Mga Single Data Quartiles: Usa ka Lawom nga Pagsabot sa Pagbahin sa Datos sa Estadistika
Usa sa mga sukaranang konsepto sa estadistika mao ang pagbahin sa datos ngadto sa mga quartile. Ang mga quartile gigamit aron masabtan ang pag-apod-apod sa datos sa mas detalyado kaysa pagtan-aw lang sa median o mean. Niini nga artikulo, atong hisgutan ang mga quartile sa usa ka set sa datos, unsaon kini pagkalkulo, ug ang ilang mga aplikasyon sa lainlaing mga konteksto sa pag-analisar sa datos.
Unsa ang Quartile?
Ang mga quartile mga espesipikong kantidad nga nagbahin sa nahan-ay nga datos ngadto sa upat ka managsama nga bahin. Sa yanong pagkasulti, ang mga quartile mga grupo sa nahan-ay nga datos, diin ang matag quartile naglangkob sa gibana-bana nga 25% sa datos.
Ang mga quartile gilangkoban sa tulo ka pangunang marka:
1. Unang quartile (Q1): nagbahin sa labing ubos nga 25% sa datos gikan sa uban.
2. Ikaduhang quartile (Q2) o Median: nagbahin sa datos ngadto sa duha ka managsama nga bahin, 50% sa datos ubos niini nga kantidad ug 50% labaw niini nga kantidad.
3. Ikatulong quartile (Q3): nagbahin sa pinakataas nga 25% sa datos gikan sa uban.
Ang matag quartile nagsilbing representasyon sa usa ka partikular nga bahin sa dataset ug adunay lainlaing mga aplikasyon, gikan sa paghulagway sa datos hangtod sa outlier analysis.
Unsaon Pagkalkulo sa mga Quartile
Aron makalkulo ang mga quartile, ang unang lakang mao ang paghan-ay sa datos sa pataas nga han-ay. Atong tan-awon ang detalyadong mga lakang sa pagkalkulo sa mga quartile sa usa ka dataset:
Pag-sort sa Datos
Pananglit naa nato ang mosunod nga dataset:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Ang unang lakang mao ang pagsiguro nga ang datos nahan-ay:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Pagtino sa Posisyon sa Quartile
Sunod, atong mahibal-an ang mga posisyon sa quartile. Para sa usa ka dataset nga may gidak-on nga \( N \):
– Posisyon Q1 = \( \frac{(N+1)}{4} \)
– Posisyon Q2 = \( \frac{(N+1)}{2} \)
– Posisyon Q3 = \( \frac{3(N+1)}{4} \)
Para sa atong dataset (N=10):
– Posisyon Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– Posisyon Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– Posisyon Q3 = \( \frac{3(10+1)}{4} = 8.25 \)
Mga Quartile nga Nag-interpolate
Kon ang posisyon sa quartile usa ka decimal nga numero, nan atong i-interpolate tali sa duha ka magkatapad nga mga kantidad sa datos.
– Q1 (Posisyon 2.75):
Isagol ang mga kantidad sa datos sa ika-2 nga posisyon nga `15` ug sa ika-3 nga posisyon nga `36`.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75
– Q2 (Median sa posisyon 5.5):
Isagol ang mga kantidad sa datos sa ika-5 nga posisyon nga `40` ug sa ika-6 nga posisyon nga `41`.
Q2 = 40 + 0.5 (41 – 40) = 40 + 0.5 1 = 40.5
– Q3 (Posisyon 8.25):
Isagol ang mga kantidad sa datos sa ika-8 nga posisyon nga `43` ug sa ika-9 nga posisyon nga `47`.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44
Busa, ang mga quartile sa atong dataset mao ang:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44
Aplikasyon sa Kwartil
Deskripsyon sa Estadistika
Ang mga quartile gigamit isip kabahin sa mga deskripsyon sa estadistika aron makahatag og kinatibuk-ang panglantaw sa distribusyon sa datos. Ang pagkahibalo sa mga quartile nagtugot kanato nga mas masabtan ang pagkamakanunayon, simetriya, ug pagkaylap sa datos.
Pag-analisar sa Outlier
Ang mga quartile mapuslanon usab kaayo sa pag-ila sa mga outlier. Ang mga outlier mao ang mga kantidad sa datos nga layo sa kadaghanan sa datos sa dataset. Aron mahibal-an ang mga outlier, ang pamaagi nga "Interquartile Range (IQR)" kasagarang gigamit.
Ang IQR gikalkulo isip kalainan tali sa Q3 ug Q1:
\[ \text{IQR} = Q3 – Q1 \]
Ang mga kantidad sa datos giisip nga outliers kung kini ubos sa \( Q1-1.5 \times \text{IQR} \) o labaw sa \( Q3+1.5 \times \text{IQR} \).
Sa dataset sa ibabaw:
– IQR = 44 – 30.75 = 13.25
– Ubos nga limitasyon para sa mga outlier = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– Taas nga limitasyon para sa mga outlier = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875
Busa, ang mga kantidad sa datos nga ubos sa 10.875 o labaw sa 63.875 giisip nga mga outlier. Tungod kay ang atong dataset naa sa sulod niana nga range, walay mga outlier.
Komplikado nga Pagdumala sa Datos
Gawas sa paggamit niini sa yanong datos, ang mga quartile mahimo usab nga magamit sa mas komplikado nga mga dataset. Pananglitan, sa pinansyal nga pag-analisar, ang mga quartile makatabang sa pag-ila sa performance sa usa ka partikular nga stock sulod sa merkado. Sa edukasyon, ang mga quartile magamit aron mailhan ang akademikong performance sa mga estudyante sa usa ka partikular nga pagsulay.
Plano sa Kahon
Usa ka himan sa pag-visualize nga naggamit og mga quartile mao ang Box Plot o Tukey Box Plot. Ang Box Plot naghatag og graphical nga representasyon sa lima ka importanteng katingbanan sa datos: ang minimum nga kantidad, ang unang quartile (Q1), ang median (Q2), ang ikatulo nga quartile (Q3), ug ang maximum nga kantidad. Usa ka sayon nga paagi sa pag-ila sa mga outlier mao ang paggamit og Box Plot, diin ang mga outlier kasagarang gipakita isip mga punto sa gawas sa "whiskers" (ang gi-shade nga mga linya tali sa minimum, Q1, Q3, ug maximum).
Konklusyon
Ang pagkalkulo ug pagsabot sa mga quartile sa usa ka dataset naghatag ug mas lawom nga pagsabot sa istruktura sa datos, sa distribusyon niini, ug sa presensya o pagkawala sa mga outlier. Sa lain-laing mga aplikasyon, gikan sa yano nga mga paghulagway sa estadistika ngadto sa mas komplikado nga mga pag-analisar sama sa outlier detection ug ang paggamit sa box plots, ang mga quartile adunay hinungdanon nga papel sa pag-analisar ug interpretasyon sa datos. Uban niini nga himan, ang pag-analisar sa datos mahimong mas sistematiko ug impormatibo, nga nagbukas sa dalan alang sa mas lawom nga mga panabut ug mas makahuluganon nga mga nadiskobrehan sa lainlaing mga natad sa pagtuon. Ang mga quartile dili lamang makapadali sa mga paghulagway sa estadistika apan naghatag usab ug hinungdanon nga mga panabut nga hinungdanon alang sa paghimog desisyon nga gipadagan sa datos.
Ang lig-on nga pagsabot sa mga quartile ug kung giunsa kini gigamit sa pag-analisar sa datos usa ka bililhon nga kahanas nga magamit sa lainlaing praktikal nga konteksto, gikan sa panukiduki hangtod sa negosyo, nga naghimo kanato nga mas maalamon sa pag-analisar ug paghubad sa datos.
