Datu-kuartil bakarrekoak: datuen zatiketaren ulermen sakona estatistikan
Estatistikako oinarrizko kontzeptuetako bat datuak kuartiletan banatzea da. Kuartilak datuen banaketa mediana edo batez bestekoa aztertzea baino xehetasun gehiagorekin ulertzeko erabiltzen dira. Artikulu honetan, datu-multzo bakar baten kuartilak, nola kalkulatu eta datuen analisi testuinguru desberdinetan dituzten aplikazioak aztertuko ditugu.
Zer da kuartila?
Kuartilak datuak lau zati berdinetan banatzen dituzten balio espezifikoak dira. Laburbilduz, kuartilak datu ordenatuen multzokatzeak dira, eta kuartil bakoitzak datuen % 25 inguru hartzen du.
Kuartilek hiru adierazle nagusi dituzte:
1. Lehen kuartila (Q1): datuen % 25 baxuenak gainerakoetatik banatzen ditu.
2. Bigarren kuartila (Q2) edo Mediana: datuak bi zati berdinetan banatzen ditu, datuen %50 balio horren azpitik dago eta %50 balio horren gainetik.
3. Hirugarren kuartila (Q3): datuen % 25 altuenak gainerakoetatik banatzen ditu.
Kuartil bakoitzak datu-multzoaren zati jakin baten irudikapen gisa balio du eta hainbat aplikazio ditu, datuen deskribapenetik hasi eta kanpoko balioen analisiraino.
Nola kalkulatu kuartilak
Kuartilak kalkulatzeko, lehen urratsa datuak goranzko ordenan ordenatzea da. Ikus ditzagun datu-multzo bakar batean kuartilak kalkulatzeko urrats zehatzak:
Datuak ordenatzea
Demagun datu-multzo hau dugula:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Lehen urratsa datuak ordenatuta daudela ziurtatzea da:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Kuartilen posizioa zehaztea
Ondoren, kuartilen posizioak zehazten ditugu. \( N \) tamainako datu-multzo baterako:
– Q1 posizioa = \( \frac{(N+1)}{4} \)
– Q2 posizioa = \( \frac{(N+1)}{2} \)
– Q3 posizioa = ( \frac{3(N+1)}{4} \)
Gure datu-multzoarentzat (N=10):
– Q1 posizioa = (\frac{(10+1)}{4} = 2.75)
– Q2 posizioa = (\frac{(10+1)}{2} = 5.5)
– Q3 posizioa = ( \frac{3(10+1)}{4} = 8.25 \)
Kuartilak interpolatzea
Kuartilaren posizioa zenbaki hamartarra bada, bi datu-balio elkarren artean interpolatzen dugu.
– 1. zk. (2.75 posizioa):
Konbinatu bigarren posizioko `15` eta hirugarren posizioko `36` datu-balioak.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75
– Q2 (Mediana 5.5 posizioan):
Konbinatu bigarren posizioko `40` eta hirugarren posizioko `41` datu-balioak.
Q2 = 40 + 0.5 (41 – 40) = 40 + 0.5 1 = 40.5
– 3. zk. (8.25 posizioa):
Konbinatu bigarren posizioko `43` eta hirugarren posizioko `47` datu-balioak.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44
Beraz, gure datu-multzoaren kuartilak hauek dira:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44
Kuartil Aplikazioa
Deskribapen estatistikoa
Kuartilak deskribapen estatistikoen barruan erabiltzen dira datuen banaketaren ikuspegi orokorra emateko. Kuartilak ezagutzeak datuen koherentzia, simetria eta hedapena hobeto ulertzen laguntzen digu.
Kanpokoen analisia
Kuartilak oso erabilgarriak dira outlierrak identifikatzeko ere. Outlierrak datu-multzoaren gehiengotik urrun dauden datu-balioak dira. Outlierrak detektatzeko, "Interquartil Range (IQR)" metodoa erabiltzen da normalean.
IQR Q3 eta Q1 arteko aldea bezala kalkulatzen da:
IQR = Q3 – Q1
Datuen balioak muturrekotzat hartzen dira \(Q1-1.5 \times \text{IQR} \) baino txikiagoak edo \(Q3+1.5 \times \text{IQR} \) baino handiagoak badira.
Goiko datu-multzoan:
– IQR = 44 – 30.75 = 13.25
– Muturreko balioen beheko muga = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– Muturreko balioen goiko muga = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875
Beraz, 10.875etik beherako edo 63.875etik gorako datu-balioak muturrekotzat hartzen dira. Gure datu-multzoa tarte horretan dagoenez, ez dago muturreko baliorik.
Datu konplexuen kudeaketa
Datu sinpleetan erabiltzeaz gain, kuartilak datu-multzo konplexuagoetan ere aplika daitezke. Finantza-analisian, adibidez, kuartilek merkatuan akzio jakin baten errendimendua identifikatzen lagun dezakete. Hezkuntzan, kuartilak erabil daitezke ikasleen proba jakin batean lortutako errendimendu akademikoa identifikatzeko.
Kutxa Plot
Kuartilak erabiltzen dituen bistaratze-tresna bat Kutxa-diagrama edo Tukey Kutxa-diagrama da. Kutxa-diagrama batek datuetako bost laburpen garrantzitsuen irudikapen grafikoa eskaintzen du: gutxieneko balioa, lehen kuartila (Q1), mediana (Q2), hirugarren kuartila (Q3) eta gehienezko balioa. Muturreko balioak detektatzeko modu erraz bat Kutxa-diagrama bat erabiltzea da, non muturreko balioak normalean "biboteetatik" kanpo dauden puntu gisa erakusten diren (minimoaren, Q1, Q3 eta maximoaren arteko itzalpeko lerroak).
Ondorioa
Datu-multzo bakarreko kuartilak kalkulatzeak eta ulertzeak datu-egitura, haren banaketa eta muturreko balioen presentzia edo gabezia sakonago ezagutzea ahalbidetzen du. Aplikazio sorta zabal batean, deskribapen estatistiko sinpleetatik hasi eta muturreko balioen detekzioa eta kaxa-diagramen erabilera bezalako analisi konplexuagoetaraino, kuartilek funtsezko zeregina dute datuen analisian eta interpretazioan. Tresna honekin, datuen analisia sistematikoagoa eta informatiboagoa bihurtzen da, hainbat ikasketa-arlotan ikuspegi sakonagoak eta aurkikuntza esanguratsuagoak lortzeko bidea zabalduz. Kuartilek ez dituzte deskribapen estatistikoak errazten bakarrik, baita datuetan oinarritutako erabakiak hartzeko ezinbestekoak diren ikuspegi esanguratsuak ere ematen dituzte.
Kuartilak eta datuen analisian nola aplikatzen diren ondo ulertzea trebetasun baliotsua da, hainbat testuinguru praktikotan erabil daitekeena, ikerketatik hasi eta negozioetaraino, datuak aztertzeko eta interpretatzeko azkarragoak egiten gaituena.
