Analiza podataka korištenjem frekventnih poligona u statistici
U statistici, prezentacija podataka je ključni korak prije izvođenja zaključaka. Podaci koji se u početku sastoje od sirovih brojeva često su teški za razumijevanje ako nisu pravilno organizirani i vizualizirani. Jedan efikasan način za predstavljanje distribucije podataka je putem frekventnih poligona. Frekvencijski poligoni nam pomažu da vidimo obrasce distribucije podataka, dominantne tendencije vrijednosti i oblik distribucije (npr. simetrične, iskrivljene ili sa više od jednog vrha). Ovaj članak razmatra koncept frekventnih poligona, kako ih kreirati, kako ih interpretirati i njihovu upotrebu u statističkoj analizi podataka.
Razumijevanje frekventnih poligona
Frekvencijski poligon je linijski grafikon koji prikazuje distribuciju frekvencija grupiranih podataka. Ovaj grafikon se formira povezivanjem tačaka koje predstavljaju frekvencije u srednjim tačkama klase. Za razliku od histograma, koji se sastoji od stupaca, frekvencijski poligon je linija, što posmatračima olakšava poređenje obrazaca distribucije više grupa podataka unutar jednog grafikona.
Frekvencijski poligoni se često koriste kada želimo glatkije prikazati promjene ili trendove u frekvenciji. Na primjer, prilikom analize rezultata testova, visine, težine ili podataka o proizvodnji, frekvencijski poligoni mogu pokazati da li su podaci uglavnom koncentrisani u određenom rasponu ili su ravnomjerno raspoređeni.
Kada se koriste frekventni poligoni?
Frekvencijski poligoni se prvenstveno koriste kada podaci:
1. U obliku kvantitativnih podataka (npr. vrijednost, težina, visina, vrijeme).
2. Bili su ili trebaju biti grupirani u intervale nastave.
3. Potrebno je uporediti dvije ili više distribucija na jednom grafiku, jer je linije lakše slagati nego histogramske stupce.
Frekvencijski poligoni su također vrlo korisni u fazi istraživačke analize podataka, odnosno kada istraživači žele razumjeti opće karakteristike podataka prije provođenja daljnje analize kao što su statistički testovi, regresija ili predviđanje.
Važne komponente u frekvencijskom poligonu
Da bi se kreirao frekventni poligon, potrebno je razumjeti nekoliko osnovnih komponenti:
– Interval klase: raspon vrijednosti koji dijeli podatke u nekoliko grupa.
– Frekvencija: broj podataka unesenih u svaki interval klase.
– Srednja tačka klase: srednja vrijednost intervala izračunata pomoću formule:
\[
\text{Srednja tačka} = \frac{\text{donja granica} + \text{gornja granica}}{2}
\]
– X i Y ose: X osa sadrži sredinu klase, dok Y osa prikazuje frekvenciju.
Pomoću ove komponente možemo crtati tačke (srednja tačka, frekvencija) i zatim ih povezati u liniju.
Koraci za kreiranje frekventnog poligona
Slijede opći koraci za kreiranje frekventnog poligona iz sirovih podataka:
1. Uređivanje podataka i određivanje više klasa
Prvi korak je priprema sirovih podataka. Nakon toga, odredite broj klasa (k). Jedan popularan pristup je Sturgesova formula:
\[
k = 1 + 3{,}3 \log(n)
\]
gdje je \(n\) broj podataka.
2. Odredite raspon i širinu klase
Izračunaj raspon podataka:
\[
R = x_{\text{max}} – x_{\text{min}}
\]
Tada se širina klase može izračunati:
\[
p = \frac{R}{k}
\]
Širina klasa je obično zaokružena radi lakšeg korištenja.
3. Kreirajte tabelu distribucije frekvencija
Rasporedite intervale klasa, a zatim prebrojite koliko podatkovnih tačaka spada u svaki interval. Rezultat je tabela distribucije frekvencija.
4. Izračunajte sredinu svake klase
Za svaki interval izračunajte srednju tačku. Ova srednja tačka će se koristiti na X-osi.
5. Kreiranje grafa
– Postavite sredinu klase na X osu.
– Postavite frekvenciju na Y osu.
– Nacrtajte parove tačaka (srednja tačka, frekvencija).
– Spojite tačke pravom linijom.
Da bi se poligon pravilno „zatvorio“, obično se dodaje po jedna tačka na početku i kraju sa nultom frekvencijom, na sredini klase prije prve klase i nakon posljednje klase.
Jednostavan primjer interpretacije
Na primjer, poligon frekvencija pokazuje svoj najviši vrh na sredini od 70, s najvećom frekvencijom. To ukazuje na to da je najčešća vrijednost oko 70, što sugerira da je većina učenika postigla rezultate oko te vrijednosti. Ako poligon ima tendenciju oštrog pada udesno (velike vrijednosti) i produženja ulijevo (male vrijednosti), distribucija podataka može biti iskrivljena ulijevo; obrnuto, ako se proteže udesno, distribucija je iskrivljena udesno.
Pored oblika, nagib linije također ukazuje na promjene u učestalosti između klasa. Nagli porast ukazuje na značajno povećanje broja podataka u sljedećoj klasi. Nagli pad ukazuje na suprotno.
Frekvencijski poligon u odnosu na histogram
Iako oba opisuju distribuciju frekvencija, postoje važne razlike:
1. Vizuelni oblik
– Histogram: susjedni stupci.
– Frekvencijski poligon: linije koje spajaju tačke.
2. Jednostavnost poređenja
– Histograme je teško slagati za mnoge grupe.
– Poligone frekvencija je lakše uporediti na jednom grafikonu.
3. Čitljivost uzorka
– Poligoni jasnije prikazuju opći oblik krivulje distribucije.
– Histogram pomaže da se detaljno vidi struktura klase.
U praksi, frekventni poligoni se često konstruišu na osnovu histograma: srednje tačke svake histogramske trake su povezane linijom.
Prednosti frekventnih poligona u analizi podataka
Frekvencijski poligoni nisu samo slike, već analitički alati. Neke od njihovih prednosti:
1. Prepoznajte podatkovni centar (centralna tendencija)
Vrh poligona označava klasu moda, odnosno interval s najvećom frekvencijom.
2. Pogledajte distribuciju (varijabilnost)
Široki poligoni označavaju raznovrsnije podatke; uski poligoni označavaju koncentriranije podatke.
3. Procijenite oblik distribucije
Distribucije mogu biti simetrične, asimetrične ili bimodalne (dva vrha). Ovo je važno za određivanje daljnjih metoda analize.
4. Poređenje grupa
Na primjer, poređenjem vrijednosti klase A i klase B ili proizvodnih rezultata mašine 1 i mašine 2. Dva poligona se mogu nacrtati zajedno da bi se vidjela razlika u distribuciji.
5. Otkrivanje neobičnih podataka
Ako postoje mali vrhovi koji su daleko od glavnog vrha, mogu postojati različite grupe podataka, greške u unosu ili odstupanja.
Uobičajene greške i savjeti za serviranje
Neke uobičajene greške pri kreiranju frekventnih poligona uključuju:
– Koristite granice klasa na X-osi, a ne srednje tačke klasa.
– Širine klasa su nedosljedne, što dovodi do pogrešnih tumačenja.
– Ne dodaje tačke nulte frekvencije na krajevima, tako da poligon izgleda kao da „visi“.
– Neproporcionalna skala ose.
Dobri savjeti za serviranje:
– Koristite dosljedne intervale između časova.
– Navedite jasan naslov, oznake osa i skalu.
– Ako poredite dvije grupe, koristite različite boje/linije i dodajte legendu.
– Pazite da broj klasa nije premalen ili prevelik kako bi obrazac distribucije ostao čitljiv.
Zatvaranje
Frekvencijski poligoni su izuzetno koristan oblik statističke vizualizacije za razumijevanje distribucije grupiranih podataka. Korištenjem srednjih tačaka klasa i frekvencija, frekvencijski poligoni predstavljaju jasnu sliku obrazaca podataka, lako se porede među grupama i pomažu istraživačima da identifikuju karakteristike distribucije prije provođenja daljnje analize. U statističkoj praksi, sposobnost čitanja i konstruisanja frekvencijskih poligona je osnovna vještina, posebno za kvantitativnu analizu podataka. Uz pravilnu strukturu klasa i pažljivo tumačenje, frekvencijski poligoni mogu biti jednostavan, ali moćan alat za podršku donošenju odluka na osnovu podataka.
