एकल डेटा चतुर्थक

एकल डेटा चतुर्थक: सांख्यिकी में डेटा विभाजन की गहन समझ

सांख्यिकी की मूलभूत अवधारणाओं में से एक है डेटा को चतुर्थक (क्वार्टाइल) में विभाजित करना। चतुर्थक का उपयोग माध्यिका या औसत को देखने की तुलना में डेटा वितरण को अधिक विस्तार से समझने के लिए किया जाता है। इस लेख में, हम एक ही डेटा सेट के चतुर्थक, उनकी गणना करने की विधि और विभिन्न डेटा विश्लेषण संदर्भों में उनके अनुप्रयोगों पर चर्चा करेंगे।

चतुर्थक क्या है?

चतुर्थक (क्वार्टाइल) विशिष्ट मान होते हैं जो क्रमबद्ध डेटा को चार बराबर भागों में विभाजित करते हैं। सरल शब्दों में कहें तो, चतुर्थक क्रमबद्ध डेटा के समूह होते हैं, जिनमें से प्रत्येक चतुर्थक डेटा के लगभग 25% भाग को कवर करता है।

चतुर्थांश में तीन मुख्य संकेतक होते हैं:
1. प्रथम चतुर्थक (Q1): यह डेटा के सबसे निचले 25% को शेष से अलग करता है।
2. द्वितीय चतुर्थक (Q2) या माध्यिका: डेटा को दो बराबर भागों में विभाजित करता है, 50% डेटा इस मान से नीचे होता है और 50% इस मान से ऊपर होता है।
3. तीसरा चतुर्थक (Q3): उच्चतम 25% डेटा को शेष डेटा से अलग करता है।

प्रत्येक चतुर्थक डेटासेट के एक विशेष भाग का प्रतिनिधित्व करता है और डेटा विवरण से लेकर आउटलायर विश्लेषण तक इसके कई अनुप्रयोग हैं।

चतुर्थक की गणना कैसे करें

चतुर्थक (क्वार्टाइल) की गणना करने के लिए, पहला चरण डेटा को आरोही क्रम में व्यवस्थित करना है। आइए एक ही डेटासेट पर चतुर्थक की गणना करने के विस्तृत चरणों को देखें:

डेटा को सॉर्ट करना

मान लीजिए हमारे पास निम्नलिखित डेटासेट है:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`

पहला चरण यह सुनिश्चित करना है कि डेटा क्रमबद्ध हो:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`

चतुर्थक स्थिति का निर्धारण

इसके बाद, हम चतुर्थक स्थितियों का निर्धारण करते हैं। आकार \( N \) के डेटासेट के लिए:

– स्थिति Q1 = \( \frac{(N+1)}{4} \)
– स्थिति Q2 = \( \frac{(N+1)}{2} \)
– स्थिति Q3 = \( \frac{3(N+1)}{4} \)

हमारे डेटासेट के लिए (N=10):
– स्थिति Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– स्थिति Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– स्थिति Q3 = \( \frac{3(10+1)}{4} = 8.25 \)

चतुर्थक अंतर्विभाजन

यदि चतुर्थक की स्थिति एक दशमलव संख्या है, तो हम दो आसन्न डेटा मानों के बीच अंतराल निकालते हैं।

– Q1 (स्थिति 2.75):
दूसरे स्थान पर मौजूद `15` और तीसरे स्थान पर मौजूद `36` के डेटा मानों को मिलाएं।
प्रश्न 1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75

– प्रश्न 2 (5.5वें स्थान पर माध्यिका):
दूसरे स्थान पर मौजूद `40` और तीसरे स्थान पर मौजूद `41` के डेटा मानों को मिलाएं।
Q2 = 40 + 0.5 (41 – 40) = 40 + 0.5 1 = 40.5

– Q3 (स्थिति 8.25):
दूसरे स्थान पर मौजूद `43` और तीसरे स्थान पर मौजूद `47` के डेटा मानों को मिलाएं।
प्रश्न 3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44

अतः, हमारे डेटासेट के चतुर्थक इस प्रकार हैं:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44

चतुर्थक अनुप्रयोग

सांख्यिकीय विवरण

डेटा वितरण का सामान्य अवलोकन प्रदान करने के लिए सांख्यिकीय विवरणों के एक भाग के रूप में चतुर्थक (क्वार्टाइल) का उपयोग किया जाता है। चतुर्थक को जानने से हमें डेटा की संगति, समरूपता और फैलाव को बेहतर ढंग से समझने में मदद मिलती है।

आउटलायर विश्लेषण

क्वार्टाइल आउटलायर्स की पहचान करने में भी बहुत उपयोगी होते हैं। आउटलायर्स वे डेटा मान होते हैं जो डेटासेट के अधिकांश मानों से बहुत दूर होते हैं। आउटलायर्स का पता लगाने के लिए आमतौर पर "इंटरक्वार्टाइल रेंज (IQR)" विधि का उपयोग किया जाता है।

IQR की गणना Q3 और Q1 के बीच के अंतर के रूप में की जाती है:
[ IQR = Q3 – Q1 ]

डेटा मानों को आउटलायर माना जाता है यदि वे \( Q1-1.5 \times \text{IQR} \) से नीचे या \( Q3+1.5 \times \text{IQR} \) से ऊपर हों।

ऊपर दिए गए डेटासेट में:
– आईक्यूआर = 44 – 30.75 = 13.25
– आउटलायर्स की निचली सीमा = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– आउटलायर्स की ऊपरी सीमा = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875

अतः, 10.875 से कम या 63.875 से अधिक डेटा मानों को आउटलायर माना जाता है। चूंकि हमारा डेटासेट इसी सीमा के भीतर आता है, इसलिए इसमें कोई आउटलायर नहीं है।

जटिल डेटा प्रबंधन

सरल डेटा के अलावा, चतुर्थक (क्वार्टाइल) का उपयोग अधिक जटिल डेटासेट पर भी किया जा सकता है। उदाहरण के लिए, वित्तीय विश्लेषण में, चतुर्थक बाजार में किसी विशेष स्टॉक के प्रदर्शन की पहचान करने में सहायक हो सकते हैं। शिक्षा के क्षेत्र में, चतुर्थक का उपयोग किसी विशेष परीक्षा में छात्रों के शैक्षणिक प्रदर्शन की पहचान करने के लिए किया जा सकता है।

बॉक्स प्लॉट

क्वार्टाइल का उपयोग करने वाला एक दृश्यीकरण उपकरण बॉक्स प्लॉट या ट्यूकी बॉक्स प्लॉट है। बॉक्स प्लॉट डेटा में पांच महत्वपूर्ण सारांशों का ग्राफिकल निरूपण प्रदान करता है: न्यूनतम मान, पहला क्वार्टाइल (Q1), माध्यिका (Q2), तीसरा क्वार्टाइल (Q3) और अधिकतम मान। आउटलायर्स का पता लगाने का एक आसान तरीका बॉक्स प्लॉट का उपयोग करना है, जहां आउटलायर्स को आमतौर पर "व्हिस्कर्स" (न्यूनतम, Q1, Q3 और अधिकतम के बीच की छायांकित रेखाएं) के बाहर के बिंदुओं के रूप में दिखाया जाता है।

निष्कर्ष

किसी एक डेटासेट में चतुर्थक (क्वार्टाइल) की गणना और समझ से डेटा संरचना, उसके वितरण और आउटलायर्स की उपस्थिति या अनुपस्थिति के बारे में गहन जानकारी मिलती है। सरल सांख्यिकीय विवरणों से लेकर आउटलायर डिटेक्शन और बॉक्स प्लॉट के उपयोग जैसे अधिक जटिल विश्लेषणों तक, विभिन्न अनुप्रयोगों में चतुर्थक डेटा विश्लेषण और व्याख्या में महत्वपूर्ण भूमिका निभाते हैं। इस उपकरण की सहायता से डेटा विश्लेषण अधिक व्यवस्थित और जानकारीपूर्ण हो जाता है, जिससे अध्ययन के विभिन्न क्षेत्रों में गहन अंतर्दृष्टि और अधिक सार्थक खोजों का मार्ग प्रशस्त होता है। चतुर्थक न केवल सांख्यिकीय विवरणों को सुगम बनाते हैं, बल्कि डेटा-आधारित निर्णय लेने के लिए आवश्यक महत्वपूर्ण अंतर्दृष्टि भी प्रदान करते हैं।

चतुर्थांशों की ठोस समझ और डेटा विश्लेषण में उनके अनुप्रयोग की जानकारी एक मूल्यवान कौशल है जिसे अनुसंधान से लेकर व्यवसाय तक विभिन्न व्यावहारिक संदर्भों में अपनाया जा सकता है, जिससे हम डेटा का विश्लेषण और व्याख्या करने में अधिक कुशल बन जाते हैं।