गट डेटाचे चतुर्थक
पेंडाहुलुआन
सांख्यिकी ही विज्ञानाची एक शाखा असून ती माहितीचे संकलन, विश्लेषण, अन्वयार्थ, सादरीकरण आणि संघटन यांच्याशी संबंधित आहे. यामध्ये माहिती-आधारित निर्णय घेण्यास मदत करणाऱ्या अनेक महत्त्वाच्या संकल्पना आहेत. माहिती विश्लेषणातील एक महत्त्वाची सांख्यिकीय संकल्पना म्हणजे चतुर्थक (quartiles). चतुर्थक माहितीचे वितरण आणि माहितीची गटवारी कशी केली आहे हे समजण्यास मदत करतात. या लेखात, आपण गटबद्ध माहितीच्या संदर्भात चतुर्थकांवर सविस्तर चर्चा करणार आहोत, त्यांची गणना कशी करावी आणि निकालांचा अन्वयार्थ लावल्याने माहितीच्या वितरणाबद्दल अधिक सखोल माहिती कशी मिळू शकते हे पाहणार आहोत.
चतुर्थक समजून घेणे
सोप्या भाषेत सांगायचे झाल्यास, चतुर्थक म्हणजे अशी मूल्ये आहेत जी माहितीचे चार समान भागांमध्ये विभाजन करतात. माहितीच्या वितरणाच्या संदर्भात, चतुर्थक माहितीला तीन बिंदूंमध्ये विभागून चार अंतराले तयार करतात. हे तीन बिंदू: पहिले चतुर्थक (Q1), दुसरे चतुर्थक (Q2), आणि तिसरे चतुर्थक (Q3) हे सांख्यिकीय विश्लेषणासाठी मूलभूत आहेत. माहिती समजून घेण्यासाठी प्रत्येक चतुर्थकाचा एक वेगळा अर्थ आणि कार्य असते.
– पहिला चतुर्थक (Q1): हे डेटाच्या खालच्या अर्ध्या भागातील मधले मूल्य आहे, ज्याला 25 वे पर्सेन्टाईल असेही म्हणतात.
– द्वितीय चतुर्थक (Q2): हे सर्व डेटाचे मध्यवर्ती मूल्य आहे, ज्याला मध्यक किंवा ५० वे शतांशक असेही म्हणतात.
– तिसरा चतुर्थक (Q3): हे डेटाच्या वरच्या अर्ध्या भागातील मधले मूल्य आहे, ज्याला 75 वे पर्सेन्टाईल असेही म्हणतात.
चतुर्थकांचा उपयोग वितरणाच्या विविध पैलूंचे वर्णन करण्यासाठी आणि डेटाच्या व्याप्ती व सुसंगततेबद्दल अधिक तपशीलवार माहिती देण्यासाठी केला जातो.
गटबद्ध डेटामधील चतुर्थक
वास्तविक जगात, गोळा केलेला डेटा सामान्यतः गटबद्ध केलेला नसतो (मूळ डेटा), तर तो त्यांच्या संबंधित वारंवारतेसह गटांमध्ये असतो (गटबद्ध डेटा). गटबद्ध डेटाचे विश्लेषण करण्याचा उद्देश, डेटा विविध श्रेणींमध्ये किंवा वर्गांमध्ये कसा वितरित झाला आहे याबद्दल माहिती देणे हा असतो. गटबद्ध डेटासाठी चतुर्थक मोजण्याच्या प्रक्रियेमध्ये, अगटबद्ध डेटाच्या तुलनेत अनेक भिन्न टप्प्यांचा समावेश असतो.
गटबद्ध डेटाचे चतुर्थक मोजण्याची प्रक्रिया
गटबद्ध डेटामध्ये चतुर्थक मोजण्यासाठी, आपल्याला वारंवारता वितरणातून काही मूलभूत माहितीची आवश्यकता असते, जसे की उच्च आणि निम्न वर्ग मर्यादा, प्रत्येक वर्गाची वारंवारता आणि संचयी वारंवारता. गटबद्ध डेटासाठी चतुर्थक मोजण्याच्या पायऱ्या खालीलप्रमाणे आहेत:
१. चतुर्थक वर्ग निश्चित करा:
– प्रथम चतुर्थक (Q1) : ज्या वर्गांमध्ये संचयी वारंवारता \( \frac{N}{4} \) च्या जवळ पोहोचते, तिथे आढळते.
– द्वितीय चतुर्थक (Q2) किंवा मध्यक: ज्या वर्गांमध्ये संचयी वारंवारता \( \frac{N}{2} \) च्या जवळ पोहोचते, तिथे आढळतो.
– तृतीय चतुर्थक (Q3) : ज्या वर्गांमध्ये संचयी वारंवारता \( \frac{3N}{4} \) च्या जवळ पोहोचते, तिथे आढळते.
२. गटबद्ध डेटासाठी चतुर्थक सूत्राचा वापर करा:
– पहिल्या चतुर्थकाचे (Q1) सूत्र:
\[
Q1 = L + \left( \frac{\frac{N}{4} – Fk}{f} \right) \times c
\]
– द्वितीय चतुर्थकाचे (Q2) सूत्र:
\[
Q2 = L + \left( \frac{\frac{N}{2} – Fk}{f} \right) \times c
\]
– तिसऱ्या चतुर्थकाचे (Q3) सूत्र:
\[
Q3 = L + \left( \frac{\frac{3N}{4} – Fk}{f} \right) \times c
\]
कुठे:
– \( L \) ही चतुर्थक वर्गाची खालची मर्यादा आहे
– \( N \) ही एकूण वारंवारता आहे
– \( Fk \) ही चतुर्थक वर्गापर्यंतची संचयी वारंवारता आहे
– \( f \) ही चतुर्थक वर्गाची वारंवारता आहे
– \( c \) ही वर्गाची रुंदी आहे
गटबद्ध डेटासाठी चतुर्थक गणनेचे उदाहरण
समजण्यास सोपे जावे म्हणून, आपण पुढील उदाहरण पाहूया:
डेटाचे वारंवारता वितरण खालीलप्रमाणे आहे:
| वर्गाचे अंतर | वारंवारता (f) |
|——————-|——————|
| ५० – ६० | ३ |
| ५० – ६० | ३ |
| ३० – ४० | १२ |
| ५० – ६० | ३ |
| ५० – ६० | ३ |
पायऱ्या:
१. N निश्चित करा : एकूण वारंवारता \( N = 5 + 8 + 12 + 7 + 3 = 35 \)
२. संचयी वारंवारता (एफके):
| अंतराल वर्ग | वारंवारता (f) | संचयी वारंवारता (Fk) |
|——————-|——————|————————–|
| १० – २० | ५ | ५ |
| ५० – ६० | ३ | ३५ |
| ३० – ४० | १२ | २५ |
| ५० – ६० | ३ | ३५ |
| ५० – ६० | ३ | ३५ |
३. चतुर्थक वर्ग शोधणे:
– प्रश्न २: \( \frac{N}{1} = 8.75 \) हे ३० - ४० वर्गात आहे
– प्रश्न २: \( \frac{N}{2} = 17.5 \) हे ३० - ४० वर्गात आहे
– प्रश्न ३: \( \frac{3N}{4} = 26.25 \) हे ४० - ५० च्या वर्गात आहे.
४. चतुर्थकांची गणना करणे:
– पहिल्या तिमाहीसाठी:
– \( L = 20 \)
– \( Fk = 5 \)
– \( f = 8 \)
– \( c = 10 \)
\[
Q1 = 20 + \left( \frac{8.75 – 5}{8} \right) \times 10 = 20 + (0.46875) \times 10 = 24.6875
\]
– पहिल्या तिमाहीसाठी:
– \( L = 30 \)
– \( Fk = 13 \)
– \( f = 12 \)
– \( c = 10 \)
\[
Q2 = 30 + \left( \frac{17.5 – 13}{12} \right) \times 10 = 30 + (0.375) \times 10 = 33.75
\]
– पहिल्या तिमाहीसाठी:
– \( L = 40 \)
– \( Fk = 25 \)
– \( f = 7 \)
– \( c = 10 \)
\[
Q3 = 40 + \left( \frac{26.25 – 25}{7} \right) \times 10 = 40 + (0.17857) \times 10 = 41.7857
\]
निकालांचे विश्लेषण
वरील गणना वापरून आपल्याला असे आढळून येते की:
– Q1 = 24.6875
– Q2 = 33.75
– Q3 = 41.7857
हे चतुर्थक आपल्याला डेटाच्या वितरणाबद्दल अतिरिक्त माहिती देतात:
– Q1=24.6875 : 25% डेटा 24.6875 च्या खाली आहे
– Q2=33.75 : 50% डेटा 33.75 च्या खाली आहे
– Q3=41.7857 : 75% डेटा 41.7857 च्या खाली आहे
चतुर्थक माहितीमुळे आपल्याला डेटाची घनता आणि त्याच्या परिवर्तनाची व्याप्ती समजते. ही माहिती निर्णय घेण्यामध्ये आणि पुढील डेटा विश्लेषणामध्ये, जसे की विसंगत घटक शोधणे किंवा प्रणालीच्या कार्यक्षमतेचे मूल्यांकन करणे, यासाठी खूप उपयुक्त ठरू शकते.
निष्कर्ष
गटबद्ध डेटामधील चतुर्थक सांख्यिकीय विश्लेषणात महत्त्वपूर्ण भूमिका बजावतात. योग्य पद्धती वापरून, आपण डेटाचे वितरण अधिक तपशीलवार आणि अचूकपणे समजू शकतो. ही माहिती केवळ डेटाच्या अर्थनिर्णयनास मदत करत नाही, तर अनुभवजन्य पुराव्यांवर आधारित अधिक माहितीपूर्ण निर्णय घेण्यासही सुलभ करते. थोडक्यात, गटबद्ध डेटामधील चतुर्थकांची गणना आणि अर्थनिर्णयन कसे करावे हे समजून घेणे, हे प्रत्येक डेटा विश्लेषकाने आत्मसात केलेच पाहिजे असे एक मूलभूत कौशल्य आहे.
