Ինչպես հաշվարկել տվյալների տիրույթը վիճակագրական վերլուծության մեջ

Ինչպես հաշվարկել տվյալների տիրույթը վիճակագրական վերլուծության մեջ

Տվյալների տիրույթը վիճակագրական վերլուծության մեջ դիսպերսիայի ամենապարզ չափանիշներից մեկն է: Չնայած թվացյալ պարզունակ է, տիրույթը կարևոր դեր է խաղում տվյալների բազմության մեջ արժեքների տատանման աստիճանի արագ ակնարկ ապահովելու գործում: Գործնականում տիրույթը հաճախ օգտագործվում է որպես մեկնարկային կետ՝ դիսպերսիայի ավելի բարդ չափանիշների, ինչպիսիք են դիսպերսիան, ստանդարտ շեղումը կամ միջքառորդային տիրույթը, հաշվարկելուց առաջ: Այս հոդվածում կքննարկվեն տվյալների տիրույթի սահմանումը, դրա բանաձևը, հաշվարկման քայլերը, օրինակները, ինչպես նաև դրա առավելություններն ու սահմանափակումները վիճակագրական վերլուծության մեջ:

Տվյալների տիրույթի հասկացումը

Տվյալների բազմության տիրույթը տվյալների բազմության ամենամեծ (առավելագույն) և ամենափոքր (նվազագույն) արժեքների տարբերությունն է։ Այլ կերպ ասած, տիրույթը ցույց է տալիս տվյալների արժեքների «հեռավորությունը» ամենացածրից մինչև ամենաբարձր կետը։ Մեծ տիրույթը ցույց է տալիս ավելի տարածված տվյալների արժեք։ Փոքր տիրույթը ցույց է տալիս ավելի խիտ կամ հետևողական տվյալների արժեք։

Որպես պարզ օրինակ, եթե ուսանողի որոշ առարկաներից թեստերի միավորները 60, 75, 80 և 90 են, ապա տվյալների միջակայքը 90 - 60 = 30 է: Սա արագ տեղեկատվություն է տալիս այն մասին, որ ուսանողի միավորները տատանվում են 30 միավորի սահմաններում:

Տվյալների տիրույթի առավելությունները վիճակագրության մեջ

Տվյալների տիրույթները օգտակար են հետևյալի համար՝
1. Արագ ամփոփել տվյալները. Ապահովում է տվյալների տատանումների ընդհանուր պատկերացում՝ առանց բարդ հաշվարկների:
2. Տվյալների երկու խմբերի համեմատություն. Օրինակ՝ A դասի արժեքների միջակայքը B դասի համեմատ:
3. Ծայրահեղ տատանումների հայտնաբերում. միջակայքերը կարող են ցույց տալ անհամապատասխանության բարձր մակարդակներ:
4. Վերլուծության սկզբնական քայլերը. Հետագա վերլուծությունից առաջ տիրույթը օգնում է հասկանալ տվյալների մոտավոր բնույթը։

Ավելի լայն վիճակագրական վերլուծության մեջ միջակայքը սովորաբար չի օգտագործվում առանձին։ Այնուամենայնիվ, որպես մեկնարկային ցուցանիշ, այն շատ օգտակար է, հատկապես ինտերվալային կամ հարաբերակցային տվյալների համար։

Տվյալների տիրույթի բանաձև

Տվյալների տիրույթի բանաձևը շատ պարզ է.

Միջակայք (R) = Առավելագույն արժեք − Նվազագույն արժեք

Որտեղ՝
– Առավելագույն արժեքը տվյալների հավաքածուի ամենամեծ տվյալն է։
– Նվազագույն արժեքը տվյալների հավաքածուի ամենափոքր տվյալն է։
– R-ը տվյալների տիրույթն է։

Քանի որ այն ներառում է միայն երկու ծայրահեղ կետ, միջակայքը կարող է արագ հաշվարկվել՝ ձեռքով կամ ծրագրային ապահովմամբ։

Տվյալների միջակայքը հաշվարկելու քայլեր

Ահա տվյալների տիրույթը հաշվարկելու գործնական քայլերը.

1. Հավաքեք վերլուծվող տվյալները
Համոզվեք, որ տվյալները ամբողջական են և համապատասխանում են վերլուծության պահանջներին։

2. Որոշեք նվազագույն արժեքը
Գտեք բոլոր տվյալների ամենափոքր արժեքը։

3. Սահմանեք առավելագույն արժեքը
Գտեք բոլոր տվյալների ամենամեծ արժեքը։

4. Հանեք առավելագույն արժեքը նվազագույն արժեքից
Այս կրճատման արդյունքը տվյալների տիրույթն է։

Գործը հեշտացնելու համար տվյալները կարելի է տեսակավորել ամենափոքրից մինչև ամենամեծը։ Այս տեսակավորումը նաև օգնում է տեսողականորեն տեսնել տվյալների օրինաչափությունները։

Տվյալների միջակայքի հաշվարկման օրինակ (մեկ տվյալ)

Օրինակ, կան 8 մարդու համար ճանապարհորդության ժամանակի տվյալներ (րոպեներով).

12, 15, 10, 18, 14, 11, 20, 16

Քայլերը՝
– Նվազագույն արժեքը = 10
– Առավելագույն արժեքը = 20
– Միջակայք = 20 − 10 = 10

Սա նշանակում է, որ խմբի ներսում ճանապարհորդության ժամանակի տատանումը ամենաարագի և ամենադանդաղի միջև առավելագույնը 10 րոպե տարբերություն ունի։

Դասավորված տվյալների վրա տվյալների տիրույթի հաշվարկման օրինակ

Բարձրության տվյալներ (սմ):
150, 152, 155, 155, 158, 160, 165

– Նվազագույն արժեքը = 150
– Առավելագույն արժեքը = 165
– Միջակայք = 165 − 150 = 15

Նույնիսկ եթե կան կրկնվող արժեքներ, միջակայքի հաշվարկը մնում է նույնը, քանի որ հաշվի են առնվում միայն ծայրահեղ արժեքները։

Տվյալների տիրույթը խմբավորված տվյալներում

Խմբավորված տվյալներում (օրինակ՝ հաճախականության բաշխումներ) տվյալների տիրույթը հաճախ հաշվարկվում է ստորին և վերին դասի սահմանների միջոցով։ Որոշ վիճակագրական դասագրքերում խմբավորված տվյալների տիրույթը կարելի է գնահատել հետևյալ կերպ.

R ≈ Ամենաբարձր դասի վերին սահմանը − Ամենացածր դասի ստորին սահմանը

Օրինակ՝ թեստերի միավորների բաշխումը բաղկացած է հետևյալ ինտերվալներից՝
– 40–49
– 50–59
– 60–69
– 70–79
– 80–89

Այսպիսով՝
– Ամենացածր դասի ստորին սահմանը = 40
– Ամենաբարձր դասի վերին սահմանը = 89
– Միջակայք ≈ 89 − 40 = 49

Պետք է նշել, որ որոշ մոտեցումներ ավելի մեծ ճշգրտության համար օգտագործում են դասերի սահմաններ, օրինակ՝ 39,5 և 89,5, ուստի միջակայքը դառնում է 50: Մեթոդի ընտրությունը կախված է նրանից, թե ինչպես են տվյալները կլորացվում և ինչ ստանդարտ է օգտագործվում:

Տվյալների տիրույթի մեկնաբանություն

Տվյալների շրջանակը ուղղակիորեն չի ասում՝ տվյալները «լավ» են, թե «վատ», բայց այն օգնում է մեկնաբանել համատեքստը։

– Փոքր տիրույթ. Տվյալները համեմատաբար միատարր կամ կայուն են: Օրինակ, լավ կառավարվող սենյակային ջերմաստիճանը հակված է փոքր տիրույթ ունենալուն:
– Մեծ տիրույթ. Տվյալները տարասեռ են կամ ունեն մեծ տատանումներ: Օրինակ, քաղաքում տնային տնտեսությունների եկամուտները կարող են շատ լայն տիրույթ ունենալ:

Այնուամենայնիվ, մեկնաբանությունը պետք է հարմարեցվի սանդղակին: Թեստի միավորների տվյալների 10 միջակայքը կարող է նույն իմաստը չունենալ, ինչ ջերմաստիճանի կամ քաշի տվյալների 10 միջակայքը:

Տվյալների տիրույթի առավելությունները

Տվյալների տիրույթները մի քանի առավելություն ունեն.
1. Հեշտ է հաշվարկել. անհրաժեշտ են միայն առավելագույն և նվազագույն արժեքները։
2. Արագ հասկանալի. Հարմար է կարճ հաշվետվությունների կամ նախնական ուսումնասիրության համար։
3. Օգտակար է վաղ հայտնաբերման համար. օգնում է տեսնել, թե արդյոք տվյալները ունեն ակնառու ծայրահեղ տարբերություններ:

Օրինակ՝ գործարար աշխարհում օրական վաճառքի միջակայքերը կարող են օգնել մենեջերներին հասկանալ տվյալ ժամանակահատվածում ամենաէքստրեմալ տատանումները։

Տվյալների տիրույթի սահմանափակումներ

Թեև օգտակար են, տվյալների տիրույթները նույնպես ունեն կարևոր թերություններ.
1. Ծայրահեղ արժեքների վրա չափազանց մեծ կախվածություն. Մեկ արտառոց արժեքը (շատ հեռու գտնվող արժեք) կարող է տիրույթը մեծ թվալ, նույնիսկ եթե տվյալների մեծ մասը մոտ է միմյանց։
2. Չի նկարագրում ընդհանուր բաշխումը. տիրույթը դիտարկում է միայն տվյալների ծայրերը, չի տրամադրում տեղեկատվություն միջին մասում տատանումների մասին։
3. Փոքր նմուշների համար պակաս կայուն է. Փոքր նմուշներում միջակայքը կարող է կտրուկ փոխվել, եթե կա մեկ լրացուցիչ արժեք։

Օրինակ՝ 10, 11, 12, 13, 14 տվյալները ունեն 4 միջակայք։ Եթե գումարենք 100 մեկ արժեք, միջակայքը անմիջապես կդառնա 90, չնայած արժեքների մեծ մասը դեռևս 10-14 միջակայքում է։

Հետևաբար, միջակայքը հաճախ լրացվում է այլ չափանիշներով, ինչպիսիք են ստանդարտ շեղումը կամ միջքառորդական միջակայքը (IQR), որոնք ավելի դիմացկուն են արտառոց արժեքների նկատմամբ։

Եզրակացություն

Տվյալների բազմության տիրույթը վիճակագրության մեջ տարածման ամենապարզ չափանիշն է, որը հաշվարկվում է որպես առավելագույն և նվազագույն արժեքների տարբերություն: Չնայած իր պարզությանը, տիրույթը շատ օգտակար է տվյալների փոփոխականության նախնական պատկերացում կազմելու, խմբերը համեմատելու և հնարավոր ծայրահեղ արժեքները բացահայտելու համար: Այնուամենայնիվ, քանի որ այն մեծապես կախված է արտառոց արժեքներից և լիովին չի ներկայացնում տվյալների բաշխումը, տիրույթը լավագույնս օգտագործվում է այլ վիճակագրական չափանիշների հետ համատեղ:

Հասկանալով, թե ինչպես հաշվարկել և մեկնաբանել տվյալների տիրույթները, դուք կարող եք ավելի արագ և ճշգրիտ կատարել հիմնական վիճակագրական վերլուծություն և կայացնել նախնական որոշումներ՝ հիմնված տվյալների հստակ ամփոփագրերի վրա։