Pavieniai duomenų kvartiliai: išsamus duomenų dalijimo statistikoje supratimas
Viena iš pagrindinių statistikos sąvokų yra duomenų skaidymas į kvartiles. Kvartiliai naudojami norint išsamiau suprasti duomenų pasiskirstymą, o ne tik nagrinėti medianą ar vidurkį. Šiame straipsnyje aptarsime vieno duomenų rinkinio kvartiles, kaip jas apskaičiuoti ir kaip jas taikyti įvairiuose duomenų analizės kontekstuose.
Kas yra kvartilis?
Kvartiliai yra konkrečios vertės, kurios padalija surūšiuotus duomenis į keturias lygias dalis. Paprastai tariant, kvartiliai yra surūšiuotų duomenų grupės, kurių kiekvienas kvartilis apima maždaug 25 % duomenų.
Kvartilius sudaro trys pagrindiniai žymenys:
1. Pirmasis kvartilis (Q1): padalija mažiausius 25 % duomenų iš likusių.
2. Antrasis kvartilis (Q2) arba mediana: duomenys padalijami į dvi lygias dalis, 50 % duomenų yra žemiau šios vertės, o 50 % – virš šios vertės.
3. Trečiasis kvartilis (Q3): padalija didžiausius 25 % duomenų iš likusių.
Kiekvienas kvartilis yra tam tikros duomenų rinkinio dalies reprezentacija ir turi įvairių pritaikymų – nuo duomenų aprašymo iki išskirtinių verčių analizės.
Kaip apskaičiuoti kvartiles
Norint apskaičiuoti kvartilius, pirmiausia reikia rūšiuoti duomenis didėjimo tvarka. Panagrinėkime išsamius veiksmus, kaip apskaičiuoti kvartilius viename duomenų rinkinyje:
Duomenų rūšiavimas
Tarkime, kad turime tokį duomenų rinkinį:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Pirmas žingsnis – įsitikinti, kad duomenys yra surūšiuoti:
`7, 15, 36, 39, 40, 41, 42, 43, 47, 49`
Kvartilinės pozicijos nustatymas
Toliau nustatome kvartilių pozicijas. Duomenų rinkiniui, kurio dydis \( N \):
– Padėtis Q1 = (N+1) (4)
– Padėtis Q2 = (N+1) (2)
– Padėtis Q3 = ∫(3(N+1)}{4)
Mūsų duomenų rinkiniui (N=10):
– Padėtis Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– Padėtis Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– Padėtis Q3 = \( \frac{3(10+1)}{4} = 8.25 \)
Interpoliuojant kvartilius
Jei kvartilio pozicija yra dešimtainis skaičius, tada interpoliuojame tarp dviejų gretimų duomenų reikšmių.
– Q1 (2.75 pozicija):
Sujunkite duomenų reikšmes iš 2-os pozicijos „15“ ir 3-ios pozicijos „36“.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75
– Q2 (mediana 5.5 pozicijoje):
Sujunkite duomenų reikšmes iš 5-os pozicijos „40“ ir 6-ios pozicijos „41“.
Q2 = 40 + 0.5 (41–40) = 40 + 0.5 1 = 40.5
– Q3 (8.25 pozicija):
Sujunkite duomenų reikšmes iš 8-os pozicijos „43“ ir 9-ios pozicijos „47“.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44
Taigi, mūsų duomenų rinkinio kvartiliai yra:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44
Kvartilio taikymas
Statistinis aprašymas
Kvartiliai naudojami kaip statistinių aprašymų dalis, siekiant pateikti bendrą duomenų pasiskirstymo apžvalgą. Žinodami kvartilius, galime geriau suprasti duomenų nuoseklumą, simetriją ir sklaidą.
Išskirtinių verčių analizė
Kvartiliai taip pat labai naudingi nustatant išskirtis. Išskirtys yra duomenų reikšmės, kurios gerokai skiriasi nuo daugumos duomenų rinkinio. Išskirtims aptikti paprastai naudojamas „interkvartilinio diapazono (IQR)“ metodas.
IQR apskaičiuojamas kaip Q3 ir Q1 skirtumas:
\[ \text{IQR} = Q3 – Q1 \]
Duomenų reikšmės laikomos išskirtinėmis, jei jos yra mažesnės nei \( Q1 - 1.5 \x \text{IQR} \) arba didesnės nei \( Q3 + 1.5 \x \text{IQR} \).
Aukščiau pateiktame duomenų rinkinyje:
– IQR = 44 – 30.75 = 13.25
– Apatinė išskirtinių reikšmių riba = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– Viršutinė išskirtinių reikšmių riba = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875
Taigi, duomenų reikšmės, mažesnės nei 10 875 arba didesnės nei 63 875, laikomos išskirtinėmis. Kadangi mūsų duomenų rinkinys patenka į šį diapazoną, išskirtinių verčių nėra.
Sudėtingas duomenų tvarkymas
Kvartiliai naudojami ne tik paprastiems duomenims, bet ir sudėtingesniems duomenų rinkiniams. Pavyzdžiui, finansinėje analizėje kvartiliai gali padėti nustatyti konkrečios akcijos rezultatus rinkoje. Švietime kvartiliai gali būti naudojami studentų akademiniams rezultatams konkrečiame teste nustatyti.
Dėžės sklypas
Vienas vizualizavimo įrankis, naudojantis kvartilius, yra dėžutės diagrama arba Tukey dėžutės diagrama. Dėžės diagrama pateikia grafinį penkių svarbių duomenų santraukų vaizdą: minimalią vertę, pirmąjį kvartilį (Q1), medianą (Q2), trečiąjį kvartilį (Q3) ir maksimalią vertę. Paprastas būdas aptikti išskirtis yra naudoti dėžutės diagramą, kurioje išskirtis paprastai rodomos kaip taškai už „ūsų“ (tamsių linijų tarp minimumo, Q1, Q3 ir maksimumo).
Išvada
Kvartilių apskaičiavimas ir supratimas viename duomenų rinkinyje suteikia gilesnių įžvalgų apie duomenų struktūrą, jos pasiskirstymą ir išskirtinių reikšmių buvimą ar nebuvimą. Įvairiose srityse – nuo paprastų statistinių aprašymų iki sudėtingesnių analizių, tokių kaip išskirtinių reikšmių aptikimas ir dėžinių diagramų naudojimas – kvartiliai atlieka labai svarbų vaidmenį analizuojant ir interpretuojant duomenis. Naudojant šį įrankį, duomenų analizė tampa sistemingesnė ir informatyvesnė, atverianti kelią gilesnėms įžvalgoms ir prasmingesniems atradimams įvairiose studijų srityse. Kvartiliai ne tik palengvina statistinius aprašymus, bet ir suteikia reikšmingų įžvalgų, būtinų duomenimis pagrįstam sprendimų priėmimui.
Tvirtas kvartilių ir jų taikymo duomenų analizėje supratimas yra vertingas įgūdis, kurį galima pritaikyti įvairiuose praktiniuose kontekstuose – nuo tyrimų iki verslo, – todėl galime išmaniau analizuoti ir interpretuoti duomenis.
