Kumulatiivse sagedusjaotuse tabeli rakendamine andmetöötluses
Andmetöötluses, eriti põhistatistikas, on üks tõhusamaid viise suurte toorandmete koguste kokkuvõtmiseks sagedusjaotuse tabeli kasutamine. Siiski vajame sageli teavet mitte ainult selle kohta, kui palju andmeid igasse klassi kuulub, vaid ka selle kohta, kui palju andmeid teatud läveni koguneb. Siin mängivad olulist rolli kumulatiivsed sagedusjaotuse tabelid. Neid tabeleid kasutatakse laialdaselt hariduses, teaduses, ettevõtluses ja kvaliteedi hindamisel, kuna need annavad informatiivsema ülevaate andmete jaotusest, eriti protsentiilide, mediaanide ja kvartiilide analüüsimiseks ning eesmärkide saavutamise jälgimiseks.
Kumulatiivsete sagedusjaotuse tabelite mõistmine
Kumulatiivse sagedusjaotuse tabel kuvab iga intervalliklassi sageduse (andmete esinemiste arvu), kuvades samal ajal ka esimesest klassist konkreetse klassini järk-järgult liidetud sagedusi. Need kumulatiivsed väärtused aitavad meil näha, mitu andmepunkti on teatud piirist väiksemad või sellega võrdsed või vastupidi, teatud piirist suuremad või sellega võrdsed, olenevalt kasutatavast kumulatiivsest sagedusest.
Üldiselt on kahte tüüpi kumulatiivset sagedust:
1. Kumulatiivne sagedus on väiksem kui
Kogunemist teostatakse madalaimast klassist kõrgeima klassini. See tabel teeb lihtsaks andmete arvu määramise, mille väärtused ei ületa teatud ülemist klassipiiri.
2. Kumulatiivne sagedus on suurem kui
Kumuleerimine toimub kõrgeimast klassist madalaima klassini. See tabel on kasulik andmete arvu määramiseks, mille väärtused ületavad teatud alumise klassi piiri.
Need kaks vormi täiendavad teineteist ja neid saab kasutada vastavalt analüüsivajadustele.
Miks on kumulatiivse sageduse tabel oluline?
Andmetöötluse praktikas annab tüüpiline sagedustabel teavet ainult andmepunktide arvu kohta klassi kohta. Paljud otsused vajavad aga teavet andmete suhtelise positsiooni kohta üldises jaotuses. Kumulatiivsed sagedustabelid on olulised, sest:
– Esitage andmetest kokkuvõte hõlpsasti loetavas ja struktureeritud vormis.
– Hõlbustab asukoha mõõdikute, näiteks mediaani, kvartiilide, detsiilide ja protsentiilide analüüsi.
– Toetab statistiliste graafikute, näiteks ogiivkõverate (kumulatiivsete kõverate) loomist.
– Otsuste tegemisel abistamine, näiteks lõpetamise lävendite määramisel, klientide segmenteerimisel või tulemuslikkuse hindamisel.
– Näitab selgemini andmete jaotusmustreid, sealhulgas teatud klasside domineerimist ja akumuleerumist aja jooksul.
Kumulatiivse sagedusjaotuse tabeli loomise sammud
Selle tabeli rakendamine algab üldiselt toorandmetega ja seejärel võetakse need kokku intervallirühmadesse. Peamised sammud on järgmised:
1. Andmete kogumine ja sorteerimine (vajadusel)
Sorteerimine pole alati kohustuslik, kuid see aitab mõista vahemikku ja tuvastada äärmuslikke väärtusi.
2. Määrake andmevahemik
Vahemik = maksimaalne väärtus − minimaalne väärtus.
3. Määrake intervalliklasside arv
Üks sageli kasutatavatest reeglitest on Sturgesi valem:
(k = 1 + 3,3 log n)
kus \(n \) on andmete arv ja \(k \) klasside arv.
4. Määrake klassi laius
Klassi laius = vahemik / klasside arv (ümardatud täpsuse huvides).
5. Loo intervalliklassid
Näiteks 50–59, 60–69 ja nii edasi, olenevalt andmete kontekstist.
6. Arvutage iga klassi sagedus
Sagedus on andmete arv, mis sellesse intervalli langevad.
7. Arvutage kumulatiivne sagedus
– „Väiksem kui“ puhul: liita esimese klassi sagedused selle klassini.
– „Rohkem kui“ puhul: liita kokku viimase klassi sagedused selles klassis.
8. Lisage kumulatiivne protsent (valikuline)
Kumulatiivne protsent = (kumulatiivne sagedus / koguandmed) × 100%.
See on proportsioonide lugemisel väga kasulik.
Lihtne rakenduse näide
Oletame, et on olemas 40 õpilase testi tulemuste andmed, mis seejärel rühmitatakse järgmistesse vahemikesse (illustreeriv näide):
| Väärtuste intervall | Sagedus (f) | Kumulatiivne sagedus (≤) |
|—|—:|—:|
| 40–49 | 3 | 3 |
| 50–59 | 7 | 10 |
| 60–69 | 12 | 22 |
| 70–79 | 10 | 32 |
| 80–89 | 6 | 38 |
| 90–99 | 2 | 40 |
Tabelist võime lugeda järgmist:
– Õpilasi, kes said tulemuse ≤ 69, oli 22.
– Õpilaste arv, kelle tulemus on ≤ 79, on 32 õpilast.
– Õpilaste koguarv on 40, nagu on näha viimase kursuse kumulatiivsest sagedusest.
Kui soovite luua versiooni „suurem kui“, alustatakse akumuleerimist kõrgeimast hindest. See on kasulik näiteks siis, kui küsime: „Mitu õpilast said 80 või rohkem punkti?“ Kumulatiivse „suurem kui“ tabeli abil saab sellistele küsimustele kiiresti vastused.
Ogive: kumulatiivse sageduse visualiseerimine
Üks oluline kumulatiivsete sagedusjaotuse tabelite rakendus on ogivide loomine, mis on joondiagrammid, mis esindavad kumulatiivseid sagedusi. Ogive'e kasutatakse järgmiselt:
– Määrake mediaan ja kvartiilid graafiliselt.
– Kahe andmejaotuse võrdlemine.
– Andmete jaotuse ja suundumuste jälgimine visuaalsel kujul.
„Väiksem kui“ ogiiv liigub tavaliselt vasakult paremale ülespoole, „suurem kui“ ogiiv aga laskuvalt. Praktilises analüüsis kasutatakse ogiive sageli akadeemilises hindamises, kvaliteedikontrollis ja turundusuuringutes.
Rakendus erinevates valdkondades
1. Pendidikan
Eksamil või õppetöö hindamisel aitavad kumulatiivsed sagedustabelid õpetajatel või õppejõududel:
– Määrake mediaanklassi väärtus.
– Saavutuste jaotuse mõõtmine.
– Määrake kategooriate väärtuspiirid (nt parandav, piisav, hea, väga hea).
– Vaadake, kui suurel protsendil õpilastest on KKM-ist (minimaalsed lõpetamise kriteeriumid) madalamad tulemused.
2. Äri- ja turundusmaailm
Ettevõtted analüüsivad sageli klientide või tehingute andmeid, näiteks:
– Ostude arvu jaotus kliendi kohta.
– Päevaste tehingute nominaalväärtuste jaotus.
– Klientide segmenteerimine kogukulutuste põhjal.
Kumulatiivse sageduse abil saavad juhid vastata olulistele küsimustele, näiteks: „Kui suur protsent klientidest kulutab vähem kui 500 000 ruupiat?“ või „Kui palju tehinguid ületab teatud väärtuse?“
3. Tervis ja epidemioloogia
Terviseandmetes kasutatakse kumulatiivseid sagedustabeleid järgmiselt:
– Patsientide vanuseline jaotus.
– Vererõhu või suhkru taseme jaotus.
– Vaadake riskilävest allpool/üle selle jäävate patsientide osakaalu.
See aitab tervishoiutöötajatel teha andmepõhiseid otsuseid, näiteks sekkumiste tähtsuse järjekorda seada.
4. Tööstus ja kvaliteedikontroll
Tootmises kasutatakse kvaliteedi jälgimiseks sageli kumulatiivseid tabeleid:
– Toote suurusjaotus.
– Tootmisdefektide jaotus.
– Kohaletoimetamise õigeaegsus.
Sel viisil saab ettevõte teada, kui suur osa toodetest vastab standarditele ja kui suured on kõrvalekalded.
Levinud vead ja kuidas neid vältida
Kuigi see tundub lihtne, võib kumulatiivse sagedustabeli loomine põhjustada mitmeid vigu, sealhulgas:
– Kattuvad intervalliklassid (nt 50–60 ja 60–70 ilma selgete piirideta).
Lahendus: kasutage jäika piirangut, näiteks 50–59, 60–69 jne.
– Sagedus ei vasta koguandmetele
Lahendus: veenduge, et sageduste arv oleks sama, mis andmete arv.
– Kumulatiivne eksitamine
Lahendus: otsusta kohe alguses, kas kasutada väljendit „väiksem kui“ või „rohkem kui“.
– Klassi laius on ebajärjekindel
Lahendus: õiglase tõlgendamise tagamiseks muutke klassi laius samaks.
Sulgemine
Kumulatiivsed sagedusjaotuse tabelid on andmetöötluses väga kasulikud tööriistad, kuna need suudavad esitada teavet mitte ainult klasside kaupa, vaid ka teatud punktini kumulatiivseid andmeid. Haridusest tööstuseni hõlbustab nende rakendamine asukoha analüüsi, ogive visualiseerimist ja andmepõhist otsuste langetamist. Süstemaatiliste ettevalmistusetappide ja intervalliklasside hoolika määramise ning kumulatiivsete arvutuste abil saavad need tabelid pakkuda kindla aluse edasiseks, sihipärasemaks statistiliseks analüüsiks.
Soovi korral saan teid aidata ka näidistabeli loomisel teie olemasolevate toorandmete (nt õpilaste hinded, müügiandmed või küsitluse andmed) põhjal täielikuks kumulatiivseks sagedustabeliks koos selle ogive'iga.
