Duomenų analizė naudojant dažnio poligonus statistikoje
Statistikoje duomenų pateikimas yra labai svarbus žingsnis prieš darant išvadas. Duomenis, kurie iš pradžių susideda iš neapdorotų skaičių, dažnai sunku suprasti, jei jie nėra tinkamai susisteminti ir vizualizuoti. Vienas iš veiksmingų būdų pateikti duomenų pasiskirstymą yra dažnio poligonai. Dažnio poligonai padeda matyti duomenų pasiskirstymo modelius, dominuojančių verčių tendencijas ir pasiskirstymo formą (pvz., simetriškas, iškreiptas arba turintis daugiau nei vieną viršūnę). Šiame straipsnyje aptariama dažnio poligonų sąvoka, kaip juos sukurti, kaip juos interpretuoti ir kaip juos naudoti statistinėje duomenų analizėje.
Dažnių poligonų supratimas
Dažnio poligonas yra linijinė diagrama, vaizduojanti sugrupuotų duomenų dažnio pasiskirstymą. Šis grafikas sudaromas sujungiant taškus, vaizduojančius dažnius klasės vidurio taškuose. Skirtingai nuo histogramos, kurią sudaro stulpeliai, dažnio poligonas yra linija, todėl stebėtojams lengviau palyginti kelių duomenų grupių pasiskirstymo modelius viename grafike.
Dažnio poligonai dažnai naudojami, kai norime sklandžiau pavaizduoti dažnio pokyčius ar tendencijas. Pavyzdžiui, analizuojant testų rezultatus, ūgį, svorį ar gamybos duomenis, dažnio poligonai gali parodyti, ar duomenys daugiausia sutelkti tam tikrame diapazone, ar jie pasiskirstę tolygiai.
Kada naudojami dažnio poligonai?
Dažnio poligonai daugiausia naudojami, kai duomenys:
1. Kiekybinių duomenų forma (pvz., vertė, svoris, ūgis, laikas).
2. Buvo arba turi būti sugrupuoti į klasių intervalus.
3. Būtina palyginti du ar daugiau skirstinių viename grafike, nes linijas lengviau sudėlioti nei histogramos juostas.
Dažnio poligonai taip pat labai naudingi tiriamojoje duomenų analizės stadijoje, būtent kai tyrėjai nori suprasti bendrąsias duomenų charakteristikas prieš atlikdami tolesnę analizę, pvz., statistinius testus, regresiją ar prognozavimą.
Svarbūs dažnio poligono komponentai
Norint sukurti dažnio poligoną, reikia suprasti kelis pagrindinius komponentus:
– Klasės intervalas: reikšmių diapazonas, kuris duomenis padalija į kelias grupes.
– Dažnis: kiekviename klasės intervale įvestų duomenų skaičius.
– Klasės vidurio taškas: intervalo vidurio reikšmė, apskaičiuota pagal formulę:
\[
\text{Midpoint} = \frac{\text{apatinė riba} + \text{viršutinė riba}}{2}
\]
– X ir Y ašys: X ašyje yra klasės vidurio taškas, o Y ašyje – dažnis.
Su šiuo komponentu galime nubrėžti taškus (vidurio tašką, dažnį) ir sujungti juos į liniją.
Dažnio poligono kūrimo veiksmai
Toliau pateikiami bendrieji dažnio poligono kūrimo iš neapdorotų duomenų žingsniai:
1. Duomenų tvarkymas ir daugelio klasių nustatymas
Pirmas žingsnis – paruošti neapdorotus duomenis. Po to nustatyti klasių skaičių (k). Vienas populiarus metodas yra Sturgeso formulė:
\[
k = 1 + 3{,}3 \log(n)
\]
kur \(n\) yra duomenų skaičius.
2. Nustatykite klasės diapazoną ir plotį
Apskaičiuokite duomenų diapazoną:
\[
R = x_{\tekstas{max}} – x_{\tekstas{min}}
\]
Tada klasės plotį galima apskaičiuoti:
\[
p = ∫frac{R}{k}
\]
Klasių pločiai paprastai suapvalinami, kad būtų lengviau naudoti.
3. Sukurkite dažnių pasiskirstymo lentelę
Išdėstykite klasių intervalus, tada suskaičiuokite, kiek duomenų taškų patenka į kiekvieną intervalą. Rezultatas yra dažnių pasiskirstymo lentelė.
4. Apskaičiuokite kiekvienos klasės vidurio tašką
Kiekvienam intervalui apskaičiuokite vidurio tašką. Šis vidurio taškas bus naudojamas X ašyje.
5. Grafiko kūrimas
– Padėkite klasės vidurio tašką X ašyje.
– Pažymėkite dažnį Y ašyje.
– Nubraižykite taškų poras (vidurio taškas, dažnis).
– Sujunkite taškus tiesia linija.
Kad daugiakampis būtų tinkamai „uždarytas“, paprastai pridedamas po vieną tašką pradžioje ir pabaigoje su nuliniu dažniu, klasės vidurio taške prieš pirmąją klasę ir po paskutinės klasės.
Paprastas interpretacijos pavyzdys
Pavyzdžiui, dažnio poligonas rodo aukščiausią piką ties 70 vidurio tašku, kur yra didžiausias dažnis. Tai rodo, kad dažniausiai pasitaikanti reikšmė yra apie 70, o tai rodo, kad daugumos studentų pasiekimai yra maždaug tokioje reikšmėje. Jei poligonas linkęs staigiai slinkti į dešinę (didelės reikšmės) ir tęsiasi į kairę (mažos reikšmės), duomenų pasiskirstymas gali būti pakreiptas į kairę; atvirkščiai, jei jis tęsiasi į dešinę, pasiskirstymas yra pakreiptas į dešinę.
Be formos, linijos nuolydis taip pat rodo dažnio pokyčius tarp klasių. Staigus padidėjimas rodo reikšmingą duomenų taškų skaičiaus padidėjimą kitoje klasėje. Staigus sumažėjimas rodo priešingą rezultatą.
Dažnio daugiakampis ir histograma
Nors abu apibūdina dažnių pasiskirstymą, yra svarbių skirtumų:
1. Vizualinė forma
– Histograma: gretimi stulpeliai.
– Dažnio poligonas: linijos, jungiančios taškus.
2. Palyginimo paprastumas
– Daugelio grupių histogramas sunku sugrupuoti.
– Dažnio poligonus lengviau palyginti viename grafike.
3. Rašto įskaitomumas
– Daugiakampiai aiškiau parodo bendrą pasiskirstymo kreivės formą.
– Histograma padeda detaliai pamatyti klasės struktūrą.
Praktiškai dažnio poligonai dažnai konstruojami remiantis histogramomis: kiekvienos histogramos juostos vidurio taškai sujungiami linija.
Dažnių poligonų pranašumai duomenų analizėje
Dažnio poligonai yra ne tik vaizdai, bet ir analitiniai įrankiai. Kai kurie jų privalumai:
1. Atpažinkite duomenų centrą (centrinę tendenciją)
Daugiakampio viršūnė rodo režimo klasę, būtent intervalą su didžiausiu dažniu.
2. Pažvelkite į skirstinį (kintamumą)
Platūs poligonai rodo įvairesnius duomenis; siauri poligonai rodo labiau koncentruotus duomenis.
3. Įvertinkite paskirstymo formą
Pasiskirstymai gali būti simetriški, iškreipti arba bimodaliniai (dvi viršūnės). Tai svarbu nustatant tolesnius analizės metodus.
4. Grupių palyginimas
Pavyzdžiui, lyginant A ir B klasių vertes arba 1 ir 2 mašinų gamybos rezultatus. Galima nubrėžti du daugiakampius, kad būtų galima pamatyti pasiskirstymo skirtumą.
5. Neįprastų duomenų aptikimas
Jei yra mažų viršūnių, esančių toli nuo pagrindinės viršūnės, gali būti skirtingų duomenų grupių, įvesties klaidų arba išskirtinių reikšmių.
Dažniausios klaidos ir patiekimo patarimai
Kai kurios dažniausios dažnių poligonų kūrimo klaidos:
– Klasių ribas naudokite X ašyje, o ne klasių vidurio taškus.
– Klasių pločiai yra nenuoseklūs, todėl kyla klaidinamų interpretacijų.
– Galuose neprideda nulinio dažnio taškų, todėl daugiakampis atrodo „kabantis“.
– Neproporcinga ašies skalė.
Geri patiekimo patarimai:
– Naudokite nuoseklius pamokų intervalus.
– Pateikite aiškų pavadinimą, ašių žymes ir mastelį.
– Jei lyginate dvi grupes, naudokite skirtingas spalvas / linijas ir pridėkite legendą.
– Įsitikinkite, kad klasių skaičius nėra per mažas ar per didelis, kad pasiskirstymo modelis liktų įskaitomas.
Uždarymas
Dažnio poligonai yra labai naudinga statistinės vizualizacijos forma, skirta suprasti sugrupuotų duomenų pasiskirstymą. Naudojant klasių vidurio taškus ir dažnius, dažnio poligonai pateikia aiškų duomenų modelių vaizdą, juos lengva palyginti tarp grupių ir jie padeda tyrėjams nustatyti pasiskirstymo charakteristikas prieš atliekant tolesnę analizę. Statistikos praktikoje gebėjimas skaityti ir sudaryti dažnio poligonus yra esminis įgūdis, ypač atliekant kiekybinę duomenų analizę. Tinkamai sukūrus klasių struktūrą ir atidžiai interpretuojant, dažnio poligonai gali būti paprasta, bet galinga priemonė, padedanti priimti duomenimis pagrįstus sprendimus.
