ຄວາມເຂົ້າໃຈ ແລະ ແນວຄວາມຄິດພື້ນຖານຂອງສະຖິຕິພັນລະນາໃນການວິເຄາະຂໍ້ມູນ
ສະຖິຕິພັນລະນາແມ່ນໜຶ່ງໃນພື້ນຖານທີ່ສຳຄັນທີ່ສຸດໃນຂະບວນການວິເຄາະຂໍ້ມູນ. ກ່ອນທີ່ຜູ້ໃດຜູ້ໜຶ່ງຈະສະຫຼຸບ, ຄາດຄະເນ, ຫຼື ຕັດສິນໃຈໂດຍອີງໃສ່ຂໍ້ມູນ, ຂັ້ນຕອນທຳອິດເກືອບທັງໝົດແມ່ນ "ເຂົ້າໃຈຂໍ້ມູນ" ເອງ. ນີ້ແມ່ນບ່ອນທີ່ສະຖິຕິພັນລະນາມີບົດບາດ: ຊ່ວຍໃນການສະຫຼຸບ, ຈັດລະບຽບ, ແລະ ນຳສະເໜີຂໍ້ມູນເພື່ອໃຫ້ຮູບແບບ, ລັກສະນະ, ແລະ ແນວໂນ້ມຂອງມັນສາມາດເຫັນໄດ້ຢ່າງຊັດເຈນ. ບົດຄວາມນີ້ສົນທະນາກ່ຽວກັບຄຳນິຍາມຂອງສະຖິຕິພັນລະນາ ແລະ ແນວຄວາມຄິດພື້ນຖານຂອງມັນທີ່ນຳໃຊ້ຢ່າງກວ້າງຂວາງໃນການວິເຄາະຂໍ້ມູນ.
ການເຂົ້າໃຈສະຖິຕິພັນລະນາ
ໂດຍທົ່ວໄປ, ສະຖິຕິພັນລະນາ ແມ່ນສາຂາໜຶ່ງຂອງສະຖິຕິທີ່ສຸມໃສ່ການເກັບກຳ, ສະຫຼຸບ, ຈັດລະບຽບ ແລະ ນຳສະເໜີຂໍ້ມູນເພື່ອໃຫ້ເຫັນພາບທີ່ຊັດເຈນກ່ຽວກັບສະພາບຂອງມັນ. ເປົ້າໝາຍຫຼັກຂອງມັນບໍ່ແມ່ນເພື່ອທົດສອບສົມມຸດຕິຖານ ຫຼື ເຜີຍແຜ່ໃຫ້ກວ້າງຂວາງກວ່າເກົ່າ (ນັ້ນແມ່ນຂົງເຂດຂອງສະຖິຕິອະນຸມານ), ແຕ່ແທນທີ່ຈະອະທິບາຍສິ່ງທີ່ເກີດຂຶ້ນໃນຂໍ້ມູນທີ່ມີຢູ່.
ຕົວຢ່າງ, ຖ້າໂຮງຮຽນເກັບກຳຄະແນນສອບເສັງຄະນິດສາດຈາກນັກຮຽນ 200 ຄົນ, ສະຖິຕິພັນລະນາສາມາດນຳໃຊ້ເພື່ອຕອບຄຳຖາມຕ່າງໆເຊັ່ນ: ຄະແນນສະເລ່ຍແມ່ນເທົ່າໃດ? ມີການປ່ຽນແປງຫຼາຍປານໃດໃນຄະແນນ? ຄະແນນສູງສຸດ ແລະ ຕໍ່າສຸດແມ່ນຫຍັງ? ຄະແນນສ່ວນໃຫຍ່ຈັດກຸ່ມພາຍໃນຂອບເຂດທີ່ແນ່ນອນບໍ? ຄຳຖາມເຫຼົ່ານີ້ແມ່ນມີຄວາມສຳຄັນເປັນພື້ນຖານສຳລັບການປະເມີນຜົນ, ໂດຍບໍ່ຕ້ອງສະຫຼຸບກ່ຽວກັບນັກຮຽນຢູ່ໂຮງຮຽນອື່ນ.
ບົດບາດຂອງສະຖິຕິພັນລະນາໃນການວິເຄາະຂໍ້ມູນ
ໃນການປະຕິບັດການວິເຄາະຂໍ້ມູນ, ສະຖິຕິພັນລະນາມັກຈະເປັນຂັ້ນຕອນເບື້ອງຕົ້ນທີ່ກຳນົດທິດທາງຂອງການວິເຄາະຕໍ່ມາ. ພາລະບົດບາດຂອງມັນປະກອບມີ:
1. ສະຫຼຸບຂໍ້ມູນດິບໃຫ້ເປັນຮູບແບບທີ່ກະທັດຮັດ ແລະ ເຂົ້າໃຈງ່າຍກວ່າເກົ່າ.
2. ລະບຸຮູບແບບຕ່າງໆເຊັ່ນ: ແນວໂນ້ມ, ກຸ່ມຂໍ້ມູນທີ່ໂດດເດັ່ນ, ຫຼື ຄວາມຜິດປົກກະຕິ.
3. ກວດຫາຂໍ້ຜິດພາດຂອງຂໍ້ມູນ ເຊັ່ນ: ຄ່າທີ່ບໍ່ສົມເຫດສົມຜົນ, ຂໍ້ມູນທີ່ຂາດຫາຍໄປ, ຫຼື ການຊໍ້າຊ້ອນ.
4. ນຳສະເໜີຂໍ້ມູນຢ່າງສື່ສານຜ່ານຕາຕະລາງ, ກຣາຟ ແລະ ບົດສະຫຼຸບທາງສະຖິຕິ.
5. ສະໜັບສະໜູນການຕັດສິນໃຈແຕ່ຫົວທີ, ຕົວຢ່າງເຊັ່ນ ການກຳນົດຍຸດທະສາດການຕະຫຼາດໂດຍອີງໃສ່ບົດສະຫຼຸບຂໍ້ມູນລູກຄ້າ.
ຖ້າບໍ່ມີຂັ້ນຕອນການອະທິບາຍ, ການວິເຄາະຕື່ມອີກອາດຈະບໍ່ຖືກຕ້ອງເພາະວ່າຂໍ້ມູນຍັງບໍ່ເຂົ້າໃຈຢ່າງເຕັມສ່ວນ.
ປະເພດຂໍ້ມູນ ແລະ ມາດຕາສ່ວນການວັດແທກ
ແນວຄວາມຄິດພື້ນຖານຂອງສະຖິຕິພັນລະນາບໍ່ສາມາດແຍກອອກຈາກຄວາມເຂົ້າໃຈກ່ຽວກັບປະເພດຂໍ້ມູນ ແລະ ມາດຕາສ່ວນການວັດແທກໄດ້, ເພາະວ່າທັງສອງຢ່າງນີ້ກຳນົດວິທີການສະຫຼຸບທີ່ເໝາະສົມ.
1. ຂໍ້ມູນດ້ານຄຸນນະພາບ ແລະ ປະລິມານ
– ຂໍ້ມູນເຊີງຄຸນນະພາບ (ໝວດໝູ່): ຂໍ້ມູນໃນຮູບແບບຂອງໝວດໝູ່ ຫຼື ປ້າຍຊື່, ຕົວຢ່າງເຊັ່ນ ເພດ, ສະຖານະພາບການຈ້າງງານ, ໝວດໝູ່ຜະລິດຕະພັນ.
- ຂໍ້ມູນດ້ານປະລິມານ (ຕົວເລກ): ຂໍ້ມູນໃນຮູບແບບຂອງຕົວເລກທີ່ສາມາດນັບ ຫຼື ວັດແທກໄດ້, ຕົວຢ່າງເຊັ່ນ ອາຍຸ, ລາຍໄດ້, ສ່ວນສູງ.
2. ຂະໜາດການວັດແທກ
- ໝວດໝູ່ທີ່ລະບຸ: ແຍກແຍະພຽງແຕ່ໝວດໝູ່ເທົ່ານັ້ນ (ຕົວຢ່າງ: ໝວດໝູ່ເລືອດ).
– ລຳດັບ: ມີລຳດັບ, ແຕ່ໄລຍະຫ່າງລະຫວ່າງໝວດໝູ່ແມ່ນບໍ່ແນ່ນອນ (ຕົວຢ່າງ: ລະດັບຄວາມພໍໃຈ: ຕ່ຳ – ກາງ – ສູງ).
- ໄລຍະຫ່າງ: ໄລຍະຫ່າງລະຫວ່າງຄ່າຕ່າງໆແມ່ນຄືກັນ, ແຕ່ບໍ່ມີສູນຢ່າງແທ້ຈິງ (ຕົວຢ່າງ: ອຸນຫະພູມອົງສາເຊນຊຽດ).
- ອັດຕາສ່ວນ: ໄລຍະທາງແມ່ນຄືກັນ ແລະ ມີສູນຢ່າງແທ້ຈິງ (ຕົວຢ່າງ: ນ້ຳໜັກຕົວ, ລາຍໄດ້).
ການກຳນົດຂະໜາດຂອງຂໍ້ມູນແມ່ນມີຄວາມສຳຄັນຫຼາຍສຳລັບການເລືອກມາດຕະການທີ່ເໝາະສົມຂອງແນວໂນ້ມສູນກາງ, ມາດຕະການການກະຈາຍຕົວ, ແລະ ການເບິ່ງເຫັນ.
ການນຳສະເໜີຂໍ້ມູນ: ຕາຕະລາງ ແລະ ກຣາຟ
ສະຖິຕິພັນລະນາມັກຈະກ່ຽວຂ້ອງກັບການນຳສະເໜີຂໍ້ມູນເພື່ອໃຫ້ງ່າຍຕໍ່ການອ່ານ ແລະ ຕີຄວາມໝາຍ.
1. ຕາຕະລາງການແຈກຢາຍຄວາມຖີ່
ຕາຕະລາງການແຈກຢາຍຄວາມຖີ່ສະແດງໃຫ້ເຫັນວ່າຄ່າ ຫຼື ໝວດໝູ່ເກີດຂຶ້ນເລື້ອຍໆເທົ່າໃດ. ອັນນີ້ເປັນປະໂຫຍດສຳລັບຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່, ເຊິ່ງຊ່ວຍໃຫ້ມີຄວາມກະທັດຮັດ. ສຳລັບຂໍ້ມູນຕົວເລກ, ຄວາມຖີ່ມັກຈະຖືກຈັດລຽງຕາມໄລຍະຫ່າງຂອງຊັ້ນຮຽນ (ເຊັ່ນ: 0–10, 11–20, ແລະອື່ນໆ).
2. ກຣາຟ ແລະ ແຜນວາດ
ບາງຮູບແບບທົ່ວໄປຂອງການສະແດງພາບ:
- ຕາຕະລາງແທ່ງ: ເໝາະສົມສຳລັບຂໍ້ມູນແບບໝວດໝູ່.
- ຕາຕະລາງວົງກົມ: ສະແດງໃຫ້ເຫັນສັດສ່ວນຂອງແຕ່ລະປະເພດ (ເຖິງແມ່ນວ່າສຳລັບຫຼາຍປະເພດມັນມັກຈະມີປະສິດທິພາບໜ້ອຍກວ່າ).
- ຮິສໂຕແກຣມ: ຄ້າຍຄືກັບຕາຕະລາງແທ່ງ ແຕ່ສຳລັບຂໍ້ມູນຕົວເລກທີ່ຈັດກຸ່ມ; ຊ່ວຍໃຫ້ເຫັນຮູບຮ່າງຂອງການແຈກຢາຍ.
- ຮູບຫຼາຍແຈຄວາມຖີ່: ເສັ້ນເຊື່ອມຕໍ່ຈຸດຄວາມຖີ່ຂອງແຕ່ລະຫ້ອງຮຽນ.
- ແຜນວາດກ່ອງ (Boxplot): ສະແດງຄ່າກາງ, ຄ່າຄວາໄທລ໌, ການແຈກຢາຍ, ແລະ ຄ່າຜິດປົກກະຕິທີ່ມີທ່າແຮງ.
ການສະແດງພາບຊ່ວຍໃຫ້ເຫັນແນວໂນ້ມ ຫຼື ຄວາມຜິດປົກກະຕິໃນຂໍ້ມູນທີ່ບາງຄັ້ງບໍ່ຊັດເຈນຖ້າທ່ານເບິ່ງພຽງແຕ່ຕົວເລກເທົ່ານັ້ນ.
ມາດຕະການຂອງແນວໂນ້ມສູນກາງ
ມາດຕະການຂອງແນວໂນ້ມສູນກາງອະທິບາຍເຖິງຄ່າ "ກາງ" ຫຼື ຄ່າທີ່ເປັນຕົວແທນຂອງຊຸດຂໍ້ມູນໄດ້ດີທີ່ສຸດ.
1. ຄ່າສະເລ່ຍ (ສະເລ່ຍ)
ຄ່າສະເລ່ຍແມ່ນຜົນບວກຂອງຄ່າທັງໝົດຫານດ້ວຍຈຳນວນຈຸດຂໍ້ມູນ. ຄ່າສະເລ່ຍແມ່ນເປັນທີ່ນິຍົມເພາະວ່າມັນເຂົ້າໃຈງ່າຍ, ແຕ່ມັນມີຄວາມອ່ອນໄຫວຕໍ່ຄ່າຜິດປົກກະຕິ. ໃນຂໍ້ມູນລາຍໄດ້, ຕົວຢ່າງ, ບຸກຄົນທີ່ມີຖານະຮັ່ງມີຫຼາຍຄົນໜຶ່ງສາມາດບິດເບືອນຄ່າສະເລ່ຍໄດ້ຢ່າງຫຼວງຫຼາຍ.
2. ຄ່າກາງ (ຄ່າກາງ)
ຄ່າກາງແມ່ນຄ່າກາງຫຼັງຈາກຂໍ້ມູນໄດ້ຖືກຈັດຮຽງແລ້ວ. ຖ້າຈຳນວນຈຸດຂໍ້ມູນເປັນຄູ່, ຄ່າກາງແມ່ນຄ່າສະເລ່ຍຂອງຄ່າກາງສອງຄ່າ. ຄ່າກາງແມ່ນທົນທານຕໍ່ກັບຄ່າຜິດປົກກະຕິຫຼາຍກວ່າ, ສະນັ້ນມັນມັກຖືກໃຊ້ສຳລັບຂໍ້ມູນທີ່ມີການແຈກຢາຍທີ່ບໍ່ສະເໝີພາບ.
3. ໂໝດ (ຄ່າທີ່ປາກົດເລື້ອຍໆ)
ໂໝດແມ່ນຄ່າທີ່ເກີດຂຶ້ນເລື້ອຍໆທີ່ສຸດ ແລະ ເປັນປະໂຫຍດສຳລັບຂໍ້ມູນແບບໝວດໝູ່. ຕົວຢ່າງ, ໂໝດຂອງປະເພດຜະລິດຕະພັນທີ່ຊື້ເລື້ອຍໆທີ່ສຸດຊີ້ບອກເຖິງຄວາມມັກຫຼັກ.
ມາດຕະການການກະຈາຍ
ນອກເໜືອໄປຈາກການຮູ້ຄ່າສູນກາງແລ້ວ, ມັນຍັງສຳຄັນທີ່ຈະຮູ້ວ່າການແຜ່ກະຈາຍຂໍ້ມູນຈາກສູນກາງນັ້ນມາຈາກໃສ.
1. ຂອບເຂດ
ຂອບເຂດ ແມ່ນຄວາມແຕກຕ່າງລະຫວ່າງຄ່າສູງສຸດ ແລະ ຄ່າຕໍ່າສຸດ. ການວັດແທກນີ້ແມ່ນງ່າຍດາຍ, ແຕ່ມັນໄດ້ຮັບອິດທິພົນຢ່າງຫຼວງຫຼາຍຈາກຄ່າຜິດປົກກະຕິ.
2. ຄວາມແปรປ່ວນ ແລະ ຄ່າຜັນປ່ຽນມາດຕະຖານ
- ຄວາມແปรປ່ວນວັດແທກຄ່າສະເລ່ຍຂອງຄ່າຕ່າງໆຈາກຄ່າສະເລ່ຍ.
- ຄ່າຜັນປ່ຽນມາດຕະຖານແມ່ນຮາກຂັ້ນສອງຂອງຄວາມແปรປ່ວນ, ມັກໃຊ້ເພາະວ່າຫົວໜ່ວຍຂອງມັນຄືກັນກັບຂໍ້ມູນຕົ້ນສະບັບ.
ຄ່າຜັນປ່ຽນມາດຕະຖານຫຼາຍເທົ່າໃດ, ຂໍ້ມູນກໍ່ຈະມີຕົວແປຫຼາຍຂຶ້ນເທົ່ານັ້ນ; ມັນນ້ອຍເທົ່າໃດ, ຂໍ້ມູນກໍ່ມີແນວໂນ້ມທີ່ຈະລວມຕົວກັນຢູ່ອ້ອມຄ່າສະເລ່ຍຫຼາຍຂຶ້ນເທົ່ານັ້ນ.
3. ຄວາໄທລ໌ ແລະ IQR (ຊ່ວງລະຫວ່າງຄວາໄທລ໌)
ຄວາໄທລ໌ແບ່ງຂໍ້ມູນອອກເປັນສີ່ສ່ວນເທົ່າໆກັນຄື:
- Q1 (ຄວາໄທລ໌ຕ່ຳ), Q2 (ຄ່າກາງ), Q3 (ຄວາໄທລ໌ເທິງ).
IQR = Q3 − Q1 ສະແດງໃຫ້ເຫັນການແຈກຢາຍຂອງ 50% ກາງຂອງຂໍ້ມູນ, ແລະ ມີຄວາມຕ້ານທານຕໍ່ກັບຄ່າຜິດປົກກະຕິ.
ຮູບແບບການແຈກຢາຍ ແລະ ຄ່າຜິດປົກກະຕິ
ສະຖິຕິພັນລະນາຍັງເອົາໃຈໃສ່ກັບຮູບແບບຂອງການແຈກຢາຍຂໍ້ມູນ:
- ສົມມາດ: ຂໍ້ມູນຖືກກະຈາຍຢ່າງສະໝໍ່າສະເໝີໄປທາງຊ້າຍ ແລະ ຂວາຂອງຄ່າສະເລ່ຍ/ມັດທະຍະຖານ.
– ອຽງຂວາ: ຄ່ານ້ອຍໆຫຼາຍຄ່າ, ຄ່າໃຫຍ່ໜ້ອຍ.
– ອຽງຊ້າຍ: ຄ່າໃຫຍ່ຫຼາຍຄ່າ, ຄ່ານ້ອຍໜ້ອຍ.
ໃນຂະນະດຽວກັນ, ຄ່າຜິດປົກກະຕິແມ່ນຄ່າທີ່ແຕກຕ່າງຈາກຂໍ້ມູນສ່ວນໃຫຍ່ຢ່າງຫຼວງຫຼາຍ. ຄ່າຜິດປົກກະຕິສາມາດເກີດຂຶ້ນໄດ້ຍ້ອນຄວາມຜິດພາດໃນການບັນທຶກ ຫຼື ປະກົດການຕົວຈິງທີ່ສຳຄັນ (ເຊັ່ນ: ການເຮັດທຸລະກຳຂະໜາດໃຫຍ່ຫຼາຍ). ການລະບຸຄ່າຜິດປົກກະຕິແມ່ນມີຄວາມສຳຄັນເພາະວ່າມັນສາມາດສົ່ງຜົນກະທົບຕໍ່ຄ່າສະເລ່ຍ, ຄວາມແปรປ່ວນ ແລະ ການຕີຄວາມໝາຍໂດຍລວມ.
ສະຫຼຸບ
ສະຖິຕິພັນລະນາແມ່ນບາດກ້າວທຳອິດທີ່ສຳຄັນໃນການວິເຄາະຂໍ້ມູນ ເພາະມັນຊ່ວຍປ່ຽນຂໍ້ມູນດິບໃຫ້ເປັນຂໍ້ມູນທີ່ມີຄວາມໝາຍ. ຜ່ານການສະຫຼຸບຕົວເລກ (ຄ່າສະເລ່ຍ, ຄ່າກາງ, ໂມດູນ), ມາດຕະການການກະຈາຍ (ຂອບເຂດ, ຄ່າຜັນປ່ຽນມາດຕະຖານ, IQR), ແລະ ການນຳສະເໜີຂໍ້ມູນໃນຕາຕະລາງ ແລະ ກຣາຟ, ນັກວິເຄາະສາມາດເຂົ້າໃຈລັກສະນະຂໍ້ມູນໄດ້ຢ່າງວ່ອງໄວ ແລະ ຖືກຕ້ອງ. ການເຂົ້າໃຈປະເພດຂໍ້ມູນ ແລະ ຂະໜາດການວັດແທກຍັງກຳນົດວິທີການພັນລະນາທີ່ເໝາະສົມ. ດ້ວຍພື້ນຖານນີ້, ການວິເຄາະຕໍ່ມາ - ລວມທັງການວິເຄາະອະນຸມານ ແລະ ການຕັດສິນໃຈ - ສາມາດດຳເນີນການໄດ້ຢ່າງມີຈຸດສຸມ ແລະ ມີຄວາມຮັບຜິດຊອບຫຼາຍຂຶ້ນ.
ຖ້າທ່ານຕ້ອງການ, ຂ້ອຍສາມາດດັດແປງບົດຄວາມນີ້ໃຫ້ເປັນວິຊາການຫຼາຍຂຶ້ນ (ພ້ອມດ້ວຍການອ້າງອີງ), ເປັນມິດກັບບລັອກຫຼາຍຂຶ້ນ, ຫຼື ລວມເອົາຕົວຢ່າງການຄິດໄລ່ງ່າຍໆ ແລະ ພາບປະກອບຕາຕະລາງ/ກຣາຟ.
