Teicnící Amharcléirithe Sonraí i Staitisticí
Is cuid ríthábhachtach de staitisticí nua-aimseartha í léirshamhlú sonraí. I measc na fairsinge sonraí ó shuirbhéanna, turgnaimh, idirbhearta digiteacha agus braiteoirí, ní hamháin uimhreacha a chnagadh an dúshlán is mó, ach an bhrí atá taobh thiar díobh a chur in iúl freisin. Seo an áit a dtagann léirshamhlú sonraí isteach: sonraí amha a chlaochlú ina dtaispeántais intuigthe, cabhrú le patrúin a aimsiú, neamhghnáchaíochtaí a bhrath, grúpaí a chur i gcomparáid agus tacú le cinnteoireacht atá bunaithe ar fhianaise. Pléann an t-alt seo teicnící coitianta léirshamhlú sonraí i staitisticí, a gcuspóirí agus prionsabail chun a chinntiú nach bhfuil léirshamhlú míthreorach.
1. Ról an Amharcléirithe Sonraí i Staitisticí
I staitisticí, úsáidtear léirshamhlú ag roinnt céimeanna den anailís. Ar dtús, le linn anailíse sonraí taiscéalaíche (EDA), cuidíonn graif le hanailísithe dáileadh, éagsúlacht, eisceachtaí, agus caidrimh idir athróga a thuiscint sula dtógfar samhail. Ar an dara dul síos, úsáidtear léirshamhlú chun torthaí a chur in iúl: teastaíonn graif shoiléire ó thuairiscí taighde, ó chur i láthair gnó, agus ó fhoilseacháin eolaíocha chun príomhthorthaí a thuiscint go tapa. Ar an tríú dul síos, tá léirshamhlú ríthábhachtach freisin chun samhail a bhailíochtú, mar shampla, trí phlotaí iarmharacha, plotaí tuartha-i gcoinne-iarbhír, nó graif dhiagnóiseacha eile.
Is é sin le rá, ní hamháin gur “maisiúchán” ar thuairiscí é léirshamhlú sonraí, ach uirlis anailíseach a mbíonn tionchar aici ar cháilíocht na gconclúidí staitistiúla.
2. Teicnící Amharcléirithe le haghaidh Sonraí Aonathrógacha (Athróg Amháin)
Nuair a bhíonn fócas na hanailíse ar athróg amháin, is é an príomhsprioc cruth an dáilte , an t-ionad sonraí agus a scaipeadh a thuiscint.
a. Histogram
Taispeánann histagram dáileadh sonraí uimhriúla trí na sonraí a roinnt ina eatraimh (binsí). Ó histagram, is féidir linn a chinneadh an bhfuil na sonraí siméadrach, claonta ar dheis nó ar chlé, nó an bhfuil níos mó ná buaic amháin acu (ilmhódach). Tá rogha líon na mbinsí ríthábhachtach: is féidir le róbheag boscaí sonraí a cheilt, agus is féidir le ró-líon boscaí an graf a dhéanamh torannach.
b. Boscaplota (léaráid bosca)
Déanann boscaplot achoimre ar shonraí ag baint úsáide as an meán, na ceathrúna agus na seachtháirgí. Tá an teicníc seo an-úsáideach chun éagsúlacht agus seachtháirgí a aithint go tapa. I staitisticí, is uirlis chaighdeánach iad boscaplotaí chun dáiltí idir grúpaí a chur i gcomparáid mar gheall ar a ndlúthacht.
c. Plota dlúis (cuar dlúis)
Tá cuar dlúis cosúil le histeagram ach níos míne. Cuidíonn an léirshamhlú seo le cruth dáilte a thaispeáint gan brath ró-mhór ar roghnú boscaí. Úsáidtear plotaí dlúis go minic chun dhá dháileadh a chur i gcomparáid ar ghraf amháin.
d. Cairt barra le haghaidh sonraí catagóireacha
I gcás athróga catagóireacha (e.g., inscne, leibhéal oideachais, catagóir táirge), is iad cairteacha barra an rogha is fearr. Cinntigh go bhfuil aiseanna na gcatagóirí eagraithe go loighciúil (e.g., de réir ord nádúrtha nó minicíochta) le go mbeidh siad furasta a léamh.
3. Teicnící Amharcléirithe le haghaidh Comparáide Idirghrúpa
I go leor staidéar staitistiúil, ní mór dúinn sonraí a chur i gcomparáid de réir grúpaí (e.g. cóireáil i gcoinne rialaithe, réigiún A i gcoinne B, nó il-aicmí).
a. Plota bosca in aghaidh an ghrúpa
Tá boscaphlotaí an-éifeachtach chun meánlínte, dáiltí agus eisceachtaí a chur i gcomparáid idir grúpaí. Má tá go leor grúpaí ann, smaoinigh ar na haiseanna a rothlú nó treoshuíomh cothrománach a úsáid chun na lipéid a dhéanamh níos inléite.
b. Plota veidhlín
Comhcheanglaíonn plota veidhlín boscaplota agus cuar dlúis chun achoimre agus cruth dáilte a thaispeáint. Tá sé seo úsáideach nuair is mian linn a chinneadh an bhfuil cruthanna dáilte éagsúla ina gcúis le difríochtaí grúpa.
c. Plota meán/phointe le barraí earráide
Chun cumarsáid níos hinferensiúla a fháil, plotaigh an meán le barraí earráide (e.g. deviasi caighdeánach, earráid chaighdeánach, nó eatramh muiníne) béim ar mheastachán an mheáin agus a neamhchinnteacht. Mar sin féin, teastaíonn rabhadh leis an teicníc seo: is féidir leis an meán dáiltí neamhshiméadracha nó ilmhódacha a cheilt.
4. Teicnící Amharcléirithe don Ghaol idir Dhá Athróg (Déathrógach)
Tá sé mar aidhm ag anailís dhéathróg an gaol idir dhá athróg a thuiscint, bíodh siad uimhriúil-uimhriúil, uimhriúil-chatagóireach, nó catagóiriúil-chatagóireach.
a. Plota scaipthe (léaráid scaipthe)
Is é scaipphlota an rogha is coitianta le haghaidh dhá athróg uimhriúla. Taispeánann sé patrúin líneacha, neamhlíneacha, braislithe, agus eisceachtaí. Chun anailís ardleibhéil a dhéanamh, is minic a chuirtear línte aischéimniúcháin nó smúdáil (e.g., LOESS) le scaipphlotaí chun treochtaí a shoiléiriú.
b. Cairt líne le haghaidh sonraí sraithe ama
Má athraíonn athróg uimhriúil le himeacht ama, cuidíonn graf líne le treochtaí, séasúracht agus borrtha a aithint. I staitisticí sraitheanna ama, is minic a úsáidtear an plota seo roimh shamhaltú ARIMA, smúdáil easpónantúil, nó samhlacha eile.
c. Léarscáil teasa do chatagóirí nó maitrísí
Tá léarscáileanna teasa oiriúnach do tháblaí teagmhais nó maitrísí comhghaoil. Léiríonn dathanna déine nó méid luachanna. Tá an teicníc seo éifeachtach do shraitheanna sonraí móra, ach ní mór an scéim dathanna a roghnú go cuí chun míthuiscint a sheachaint.
5. Teicnící Amharcléirithe Ilathrógacha (Níos mó ná dhá athróg)
Nuair a bhíonn ilathróga i gceist le sonraí, is é an dúshlán atá ann an fhaisnéis a thaispeáint gan an graf a dhéanamh róchasta.
a. Plota scaipthe le dath/méid/cruth
Is féidir le scaipphlota athróga breise a thaispeáint ag baint úsáide as dath (catagóireach), méid ponc (uimhriúil), nó cruth (catagóireach). Tá an teicníc seo cumhachtach, ach éilíonn sí a chinntiú go bhfuil an finscéal soiléir agus nach bhfuil na difríochtaí amhairc ró-chaolchúiseach.
b. Faceting (iolraithe beaga)
Roinntear an chairt chéanna ina painéil iolracha bunaithe ar chatagóirí (e.g., de réir réigiúin nó de réir chineáil táirge). Is minic a bhíonn sé seo níos éifeachtaí ná an iomarca eolais a chur i gcairt amháin.
c. Maitrís phlota péirí / scaipphlota
Taispeánann maitrís scaipphlota gach péire athróg uimhriúil i ngreille amháin. Cuidíonn sé seo le caidrimh idir athróga, comhghaolta láidre, nó patrúin braisle a aithint. Tá an teicníc seo den scoth le haghaidh EDA, go háirithe roimh anailís aischéimnithe nó foghlaim meaisín.
d. Déphlota PCA nó plota laghdaithe toise
I gcás tacair sonraí a bhfuil go leor gnéithe iontu, is féidir le laghdú toisíochta amhail PCA, t-SNE, nó UMAP na sonraí a mhapáil go 2T chun braislí a dhéanamh infheicthe. I staitisticí, is féidir le déphlota PCA ranníocaíocht athróg leis an príomhchodannaMar sin féin, ní mór torthaí laghdú toisíochta a léirmhíniú go cúramach mar go "cailltear" roinnt faisnéise le linn comhbhrú.
6. Prionsabail maidir le Dea-Léirshamhlaíochtaí a Dhearadh
Is féidir le teicníc mhaith léirshamhlaithe a bheith díobhálach fós mura bhfuil an dearadh ceart. Seo roinnt prionsabal tábhachtach i gcomhthéacs na staitisticí:
1. Roghnaigh cairt a oireann do do chineál sonraí agus do cheist. Ná húsáid cairt phí le haghaidh an iomarca catagóirí ná chun difríochtaí beaga a chur i gcomparáid.
2. Bain úsáid as scálaí ais go macánta. Is féidir difríochtaí a mhéadú go radhairc trí na haiseanna a ghearradh amach (m.sh., ní thosaíonn an ais-y ag náid). Glactar leis seo uaireanta, ach ba chóir comhthéacs agus údar maith a thabhairt dó.
3. Tabhair aird ar dhath. Bain úsáid as pailéad atá cairdiúil do dhaoine dalla datha agus seachain teaglamaí dathanna deacra.
4. Cuir lipéid agus foinsí soiléire ar fáil. Ní mór an teideal, an finscéal, na haonaid agus na fotheidil a bheith iomlán ionas gur féidir leis an ngraf seasamh leis féin.
5. Taispeáin neamhchinnteacht nuair is ábhartha. staitisticí inferentacha, tá i bhfad níos mó faisnéise ann trí eatraimh mhuiníne, bandaí tuartha, nó barraí earráide a thaispeáint ná trí uimhreacha aonair a thaispeáint.
6. Seachain “dramhaíl chairteacha.” Is féidir le héifeachtaí 3T, maisiúcháin iomarcacha, nó grádáin neamhriachtanacha aird a tharraingt ón bpríomhtheachtaireacht.
7. Botúin Choitianta i Léirshamhlú Staitistiúil
Is coitianta roinnt botún agus is féidir leo léitheoirí a chur amú:
– An meán a úsáid le haghaidh sonraí atá an-chlaonta gan an meánlíon ná an dáileadh a thaispeáint.
– Má chuirtear an iomarca catagóirí le chéile, bíonn sé deacair an graf a léamh.
– Ní thaispeánann sé méid an tsampla cé gur féidir comparáidí grúpa a bheith claonta má tá méid na sonraí an-difriúil.
– Conclúidí cúiseacha a tharraingt ó phlotaí scaipthe nach léiríonn ach comhghaol.
8. Conclúid
Comhcheanglaíonn teicnící léirshamhlú sonraí i staitisticí tuiscint sonraí, cuspóirí anailíse, agus scileanna cumarsáide. Cuidíonn histeagraim, boscaphlotaí, scaipphlotaí, cairteacha líne, léarscáileanna teasa, agus fiú teicnící ilathróga cosúil le haiseáil agus PCA le hanailísithe a fheiceáil cad nach bhfuil soiléir go héasca ó tháblaí uimhreacha. Mar sin féin, ní hamháin go bhfuil léirshamhlú maith "álainn" ach cruinn, macánta, agus dírithe ar na ceisteanna ar mian leo freagra a thabhairt orthu freisin.
Trí na teicnící cearta agus prionsabail dhearaidh fhónta a chur i bhfeidhm, is féidir le léirshamhlú sonraí a bheith ina dhroichead cumhachtach idir anailís staitistiúil chasta agus tuiscint éasca do lucht féachana éagsúil—ó thaighdeoirí go lucht déanta beartas.
Más mian leat, is féidir liom an t-alt seo a oiriúnú le bheith níos acadúla (le luanna), samplaí cásanna a chur leis, nó leagan a chruthú a dhíríonn ar bhogearraí sonracha ar nós Excel, R, nó Python.
