Üksikud andmekvartiilid: andmete jagamise põhjalik mõistmine statistikas
Üks statistika põhimõisteid on andmete jagamine kvartiilideks. Kvartiile kasutatakse andmete jaotuse detailsemaks mõistmiseks kui lihtsalt mediaani või keskmise vaatlemine. Selles artiklis käsitleme ühe andmekogumi kvartiile, nende arvutamist ja rakendusi erinevates andmeanalüüsi kontekstides.
Mis on kvartiil?
Kvartiilid on spetsiifilised väärtused, mis jagavad sorteeritud andmed neljaks võrdseks osaks. Lihtsamalt öeldes on kvartiilid sorteeritud andmete rühmad, kus iga kvartiil katab ligikaudu 25% andmetest.
Kvartiilid koosnevad kolmest peamisest markerist:
1. Esimene kvartiil (Q1): jagab andmete alumise 25% ülejäänutest.
2. Teine kvartiil (Q2) ehk mediaan: jagab andmed kaheks võrdseks osaks, 50% andmetest on sellest väärtusest madalamad ja 50% kõrgemad.
3. Kolmas kvartiil (Q3): jagab andmete kõrgeima 25% ülejäänutest.
Iga kvartiil esindab andmestiku teatud osa ja sellel on mitmesuguseid rakendusi, alates andmete kirjeldamisest kuni kõrvalekallete analüüsini.
Kuidas arvutada kvartiile
Kvartiilide arvutamiseks tuleb esmalt andmed kasvavas järjekorras sortida. Vaatame üksikasjalikke samme kvartiilide arvutamiseks ühel andmestikul:
Andmete sortimine
Oletame, et meil on järgmine andmestik:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Esimene samm on veenduda, et andmed on sorteeritud:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Kvartiilipositsiooni määramine
Järgmisena määrame kvartiilide positsioonid. Suurusega \( N \) andmestiku puhul:
– Positsioon Q1 = \( \frac{(N+1)}{4} \)
– Positsioon Q2 = \( \frac{(N+1)}{2} \)
– Positsioon Q3 = \( \frac{3(N+1)}{4} \)
Meie andmestiku (N=10) jaoks:
– Positsioon Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– Positsioon Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– Positsioon Q3 = \( \frac{3(10+1)}{4} = 8.25 \)
Kvartiilide interpoleerimine
Kui kvartiilipositsioon on kümnendarv, siis interpoleerime kahe külgneva andmeväärtuse vahel.
– Q1 (positsioon 2.75):
Kombineeri 2. positsioonil (`15`) ja 3. positsioonil (`36`) olevad andmeväärtused.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75
– Q2 (mediaan positsioonil 5.5):
Kombineeri 5. positsioonil (`40`) ja 6. positsioonil (`41`) olevad andmeväärtused.
Q2 = 40 + 0.5 (41–40) = 40 + 0.5 1 = 40.5
– Q3 (positsioon 8.25):
Kombineeri 8. positsioonil (`43`) ja 9. positsioonil (`47`) olevad andmeväärtused.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44
Seega on meie andmestiku kvartiilid järgmised:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44
Kvartiilirakendus
Statistiline kirjeldus
Kvartiile kasutatakse statistiliste kirjelduste osana, et anda üldine ülevaade andmete jaotusest. Kvartiilide tundmine võimaldab meil paremini mõista andmete järjepidevust, sümmeetriat ja levikut.
Erandväärtuste analüüs
Kvartiilid on väga kasulikud ka erandite tuvastamisel. Erandid on andmeväärtused, mis erinevad andmestiku enamikust väärtustest. Erandite tuvastamiseks kasutatakse tavaliselt "kvartiilidevahelise vahemiku (IQR)" meetodit.
IQR arvutatakse Q3 ja Q1 vahena:
\[ \tekst{IQR} = Q3 – Q1 \]
Andmeväärtusi peetakse kõrvalekalleteks, kui need on alla \( Q1-1.5 \text{IQR} \) või üle \( Q3+1.5 \text{IQR} \).
Ülaltoodud andmestikus:
– IQR = 44 – 30.75 = 13.25
– Erandväärtuste alumine piir = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– Erandväärtuste ülempiir = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875
Seega loetakse andmeväärtusi alla 10 875 või üle 63 875 kõrvalekalleteks. Kuna meie andmestik jääb sellesse vahemikku, siis kõrvalekaldeid ei ole.
Kompleksne andmetöötlus
Lisaks lihtsate andmete kasutamisele saab kvartiile rakendada ka keerukamate andmekogumite puhul. Näiteks finantsanalüüsis aitavad kvartiilid tuvastada konkreetse aktsia tootlust turul. Hariduses saab kvartiile kasutada õpilaste akadeemilise soorituse tuvastamiseks konkreetses testis.
Kasti joonis
Üks kvartiile kasutav visualiseerimisvahend on kastidiagramm ehk Tukey kastidiagramm. Kastidiagramm annab graafilise esituse viiest olulisest kokkuvõttest andmetes: miinimumväärtus, esimene kvartiil (Q1), mediaan (Q2), kolmas kvartiil (Q3) ja maksimumväärtus. Lihtne viis kõrvalekallete tuvastamiseks on kasutada kastidiagrammi, kus kõrvalekalded on tavaliselt näidatud punktidena väljaspool "vurrusid" (varjutatud jooned miinimumi, Q1, Q3 ja maksimumi vahel).
Järeldus
Kvartiilide arvutamine ja mõistmine ühes andmekogumis annab sügavama ülevaate andmestruktuurist, selle jaotusest ning kõrvalekallete olemasolust või puudumisest. Kvartiilidel on andmete analüüsimisel ja tõlgendamisel oluline roll paljudes rakendustes, alates lihtsatest statistilistest kirjeldustest kuni keerukamate analüüsideni, nagu kõrvalekallete tuvastamine ja kastidiagrammide kasutamine. Selle tööriista abil muutub andmeanalüüs süstemaatilisemaks ja informatiivsemaks, sillutades teed sügavamatele teadmistele ja sisukamatele avastustele erinevates uurimisvaldkondades. Kvartiilid mitte ainult ei hõlbusta statistilisi kirjeldusi, vaid pakuvad ka olulist teavet, mis on oluline andmepõhise otsuste tegemise jaoks.
Kvartiilide ja nende andmeanalüüsis rakendamise hea mõistmine on väärtuslik oskus, mida saab rakendada erinevates praktilistes kontekstides, alates uurimistööst kuni ettevõtluseni, muutes meid andmete analüüsimisel ja tõlgendamisel targemaks.
