ಏಕ ದತ್ತಾಂಶ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು: ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ದತ್ತಾಂಶ ವಿಭಾಗದ ಆಳವಾದ ತಿಳುವಳಿಕೆ
ಅಂಕಿಅಂಶಗಳಲ್ಲಿನ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳಲ್ಲಿ ಒಂದು ದತ್ತಾಂಶವನ್ನು ಕ್ವಾರ್ಟೈಲ್‌ಗಳಾಗಿ ವಿಭಜಿಸುವುದು. ಸರಾಸರಿ ಅಥವಾ ಸರಾಸರಿಯನ್ನು ನೋಡುವುದಕ್ಕಿಂತ ದತ್ತಾಂಶ ವಿತರಣೆಯನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಈ ಲೇಖನದಲ್ಲಿ, ನಾವು ಒಂದೇ ದತ್ತಾಂಶ ಗುಂಪಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು, ಅವುಗಳನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕುವುದು ಮತ್ತು ವಿವಿಧ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣಾ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅವುಗಳ ಅನ್ವಯಗಳನ್ನು ಚರ್ಚಿಸುತ್ತೇವೆ.
ಕ್ವಾರ್ಟೈಲ್ ಎಂದರೇನು?
ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ವಿಂಗಡಿಸಲಾದ ಡೇಟಾವನ್ನು ನಾಲ್ಕು ಸಮಾನ ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸುವ ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯಗಳಾಗಿವೆ. ಸರಳವಾಗಿ ಹೇಳುವುದಾದರೆ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ವಿಂಗಡಿಸಲಾದ ಡೇಟಾದ ಗುಂಪುಗಳಾಗಿವೆ, ಪ್ರತಿ ಕ್ವಾರ್ಟೈಲ್ ಸರಿಸುಮಾರು 25% ಡೇಟಾವನ್ನು ಒಳಗೊಂಡಿದೆ.
ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಮೂರು ಮುಖ್ಯ ಗುರುತುಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ:
1. ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1): ಕಡಿಮೆ 25% ಡೇಟಾವನ್ನು ಉಳಿದವುಗಳಿಂದ ಭಾಗಿಸುತ್ತದೆ.
2. ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) ಅಥವಾ ಮೀಡಿಯನ್: ಡೇಟಾವನ್ನು ಎರಡು ಸಮಾನ ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತದೆ, 50% ಡೇಟಾ ಈ ಮೌಲ್ಯಕ್ಕಿಂತ ಕಡಿಮೆ ಮತ್ತು 50% ಈ ಮೌಲ್ಯಕ್ಕಿಂತ ಮೇಲಿರುತ್ತದೆ.
3. ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3): ಅತ್ಯಧಿಕ 25% ಡೇಟಾವನ್ನು ಉಳಿದವುಗಳಿಂದ ಭಾಗಿಸುತ್ತದೆ.
ಪ್ರತಿಯೊಂದು ಕ್ವಾರ್ಟೈಲ್ ಡೇಟಾಸೆಟ್‌ನ ಒಂದು ನಿರ್ದಿಷ್ಟ ಭಾಗದ ಪ್ರಾತಿನಿಧ್ಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಡೇಟಾ ವಿವರಣೆಯಿಂದ ಹಿಡಿದು ಬಾಹ್ಯ ವಿಶ್ಲೇಷಣೆಯವರೆಗೆ ವಿವಿಧ ಅನ್ವಯಿಕೆಗಳನ್ನು ಹೊಂದಿದೆ.
ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕುವುದು
ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು, ಮೊದಲ ಹಂತವು ಡೇಟಾವನ್ನು ಆರೋಹಣ ಕ್ರಮದಲ್ಲಿ ವಿಂಗಡಿಸುವುದು. ಒಂದೇ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ವಿವರವಾದ ಹಂತಗಳನ್ನು ನೋಡೋಣ:
ಡೇಟಾವನ್ನು ವಿಂಗಡಿಸಲಾಗುತ್ತಿದೆ
ನಮಗೆ ಈ ಕೆಳಗಿನ ಡೇಟಾಸೆಟ್ ಇದೆ ಎಂದು ಭಾವಿಸೋಣ:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
ಮೊದಲ ಹಂತವೆಂದರೆ ಡೇಟಾವನ್ನು ವಿಂಗಡಿಸಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
ಕ್ವಾರ್ಟೈಲ್ ಸ್ಥಾನವನ್ನು ನಿರ್ಧರಿಸುವುದು
ಮುಂದೆ, ನಾವು ಕ್ವಾರ್ಟೈಲ್ ಸ್ಥಾನಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತೇವೆ. ಗಾತ್ರದ ಡೇಟಾಸೆಟ್‌ಗೆ \( N \):
– ಸ್ಥಾನ Q1 = \( \frac{(N+1)}{4} \)
– ಸ್ಥಾನ Q2 = \( \frac{(N+1)}{2} \)
– ಸ್ಥಾನ Q3 = \( \frac{3(N+1)}{4} \)
ನಮ್ಮ ಡೇಟಾಸೆಟ್‌ಗೆ (N=10):
– ಸ್ಥಾನ Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– ಸ್ಥಾನ Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– ಸ್ಥಾನ Q3 = \( \frac{3(10+1)}{4} = 8.25 \)
ಇಂಟರ್ಪೋಲೇಟಿಂಗ್ ಕ್ವಾರ್ಟೈಲ್ಸ್
ಕ್ವಾರ್ಟೈಲ್ ಸ್ಥಾನವು ದಶಮಾಂಶ ಸಂಖ್ಯೆಯಾಗಿದ್ದರೆ, ನಾವು ಎರಡು ಪಕ್ಕದ ಡೇಟಾ ಮೌಲ್ಯಗಳ ನಡುವೆ ಇಂಟರ್ಪೋಲೇಟ್ ಮಾಡುತ್ತೇವೆ.
– Q1 (ಸ್ಥಾನ 2.75):
ಎರಡನೇ ಸ್ಥಾನ `15` ಮತ್ತು ಮೂರನೇ ಸ್ಥಾನ `36` ನಲ್ಲಿರುವ ದತ್ತಾಂಶ ಮೌಲ್ಯಗಳನ್ನು ಸಂಯೋಜಿಸಿ.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75
– Q2 (ಸ್ಥಾನ 5.5 ರಲ್ಲಿ ಸರಾಸರಿ):
ಎರಡನೇ ಸ್ಥಾನ `40` ಮತ್ತು ಮೂರನೇ ಸ್ಥಾನ `41` ನಲ್ಲಿರುವ ದತ್ತಾಂಶ ಮೌಲ್ಯಗಳನ್ನು ಸಂಯೋಜಿಸಿ.
Q2 = 40 + 0.5 (41 – 40) = 40 + 0.5 1 = 40.5
– Q3 (ಸ್ಥಾನ 8.25):
ಎರಡನೇ ಸ್ಥಾನ `43` ಮತ್ತು ಮೂರನೇ ಸ್ಥಾನ `47` ನಲ್ಲಿರುವ ದತ್ತಾಂಶ ಮೌಲ್ಯಗಳನ್ನು ಸಂಯೋಜಿಸಿ.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44
ಆದ್ದರಿಂದ, ನಮ್ಮ ಡೇಟಾಸೆಟ್‌ನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು:
– ಪ್ರಶ್ನೆ1 = 30.75
– ಪ್ರಶ್ನೆ2 = 40.5
– ಪ್ರಶ್ನೆ3 = 44
ಕ್ವಾರ್ಟೈಲ್ ಅಪ್ಲಿಕೇಶನ್
ಅಂಕಿಅಂಶಗಳ ವಿವರಣೆ
ದತ್ತಾಂಶ ವಿತರಣೆಯ ಸಾಮಾನ್ಯ ಅವಲೋಕನವನ್ನು ಒದಗಿಸಲು ಅಂಕಿಅಂಶಗಳ ವಿವರಣೆಗಳ ಭಾಗವಾಗಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದರಿಂದ ದತ್ತಾಂಶದ ಸ್ಥಿರತೆ, ಸಮ್ಮಿತಿ ಮತ್ತು ಹರಡುವಿಕೆಯನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.
ಬಾಹ್ಯ ವಿಶ್ಲೇಷಣೆ
ಹೊರಗಿನ ಮೌಲ್ಯಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಸಹ ಬಹಳ ಉಪಯುಕ್ತವಾಗಿವೆ. ಹೊರಗಿನ ಮೌಲ್ಯಗಳು ಹೆಚ್ಚಿನ ಡೇಟಾಸೆಟ್‌ನಿಂದ ದೂರವಿರುವ ಡೇಟಾ ಮೌಲ್ಯಗಳಾಗಿವೆ. ಹೊರಗಿನ ಮೌಲ್ಯಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು, "ಇಂಟರ್‌ಕ್ವಾರ್ಟೈಲ್ ರೇಂಜ್ (IQR)" ವಿಧಾನವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.
IQR ಅನ್ನು Q3 ಮತ್ತು Q1 ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:
\[ \ಪಠ್ಯ{IQR} = Q3 – Q1 \]
ಡೇಟಾ ಮೌಲ್ಯಗಳು \( Q1-1.5 \times \text{IQR} \) ಗಿಂತ ಕಡಿಮೆ ಅಥವಾ \( Q3+1.5 \times \text{IQR} \) ಕ್ಕಿಂತ ಹೆಚ್ಚಿದ್ದರೆ ಅವುಗಳನ್ನು ಹೊರಗಿನ ಮೌಲ್ಯಗಳೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.
ಮೇಲಿನ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ:
– ಐಕ್ಯೂಆರ್ = 44 – 30.75 = 13.25
– ಹೊರಗಿನವರಿಗೆ ಕಡಿಮೆ ಮಿತಿ = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– ಹೊರಗಿನವರಿಗೆ ಮೇಲಿನ ಮಿತಿ = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875
ಆದ್ದರಿಂದ, 10.875 ಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ 63.875 ಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಡೇಟಾ ಮೌಲ್ಯಗಳನ್ನು ಹೊರಗಿನವುಗಳೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ನಮ್ಮ ಡೇಟಾಸೆಟ್ ಆ ವ್ಯಾಪ್ತಿಯೊಳಗೆ ಬರುವುದರಿಂದ, ಯಾವುದೇ ಹೊರಗಿನವುಗಳಿಲ್ಲ.
ಸಂಕೀರ್ಣ ದತ್ತಾಂಶ ನಿರ್ವಹಣೆ
ಸರಳ ದತ್ತಾಂಶದಲ್ಲಿ ಬಳಸುವುದರ ಜೊತೆಗೆ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ದತ್ತಾಂಶ ಸೆಟ್‌ಗಳಿಗೂ ಅನ್ವಯಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಹಣಕಾಸು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಸ್ಟಾಕ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಗುರುತಿಸಲು ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಶಿಕ್ಷಣದಲ್ಲಿ, ನಿರ್ದಿಷ್ಟ ಪರೀಕ್ಷೆಯಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಗಳ ಶೈಕ್ಷಣಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಗುರುತಿಸಲು ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಬಳಸಬಹುದು.
ಬಾಕ್ಸ್ ಪ್ಲಾಟ್
ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಬಳಸುವ ಒಂದು ದೃಶ್ಯೀಕರಣ ಸಾಧನವೆಂದರೆ ಬಾಕ್ಸ್ ಪ್ಲಾಟ್ ಅಥವಾ ಟುಕಿ ಬಾಕ್ಸ್ ಪ್ಲಾಟ್. ಬಾಕ್ಸ್ ಪ್ಲಾಟ್ ಡೇಟಾದಲ್ಲಿನ ಐದು ಪ್ರಮುಖ ಸಾರಾಂಶಗಳ ಚಿತ್ರಾತ್ಮಕ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಒದಗಿಸುತ್ತದೆ: ಕನಿಷ್ಠ ಮೌಲ್ಯ, ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1), ಮಧ್ಯಮ (Q2), ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3), ಮತ್ತು ಗರಿಷ್ಠ ಮೌಲ್ಯ. ಔಟ್‌ಲೈಯರ್‌ಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸುಲಭವಾದ ಮಾರ್ಗವೆಂದರೆ ಬಾಕ್ಸ್ ಪ್ಲಾಟ್ ಅನ್ನು ಬಳಸುವುದು, ಅಲ್ಲಿ ಔಟ್‌ಲೈಯರ್‌ಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ "ವಿಸ್ಕರ್ಸ್" (ಕನಿಷ್ಠ, Q1, Q3 ಮತ್ತು ಗರಿಷ್ಠ ನಡುವಿನ ಮಬ್ಬಾದ ರೇಖೆಗಳು) ಹೊರಗಿನ ಬಿಂದುಗಳಾಗಿ ತೋರಿಸಲಾಗುತ್ತದೆ.
ತೀರ್ಮಾನ
ಒಂದೇ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ಮತ್ತು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಡೇಟಾ ರಚನೆ, ಅದರ ವಿತರಣೆ ಮತ್ತು ಔಟ್‌ಲೈಯರ್‌ಗಳ ಉಪಸ್ಥಿತಿ ಅಥವಾ ಅನುಪಸ್ಥಿತಿಯ ಬಗ್ಗೆ ಆಳವಾದ ಒಳನೋಟವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಸರಳವಾದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿವರಣೆಗಳಿಂದ ಹಿಡಿದು ಔಟ್‌ಲೈಯರ್ ಪತ್ತೆ ಮತ್ತು ಬಾಕ್ಸ್ ಪ್ಲಾಟ್‌ಗಳ ಬಳಕೆಯಂತಹ ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ವಿಶ್ಲೇಷಣೆಗಳವರೆಗೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ನಿರ್ಣಾಯಕ ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ. ಈ ಉಪಕರಣದೊಂದಿಗೆ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯು ಹೆಚ್ಚು ವ್ಯವಸ್ಥಿತ ಮತ್ತು ಮಾಹಿತಿಯುಕ್ತವಾಗುತ್ತದೆ, ಇದು ವಿವಿಧ ಅಧ್ಯಯನ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಆಳವಾದ ಒಳನೋಟಗಳು ಮತ್ತು ಹೆಚ್ಚು ಅರ್ಥಪೂರ್ಣ ಆವಿಷ್ಕಾರಗಳಿಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ. ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಅಂಕಿಅಂಶಗಳ ವಿವರಣೆಗಳನ್ನು ಸುಗಮಗೊಳಿಸುವುದಲ್ಲದೆ ಡೇಟಾ-ಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಗೆ ಅಗತ್ಯವಾದ ಮಹತ್ವದ ಒಳನೋಟಗಳನ್ನು ಸಹ ಒದಗಿಸುತ್ತವೆ.
ಕ್ವಾರ್ಟೈಲ್‌ಗಳ ಬಗ್ಗೆ ಮತ್ತು ಅವುಗಳನ್ನು ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಹೇಗೆ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ದೃಢವಾದ ತಿಳುವಳಿಕೆಯು ಸಂಶೋಧನೆಯಿಂದ ವ್ಯವಹಾರದವರೆಗೆ ವಿವಿಧ ಪ್ರಾಯೋಗಿಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದಾದ ಅಮೂಲ್ಯವಾದ ಕೌಶಲ್ಯವಾಗಿದ್ದು, ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮತ್ತು ಅರ್ಥೈಸುವಲ್ಲಿ ನಮ್ಮನ್ನು ಚುರುಕಾಗಿ ಮಾಡುತ್ತದೆ.
