Պերցենտիլային բանաձևը վիճակագրության մեջ
Պերցենտիլը վիճակագրության մեջ հիմնական հասկացություն է, որը հաճախ օգտագործվում է տվյալների բաշխումը հասկանալու և առանձին արժեքները ավելի մեծ տվյալների համատեքստում համեմատելու համար: Այս հոդվածը մանրամասն կուսումնասիրի պերցենտիլների հասկացությունը, դրանց հաշվարկման եղանակները և դրանց գործնական կիրառությունները տարբեր ոլորտներում:
Պերցենտիլի ըմբռնումը
Պերցենտիլը վիճակագրական չափանիշ է, որը ցույց է տալիս արժեքի դիրքը կամ աստիճանը տվյալների բազմության մեջ: Եթե տվյալները դասավորված են ամենացածրից մինչև ամենաբարձր, n-րդ պերցենտիլը (Pn) այն արժեքն է, որտեղ տվյալների n տոկոսը ցածր է այդ արժեքից, իսկ տվյալների (100-n) տոկոսը՝ բարձր: Օրինակ՝ P50-ը կամ 50-րդ պերցենտիլը, որը հայտնի է նաև որպես միջնարժեք, այն արժեքն է, որը տվյալների բազմությունը բաժանում է երկու հավասար մասերի:
Պերցենտիլի կարևորությունը
Պերցենտիլը ունի բազմազան գործնական կիրառություններ բազմաթիվ ոլորտներում, ներառյալ՝
– Կրթություն. Տոկոսադրույքները հաճախ օգտագործվում են թեստերի միավորները հաշվելու համար, օրինակ՝ ուսանողի 90-րդ տոկոսային միավորում գտնվելը նշանակում է, որ նա ավելի բարձր է, քան մյուս ուսանողների 90%-ը։
– Առողջություն. Երեխաների աճը չափվում է տոկոսային արժեքների վրա հիմնված աճի կորերի միջոցով, ինչը օգնում է բժիշկներին և ծնողներին վերահսկել իրենց երեխայի ֆիզիկական զարգացումը։
– Տնտեսագիտություն. Եկամտի վերլուծությունը հաճախ օգտագործում է տոկոսային ցուցանիշներ՝ եկամտի բաշխումը և տնտեսական անհավասարությունը չափելու համար։
Ինչպես հաշվարկել տոկոսային
Տվյալների բազմության տոկոսային մասը հաշվարկելու համար կան մի քանի քայլեր։ Ենթադրենք, որ մենք ուզում ենք հաշվարկել տվյալների բազմության n-րդ տոկոսային մասը, որն ունի N տարրեր։ Հաշվարկման գործընթացը հետևյալն է.
1. Տվյալների տեսակավորում. Դասավորեք տվյալները (X)՝ ամենափոքրից մինչև ամենամեծ արժեքը։
2. Պերցենտիլային ինդեքս. Հաշվարկեք տոկոսային ինդեքսը՝ օգտագործելով հետևյալ բանաձևը.
\[
L = \frac{n}{100} \times (N + 1)
\]
Որտեղ L-ը տոկոսային դիրքն է, n-ը՝ ցանկալի տոկոսային արժեքը, իսկ N-ը՝ տվյալների բազմության տարրերի ընդհանուր քանակը։
3. Ինտերպոլյացիա (անհրաժեշտության դեպքում). Եթե \(L \)-ն ամբողջ թիվ չէ, ինտերպոլյացիա կատարեք հարակից արժեքների միջև։
Ահա ավելի մանրամասն հաշվարկի օրինակ.
Պերցենտիլային հաշվարկի օրինակ
Ենթադրենք, որ մենք ունենք հետևյալ տվյալները՝ [15, 20, 35, 40, 50]: Մենք ուզում ենք գտնել 40-րդ տոկոսային մասը։
1. Տվյալների տեսակավորում. Տվյալները տեսակավորված են ամենափոքրից մինչև ամենամեծ արժեքը՝ [15, 20, 35, 40, 50]:
2. Պերցենտիլային ինդեքս. Օգտագործեք բանաձևը՝
\[
L = \frac{40}{100} \times (5 + 1) = 2.4
\]
3. Ինտերպոլյացիա. Քանի որ \(L \)-ն ամբողջ թիվ չէ (2.4), ինտերպոլյացիա կատարեք 2-րդ և 3-րդ դիրքերում գտնվող արժեքների միջև։
\[
P_{40} = X_2 + 0.4 անգամ (X_3 – X_2)
\]
\[
P_{40} = 20 + 0.4 անգամ (35 – 20) = 20 + 0.4 անգամ 15 = 20 + 6 = 26
\]
Այսպիսով, տվյալների բազմության 40-րդ տոկոսային մասը 26 է։
Պերցենտիլների տեսակները
Բացի 50-րդ պերցենտիլից կամ միջնարժեքից, կան մի շարք այլ պերցենտիլներ, որոնք հաճախ օգտագործվում են.
– P25 (25-րդ պերցենտիլ կամ առաջին քվարտիլ): Ցույց է տալիս, թե որ արժեքից ցածր է գտնվում տվյալների 25%-ը:
– P75 (75-րդ պերցենտիլ կամ երրորդ քվարտիլ): Ցույց է տալիս արժեքը, որից ներքև գտնվում է տվյալների 75%-ը:
– P90 (90-րդ պերցենտիլ): Ցույց է տալիս այն արժեքը, որից ցածր է տվյալների 90%-ը։
Յուրաքանչյուր տոկոսային արժեք տարբեր պատկերացում է տալիս տվյալների բաշխման մասին: Օրինակ՝ միջքառորդային միջակայքը (IQR) երրորդ քվարտիլի (P75) և առաջին քվարտիլի (P25) միջև տարբերությունն է, որն օգտագործվում է տվյալների փոփոխականությունը կամ տարածումը չափելու համար:
Պերցենտիլը նորմալ բաշխման մեջ
Նորմալ բաշխման մեջ որոշակի տոկոսային արժեքներ ունեն հետևողական նշանակություն։ Քանի որ նորմալ բաշխումը սիմետրիկ է և զանգակի ձև ունի, միջինը, միջնարժեքը և մոդը բոլորը հավասար են։ Նորմալ բաշխման որոշ տոկոսային արժեքներ ունեն հատուկ կապեր։
– P50 (միջնարժեք). Նաև բաշխման միջինը։
– P16 և P84: Սրանք արժեքներ են, որոնք հաշվի են առնում միջինից ±1 ստանդարտ շեղումները:
– P2.5 և P97.5: Սրանք արժեքներ են, որոնք հաշվի են առնում միջինից ±2 ստանդարտ շեղումները:
Պերցենտիլային կիրառություններ այլ ոլորտներում
Բացի արդեն նշվածներից, տոկոսայինները լայն կիրառություն ունեն տարբեր ոլորտներում՝
1. Ֆինանսներ. Օգտագործվում է ռիսկերի կառավարման մեջ՝ ռիսկի տակ արժեքը (VaR) որոշելու համար, որը պորտֆելի վնասի բաշխման տոկոսն է։
2. Սոցիոլոգիա. Գնահատել տարբեր փոփոխականների բաշխումը, ինչպիսիք են տարիքը, եկամուտը, կրթության հասանելիությունը և այլն:
3. Արտադրություն և որակ. Օգտագործվում է որակի վերահսկման և արտադրության արդյունքների բաշխման վերլուծության համար։
Եզրակացություն
Տոկոսադրույքները վիճակագրության մեջ հզոր գործիք են տվյալների բաշխումը հասկանալու և ուղղակիորեն մեկնաբանելի չափումներ կատարելու համար: Կրթությունից մինչև ֆինանսներ և առողջապահություն, տոկոսադրույլների գործնական կիրառությունները մասնագետներին հնարավորություն են տալիս կայացնել ավելի լավ, տվյալների վրա հիմնված որոշումներ:
Տոկոսադրույքները նաև առաջարկում են ավելի մանրամասն վերլուծական ճկունություն, քան այլ նկարագրական վիճակագրությունները, ինչպիսիք են միջինը կամ ստանդարտ շեղումը, քանի որ դրանք կարող են ցույց տալ առանձին արժեքների հարաբերական դիրքը և ապահովել տվյալների փոփոխականության ավելի պարզ պատկերացում: Տոկոսադրույքները արդյունավետորեն հասկանալով և օգտագործելով՝ մենք կարող ենք ավելի խորը ուսումնասիրել տվյալները, հայտնաբերել թաքնված օրինաչափություններ և կայացնել ավելի տեղեկացված որոշումներ:
