Příkladové otázky k diskusi o kvartilech seskupených dat
Úvod
Kvartily ve statistice jsou mírou centrální tendence, která rozděluje data na čtyři stejné části. Kvartily se skládají z prvního kvartilu (Q1), druhého kvartilu (Q2) a třetího kvartilu (Q3). V mnoha případech lze analyzovaná data seskupit. Tento článek se bude zabývat příklady a diskusí o kvartilech pro seskupená data.
Pochopení kvartilů ve skupinových datech
Kvartily jsou hodnoty, které rozdělují uspořádaná data na čtyři stejné části. První kvartil (Q1) je známý jako 25. percentil, druhý kvartil (Q2) je také známý jako medián nebo 50. percentil a třetí kvartil (Q3) je známý jako 75. percentil.
U seskupených dat je výpočet kvartilů o něco složitější než u jednotlivých dat. Seskupená data jsou obvykle prezentována v tabulce frekvenčního rozdělení, takže k nalezení kvartilů musíme použít specifický vzorec.
Kvartilový vzorec pro seskupená data
Pro nalezení kvartilů ve seskupených datech používáme následující vzorec:
– První kvartil (Q1):
\[
Q1 = L_{Q1} + (N}{4} – F_{Q1}}{f_{Q1}}) krát c
\]
– Druhý kvartil (Q2):
\[
Q2 = L_{Q2} + (N}{2} – F_{Q2}}{f_{Q2}}) krát c
\]
– Třetí kvartil (Q3):
\[
Q3 = L_{Q3} + ( \frac{\frac{3N}{4} – F_{Q3}}{f_{Q3}} \right) \krát c
\]
Ruka:
– \( L_{Q1}, L_{Q2}, L_{Q3} \) = dolní hranice třídy Q1, Q2, Q3
– \( N \) = počet dat
– \( F_{Q1}, F_{Q2}, F_{Q3} \) = kumulativní frekvence před třídou Q1, Q2, Q3
– \( f_{Q1}, f_{Q2}, f_{Q3} \) = frekvence tříd Q1, Q2, Q3
– \( c \) = délka třídy
Příklad problémů
Následuje příklad úlohy se skupinovými daty, která bude použita k výpočtu kvartilů:
| Hodnota | Frekvence |
|————|———–|
| 10 – 19 | 5 |
| 20 – 29 | 8 |
| 30 – 39 | 12 |
| 40 – 49 | 15 |
| 50 – 59 | 6 |
| 60 – 69 | 4 |
Krok 1: Určení kumulativní frekvence
Nejprve musíme určit kumulativní frekvenci pro každou třídu:
| Hodnota | Četnost | Kumulativní četnost |
|————|————–|————————|
| 10 – 19 | 5 | 5 |
| 20 – 29 | 8 | 13 |
| 30 – 39 | 12 | 25 |
| 40 – 49 | 15 | 40 |
| 50 – 59 | 6 | 46 |
| 60 – 69 | 4 | 50 |
Počet dat (N) = 50
Krok 2: Určení prvního kvartilu (Q1)
– \( \frac{N}{4} = \frac{50}{4} = 12.5 \)
Hledáme třídu, kde kumulativní frekvence poprvé překročí 12.5, konkrétně třídu 20–29.
– L (dolní mez třídy Q1) = 20
– F (kumulativní frekvence před třídou Q1) = 5
– f (frekvence třídy Q1) = 8
– c (délka třídy) = 10
Použití vzorce Q1:
\[
Q1 = 20 + (12.5 – 5/8) krát 10 = 20 + (7.5/8) krát 10 = 20 + 9.375 = 29.375
\]
Krok 3: Určení druhého kvartilu (Q2)
– \( \frac{N}{2} = \frac{50}{2} = 25 \)
Hledáme třídu, kde kumulativní frekvence poprvé překročí 25, konkrétně třídu 30–39.
– L = 30
– F = 13
– f = 12
– c = 10
Použití vzorce Q2:
\[
Q2 = 30 + (25 – 13/12) krát 10 = 30 + (12/12) krát 10 = 30 + 10 = 40
\]
Krok 4: Určení třetího kvartilu (Q3)
– \( \frac{3N}{4} = \frac{3 \krát 50}{4} = 37.5 \)
Hledáme třídu, kde kumulativní frekvence poprvé překročí 37.5, konkrétně třídu 40–49.
– L = 40
– F = 25
– f = 15
– c = 10
Použití vzorce Q3:
\[
Q3 = 40 + (37.5 – 25/15) krát 10 = 40 + (12.5/15) krát 10 = 40 + 8.333 přibližně 48.333
\]
Závěr
Z výše uvedených výpočtů získáme kvartilové hodnoty pro skupinová data takto:
– První kvartil (Q1) = 29.375
– Druhý kvartil (Q2) = 40
– Třetí kvartil (Q3) = 48.333
Tyto hodnoty nám umožňují pochopit, jak jsou data rozložena v rámci skupiny. Například 25 % dat spadá pod 29 375 (Q1), 50 % dat spadá pod 40 (medián nebo Q2) a 75 % dat spadá pod 48 333 (Q3).
Výpočty kvartilů jsou užitečné v různých situacích pro hlubší pochopení distribuce dat. Pochopením této metody můžeme přesněji a efektivněji analyzovat seskupená data.
