एकल डेटा चतुर्थक

एकल डेटा चतुर्थक: सांख्यिकीमधील डेटा विभाजनाची सखोल समज

सांख्यिकीमधील एक मूलभूत संकल्पना म्हणजे डेटाचे चतुर्थकांमध्ये विभाजन करणे. केवळ मध्यक किंवा सरासरी पाहण्यापेक्षा, डेटाचे वितरण अधिक तपशिलाने समजून घेण्यासाठी चतुर्थकांचा वापर केला जातो. या लेखात, आपण एकाच डेटा सेटच्या चतुर्थकांबद्दल, त्यांची गणना कशी करावी आणि विविध डेटा विश्लेषण संदर्भांमधील त्यांच्या उपयोगांबद्दल चर्चा करणार आहोत.

चतुर्थक म्हणजे काय?

चतुर्थक म्हणजे अशी विशिष्ट मूल्ये आहेत जी वर्गीकृत डेटाला चार समान भागांमध्ये विभागतात. सोप्या भाषेत सांगायचे झाल्यास, चतुर्थक म्हणजे वर्गीकृत डेटाचे गट आहेत, ज्यात प्रत्येक चतुर्थक अंदाजे २५% डेटा व्यापतो.

चतुर्थकांमध्ये तीन मुख्य निर्देशकांचा समावेश असतो:
१. पहिला चतुर्थक (Q1): सर्वात कमी २५% डेटाला उर्वरित डेटापासून वेगळे करतो.
२. द्वितीय चतुर्थक (Q2) किंवा मध्यक: डेटाचे दोन समान भागांमध्ये विभाजन करते, ५०% डेटा या मूल्याच्या खाली असतो आणि ५०% डेटा या मूल्याच्या वर असतो.
३. तृतीय चतुर्थक (Q3): सर्वोच्च २५% डेटाला उर्वरित डेटापासून विभाजित करतो.

प्रत्येक चतुर्थक डेटासेटच्या एका विशिष्ट भागाचे प्रतिनिधित्व करतो आणि डेटा वर्णनापासून ते आउटलायर विश्लेषणापर्यंत त्याचे विविध उपयोग आहेत.

चतुर्थक कसे मोजावे

चतुर्थक मोजण्यासाठी, पहिली पायरी म्हणजे डेटा चढत्या क्रमाने लावणे. चला, एकाच डेटासेटवर चतुर्थक मोजण्याच्या सविस्तर पायऱ्या पाहूया:

डेटाची क्रमवारी लावणे

समजा आपल्याकडे खालील डेटासेट आहे:
७, १५, ३६, ३९, ४०, ४१, ४२, ४३, ४७, ४९

डेटा क्रमवारीने लावलेला आहे याची खात्री करणे ही पहिली पायरी आहे:
७, १५, ३६, ३९, ४०, ४१, ४२, ४३, ४७, ४९

चतुर्थक स्थान निश्चित करणे

पुढे, आपण चतुर्थक स्थाने निश्चित करतो. \( N \) आकाराच्या डेटासेटसाठी:

– स्थान Q1 = \( \frac{(N+1)}{4} \)
– स्थान Q2 = \( \frac{(N+1)}{2} \)
– स्थान Q3 = \( \frac{3(N+1)}{4} \)

आमच्या डेटासेटसाठी (N=10):
– स्थान Q1 = \( \frac{(10+1)}{4} = 2.75 \)
– स्थान Q2 = \( \frac{(10+1)}{2} = 5.5 \)
– स्थान Q3 = \( \frac{3(10+1)}{4} = 8.25 \)

चतुर्थक अंतर्वेश

जर चतुर्थक स्थान दशांश संख्या असेल, तर आपण दोन लगतच्या डेटा मूल्यांमध्ये अंतर्वेशन करतो.

– Q1 (स्थान २.७५):
दुसऱ्या स्थानावरील `15` आणि तिसऱ्या स्थानावरील `36` या ​​डेटा व्हॅल्यूज एकत्र करा.
Q1 = 15 + 0.75 (36 – 15) = 15 + 0.75 21 = 15 + 15.75 = 30.75

– Q2 (मध्यक ५.५ व्या स्थानावर):
दुसऱ्या स्थानावरील `40` आणि तिसऱ्या स्थानावरील `41` या ​​डेटा व्हॅल्यूज एकत्र करा.
Q2 = 40 + 0.5 (41 – 40) = 40 + 0.5 1 = 40.5

– Q3 (स्थान २.७५):
दुसऱ्या स्थानावरील `43` आणि तिसऱ्या स्थानावरील `47` या ​​डेटा व्हॅल्यूज एकत्र करा.
Q3 = 43 + 0.25 (47 – 43) = 43 + 0.25 4 = 43 + 1 = 44

तर, आपल्या डेटासेटचे चतुर्थक खालीलप्रमाणे आहेत:
– Q1 = 30.75
– Q2 = 40.5
– Q3 = 44

चतुर्थांश अनुप्रयोग

सांख्यिकीय वर्णन

डेटा वितरणाचा सर्वसाधारण आढावा देण्यासाठी सांख्यिकीय वर्णनांचा भाग म्हणून चतुर्थकांचा वापर केला जातो. चतुर्थक माहित असल्यामुळे आपल्याला डेटाची सुसंगतता, समरूपता आणि विस्तार अधिक चांगल्या प्रकारे समजून घेता येतो.

आउटलायर विश्लेषण

आउटलायर्स ओळखण्यासाठी चतुर्थक देखील खूप उपयुक्त आहेत. आउटलायर्स म्हणजे अशी डेटा मूल्ये जी डेटासेटच्या बहुसंख्य भागापासून खूप दूर असतात. आउटलायर्स शोधण्यासाठी, सामान्यतः 'आंतरचतुर्थक श्रेणी (IQR)' पद्धत वापरली जाते.

IQR ची गणना Q3 आणि Q1 मधील फरक म्हणून केली जाते:
\[ \text{IQR} = Q3 – Q1 \]

डेटा मूल्ये \( Q1-1.5 \times \text{IQR} \) पेक्षा कमी किंवा \( Q3+1.5 \times \text{IQR} \) पेक्षा जास्त असल्यास त्यांना आउटलायर्स मानले जाते.

वरील डेटासेटमध्ये:
– IQR = ४४ – ३०.७५ = १३.२५
– आउटलायर्ससाठी खालची मर्यादा = Q1 – 1.5 IQR = 30.75 – 1.5 13.25 = 30.75 – 19.875 = 10.875
– आउटलायर्सची उच्च मर्यादा = Q3 + 1.5 IQR = 44 + 1.5 13.25 = 44 + 19.875 = 63.875

म्हणून, १०,८७५ पेक्षा कमी किंवा ६३,८७५ पेक्षा जास्त डेटा मूल्ये आउटलायर्स मानली जातात. आपला डेटासेट त्या मर्यादेत येत असल्यामुळे, त्यात कोणतेही आउटलायर्स नाहीत.

जटिल डेटा हाताळणी

साध्या डेटामध्ये वापरण्याव्यतिरिक्त, चतुर्थक अधिक गुंतागुंतीच्या डेटासेटवर देखील लागू केले जाऊ शकतात. उदाहरणार्थ, आर्थिक विश्लेषणात, चतुर्थक बाजारातील एखाद्या विशिष्ट स्टॉकची कामगिरी ओळखण्यास मदत करू शकतात. शिक्षण क्षेत्रात, एखाद्या विशिष्ट परीक्षेत विद्यार्थ्यांची शैक्षणिक कामगिरी ओळखण्यासाठी चतुर्थकांचा वापर केला जाऊ शकतो.

बॉक्स प्लॉट

चतुर्थकांचा वापर करणारे एक व्हिज्युअलायझेशन साधन म्हणजे बॉक्स प्लॉट किंवा टुकी बॉक्स प्लॉट. बॉक्स प्लॉट डेटामधील पाच महत्त्वाच्या सारांशांचे आलेखी सादरीकरण करतो: किमान मूल्य, पहिला चतुर्थक (Q1), मध्यक (Q2), तिसरा चतुर्थक (Q3), आणि कमाल मूल्य. आउटलायर्स (असामान्य बिंदू) शोधण्याचा एक सोपा मार्ग म्हणजे बॉक्स प्लॉट वापरणे, जिथे आउटलायर्स सामान्यतः "व्हिस्कर्स" (किमान, Q1, Q3 आणि कमाल यांच्यामधील छायांकित रेषा) च्या बाहेरील बिंदू म्हणून दर्शविले जातात.

निष्कर्ष

एकाच डेटासेटमधील चतुर्थकांची गणना करणे आणि त्यांना समजून घेणे, हे डेटाची रचना, त्याचे वितरण आणि आउटलायर्सची उपस्थिती किंवा अनुपस्थिती याबद्दल अधिक सखोल माहिती देते. साध्या सांख्यिकीय वर्णनांपासून ते आउटलायर शोधणे आणि बॉक्स प्लॉटचा वापर यांसारख्या अधिक जटिल विश्लेषणांपर्यंत, अशा विविध प्रकारच्या अनुप्रयोगांमध्ये चतुर्थके डेटा विश्लेषण आणि अर्थ लावण्यात महत्त्वपूर्ण भूमिका बजावतात. या साधनामुळे, डेटा विश्लेषण अधिक पद्धतशीर आणि माहितीपूर्ण बनते, ज्यामुळे अभ्यासाच्या विविध क्षेत्रांमध्ये अधिक सखोल अंतर्दृष्टी आणि अधिक अर्थपूर्ण शोधांचा मार्ग मोकळा होतो. चतुर्थके केवळ सांख्यिकीय वर्णनांनाच मदत करत नाहीत, तर डेटा-आधारित निर्णय घेण्यासाठी आवश्यक असलेली महत्त्वपूर्ण अंतर्दृष्टी देखील प्रदान करतात.

चतुर्थकांचे (quartiles) पक्के ज्ञान आणि डेटा विश्लेषणात त्यांचा वापर कसा केला जातो, हे एक मौल्यवान कौशल्य आहे जे संशोधन ते व्यवसाय अशा विविध व्यावहारिक संदर्भांमध्ये वापरले जाऊ शकते, ज्यामुळे आपण डेटाचे विश्लेषण आणि अर्थ लावण्यात अधिक हुशार होतो.

टिप्पणी द्या