ಗುಂಪು ಮಾಡಲಾದ ದತ್ತಾಂಶದ ಕ್ವಾರ್ಟೈಲ್ಸ್ ಕುರಿತು ಚರ್ಚಾ ಪ್ರಶ್ನೆಯ ಉದಾಹರಣೆ

ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಚರ್ಚಿಸುವ ಉದಾಹರಣೆ ಪ್ರಶ್ನೆಗಳು

ಪೆಂಡಾಹುಲುವಾನ್

ಅಂಕಿಅಂಶಗಳಲ್ಲಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ದತ್ತಾಂಶವನ್ನು ನಾಲ್ಕು ಸಮಾನ ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸುವ ಕೇಂದ್ರ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಯಾಗಿದೆ. ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1), ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) ಮತ್ತು ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) ಅನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ, ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತಿರುವ ಡೇಟಾವನ್ನು ಗುಂಪು ಮಾಡಬಹುದು. ಈ ಲೇಖನವು ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶಕ್ಕಾಗಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಚರ್ಚೆಯನ್ನು ಚರ್ಚಿಸುತ್ತದೆ.

ಗುಂಪು ದತ್ತಾಂಶದಲ್ಲಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಸಂಘಟಿತ ಡೇಟಾವನ್ನು ನಾಲ್ಕು ಸಮಾನ ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸುವ ಮೌಲ್ಯಗಳಾಗಿವೆ. ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1) ಅನ್ನು 25 ನೇ ಶೇಕಡಾವಾರು ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ, ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) ಅನ್ನು ಮಧ್ಯಮ ಅಥವಾ 50 ನೇ ಶೇಕಡಾವಾರು ಎಂದೂ ಕರೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) ಅನ್ನು 75 ನೇ ಶೇಕಡಾವಾರು ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.

ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶಗಳಿಗೆ, ಒಂದೇ ದತ್ತಾಂಶಕ್ಕಿಂತ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ಸ್ವಲ್ಪ ಹೆಚ್ಚು ಜಟಿಲವಾಗಿದೆ. ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಆವರ್ತನ ವಿತರಣಾ ಕೋಷ್ಟಕದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ನಾವು ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ನಿರ್ದಿಷ್ಟ ಸೂತ್ರವನ್ನು ಬಳಸಬೇಕು.

ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶಕ್ಕಾಗಿ ಕ್ವಾರ್ಟೈಲ್ ಸೂತ್ರ

ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದಲ್ಲಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು, ನಾವು ಈ ಕೆಳಗಿನ ಸೂತ್ರವನ್ನು ಬಳಸುತ್ತೇವೆ:

– ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1):
\[
Q1 = L_{Q1} + \left( \frac{\frac{N}{4} – F_{Q1}}{f_{Q1}} \right) \times c
\]

ಇದನ್ನೂ ಓದಿ  Fungsi Invers

– ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2):
\[
Q2 = L_{Q2} + \left( \frac{\frac{N}{2} – F_{Q2}}{f_{Q2}} \right) \times c
\]

– ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3):
\[
Q3 = L_{Q3} + \left( \frac{\frac{3N}{4} – F_{Q3}}{f_{Q3}} \right) \times c
\]

ಎಲ್ಲಿ:
– \( L_{Q1}, L_{Q2}, L_{Q3} \) = ವರ್ಗ Q1, Q2, Q3 ನ ಕೆಳಗಿನ ಪರಿಮಿತಿ
– \( N \) = ಡೇಟಾ ಸಂಖ್ಯೆ
– \( F_{Q1}, F_{Q2}, F_{Q3} \) = ವರ್ಗ Q1, Q2, Q3 ಗಿಂತ ಮೊದಲು ಸಂಚಿತ ಆವರ್ತನ
– \( f_{Q1}, f_{Q2}, f_{Q3} \) = ವರ್ಗ ಆವರ್ತನಗಳು Q1, Q2, Q3
– \( c \) = ವರ್ಗ ಉದ್ದ

ಸಮಸ್ಯೆಗಳ ಉದಾಹರಣೆ

ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಹಾಕಲು ಬಳಸಲಾಗುವ ಗುಂಪು ದತ್ತಾಂಶ ಸಮಸ್ಯೆಯ ಉದಾಹರಣೆ ಇಲ್ಲಿದೆ:

| ಮೌಲ್ಯ | ಆವರ್ತನ |
|————|———–|
| 10 – 19 | 5 |
| 20 – 29 | 8 |
| 30 – 39 | 12 |
| 40 – 49 | 15 |
| 50 – 59 | 6 |
| 60 – 69 | 4 |

ಹಂತ 1: ಸಂಚಿತ ಆವರ್ತನವನ್ನು ನಿರ್ಧರಿಸಿ

ಮೊದಲನೆಯದಾಗಿ, ನಾವು ಪ್ರತಿ ವರ್ಗಕ್ಕೂ ಸಂಚಿತ ಆವರ್ತನವನ್ನು ನಿರ್ಧರಿಸಬೇಕು:

| ಮೌಲ್ಯ | ಆವರ್ತನ | ಸಂಚಿತ ಆವರ್ತನ |
|————|————–|————————|
| ೧೦ – ೧೯ | ೫ | ೫ |
| 20 – 29 | 8 | 13 |
| 30 – 39 | 12 | 25 |
| 40 – 49 | 15 | 40 |
| 50 – 59 | 6 | 46 |
| 60 – 69 | 4 | 50 |

ಇದನ್ನೂ ಓದಿ  ತ್ರಿಕೋನಮಿತಿಯ ಕಾರ್ಯಗಳ ಮಿತಿಗಳು

ದತ್ತಾಂಶದ ಸಂಖ್ಯೆ (N) = 50

ಹಂತ 2: ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1) ಅನ್ನು ನಿರ್ಧರಿಸುವುದು

– \( \frac{N}{4} = \frac{50}{4} = 12.5 \)

ಸಂಚಿತ ಆವರ್ತನವು ಮೊದಲು 12.5 ಅನ್ನು ಮೀರುವ ವರ್ಗವನ್ನು ನಾವು ಹುಡುಕುತ್ತೇವೆ, ಅಂದರೆ ವರ್ಗ 20 - 29.

– L (ವರ್ಗ Q1 ರ ಕಡಿಮೆ ಮಿತಿ) = 20
– F (ವರ್ಗ Q1 ರ ಮೊದಲು ಸಂಚಿತ ಆವರ್ತನ) = 5
– f (ವರ್ಗ Q1 ರ ಆವರ್ತನ) = 8
– c (ವರ್ಗ ಉದ್ದ) = 10

Q1 ಸೂತ್ರವನ್ನು ಬಳಸುವುದು:
\[
Q1 = 20 + \ಎಡ( \frac{12.5 – 5}{8} \ಬಲ) \ಸಮಯ 10 = 20 + \ಎಡ( \frac{7.5}{8} \ಬಲ) \ಸಮಯ 10 = 20 + 9.375 = 29.375
\]

ಹಂತ 3: ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) ಅನ್ನು ನಿರ್ಧರಿಸುವುದು

– \( \frac{N}{2} = \frac{50}{2} = 25 \)

ಸಂಚಿತ ಆವರ್ತನವು ಮೊದಲು 25 ಅನ್ನು ಮೀರುವ ವರ್ಗವನ್ನು ನಾವು ಹುಡುಕುತ್ತೇವೆ, ಅಂದರೆ ವರ್ಗ 30 - 39.

– ಎಲ್ = 30
– ಎಫ್ = 13
– ಎಫ್ = 12
– ಸಿ = 10

Q2 ಸೂತ್ರವನ್ನು ಬಳಸುವುದು:
\[
Q2 = 30 + \ಎಡ( \frac{25 – 13}{12} \ಬಲ) \ಸಮಯ 10 = 30 + \ಎಡ( \frac{12}{12} \ಬಲ) \ಸಮಯ 10 = 30 + 10 = 40
\]

ಹಂತ 4: ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) ಅನ್ನು ನಿರ್ಧರಿಸಿ

ಇದನ್ನೂ ಓದಿ  Penjumlahan Dua Vektor dengan Metode Segitiga

– \( \frac{3N}{4} = \frac{3 \times 50}{4} = 37.5 \)

ಸಂಚಿತ ಆವರ್ತನವು ಮೊದಲು 37.5 ಅನ್ನು ಮೀರುವ ವರ್ಗವನ್ನು ನಾವು ಹುಡುಕುತ್ತೇವೆ, ಅಂದರೆ ವರ್ಗ 40 - 49.

– ಎಲ್ = 40
– ಎಫ್ = 25
– ಎಫ್ = 15
– ಸಿ = 10

Q3 ಸೂತ್ರವನ್ನು ಬಳಸುವುದು:
\[
Q3 = 40 + \left( \frac{37.5 – 25}{15} \right) \times 10 = 40 + \left( \frac{12.5}{15} \right) \times 10 = 40 + 8.333 \ಸುಮಾರು 48.333
\]

ತೀರ್ಮಾನ

ಮೇಲಿನ ಲೆಕ್ಕಾಚಾರಗಳಿಂದ, ನಾವು ಗುಂಪು ಡೇಟಾಗೆ ಕ್ವಾರ್ಟೈಲ್ ಮೌಲ್ಯಗಳನ್ನು ಈ ಕೆಳಗಿನಂತೆ ಪಡೆಯುತ್ತೇವೆ:

– ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1) = 29.375
– ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) = 40
– ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) = 48.333

ಈ ಮೌಲ್ಯಗಳು ಗುಂಪಿನೊಳಗೆ ಡೇಟಾವನ್ನು ಹೇಗೆ ವಿತರಿಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಮಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, 25% ಡೇಟಾ 29.375 (Q1) ಕ್ಕಿಂತ ಕಡಿಮೆ, 50% ಡೇಟಾ 40 (ಮಧ್ಯಮ ಅಥವಾ Q2) ಕ್ಕಿಂತ ಕಡಿಮೆ, ಮತ್ತು 75% ಡೇಟಾ 48.333 (Q3) ಕ್ಕಿಂತ ಕಡಿಮೆ.

ದತ್ತಾಂಶ ವಿತರಣೆಯ ಆಳವಾದ ತಿಳುವಳಿಕೆಯನ್ನು ಪಡೆಯಲು ಕ್ವಾರ್ಟೈಲ್ ಲೆಕ್ಕಾಚಾರಗಳು ವಿವಿಧ ಸಂದರ್ಭಗಳಲ್ಲಿ ಉಪಯುಕ್ತವಾಗಿವೆ. ಈ ವಿಧಾನವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರಿಂದ ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶವನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ವಿಶ್ಲೇಷಿಸಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.

ಪ್ರತಿಕ್ರಿಯಿಸುವಾಗ