სტატისტიკაში პროცენტული ფორმულა
პროცენტილი სტატისტიკის ძირითადი ცნებაა, რომელიც ხშირად გამოიყენება მონაცემთა განაწილების გასაგებად და ინდივიდუალური მნიშვნელობების შესადარებლად უფრო დიდი მონაცემთა ნაკრების კონტექსტში. ეს სტატია სიღრმისეულად შეისწავლის პროცენტილების კონცეფციას, მათი გამოთვლის წესებს და მათ პრაქტიკულ გამოყენებას სხვადასხვა სფეროში.
პროცენტილის გაგება
პროცენტილი არის სტატისტიკური საზომი, რომელიც მიუთითებს მნიშვნელობის პოზიციას ან რანგს მონაცემთა ნაკრებში. თუ მონაცემები დალაგებულია ყველაზე დაბალიდან ყველაზე მაღალამდე, მე-n პროცენტილი (Pn) არის მნიშვნელობა, სადაც მონაცემების n პროცენტი ამ მნიშვნელობაზე ნაკლებია და მონაცემების (100-n) პროცენტი ამ მნიშვნელობაზე მეტია. მაგალითად, P50, ანუ მე-50 პროცენტილი, ასევე ცნობილი როგორც მედიანა, არის მნიშვნელობა, რომელიც მონაცემთა ნაკრებს ორ თანაბარ ნაწილად ყოფს.
პროცენტილის მნიშვნელობა
პროცენტილს აქვს სხვადასხვა პრაქტიკული გამოყენება მრავალ სფეროში, მათ შორის:
– განათლება: ტესტის ქულების გამოსათვლელად ხშირად გამოიყენება პროცენტული მაჩვენებლები, მაგალითად, სტუდენტის 90-ე პროცენტულ მაჩვენებელში ყოფნა ნიშნავს, რომ მისი ქულა სხვა სტუდენტების 90%-ზე მაღალია.
– ჯანმრთელობა: ბავშვების ზრდა იზომება პროცენტულებზე დაფუძნებული ზრდის მრუდების გამოყენებით, რაც ექიმებსა და მშობლებს ეხმარება შვილის ფიზიკური განვითარების მონიტორინგში.
– ეკონომიკა: შემოსავლების ანალიზი ხშირად იყენებს პროცენტულებს შემოსავლების განაწილებისა და ეკონომიკური უთანასწორობის გასაზომად.
როგორ გამოვთვალოთ პროცენტილი
მონაცემთა ნაკრების პროცენტილის გამოსათვლელად რამდენიმე ნაბიჯი არსებობს. დავუშვათ, რომ გვინდა გამოვთვალოთ მონაცემთა ნაკრების n-ე პროცენტილი \(X \), რომელსაც \(N \) ელემენტები აქვს. გამოთვლის პროცესი შემდეგია:
1. მონაცემების დახარისხება: დაალაგეთ მონაცემები (X) უმცირესი მნიშვნელობიდან უდიდესამდე.
2. პროცენტული ინდექსი: გამოთვალეთ პროცენტული ინდექსი შემდეგი ფორმულის გამოყენებით:
\[
L = \frac{n}{100} \times (N + 1)
\]
სადაც \(L\) არის პროცენტული პოზიცია, \(n\) არის სასურველი პროცენტული მნიშვნელობა და \(N\) არის მონაცემთა ნაკრებში ელემენტების საერთო რაოდენობა.
3. ინტერპოლაცია (საჭიროების შემთხვევაში): თუ \(L \) მთელი რიცხვი არ არის, ინტერპოლაცია მოახდინეთ მიმდებარე მნიშვნელობებს შორის.
აქ მოცემულია უფრო დეტალური გაანგარიშების მაგალითი:
პროცენტილის გამოთვლის მაგალითი
დავუშვათ, რომ გვაქვს შემდეგი მონაცემები: [15, 20, 35, 40, 50]. გვინდა ვიპოვოთ მე-40 პროცენტილი.
1. მონაცემების დახარისხება: მონაცემები დახარისხებულია უმცირესი მნიშვნელობიდან უდიდესამდე: [15, 20, 35, 40, 50].
2. პროცენტული ინდექსი: გამოიყენეთ ფორმულა:
\[
L = \frac{40}{100} \times (5 + 1) = 2.4
\]
3. ინტერპოლაცია: რადგან \(L \) არ არის მთელი რიცხვი (2.4), ინტერპოლაცია მოახდინეთ მე-2 და მე-3 პოზიციებზე არსებულ მნიშვნელობებს შორის.
\[
P_{40} = X_2 + 0.4 \times (X_3 – X_2)
\]
\[
P_{40} = 20 + 0.4 \times (35 – 20) = 20 + 0.4 \times 15 = 20 + 6 = 26
\]
ასე რომ, მონაცემთა ნაკრების მე-40 პროცენტილი 26-ია.
პროცენტულების ტიპები
50-ე პროცენტილის ან მედიანის გარდა, ხშირად გამოიყენება სხვადასხვა პროცენტილები:
– P25 (მე-25 პროცენტილი ან პირველი კვარტილი): აჩვენებს მნიშვნელობას, რომლის ქვემოთაც მონაცემთა 25% მდებარეობს.
– P75 (75-ე პროცენტილი ან მესამე კვარტალი): აჩვენებს მნიშვნელობას, რომლის ქვემოთაც მონაცემების 75% მდებარეობს.
– P90 (მე-90 პროცენტილი): მიუთითებს მნიშვნელობაზე, რომლის ქვემოთაც მონაცემების 90% ეცემა.
თითოეული ეს პროცენტილი მონაცემთა განაწილების შესახებ განსხვავებულ ინფორმაციას იძლევა . მაგალითად, კვარტილთაშორისი დიაპაზონი (IQR) არის სხვაობა მესამე კვარტილს (P75) და პირველ კვარტილს (P25) შორის, რომელიც გამოიყენება მონაცემთა ცვალებადობის ან გავრცელების გასაზომად.
ნორმალური განაწილების პროცენტილი
ნორმალურ განაწილებაში, გარკვეულ პროცენტულ მნიშვნელობებს აქვთ თანმიმდევრული მნიშვნელობა. რადგან ნორმალური განაწილება სიმეტრიულია და ზარის ფორმისაა, საშუალო, მედიანა და მოდა ტოლია. ნორმალურ განაწილებაში ზოგიერთ პროცენტულს აქვს განსაკუთრებული დამოკიდებულებები:
– P50 (მედიანა): ასევე განაწილების საშუალო.
– P16 და P84: ეს არის მნიშვნელობები, რომლებიც ითვალისწინებს საშუალო მნიშვნელობიდან ±1 სტანდარტულ გადახრას.
– P2.5 და P97.5: ეს არის მნიშვნელობები, რომლებიც ითვალისწინებს საშუალო მნიშვნელობიდან ±2 სტანდარტულ გადახრას.
პროცენტული გამოყენება სხვა სფეროებში
უკვე ნახსენებთა გარდა, პროცენტულებს ფართო გამოყენება აქვთ სხვადასხვა სფეროში:
1. ფინანსები: გამოიყენება რისკების მართვაში რისკის ქვეშ მყოფი ღირებულების (VaR) დასადგენად, რომელიც წარმოადგენს პორტფელის ზარალის განაწილების პროცენტილს.
2. სოციოლოგია: სხვადასხვა ცვლადების, როგორიცაა ასაკი, შემოსავალი, განათლებაზე წვდომა და ა.შ., განაწილების შეფასება.
3. წარმოება და ხარისხი: გამოიყენება ხარისხის კონტროლისა და წარმოების შედეგების განაწილების ანალიზისთვის.
დასკვნა
პროცენტულები სტატისტიკაში მონაცემთა განაწილების გასაგებად და პირდაპირ ინტერპრეტირებადი გაზომვების განსახორციელებლად ძლიერი ინსტრუმენტია. განათლებიდან დაწყებული ფინანსებითა და ჯანდაცვით დამთავრებული, პროცენტულების პრაქტიკული გამოყენება პროფესიონალებს საშუალებას აძლევს, მიიღონ უკეთესი, მონაცემებზე დაფუძნებული გადაწყვეტილებები.
პროცენტულები ასევე უფრო დეტალურ ანალიტიკურ მოქნილობას გვთავაზობენ, ვიდრე სხვა აღწერითი სტატისტიკა, როგორიცაა საშუალო ან სტანდარტული გადახრა , რადგან მათ შეუძლიათ აჩვენონ ინდივიდუალური მნიშვნელობების ფარდობითი პოზიცია და უზრუნველყონ მონაცემთა ცვალებადობის უფრო მკაფიო ხედვა. პროცენტულების ეფექტურად გაგებითა და გამოყენებით, ჩვენ შეგვიძლია უფრო ღრმად ჩავუღრმავდეთ მონაცემებს, აღმოვაჩინოთ დაფარული კანონზომიერებები და მივიღოთ უფრო ინფორმირებული გადაწყვეტილებები.
