Histogram

Histogram: ပိုမိုနက်ရှိုင်းသော ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ဒေတာမြင်ယောင်ခြင်း

ဟစ်စတိုဂရမ်ဆိုသည်မှာ စာရင်းအင်းများတွင် ဒေတာအစုတစ်ခု၏ ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို မြင်ယောင်ရန် အသုံးပြုသည့် ဂရပ်အမျိုးအစားတစ်ခုဖြစ်သည်။ အုပ်စုဖွဲ့ထားသောဒေတာအတွက် မကြာခဏအသုံးပြုလေ့ရှိသော ဘားဇယားများနှင့်မတူဘဲ ဟစ်စတိုဂရမ်များကို စဉ်ဆက်မပြတ်ဒေတာအတွက် သီးသန့်အသုံးပြုကြသည်။ ဤဆောင်းပါးတွင် ဟစ်စတိုဂရမ်ဆိုသည်မှာ အဘယ်နည်း၊ မည်သို့ဖန်တီးရမည်နည်း၊ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် ၎င်း၏အရေးပါမှုနှင့် နယ်ပယ်အသီးသီးတွင် ၎င်း၏အသုံးပြုမှုဥပမာအချို့ကို နက်နက်နဲနဲရှင်းပြပါမည်။

ဟစ်စတိုဂရမ်ဆိုတာ ဘာလဲ။

၎င်း၏ အရိုးရှင်းဆုံးပုံစံဖြင့် ဟစ်စတိုဂရမ်သည် မတူညီသော အပိုင်းအခြားများ သို့မဟုတ် "ဘင်များ" ထဲသို့ ဂဏန်းဒေတာများ ကျဆင်းနေသော ကြိမ်နှုန်းကို ကိုယ်စားပြုသည့် ဘားဂရပ် အမျိုးအစားတစ်ခုဖြစ်သည်။ ဟစ်စတိုဂရမ်ရှိ ဘားတစ်ခုစီသည် ထိုအပိုင်းအခြားအတွင်းရှိ ဒေတာအမှတ်အရေအတွက်ကို ကိုယ်စားပြုသည်။ ဟစ်စတိုဂရမ်များသည် စာရင်းအင်းနှင့် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် အလွန်အသုံးဝင်သောကိရိယာများဖြစ်သည်၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းတို့သည် ဂဏန်းဇယားတစ်ခုတည်းမှ မမြင်နိုင်သော ဒေတာဖြန့်ဖြူးမှု၊ ကွဲပြားမှုနှင့် ပုံစံများ၏ မြင်သာသောကိုယ်စားပြုမှုကို ပေးစွမ်းနိုင်သောကြောင့်ဖြစ်သည်။

ဟစ်စတိုဂရမ် ပြုလုပ်နည်း

Histogram တစ်ခုဖန်တီးရာတွင် ပထမခြေလှမ်းမှာ သင်ခွဲခြမ်းစိတ်ဖြာလိုသော ဂဏန်းဒေတာကို စုဆောင်းရန်ဖြစ်သည်။ ဒေတာစုဆောင်းပြီးသည်နှင့် Histogram တစ်ခုဖန်တီးရန် အဆင့်များမှာ အောက်ပါအတိုင်းဖြစ်သည်။

၁။ ဒေတာအပိုင်းအခြားကို ဆုံးဖြတ်ပါ-
သင့်ရဲ့ ဒေတာအပိုင်းအခြား၊ တစ်နည်းအားဖြင့် အမြင့်ဆုံးနဲ့ အနိမ့်ဆုံးတန်ဖိုးတွေကို သတ်မှတ်ခြင်းဖြင့် စတင်ပါ။

၂။ အမှိုက်ပုံးအရေအတွက်ကို ရွေးချယ်ပါ-
bins သို့မဟုတ် intervals အရေအတွက်ကို ရွေးချယ်ပါ။ ဤနံပါတ်အတွက် ခိုင်မာသောစည်းမျဉ်းမရှိသော်လည်း Sturges' rule သို့မဟုတ် square root rule ကဲ့သို့သော လမ်းညွှန်ချက်အချို့ကို အသုံးပြုနိုင်ပါသည်။

၃။ ပုံးအကျယ်ကို တွက်ချက်ပါ-
bin တစ်ခုစီ၏ အကျယ်ကိုရရန် data range ကို bins အရေအတွက်ဖြင့် စားပါ။

၄။ ကြားကာလများ ဖန်တီးပါ-
တွက်ချက်ထားသော အကျယ်အပေါ် အခြေခံ၍ ဘင်တစ်ခုစီအတွက် အချိန်အပိုင်းအခြားကို ဆုံးဖြတ်ပါ။

၅။ ကြိမ်နှုန်းများကို ရေတွက်ပါ-
အပိုင်းအခြားတစ်ခုစီအတွင်း ကျရောက်သော ဒေတာအမှတ်အရေအတွက်ကို ရေတွက်ပါ။

၆။ ဘားများကို ဆွဲပါ-
ဘင်တစ်ခုစီအတွက် ဘားတစ်ခုဆွဲပါ၊ ဘား၏အမြင့်သည် ထိုအပိုင်းအခြားရှိ ဒေတာပမာဏကို ညွှန်ပြသည်။

ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် Histogram များ၏ အရေးပါမှု

Histogram များသည် ဒေတာကို ရုပ်မြင်သံကြားဖြင့် တင်ပြရုံသာမက အောက်ပါတို့အပါအဝင် ဒေတာခွဲခြမ်းစိတ်ဖြာမှု၏ ရှုထောင့်များစွာတွင်လည်း အထောက်အကူပြုပါသည်။

၁။ ဖြန့်ဖြူးမှုပုံစံများကို မှတ်မိခြင်း-
ဟစ်စတိုဂရမ်ကိုကြည့်ခြင်းအားဖြင့် ဒေတာသည် ပုံမှန်ဖြန့်ဝေထားခြင်းရှိမရှိ၊ အလယ်ဗဟိုပြုထားခြင်းရှိမရှိ၊ ဘယ်ဘက်သို့ သို့မဟုတ် ညာဘက်သို့ စောင်းနေခြင်းရှိမရှိ သို့မဟုတ် မုဒ်များစွာရှိမရှိကို လျင်မြန်စွာ ဆုံးဖြတ်နိုင်ပါသည်။

၂။ ပြင်ပအချက်များကို ဖော်ထုတ်ပါ-
Histogram များသည် အခြားတန်ဖိုးများနှင့် အလွန်ဝေးကွာသော outliers သို့မဟုတ် data များကို ဖော်ထုတ်ရန် ကူညီပေးနိုင်ပါသည်။

၃။ ကွဲပြားမှုများကို နားလည်ခြင်း-
အချက်အလက် ပျံ့နှံ့မှု သို့မဟုတ် ပျံ့နှံ့မှုကို ဟစ်စတိုဂရမ်ပုံစံဖြင့် အလွယ်တကူ ခွဲခြားသိရှိနိုင်ပါသည်။

၄။ ဆက်သွယ်ပြောဆိုမှုကို လွယ်ကူချောမွေ့စေပါ-
တင်ဆက်မှုများ သို့မဟုတ် အစီရင်ခံစာများတွင်၊ ဟစ်စတိုဂရမ်များသည် စာရင်းအင်းနောက်ခံမရှိသူများထံ ခွဲခြမ်းစိတ်ဖြာမှုရလဒ်များကို ဆက်သွယ်ရန်အတွက် ထိရောက်သောကိရိယာတစ်ခုဖြစ်သည်။

Histogram အသုံးပြုခြင်း ဥပမာ

Histogram များသည် သိပ္ပံနှင့် စီးပွားရေးမှသည် အင်ဂျင်နီယာအထိ နယ်ပယ်အမျိုးမျိုးတွင် ကျယ်ပြန့်သော အသုံးချမှုများရှိသည်။ ဥပမာအချို့ကို ဖော်ပြလိုက်ပါသည်။

၁။ လူဦးရေစာရင်းအင်းများ
လူဦးရေဗေဒပညာရှင်များသည် လူဦးရေတစ်ခုရှိ အသက်အရွယ်များ၏ ဖြန့်ဖြူးမှုကို လေ့လာရန် ဟစ်စတိုဂရမ်များကို အသုံးပြုကြသည်။

၂။ ထုတ်လုပ်ရေးလုပ်ငန်း
Histogram များကို အရည်အသွေး လုပ်ငန်းစဉ်များကို စောင့်ကြည့်ရန်အတွက် အသုံးပြုသည်၊ ဥပမာ ထုတ်ကုန် အရည်အသွေး ထိန်းချုပ်မှုတွင် ဖြစ်သည်။

၃။ ဘဏ္ဍာရေး
ငွေကြေးခွဲခြမ်းစိတ်ဖြာသူများသည် ရင်းနှီးမြှုပ်နှံမှုအမြတ်အစွန်းများ ဖြန့်ဖြူးမှုကို ခွဲခြမ်းစိတ်ဖြာရန် ဟစ်စတိုဂရမ်များကို အသုံးပြုကြသည်။

၄။ ပညာရေး
ဆရာ၊ ဆရာမများနှင့် ပညာပေးသူများသည် ကျောင်းသားစာမေးပွဲရမှတ်များ၏ ဖြန့်ဖြူးမှုကို ခွဲခြမ်းစိတ်ဖြာရန် ဟစ်စတိုဂရမ်များကို အသုံးပြုကြသည်။

Histogram ကို ဘယ်လိုဖတ်ရမလဲ

Histogram ကိုဖတ်ရတာ အတော်လေး နားလည်လွယ်ပါတယ်။ အလျားလိုက်ဝင်ရိုး (x-axis) က data ရဲ့ intervals (သို့မဟုတ် bins) ကိုပြသပြီး vertical axis (y-axis) က interval တစ်ခုစီမှာရှိတဲ့ data ရဲ့ frequency (သို့မဟုတ်) ပမာဏကိုပြသပါတယ်။ bar ရဲ့အမြင့်က အဲဒီ bin ထဲက data ရဲ့ volume ကိုညွှန်ပြပါတယ်။

Histogram ကိုဖတ်ရာတွင် အဓိကအချက်အချို့ကို ဖော်ပြလိုက်ပါသည်။

၁။ အမြင့်ဆုံးတောင်ထိပ်
အမြင့်ဆုံး အထွတ်အထိပ် သို့မဟုတ် အထွတ်အထိပ်သည် အချက်အလက်၏ အလယ်အလတ် သို့မဟုတ် မုဒ်ကို ညွှန်ပြသည်။ ဤအထွတ်အထိပ်သည် အချက်အလက်၏ စုစည်းမှုကို ညွှန်ပြသည်။

၂။ ဒေတာဖြန့်ဖြူးမှု-
ဖြန့်ဖြူးမှု၏ အကျယ်သည် ဒေတာ မည်မျှပျံ့နှံ့နေသည်ကို တိုက်ရိုက်ပုံဖော်ပေးသည်။

၃။ ဖြန့်ဖြူးမှုပုံစံ-
ဟစ်စတိုဂရမ်၏ပုံသဏ္ဍာန်သည် အချက်အလက်ဖြန့်ဖြူးမှုကို ထိုးထွင်းသိမြင်စေသည်၊ ဥပမာအားဖြင့် အချက်အလက်သည် ပုံမှန်၊ နှစ်ပုံစံ သို့မဟုတ် မာလ်တီပုံစံဖြစ်မဖြစ်။

၄။ အမြီးအပြုအမူ-
ဟစ်စတိုဂရမ်၏ အစွန်းများ (သို့မဟုတ် “အမြီးများ”) ကို ဒေတာသည် outliers သို့မဟုတ် trends များဆီသို့ တိမ်းညွတ်မှုကို နားလည်ရန် အသုံးပြုနိုင်သည်။

ဟစ်စတိုဂရမ် အမျိုးအစားများ

အချက်အလက်ဖြန့်ဖြူးမှုအပေါ် အခြေခံ၍ Histogram များကို အမျိုးအစားများစွာခွဲခြားနိုင်သည်-

၁။ ပုံမှန်ဖြန့်ဖြူးမှု ဟစ်စတိုဂရမ်-
အလယ်တွင် အထွတ်အထိပ်နှင့် ဘယ်နှင့်ညာတွင် ဆ៊ီမေထရီပါသော ပုံမှန်ဖြန့်ဝေထားသော ဒေတာကို ပြသည်။

၂။ နှစ်ဘက်ပုံစံ ဟစ်စတိုဂရမ်-
၎င်းတွင် ဖြန့်ဖြူးမှုတွင် သီးခြားဒေတာအစုံနှစ်ခုကို ညွှန်ပြသည့် ထိပ်နှစ်ခုရှိသည်။

၃။ ညာဘက်စောင်းနေသော ဟစ်စတိုဂရမ်-
ညာဘက်တွင် အမြီးရှည်ရှိခြင်းသည် အချက်အလက်အများစုသည် ဘယ်ဘက်တွင်ရှိကြောင်း ညွှန်ပြသည်။

၄။ ဘယ်ဘက်စောင်းနေသော ဟစ်စတိုဂရမ်-
ဘယ်ဘက်တွင် အမြီးရှည်ရှိခြင်းသည် အချက်အလက်အများစုသည် ညာဘက်တွင်ရှိကြောင်း ညွှန်ပြသည်။

၅။ ဘက်စုံ ဟစ်စတိုဂရမ်-
ထိပ်များစွာရှိခြင်းသည် ဒေတာတွင် အဓိကအုပ်စုနှစ်ခုထက်ပို၍ရှိကြောင်း ညွှန်ပြသည်။

Histogram များပြုလုပ်သည့် ဆော့ဖ်ဝဲ

Histogram များဖန်တီးရန်အသုံးပြုနိုင်သော software နှင့် tool အမျိုးမျိုးရှိပြီး ၎င်းတို့ထဲမှအချို့မှာ-

၁။ အက်ဆယ်လ်
Microsoft Excel မှာ Analysis Toolpak ကို အသုံးပြုပြီး Histogram တွေကို အလွယ်တကူ ဖန်တီးနိုင်တဲ့ feature တစ်ခု ပါဝင်ပါတယ်။

၂။ R:
R သည် `hist()` ကဲ့သို့သော function များဖြင့် histogram များဖန်တီးရန်အတွက် အလွန်ကောင်းမွန်သော statistical programming language တစ်ခုဖြစ်သည်။

၃။ ပိုင်သွန်း
Matplotlib နှင့် Seaborn ကဲ့သို့သော libraries များပါရှိသော Python သည် histogram များကို အလွယ်တကူ ဖန်တီးနိုင်စေပါသည်။

၄။ SPSS/စာရင်းအင်းဆော့ဖ်ဝဲလ်
SPSS ကဲ့သို့သော ပရော်ဖက်ရှင်နယ် စာရင်းအင်း ပရိုဂရမ်များသည် ဟစ်စတိုဂရမ်များ ဖန်တီးရန်အတွက် အင်္ဂါရပ်များကိုလည်း ပေးဆောင်ပါသည်။

နိဂုံး

Histogram များသည် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် အစွမ်းထက်ပြီး အသုံးပြုရလွယ်ကူသောကိရိယာများဖြစ်သည်။ အလိုလိုသိနိုင်သော မြင်ယောင်မှုများကို ပေးစွမ်းခြင်းဖြင့် Histogram များသည် ခွဲခြမ်းစိတ်ဖြာသူများနှင့် သုတေသီများအား ဒေတာမှ ပုံစံများ၊ ပုံမှန်မဟုတ်မှုများနှင့် အဖိုးတန်ထိုးထွင်းသိမြင်မှုများကို ဖော်ထုတ်ရန် ကူညီပေးသည်။ ပညာရေး၊ စီးပွားရေး သို့မဟုတ် အင်ဂျင်နီယာရည်ရွယ်ချက်များအတွက်ဖြစ်စေ၊ Histogram များသည် စာရင်းအင်းအချက်အလက်များကို ပေးပို့ရန်အတွက် အထိရောက်ဆုံးနည်းလမ်းများထဲမှ တစ်ခုအဖြစ် ဆက်လက်တည်ရှိနေပါသည်။ Histogram များကို မည်သို့ဖန်တီးပြီး အဓိပ္ပာယ်ဖွင့်ဆိုရမည်ကို နားလည်ခြင်းဖြင့် ရရှိနိုင်သောဒေတာအပေါ်အခြေခံ၍ ပိုမိုအသိပေးဆုံးဖြတ်ချက်များချနိုင်ပါသည်။