სტატისტიკაში სიხშირული პოლიგონების გამოყენებით მონაცემთა ანალიზი

სტატისტიკაში სიხშირული პოლიგონების გამოყენებით მონაცემთა ანალიზი

სტატისტიკაში, მონაცემთა წარდგენა დასკვნების გამოტანამდე გადამწყვეტი ნაბიჯია. მონაცემები, რომლებიც თავდაპირველად ნედლი რიცხვებისგან შედგება, ხშირად ძნელი გასაგებია, თუ სათანადოდ არ არის ორგანიზებული და ვიზუალიზებული. მონაცემთა განაწილების წარდგენის ერთ-ერთი ეფექტური გზაა სიხშირული პოლიგონები. სიხშირული პოლიგონები გვეხმარება დავინახოთ მონაცემთა განაწილების ნიმუშები, დომინანტური მნიშვნელობის ტენდენციები და განაწილების ფორმა (მაგ., სიმეტრიული, დახრილი ან ერთზე მეტი პიკის ქონა). ეს სტატია განიხილავს სიხშირული პოლიგონების კონცეფციას, მათი შექმნის წესებს, მათი ინტერპრეტაციის წესებს და მათ გამოყენებას სტატისტიკურ მონაცემთა ანალიზში.

სიხშირული პოლიგონების გაგება

სიხშირის პოლიგონი არის ხაზოვანი გრაფიკი, რომელიც ასახავს დაჯგუფებული მონაცემების სიხშირის განაწილებას. ეს გრაფიკი იქმნება კლასის შუა წერტილებში სიხშირეების წარმომადგენელი წერტილების შეერთებით. ჰისტოგრამისგან განსხვავებით, რომელიც ზოლებისგან შედგება, სიხშირის პოლიგონი არის ხაზი, რაც დამკვირვებლებისთვის აადვილებს ერთ გრაფიკში მონაცემთა მრავალი ჯგუფის განაწილების ნიმუშების შედარებას.

სიხშირის პოლიგონები ხშირად გამოიყენება მაშინ, როდესაც გვსურს სიხშირის ცვლილებების ან ტენდენციების უფრო შეუფერხებლად ჩვენება. მაგალითად, ტესტების ქულების, სიმაღლის, წონის ან წარმოების მონაცემების ანალიზისას, სიხშირის პოლიგონებს შეუძლიათ აჩვენონ, ძირითადად მონაცემები გარკვეულ დიაპაზონშია კონცენტრირებული თუ თანაბრად არის განაწილებული.

როდის გამოიყენება სიხშირის პოლიგონები?

სიხშირის პოლიგონები ძირითადად გამოიყენება, როდესაც მონაცემები:

1. რაოდენობრივი მონაცემების სახით (მაგ., მნიშვნელობა, წონა, სიმაღლე, დრო).
2. დაჯგუფებული იყო ან საჭიროებს დაჯგუფებას საკლასო ინტერვალებად.
3. ერთ გრაფიკზე აუცილებელია ორი ან მეტი განაწილების შედარება, რადგან ხაზების ერთმანეთზე დაწყობა ჰისტოგრამის ზოლებთან შედარებით უფრო ადვილია.

სიხშირის პოლიგონები ასევე ძალიან სასარგებლოა მონაცემთა კვლევითი ანალიზის ეტაპზე, კერძოდ, როდესაც მკვლევარებს სურთ მონაცემების ზოგადი მახასიათებლების გაგება შემდგომი ანალიზის ჩატარებამდე, როგორიცაა სტატისტიკური ტესტები, რეგრესია ან პროგნოზირება.

სიხშირული პოლიგონის მნიშვნელოვანი კომპონენტები

სიხშირული პოლიგონის შესაქმნელად, რამდენიმე ძირითადი კომპონენტის გაგებაა საჭირო:

– კლასის ინტერვალი: მნიშვნელობების დიაპაზონი, რომელიც მონაცემებს რამდენიმე ჯგუფად ყოფს.
– სიხშირე: თითოეული კლასის ინტერვალში შეყვანილი მონაცემების რაოდენობა.
– კლასის შუა წერტილი: ინტერვალის შუა მნიშვნელობა, რომელიც გამოითვლება ფორმულის გამოყენებით:
\[
შუა წერტილი = \frac{\text{ქვედა ზღვარი} + \text{ზედა ზღვარი}}{2}
\]
– X და Y ღერძები: X ღერძი შეიცავს კლასის შუა წერტილს, ხოლო Y ღერძი აჩვენებს სიხშირეს.

ამ კომპონენტის გამოყენებით, ჩვენ შეგვიძლია დავხაზოთ წერტილები (შუა წერტილი, სიხშირე) და შემდეგ დავაკავშიროთ ისინი ხაზად.

სიხშირული პოლიგონის შექმნის ნაბიჯები

ქვემოთ მოცემულია ზოგადი ნაბიჯები ნედლი მონაცემებიდან სიხშირული პოლიგონის შესაქმნელად:

1. მონაცემების დალაგება და მრავალი კლასის განსაზღვრა
პირველი ნაბიჯი არის ნედლი მონაცემების მომზადება. ამის შემდეგ, განსაზღვრეთ კლასების რაოდენობა (k). ერთ-ერთი პოპულარული მიდგომაა სტარჯესის ფორმულა:
\[
k = 1 + 3{,}3 \log(n)
\]
სადაც \(n\) არის მონაცემების რაოდენობა.

2. კლასის დიაპაზონისა და სიგანის განსაზღვრა
მონაცემთა დიაპაზონის გამოთვლა:
\[
R = x_{\text{max}} – x_{\text{წთ}}
\]
შემდეგ კლასის სიგანე შეიძლება გამოითვალოს:
\[
p = \frac{R}{k}
\]
კლასის სიგანეები, როგორც წესი, მომრგვალებულია გამოყენების მოხერხებულობისთვის.

3. შექმენით სიხშირის განაწილების ცხრილი
დაალაგეთ კლასის ინტერვალები, შემდეგ დაითვალეთ, რამდენი მონაცემთა წერტილი ხვდება თითოეულ ინტერვალში. შედეგი არის სიხშირის განაწილების ცხრილი.

4. გამოთვალეთ თითოეული კლასის შუა წერტილი
თითოეული ინტერვალისთვის გამოთვალეთ შუა წერტილი. ეს შუა წერტილი გამოყენებული იქნება X ღერძზე.

5. გრაფიკის შექმნა
– კლასის შუა წერტილი მოათავსეთ X ღერძზე.
– სიხშირე Y ღერძზე მოათავსეთ.
– წერტილების წყვილების (შუა წერტილი, სიხშირე) დახაზვა.
- დააკავშირეთ წერტილები სწორი ხაზით.

იმისათვის, რომ პოლიგონი სწორად „დაიხუროს“, როგორც წესი, ერთი წერტილი ემატება ნულოვანი სიხშირის დასაწყისსა და ბოლოს, კლასის შუა წერტილში პირველი კლასის წინ და ბოლო კლასის შემდეგ.

ინტერპრეტაციის მარტივი მაგალითი

მაგალითად, სიხშირის პოლიგონი თავის უმაღლეს პიკს 70-ის შუა წერტილში აჩვენებს, ყველაზე მაღალი სიხშირით. ეს მიუთითებს, რომ ყველაზე ხშირად გამოვლენილი მნიშვნელობა დაახლოებით 70-ია, რაც იმაზე მიუთითებს, რომ სტუდენტების უმრავლესობის მოსწრება ამ მნიშვნელობის გარშემოა. თუ პოლიგონი მკვეთრად იხრება მარჯვნივ (დიდი მნიშვნელობები) და ვრცელდება მარცხნივ (პატარა მნიშვნელობები), მონაცემთა განაწილება შეიძლება მარცხნივ იყოს გადახრილი; პირიქით, თუ ის მარჯვნივ ვრცელდება, განაწილება მარჯვნივ არის გადახრილი.

ფორმის გარდა, ხაზის დახრილობა ასევე მიუთითებს კლასებს შორის სიხშირის ცვლილებებზე. მკვეთრი ზრდა მიუთითებს შემდეგ კლასში მონაცემთა წერტილების რაოდენობის მნიშვნელოვან ზრდაზე. მკვეთრი კლება კი საპირისპიროზე მიუთითებს.

სიხშირის პოლიგონი ჰისტოგრამის წინააღმდეგ

მიუხედავად იმისა, რომ ორივე აღწერს სიხშირის განაწილებას, არსებობს მნიშვნელოვანი განსხვავებები:

1. ვიზუალური ფორმა
– ჰისტოგრამა: მიმდებარე ზოლები.
– სიხშირის პოლიგონი: წერტილების დამაკავშირებელი ხაზები.

2. შედარების სიმარტივე
– ჰისტოგრამების ერთობლიობა ბევრი ჯგუფისთვის რთულია.
– სიხშირული პოლიგონების შედარება ერთ გრაფიკში უფრო ადვილია.

3. ნიმუშის წაკითხვადობა
– პოლიგონები უფრო ნათლად აჩვენებს განაწილების მრუდის ზოგად ფორმას.
– ჰისტოგრამა გვეხმარება კლასის სტრუქტურის დეტალურად დანახვაში.

პრაქტიკაში, სიხშირის პოლიგონები ხშირად აგებულია ჰისტოგრამების საფუძველზე: თითოეული ჰისტოგრამის ზოლის შუა წერტილები დაკავშირებულია ხაზით.

სიხშირული პოლიგონების უპირატესობები მონაცემთა ანალიზში

სიხშირის პოლიგონები არა მხოლოდ გამოსახულებებია, არამედ ანალიტიკური ინსტრუმენტები. მათი ზოგიერთი უპირატესობა:

1. მონაცემთა ცენტრის ამოცნობა (ცენტრალური ტენდენცია)
პოლიგონის პიკი მიუთითებს მოდის კლასზე, კერძოდ, ყველაზე მაღალი სიხშირის მქონე ინტერვალზე.

2. შეხედეთ განაწილებას (ცვლადობას)
ფართო პოლიგონები უფრო მრავალფეროვან მონაცემებზე მიუთითებს; ვიწრო პოლიგონები კი უფრო კონცენტრირებულ მონაცემებზე მიუთითებს.

3. შეაფასეთ განაწილების ფორმა
განაწილება შეიძლება იყოს სიმეტრიული, დახრილი ან ბიმოდალური (ორი პიკი). ეს მნიშვნელოვანია შემდგომი ანალიზის მეთოდების დასადგენად.

4. ჯგუფების შედარება
მაგალითად, A და B კლასის მნიშვნელობების შედარება, ან მანქანა 1-ისა და მანქანა 2-ის წარმოების შედეგები. ორი პოლიგონის ერთად დახატვა შესაძლებელია განაწილების სხვაობის სანახავად.

5. უჩვეულო მონაცემების აღმოჩენა
თუ არსებობს პატარა პიკები, რომლებიც მთავარი პიკიდან შორს არის, შესაძლოა არსებობდეს სხვადასხვა მონაცემთა ჯგუფები, შეყვანის შეცდომები ან გამონაკლისები.

გავრცელებული შეცდომები და სერვირების რჩევები

სიხშირული პოლიგონების შექმნისას დაშვებული რამდენიმე გავრცელებული შეცდომა მოიცავს:
– გამოიყენეთ კლასის საზღვრები X ღერძზე და არა კლასის შუა წერტილები.
– კლასის სიგანეები არათანმიმდევრულია, რაც შეცდომაში შემყვან ინტერპრეტაციებს იწვევს.
– ბოლოებში ნულოვანი სიხშირის წერტილებს არ ამატებს, ამიტომ პოლიგონი „ჩამოკიდებული“ ჩანს.
– არაპროპორციული ღერძის მასშტაბი.

კარგი სერვირების რჩევები:
– გამოიყენეთ თანმიმდევრული გაკვეთილებს შორის ინტერვალები.
– მიუთითეთ მკაფიო სათაური, ღერძის იარლიყები და მასშტაბი.
– თუ ორ ჯგუფს ადარებთ, გამოიყენეთ სხვადასხვა ფერები/ხაზები და დაამატეთ ლეგენდა.
– დარწმუნდით, რომ კლასების რაოდენობა არც ძალიან ცოტაა და არც ძალიან ბევრი, რათა განაწილების სქემა იკითხებოდეს.

დახურვა

სიხშირული პოლიგონები სტატისტიკური ვიზუალიზაციის უაღრესად სასარგებლო ფორმაა დაჯგუფებული მონაცემების განაწილების გასაგებად. კლასის შუა წერტილებისა და სიხშირეების გამოყენებით, სიხშირული პოლიგონები წარმოადგენენ მონაცემთა ნიმუშების მკაფიო სურათს, ადვილად შედარებადია ჯგუფებს შორის და ეხმარება მკვლევარებს განაწილების მახასიათებლების იდენტიფიცირებაში შემდგომი ანალიზის ჩატარებამდე. სტატისტიკურ პრაქტიკაში, სიხშირული პოლიგონების წაკითხვისა და აგების უნარი აუცილებელი საფუძვლების უნარია, განსაკუთრებით რაოდენობრივი მონაცემების ანალიზისთვის. სწორი კლასის სტრუქტურითა და ფრთხილად ინტერპრეტაციით, სიხშირული პოლიგონები შეიძლება იყოს მარტივი, მაგრამ ძლიერი ინსტრუმენტი მონაცემებზე დაფუძნებული გადაწყვეტილების მიღების მხარდასაჭერად.