Analiza podataka korištenjem frekvencijskih poligona u statistici
U statistici je prikaz podataka ključan korak prije donošenja zaključaka. Podaci koji se u početku sastoje od sirovih brojeva često su teški za razumjeti ako nisu pravilno organizirani i vizualizirani. Jedan učinkovit način prikaza distribucije podataka je putem frekvencijskih poligona. Frekvencijski poligoni pomažu nam da vidimo obrasce distribucije podataka, dominantne tendencije vrijednosti i oblik distribucije (npr. simetrične, iskrivljene ili s više od jednog vrha). Ovaj članak raspravlja o konceptu frekvencijskih poligona, kako ih stvoriti, kako ih interpretirati i njihovoj upotrebi u statističkoj analizi podataka.
Razumijevanje frekvencijskih poligona
Frekvencijski poligon je linijski graf koji prikazuje frekvencijsku raspodjelu grupiranih podataka. Ovaj graf se formira spajanjem točaka koje predstavljaju frekvencije u srednjim točkama klase. Za razliku od histograma, koji se sastoji od stupaca, frekvencijski poligon je linija, što promatračima olakšava usporedbu obrazaca raspodjele više skupina podataka unutar jednog grafa.
Frekvencijski poligoni se često koriste kada želimo glatkije prikazati promjene ili trendove u frekvenciji. Na primjer, pri analizi rezultata testova, visine, težine ili podataka o proizvodnji, frekvencijski poligoni mogu pokazati jesu li podaci uglavnom koncentrirani u određenom rasponu ili su ravnomjerno raspoređeni.
Kada se koriste frekvencijski poligoni?
Frekvencijski poligoni se prvenstveno koriste kada podaci:
1. U obliku kvantitativnih podataka (npr. vrijednost, težina, visina, vrijeme).
2. Bili su ili trebaju biti grupirani u intervale nastave.
3. Potrebno je usporediti dvije ili više distribucija u jednom grafu, jer je linije lakše slagati nego stupce histograma.
Frekvencijski poligoni su također vrlo korisni u fazi istraživačke analize podataka, odnosno kada istraživači žele razumjeti opće karakteristike podataka prije provođenja daljnje analize poput statističkih testova, regresije ili predviđanja.
Važne komponente u frekvencijskom poligonu
Za izradu frekvencijskog poligona potrebno je razumjeti nekoliko osnovnih komponenti:
– Interval klase: raspon vrijednosti koji dijeli podatke u nekoliko skupina.
– Učestalost: broj podataka unesenih u svaki interval klase.
– Srednja točka razreda: srednja vrijednost intervala izračunata pomoću formule:
\[
\text{Sredina} = \frac{\text{donja granica} + \text{gornja granica}}{2}
\]
– Osi X i Y: os X sadrži središte klase, dok os Y prikazuje frekvenciju.
Pomoću ove komponente možemo crtati točke (srednja točka, frekvencija) i zatim ih spojiti u liniju.
Koraci za stvaranje frekvencijskog poligona
Slijede opći koraci za stvaranje poligona frekvencija iz sirovih podataka:
1. Uređivanje podataka i određivanje mnogih klasa
Prvi korak je priprema sirovih podataka. Nakon toga, odredite broj klasa (k). Jedan popularan pristup je Sturgesova formula:
\[
k = 1 + 3{,}3 \log(n)
\]
gdje je \(n\) broj podataka.
2. Odredite raspon i širinu klase
Izračunaj raspon podataka:
\[
R = x_{\text{max}} – x_{\text{min}}
\]
Tada se širina klase može izračunati:
\[
p = \frac{R}{k}
\]
Širina klasa je obično zaokružena radi lakšeg korištenja.
3. Izradite tablicu distribucije frekvencija
Rasporedite intervale klasa, a zatim prebrojite koliko podatkovnih točaka spada u svaki interval. Rezultat je tablica distribucije frekvencija.
4. Izračunajte sredinu svake klase
Za svaki interval izračunajte središnju točku. Ova središnja točka će se koristiti na X-osi.
5. Izrada grafa
– Postavite središte razreda na X os.
– Postavite frekvenciju na Y os.
– Nacrtajte parove točaka (srednja točka, frekvencija).
– Spojite točke ravnom linijom.
Da bi se poligon pravilno „zatvorio“, obično se dodaje po jedna točka na početku i kraju s nultom frekvencijom, na sredini klase prije prve klase i nakon posljednje klase.
Jednostavan primjer interpretacije
Na primjer, poligon frekvencija pokazuje svoj najviši vrh na sredini od 70, s najvećom frekvencijom. To ukazuje na to da je najčešća vrijednost oko 70, što sugerira da je većina učenika postigla rezultate oko te vrijednosti. Ako poligon ima tendenciju oštrog pada udesno (velike vrijednosti) i proteže se ulijevo (male vrijednosti), distribucija podataka može biti iskrivljena ulijevo; obrnuto, ako se proteže udesno, distribucija je iskrivljena udesno.
Osim oblika, nagib linije također ukazuje na promjene u učestalosti između klasa. Nagli porast ukazuje na značajan porast broja podatkovnih točaka u sljedećoj klasi. Nagli pad ukazuje na suprotno.
Frekvencijski poligon u odnosu na histogram
Iako oba opisuju distribucije frekvencija, postoje važne razlike:
1. Vizualni oblik
– Histogram: susjedni stupci.
– Frekvencijski poligon: linije koje spajaju točke.
2. Jednostavnost usporedbe
– Histograme je teško slagati za mnoge grupe.
– Frekvencijske poligone je lakše usporediti u jednom grafu.
3. Čitljivost uzorka
– Poligoni jasnije prikazuju opći oblik krivulje distribucije.
– Histogram pomaže detaljnije vidjeti strukturu klase.
U praksi se frekvencijski poligoni često konstruiraju na temelju histograma: središnje točke svake stupice histograma povezane su linijom.
Prednosti frekvencijskih poligona u analizi podataka
Frekvencijski poligoni nisu samo slike, već analitički alati. Neke od njihovih prednosti:
1. Prepoznajte podatkovni centar (središnja tendencija)
Vrh poligona označava klasu moda, odnosno interval s najvećom frekvencijom.
2. Pogledajte distribuciju (varijabilnost)
Široki poligoni označavaju raznolikije podatke; uski poligoni označavaju koncentriranije podatke.
3. Procijenite oblik distribucije
Distribucije mogu biti simetrične, asimetrične ili bimodalne (dva vrha). To je važno za određivanje daljnjih metoda analize.
4. Uspoređivanje grupa
Na primjer, uspoređujući vrijednosti klase A i klase B ili proizvodne rezultate stroja 1 i stroja 2. Dva poligona mogu se nacrtati zajedno kako bi se vidjela razlika u raspodjeli.
5. Otkrivanje neobičnih podataka
Ako postoje mali vrhovi koji su daleko od glavnog vrha, mogu postojati različite skupine podataka, pogreške u unosu ili outlieri.
Uobičajene pogreške i savjeti za posluživanje
Neke uobičajene pogreške pri stvaranju frekvencijskih poligona uključuju:
– Koristite granice klasa na X-osi, a ne središnje točke klasa.
– Širine klasa su nedosljedne, što dovodi do obmanjujućih tumačenja.
– Ne dodaje točke nulte frekvencije na krajevima, pa poligon izgleda kao da „visi“.
– Neproporcionalna osna skala.
Dobri savjeti za posluživanje:
– Koristite dosljedne intervale između razreda.
– Navedite jasan naslov, oznake osi i mjerilo.
– Ako uspoređujete dvije skupine, koristite različite boje/linije i dodajte legendu.
– Pazite da broj klasa nije premalen ili prevelik kako bi obrazac raspodjele ostao čitljiv.
Zatvaranje
Frekvencijski poligoni vrlo su koristan oblik statističke vizualizacije za razumijevanje distribucije grupiranih podataka. Korištenjem srednjih točaka klasa i frekvencija, frekvencijski poligoni predstavljaju jasnu sliku obrazaca podataka, lako se uspoređuju među skupinama i pomažu istraživačima da identificiraju karakteristike distribucije prije provođenja daljnje analize. U statističkoj praksi, sposobnost čitanja i konstruiranja frekvencijskih poligona bitna je temeljna vještina, posebno za kvantitativnu analizu podataka. Uz pravilnu strukturu klasa i pažljivo tumačenje, frekvencijski poligoni mogu biti jednostavan, ali moćan alat za podršku donošenju odluka temeljenih na podacima.
