Andmeanalüüs sageduspolügoonide abil statistikas
Statistikas on andmete esitamine enne järelduste tegemist ülioluline samm. Algselt töötlemata arvudest koosnevaid andmeid on sageli raske mõista, kui neid pole korralikult korraldatud ja visualiseeritud. Üks tõhus viis andmete jaotuse esitamiseks on sageduspolügoonide kasutamine. Sageduspolügoonid aitavad meil näha andmete jaotusmustreid, domineerivate väärtuste suundumusi ja jaotuse kuju (nt sümmeetriline, viltune või mitme tipuga). See artikkel käsitleb sageduspolügoonide kontseptsiooni, nende loomist, tõlgendamist ja kasutamist statistilises andmeanalüüsis.
Sageduspolügoonide mõistmine
Sageduspolügoon on joondiagramm, mis kujutab rühmitatud andmete sagedusjaotust. See graafik moodustatakse punktide ühendamisest, mis esindavad sagedusi klasside keskpunktides. Erinevalt histogrammist, mis koosneb tulpadest, on sageduspolügoon joon, mis lihtsustab vaatlejatel mitme andmerühma jaotusmustrite võrdlemist ühe graafiku piires.
Sageduspolügoone kasutatakse sageli siis, kui soovime sageduse muutusi või trende sujuvamalt kuvada. Näiteks testide tulemuste, pikkuse, kaalu või tootlikkuse andmete analüüsimisel saavad sageduspolügoonid näidata, kas andmed on enamasti koondunud teatud vahemikku või on need ühtlaselt jaotunud.
Millal kasutatakse sageduspolügoone?
Sageduspolügoone kasutatakse peamiselt siis, kui andmed:
1. Kvantitatiivsete andmete kujul (nt väärtus, kaal, pikkus, aeg).
2. On või tuleb jagada klassivahedeks.
3. Kahte või enamat jaotust on vaja võrrelda ühel graafikul, sest jooni on lihtsam virnastada kui histogrammi tulpasid.
Sageduspolügoonid on väga kasulikud ka uurimusliku andmeanalüüsi etapis, nimelt siis, kui teadlased soovivad enne edasise analüüsi, näiteks statistiliste testide, regressiooni või prognoosimise läbiviimist mõista andmete üldisi omadusi.
Olulised komponendid sageduspolügoonis
Sageduspolügooni loomiseks tuleb mõista mitmeid põhikomponente:
– Klassivahemik: väärtuste vahemik, mis jagab andmed mitmeks rühmaks.
– Sagedus: igasse klassiintervalli sisestatud andmete arv.
– Klassi keskpunkt: intervalli keskmine väärtus, mis on arvutatud järgmise valemi abil:
\[
\text{Keskpunkt} = \frac{\text{alumine piir} + \text{ülemine piir}}{2}
\]
– X- ja Y-teljed: X-teljel on klassi keskpunkt, Y-teljel aga sagedus.
Selle komponendi abil saame joonistada punkte (keskpunkt, sagedus) ja seejärel need sirgeks ühendada.
Sageduspolügooni loomise sammud
Järgnevalt on toodud üldised sammud sageduspolügooni loomiseks toorandmetest:
1. Andmete korrastamine ja paljude klasside määramine
Esimene samm on toorandmete ettevalmistamine. Seejärel määrake klasside arv (k). Üks populaarne lähenemisviis on Sturgesi valem:
\[
k = 1 + 3{,}3 \log(n)
\]
kus \(n\) on andmete arv.
2. Määrake klassi ulatus ja laius
Arvutage andmevahemik:
\[
R = x_{\text{max}} – x_{\text{min}}
\]
Seejärel saab klassi laiuse arvutada:
\[
p = ∫frac{R}{k}
\]
Klasside laiused on kasutamise hõlbustamiseks tavaliselt ümardatud.
3. Loo sagedusjaotuse tabel
Järjesta klasside intervallid ja seejärel loenda, mitu andmepunkti igasse intervalli langeb. Tulemuseks on sagedusjaotuse tabel.
4. Arvutage iga klassi keskpunkt
Arvutage iga intervalli jaoks keskpunkt. Seda keskpunkti kasutatakse X-teljel.
5. Graafi loomine
– Asetage klassi keskpunkt X-teljele.
– Asetage sagedus Y-teljele.
– Joonistage punktide paarid (keskpunkt, sagedus).
– Ühenda punktid sirgjoonega.
Selleks, et hulknurk korralikult „suletud” oleks, lisatakse tavaliselt üks punkt algusesse ja lõppu nullsagedusega, klassi keskpunkti enne esimest klassi ja klassi järele pärast viimast klassi.
Lihtne näide tõlgendamisest
Näiteks sageduspolügooni kõrgeim tipp on 70 keskpunktis, kus esineb ka kõrgeim sagedus. See näitab, et kõige sagedamini esinev väärtus on umbes 70, mis viitab sellele, et enamiku õpilaste tulemused on selle väärtuse ümber. Kui polügoon kaldub järsult paremale (suured väärtused) ja ulatub vasakule (väikesed väärtused), võib andmejaotus olla vasakule kaldu; vastupidi, kui see ulatub paremale, on jaotus paremale kaldu.
Lisaks kujule näitab joone kalle ka klassidevahelisi sageduse muutusi. Järsk tõus näitab andmepunktide arvu olulist suurenemist järgmises klassis. Järsk langus näitab vastupidist.
Sageduspolügoon vs histogramm
Kuigi mõlemad kirjeldavad sagedusjaotusi, on nende vahel olulisi erinevusi:
1. Visuaalne vorm
– Histogramm: külgnevad tulbad.
– Sageduspolügoon: punkte ühendavad jooned.
2. Võrdlemise lihtsus
– Paljude rühmade puhul on histogramme keeruline grupeerida.
– Sageduspolügoone on ühes graafikus lihtsam võrrelda.
3. Mustri loetavus
– Polügoonid näitavad jaotuskõvera üldist kuju selgemini.
– Histogramm aitab klassi struktuuri detailselt näha.
Praktikas konstrueeritakse sageduspolügoone sageli histogrammide põhjal: iga histogrammiriba keskpunktid on ühendatud joonega.
Sageduspolügoonide eelised andmeanalüüsis
Sageduspolügoonid ei ole lihtsalt pildid, vaid analüüsivahendid. Mõned nende eelised:
1. Tunnista andmekeskust (keskne suundumus)
Polügooni tipp näitab moodiklassi, nimelt kõrgeima sagedusega intervalli.
2. Vaadake jaotust (muutlikkust)
Laiad hulknurgad tähistavad mitmekesisemaid andmeid; kitsad hulknurgad näitavad kontsentreeritumaid andmeid.
3. Hinnake jaotusvormi
Jaotused võivad olla sümmeetrilised, viltused või bimodaalsed (kaks piiki). See on oluline edasiste analüüsimeetodite määramiseks.
4. Rühmade võrdlemine
Näiteks A- ja B-klassi väärtuste või masina 1 ja masina 2 tootmistulemuste võrdlemine. Jaotuse erinevuse nägemiseks saab kaks hulknurka kokku joonistada.
5. Ebatavaliste andmete tuvastamine
Kui esineb väikeseid tippe, mis asuvad põhitipust kaugel, võivad esineda erinevad andmerühmad, sisestusvead või kõrvalekalded.
Levinud vead ja serveerimisnipid
Mõned levinud vead sageduspolügoonide loomisel on järgmised:
– Kasutage klassi piire X-teljel, mitte klasside keskpunkte.
– Klasside laiused on ebajärjekindlad, mis viib eksitavate tõlgendusteni.
– Ei lisa otstesse nullsageduspunkte, seega näib hulknurk „rippuvat“.
– Ebaproportsionaalne telje skaala.
Head serveerimisnipid:
– Kasutage järjepidevaid tunnivahesid.
– Esitage selge pealkiri, telgede sildid ja skaala.
– Kahe grupi võrdlemisel kasutage erinevaid värve/jooni ja lisage legend.
– Veenduge, et klasside arv poleks liiga väike ega liiga suur, et jaotusmuster jääks loetavaks.
Sulgemine
Sageduspolügoonid on väga kasulik statistilise visualiseerimise vorm rühmitatud andmete jaotuse mõistmiseks. Kasutades klasside keskpunkte ja sagedusi, annavad sageduspolügoonid selge pildi andmemustritest, neid on rühmade vahel lihtne võrrelda ning need aitavad teadlastel enne edasise analüüsi tegemist jaotuse omadusi tuvastada. Statistikapraktikas on sageduspolügoonide lugemise ja konstrueerimise oskus oluline põhioskus, eriti kvantitatiivse andmeanalüüsi puhul. Õige klassistruktuuri ja hoolika tõlgendamise korral võivad sageduspolügoonid olla lihtne, kuid võimas tööriist andmepõhise otsustusprotsessi toetamiseks.
