Teknîkên Dîtbarîkirina Daneyan di Statîstîkan de
Dîtbarîkirina daneyan pêkhateyeke girîng a îstatîstîkên nûjen e. Di nav pirbûna daneyên ji anket, ceribandin, danûstandinên dîjîtal û sensoran de, dijwarîya sereke ne tenê berhevkirina hejmaran e, lê di heman demê de vegotina wateya li pişt wan e jî. Li vir e ku dîtbarîkirina daneyan tê de cih digire: veguherandina daneyên xav bo dîmenderên têgihîştî, alîkarîkirina kifşkirina qaliban, tespîtkirina anomalîyan, berawirdkirina koman, û piştgirîkirina biryargirtina li ser bingeha delîlan. Ev gotar teknîkên dîtbarîkirina daneyan ên hevpar di îstatîstîkan de, armancên wan, û prensîbên ji bo misogerkirina ku dîtbarî nexapînin nîqaş dike.
1. Rola Dîtbarîkirina Daneyan di Îstatîstîkê de
Di îstatîstîkan de, dîtbarîkirin di çend qonaxên analîzê de tê bikar anîn. Ya yekem, di dema analîza daneyên lêgerînê (EDA) de, grafîk alîkariya analîstan dikin ku berî avakirina modelek belavbûn, guherîn, nirxên derveyî û têkiliyên di navbera guherbaran de fam bikin. Ya duyemîn, dîtbarîkirin ji bo ragihandina encaman tê bikar anîn: raporên lêkolînê, pêşkêşkirinên karsaziyê û weşanên zanistî ji bo girtina zû ya dîtinên sereke hewceyê grafîkên zelal in. Ya sêyemîn, dîtbarîkirin ji bo pejirandina modelê jî girîng e, mînakî, bi rêya nexşeyên mayî, nexşeyên pêşbînîkirî-li hember-rastîn, an grafîkên din ên teşhîsê.
Bi gotineke din, dîtbarîkirina daneyan ne tenê "xemilandinek" raporan e, lê amûrek analîtîk e ku bandorê li kalîteya encamên îstatîstîkî dike.
2. Teknîkên Dîtbarîkirinê ji bo Daneyên Yekguhêrbar (Yek Guhêrbar)
Dema ku balê dikişîne ser yek guhêrbarê, armanca sereke ew e ku şeklê belavkirinê, navenda daneyan û belavbûna wê were fêmkirin.
a. Hîstogram
Hîstogram belavkirina daneyên hejmarî bi dabeşkirina daneyan li nav navberan (qutiyan) nîşan dide. Ji hîstogramê, em dikarin diyar bikin ka daneyên sîmetrîk in, ber bi rastê an çepê ve xwar in, an jî ji yekê zêdetir lûtke hene (multîmodal). Hilbijartina hejmara qutiyan pir girîng e: pir kêm qutî dikarin hûrguliyan veşêrin, lê pir zêde qutî dikarin grafîkê dengdar bikin.
b. Qûtplak (nexşeya qutikê)
Boxplot daneyan bi karanîna medyan, çaryekan û nirxên derveyî berhev dike. Ev teknîk ji bo destnîşankirina bilez a guherîn û nirxên derveyî pir bikêr e. Di îstatîstîkan de, boxplot amûrek standard e ji bo berawirdkirina belavkirinên di navbera koman de ji ber kompaktbûna wan.
c. Nexşeya densiteyê (xêza densiteyê)
Xêza dendikê dişibihe hîstogramê lê nermtir e. Ev dîtbarîkirin dibe alîkar ku şeklê belavbûnê bêyî ku pir zêde xwe bispêre hilbijartina qutiyê were nîşandan. Nexşeyên dendikê pir caran ji bo berawirdkirina du belavbûnan li ser yek grafîkê têne bikar anîn.
d. Nexşeya barî ji bo daneyên kategorîk
Ji bo guherbarên kategorîk (mînak, zayend, asta perwerdehiyê, kategoriya hilberê), nexşeyên bar bijarte ne. Ji bo xwendina hêsan, piştrast bikin ku tewereyên kategoriyê bi awayekî mentiqî hatine rêzkirin (mînak, li gorî rêza xwezayî an jî frekansê).
3. Teknîkên Dîtbarîkirinê ji bo Berawirdkirina Nav-Komî
Di gelek lêkolînên îstatîstîkî de, divê em daneyan li gorî koman bidin ber hev (mînak dermankirin li hember kontrolê, herêma A li hember B, an jî çend çînan).
a. Qûtplaka ji bo her komê
Boxplots ji bo berawirdkirina navîn, belavkirin û nirxên derveyî di navbera koman de pir bi bandor in. Ger gelek kom hebin, ji bo ku etîket bêtir xwendî bibin, zivirandina tewereyan an jî karanîna arasteyek horizontî bifikirin.
b. Çîroka kemanê
Nexşeya kemanê boxplot û xêzeke densiteyê bi hev re dike yek da ku hem kurteyek û hem jî şeklê belavbûnê nîşan bide. Ev kêrhatî ye dema ku em dixwazin diyar bikin ka cûdahiyên komê ji ber şeklên belavkirinê yên cûda çêdibin an na.
c. Nexşeya navînî/xalê bi xêzên çewtiyê
Ji bo ragihandina bêtir texmînî, xêzkirina navînî bi xêzên çewtiyê (mînak, devîasyona standard, çewtiya standard, an navbera baweriyê) tekez li ser navînîya texmînkirî û nezelalîya wê dike. Lêbelê, ev teknîk hewceyê hişyariyê ye: navînî dikare belavkirinên asîmetrîk an pirmodal veşêre.
4. Teknîkên Dîtbarîkirinê ji bo Têkiliya di navbera Du Guhêrbaran de (Biguherbar)
Analîza duguhêrbar armanc dike ku têkiliya di navbera du guherbaran de, çi hejmarî-hejmarî, hejmarî-kategorî, an kategorî-kategorî, fêm bike.
a. Nexşeya belavbûnê (diagrama belavbûnê)
Nexşeya belavbûnê ji bo du guherbarên hejmarî hilbijartina herî gelemper e. Ew qalibên xêzikî, ne-xêzikî, komkirî û nirxên derveyî nîşan dide. Ji bo analîza pêşketî, nexşeyên belavbûnê pir caran bi xêzên regresyonê an jî nermkirinê (mînak, LOESS) têne temam kirin da ku trendan zelal bikin.
b. Nexşeya xêzan ji bo daneyên rêzenivîsa demê
Eger guhêrbarek hejmarî bi demê re biguhere, grafîkek xêzê dibe alîkar ku meyl, demsalî û bilindbûn werin destnîşankirin. Di îstatîstîkên rêzenivîsên demê de, ev nexşe pir caran berî modelkirina ARIMA, nermkirina eksponansiyel, an modelên din tê bikar anîn.
c. Nexşeya germê ji bo kategoriyan an matrîsan
Nexşeyên germê ji bo tabloyên şert û mercan an matrîsên korelasyonê guncaw in. Reng şiddet an mezinahiya nirxan temsîl dikin. Ev teknîk ji bo setên daneyên mezin bi bandor e, lê divê şêmaya rengan bi rengek guncaw were hilbijartin da ku ji şîrovekirinên xelet dûr bikeve.
5. Teknîkên Dîtbarîkirina Pirguherbar (Zêdetirî Du Guhêrbar)
Dema ku daneyên ji gelek guhêrbaran pêk tên, dijwarî ew e ku agahî bêyî ku grafîk pir tevlihev bibe were nîşandan.
a. Nexşeya belavbûyî bi reng/mezinahî/şekl
Nexşeya belavbûnê dikare guherbarên din bi karanîna reng (kategorîk), mezinahiya xalê (hejmarî), an şeklê (kategorîk) nîşan bide. Ev teknîk bi hêz e, lê pêdivî ye ku meriv piştrast bike ku efsane zelal e û cûdahiyên dîtbarî pir nazik nînin.
b. Rûberkirin (pirjimarên piçûk)
Rûberkirin (Faceting) heman nexşeyê li gorî kategoriyan (mînak, li gorî herêmê an li gorî celebê hilberê) dike çend panel. Ev pir caran ji komkirina pir agahdariyê di yek nexşeyê de bi bandortir e.
c. Matrîksa nexşeya cot / nexşeya belavbûnê
Matrîksa belavbûnê hemû cotên guherbarên hejmarî di yek şebekeyê de nîşan dide. Ev dibe alîkar ku têkiliyên di navbera guherbaran, têkiliyên xurt, an jî qalibên koman de werin destnîşankirin. Ev teknîk ji bo EDA kêrhatî ye, nemaze berî analîza regresyonê an jî fêrbûna makîneyê.
d. PCA du-plan an nexşeya kêmkirina pîvanan
Ji bo setên daneyan ên bi gelek taybetmendiyan, teknîkên kêmkirina pîvanan ên wekî PCA, t-SNE, an UMAP dikarin daneyan li 2D nexşe bikin da ku koman eşkere bikin. Di îstatîstîkan de, PCA biplot jî dikarin beşdariya guherbaran li pêkhateyên sereke nîşan bidin. Lêbelê, encamên kêmkirina pîvanan divê bi baldarî werin şîrove kirin ji ber windabûna agahdariyê di dema pêçandinê de.
6. Prensîbên Sêwirandina Dîtbarîkirinên Baş
Teknîkek baş a dîtbarîkirinê hîn jî dikare zirarê bide heke sêwiran ne rast be. Li vir çend prensîbên girîng di çarçoveya îstatîstîkê de hene:
1. Nexşeyek hilbijêre ku li gorî celebê daneya te û pirsa te be. Nexşeya pîteyî ji bo pir kategoriyan an jî ji bo berawirdkirina cûdahiyên piçûk bikar neyne.
2. Pîvanên eksenan bi awayekî rast bi kar bînin. Birîna eksenan (mînak, eksena y ji sifirê dest pê nake) dikare cudahîyan bi dîtbarî mezin bike. Ev carinan tê qebûlkirin, lê divê çarçove û mafdarî lê were dayîn.
3. Bala xwe bidin rengan. Paletek ji bo kesên korên rengan bikar bînin û ji kombînasyonên rengan ên dijwar dûr bisekinin.
4. Etîket û çavkaniyên zelal peyda bikin. Sernav, efsane, yekîne û jêrnivîs divê temam bin da ku grafîk bikaribe bi serê xwe bisekine.
5. Dema ku pêwîst be, nezelaliyê nîşan bide. Di îstatîstîkên texmînî de, nîşandana navberên baweriyê, bendên pêşbînîkirinê, an jî barên çewtiyê ji nîşandana hejmarên yekane pir agahdartir e.
6. Ji "bermayiyên nexşeyan" dûr bisekinin. Bandorên 3D, xemilandinên zêde, an jî rengvedanên nehewce dikarin balê ji peyama sereke dûr bixin.
7. Xeletiyên Hevpar di Dîtbarîkirina Îstatîstîkî de
Hin şaşî gelemperî ne û dikarin xwendevanan bixapînin:
- Bikaranîna navînî ji bo daneyên pir çewt bêyî nîşandana medyan an belavkirinê.
- Hevgirtina gelek kategoriyan xwendina grafîkê dijwar dike.
- Mezinahiya nimûneyê nîşan nade, her çend berawirdkirinên koman dikarin alîgir bin ger mîqdara daneyan pir cûda be.
- Derxistina encamên sedeman ji nexşeyên belavbûnê yên ku tenê hevahengiyê nîşan didin.
8. Encam
Teknîkên dîtbarîkirina daneyan di îstatîstîkan de têgihîştina daneyan, armancên analîzê û jêhatîyên ragihandinê bi hev re dihewîne. Hîstogram, boxplots, scatterplots, xêzên xêzan, nexşeyên germê, û tewra teknîkên pirguherbar ên wekî facetkirin û PCA alîkariya analîstan dikin ku tiştên ku ji tabloyên hejmaran bi hêsanî nayên dîtin bibînin. Lêbelê, dîtbarîkirinên baş ne tenê "xweşik" in, lê di heman demê de rast, rastgo û li ser pirsên ku ew dixwazin bersiv bidin baldar in.
Bi sepandina teknîkên rast û prensîbên sêwirana baş, dîtbarîkirina daneyan dikare ji bo temaşevanên cûrbecûr - ji lêkolîneran bigire heya polîtîkavanan - bibe pirek bihêz di navbera analîza îstatîstîkî ya tevlihev û têgihîştina hêsan de.
Heke hûn bixwazin, ez dikarim vê gotarê biguherînim da ku akademîktir be (bi îqtibasan), mînakên rewşan lê zêde bikim, an guhertoyek biafirînim ku li ser nermalava taybetî wekî Excel, R, an Python disekine.
