادةً في البداية والنهاية بتردد صفري، عند نقطة المنتصف للفئة قبل الفئة الأولى وبعد الفئة الأخيرة.

مثال بسيط للتفسير

على سبيل المثال، يُظهر مُضلّع التكرار أعلى قيمة له عند نقطة المنتصف 70، وهي القيمة الأكثر تكرارًا. وهذا يُشير إلى أن القيمة الأكثر شيوعًا هي حوالي 70، مما يُوحي بأن أداء غالبية الطلاب يقع حول هذه القيمة. إذا كان المُضلّع يميل إلى الانخفاض الحاد نحو اليمين (القيم الكبيرة) والامتداد نحو اليسار (القيم الصغيرة)، فقد يكون توزيع البيانات منحرفًا نحو اليسار؛ وعلى العكس، إذا امتد نحو اليمين، فإن التوزيع يكون منحرفًا نحو اليمين.

بالإضافة إلى الشكل، يشير ميل الخط أيضًا إلى التغيرات في التكرار بين الفئات. تشير الزيادة الحادة إلى زيادة ملحوظة في عدد نقاط البيانات في الفئة التالية، بينما يشير الانخفاض الحاد إلى عكس ذلك.

المضلع التكراري مقابل المدرج التكراري

على الرغم من أن كليهما يصف التوزيعات التكرارية، إلا أن هناك اختلافات مهمة:

1. الشكل المرئي
– الرسم البياني: الأعمدة المتجاورة.
– مضلع التردد: خطوط تربط النقاط.

2. سهولة المقارنة
- يصعب تجميع المدرجات التكرارية للعديد من المجموعات.
- يسهل مقارنة المضلعات التكرارية في رسم بياني واحد.

3. سهولة قراءة النمط
– تُظهر المضلعات بشكل أوضح الشكل العام لمنحنى التوزيع.
– يساعد الرسم البياني على رؤية بنية الفئات بالتفصيل.

في الممارسة العملية، غالبًا ما يتم إنشاء المضلعات الترددية بناءً على المدرجات التكرارية: يتم توصيل نقاط منتصف كل شريط من أشرطة المدرج التكراري بخط.

فوائد المضلعات التكرارية في تحليل البيانات

لا تُعدّ المضلعات التكرارية مجرد صور، بل هي أدوات تحليلية. ومن فوائدها:

1. التعرف على مركز البيانات (النزعة المركزية)
تشير قمة المضلع إلى فئة النمط، أي الفترة ذات التردد الأعلى.

2. انظر إلى التوزيع (التباين)
تشير المضلعات العريضة إلى بيانات أكثر تنوعًا؛ وتشير المضلعات الضيقة إلى بيانات أكثر تركيزًا.

3. تقييم شكل التوزيع
يمكن أن تكون التوزيعات متناظرة أو ملتوية أو ثنائية النمط (قمتان). وهذا أمر مهم لتحديد طرق التحليل اللاحقة.

4. مقارنة المجموعات
على سبيل المثال، مقارنة قيم الفئة أ والفئة ب، أو نتائج إنتاج الآلة 1 والآلة 2. يمكن رسم مضلعين معًا لرؤية الفرق في التوزيع.

5. اكتشاف البيانات غير العادية
إذا كانت هناك قمم صغيرة بعيدة عن القمة الرئيسية، فقد يكون ذلك بسبب مجموعات بيانات مختلفة، أو أخطاء في الإدخال، أو قيم متطرفة.

الأخطاء الشائعة ونصائح التقديم

تتضمن بعض الأخطاء الشائعة في إنشاء مضلعات التردد ما يلي:
- استخدم حدود الفئات على المحور السيني، وليس نقاط منتصف الفئات.
– إن عرض الفئات غير متسق، مما يؤدي إلى تفسيرات مضللة.
- لا يضيف نقاط تردد صفري عند الأطراف، لذلك يبدو المضلع وكأنه "معلق".
– مقياس محور غير متناسب.

نصائح جيدة للتقديم:
- استخدم فترات فئوية متسقة.
- قم بتوفير عنوان واضح، وتسميات للمحاور، ومقياس رسم.
– عند مقارنة مجموعتين، استخدم ألوانًا/خطوطًا مختلفة وأضف مفتاحًا توضيحيًا.
- تأكد من أن عدد الفصول ليس قليلاً جداً أو كثيراً جداً بحيث يظل نمط التوزيع واضحاً.

غطاء

تُعدّ المضلعات التكرارية أداةً إحصائيةً بالغة الأهمية لفهم توزيع البيانات المُصنّفة. فمن خلال استخدام نقاط منتصف الفئات والتكرارات، تُقدّم هذه المضلعات صورةً واضحةً لأنماط البيانات، وتُسهّل المقارنة بين المجموعات، وتُساعد الباحثين على تحديد خصائص التوزيع قبل إجراء المزيد من التحليلات. في الممارسة الإحصائية، تُعتبر القدرة على قراءة المضلعات التكرارية وإنشائها مهارةً أساسيةً، لا سيما في تحليل البيانات الكمية. ومع بنية فئات مناسبة وتفسير دقيق، يُمكن أن تُصبح المضلعات التكرارية أداةً بسيطةً وفعّالةً لدعم اتخاذ القرارات القائمة على البيانات.