په احصایو کې د معلوماتو لید تخنیکونه
د معلوماتو لیدلوری د عصري احصایو یوه مهمه برخه ده. د سروې ګانو، تجربو، ډیجیټل معاملو او سینسرونو څخه د معلوماتو د کثرت په مینځ کې، لومړنۍ ننګونه یوازې د شمیرو کرینچ کول نه دي، بلکې د دوی تر شا معنی هم لیږدول دي. دا هغه ځای دی چې د معلوماتو لیدلوری راځي: د خامو معلوماتو بدلول د پوهیدو وړ نندارتونونو ته، د نمونو په موندلو کې مرسته کول، بې نظمۍ کشف کول، د ډلو پرتله کول، او د شواهدو پر بنسټ د پریکړې کولو ملاتړ کول. دا مقاله په احصایو کې د معلوماتو لیدلوری د عامو تخنیکونو، د دوی اهدافو، او د دې لپاره چې ډاډ ترلاسه شي چې لیدونه ګمراه کونکي ندي اصولو په اړه بحث کوي.
۱. په احصایو کې د معلوماتو لید رول
په احصایو کې، لید د تحلیل په څو مرحلو کې کارول کیږي. لومړی، د اکتشافي معلوماتو تحلیل (EDA) په جریان کې، ګرافونه شنونکو سره مرسته کوي چې د ماډل جوړولو دمخه د متغیرونو ترمنځ ویش، توپیر، بهرني اړخونه او اړیکې پوه شي. دوهم، لید د پایلو د شریکولو لپاره کارول کیږي: د څیړنې راپورونه، سوداګریز پریزنټیشنونه، او ساینسي خپرونې روښانه ګرافونو ته اړتیا لري ترڅو کلیدي موندنې په چټکۍ سره درک کړي. دریم، لید د ماډل اعتبار لپاره هم خورا مهم دی، د بیلګې په توګه، د پاتې شونو پلاټونو، وړاندوینې شوي-مقابلې-حقیقي پلاټونو، یا نورو تشخیصي ګرافونو له لارې.
په بل عبارت، د معلوماتو لیدلوری یوازې د راپورونو "سینګار" نه دی، بلکې یوه تحلیلي وسیله ده چې د احصایوي پایلو کیفیت اغیزه کوي.
۲. د غیر متغیر معلوماتو لپاره د لید تخنیکونه (یو متغیر)
کله چې د تحلیل تمرکز یوازې په یو متغیر وي، اصلي هدف د ویش شکل، د معلوماتو مرکز، او د هغې خپریدو پوهیدل دي.
الف. هسټوګرام
یو هسټوګرام د عددي معلوماتو ویش ښیي چې معلومات په وقفو (بینونو) ویشل کیږي. د هسټوګرام څخه، موږ کولی شو معلومه کړو چې ایا معلومات متناسب دي، ښي یا چپ لوري ته کږه شوي دي، یا له یو څخه ډیر څوکې لري (ملټي موډل). د ډنډونو شمیر انتخاب خورا مهم دی: ډیر لږ ډنډونه کولی شي توضیحات پټ کړي، پداسې حال کې چې ډیر ډنډونه کولی شي ګراف شور کړي.
ب. د بکس پلاټ (د بکس ډیاګرام)
یو بکس پلاټ د میډین، کوارټیلز او بهرنیانو په کارولو سره معلومات لنډیز کوي. دا تخنیک د تغیراتو او بهرنیانو د چټک پیژندلو لپاره خورا ګټور دی. په احصایو کې، بکس پلاټ د دوی د کمپیکټنس له امله د ډلو ترمنځ د ویش پرتله کولو لپاره یو معیاري وسیله ده.
ج. د کثافت پلاټ (د کثافت منحنی)
د کثافت منحنی د هسټوګرام سره ورته دی مګر نرم دی. دا لید د توزیع شکل ښودلو کې مرسته کوي پرته لدې چې په بن انتخاب باندې ډیر تکیه وکړي. د کثافت پلاټونه ډیری وختونه په یوه ګراف کې د دوه توزیعونو پرتله کولو لپاره کارول کیږي.
د. د کټګوري معلوماتو لپاره بار چارټ
د کټګوري متغیراتو لپاره (د مثال په توګه، جنس، د زده کړې کچه، د محصول کټګوري)، بار چارټونه غوره انتخاب دی. ډاډ ترلاسه کړئ چې د کټګورۍ محورونه په منطقي ډول تنظیم شوي دي (د مثال په توګه، د طبیعي ترتیب یا فریکونسۍ له مخې) د اسانه لوستلو لپاره.
۳. د ګروپونو ترمنځ د پرتله کولو لپاره د لید تخنیکونه
په ډیری احصایوي مطالعاتو کې، موږ اړتیا لرو چې د ډلو له مخې معلومات پرتله کړو (د مثال په توګه درملنه د کنټرول په وړاندې، سیمه A د B په وړاندې، یا ډیری ټولګي).
الف. په هر ګروپ کې بکس پلاټ
بکس پلاټونه د ډلو ترمنځ د منځنیو، ویشونو او بهرنیو پرتله کونکو لپاره خورا اغیزمن دي. که چیرې ډیری ډلې شتون ولري، نو د محورونو ګرځولو یا د افقي سمت کارولو په اړه فکر وکړئ ترڅو لیبلونه ډیر لوستل شي.
ب. د وایلن کیسه
د وایلن پلاټ د بکس پلاټ او کثافت منحني سره یوځای کوي ترڅو لنډیز او د ویش شکل دواړه ښکاره کړي. دا ګټور دی کله چې موږ غواړو معلومه کړو چې ایا د ګروپ توپیرونه د ویش مختلف شکلونو له امله رامینځته شوي دي.
ج. د تېروتنې بارونو سره د اوسط/نقطې پلاټ
د لا زیاتو استنباطي اړیکو لپاره، د غلطۍ بارونو سره د اوسط انځور کول (د مثال په توګه، معیاري انحراف، معیاري تېروتنه، یا د باور وقفه) د اټکل شوي اوسط او د هغې ناڅرګندتیا ټینګار کوي. په هرصورت، دا تخنیک احتیاط ته اړتیا لري: اوسط کولی شي غیر متناسب یا څو ماډل ویشونه پټ کړي.
۴. د دوو متغیرونو (بایو متغیر) ترمنځ د اړیکو لپاره د لید تخنیکونه
د دوه ګوني تحلیل موخه د دوو متغیرونو ترمنځ اړیکه پوهیدل دي، که عددي-عددي، عددي-کټګوري، یا کټګوري-کټګوري وي.
الف. د خپریدو پلاټ (د خپریدو ډیاګرام)
د دوه عددي متغیرونو لپاره د توزیع کونکي پلاټ ترټولو عام انتخاب دی. دا خطي، غیر خطي، کلستر شوي نمونې، او بهرني شاخصونه ښیي. د پرمختللي تحلیل لپاره، د توزیع کونکي پلاټ ډیری وختونه د رجحاناتو روښانه کولو لپاره د ریګریشن لینونو یا هموار کولو (د مثال په توګه، LOESS) سره ضمیمه کیږي.
ب. د وخت لړۍ معلوماتو لپاره د کرښې چارټ
که چیرې یو عددي متغیر د وخت په تیریدو سره بدل شي، نو د کرښې ګراف د رجحاناتو، موسمي والي او لوړوالي په پیژندلو کې مرسته کوي. د وخت لړۍ احصایو کې، دا پلاټ ډیری وختونه د ARIMA ماډلینګ، ایکسپونینشل سموتینګ، یا نورو ماډلونو دمخه کارول کیږي.
ج. د کټګوریو یا میټریکونو لپاره د تودوخې نقشه
د تودوخې نقشې د احتمالي جدولونو یا د اړیکو میټریکونو لپاره مناسب دي. رنګونه د ارزښتونو شدت یا اندازه څرګندوي. دا تخنیک د لویو معلوماتو سیټونو لپاره مؤثر دی، مګر د رنګ سکیم باید په مناسب ډول غوره شي ترڅو د غلط تعبیر څخه مخنیوی وشي.
۵. د څو اړخیزه لید تخنیکونه (له دوو څخه ډیر متغیرات)
کله چې معلومات ډیری متغیرات ولري، ننګونه دا ده چې معلومات ښکاره کړئ پرته له دې چې ګراف ډیر پیچلی کړي.
الف. د رنګ/اندازې/شکل سره د پلاټ خپرول
یو سکریټرپلاټ کولی شي د رنګ (کټګوري)، د نقطو اندازه (عددي)، یا شکل (کټګوري) په کارولو سره اضافي متغیرات وښيي. دا تخنیک پیاوړی دی، مګر دا اړتیا لري چې ډاډ ترلاسه شي چې افسانه روښانه ده او بصري توپیرونه ډیر نازک نه دي.
ب. مخ اړول (کوچني ضربونه)
فېسیټینګ ورته چارټ د کټګوریو پر بنسټ په څو پینلونو ویشي (د مثال په توګه، د سیمې یا د محصول ډول له مخې). دا ډیری وختونه په یوه چارټ کې د ډیرو معلوماتو راټولولو په پرتله ډیر اغیزمن وي.
ج. جوړه پلاټ / سکیټرپلاټ میټریکس
یو سکیټرپلاټ میټریکس د عددي متغیراتو ټولې جوړې په یوه واحد گرډ کې ښیې. دا د متغیرونو، قوي اړیکو، یا کلستر نمونو ترمنځ اړیکو پیژندلو کې مرسته کوي. دا تخنیک د EDA لپاره ګټور دی، په ځانګړې توګه د ریګریشن تحلیل یا ماشین زده کړې دمخه.
د. د PCA بایپلاټ یا د ابعاد کمولو پلاټ
د ډیرو ځانګړتیاو سره د ډیټاسیټونو لپاره، د ابعاد کمولو تخنیکونه لکه PCA، t-SNE، یا UMAP کولی شي معلومات 2D ته نقشه کړي ترڅو کلسترونه ښکاره کړي. په احصایو کې، د PCA بایپلاټونه هم کولی شي د متغیرونو ونډه د اصلي برخو ته وښيي. په هرصورت، د ابعاد کمولو پایلې باید د کمپریشن پرمهال د معلوماتو له لاسه ورکولو له امله په احتیاط سره تشریح شي.
۶. د ښو لیدونو ډیزاین کولو اصول
که ډیزاین سم نه وي، نو د لیدلو ښه تخنیک بیا هم زیانمنونکی کیدی شي. دلته د احصایې په شرایطو کې ځینې مهم اصول دي:
۱. یو داسې چارټ غوره کړئ چې ستاسو د معلوماتو ډول او پوښتنې سره مناسب وي. د ډیرو کټګوریو لپاره یا د کوچنیو توپیرونو پرتله کولو لپاره د پای چارټ مه کاروئ.
۲. د محورونو ترازو په صادقانه توګه وکاروئ. د محورونو پرې کول (د مثال په توګه، د y محور له صفر څخه نه پیل کیږي) کولی شي توپیرونه په لید کې لوی کړي. دا ځینې وختونه د منلو وړ وي، مګر دا باید شرایط او توجیه ورکړل شي.
۳. رنګ ته پام وکړئ. د رنګ ړانده کولو لپاره دوستانه رنګه رنګه رنګ وکاروئ او د رنګونو له ستونزمن ترکیب څخه ډډه وکړئ.
۴. واضح لیبلونه او سرچینې ورکړئ. سرلیک، افسانه، واحدونه، او سرلیکونه باید بشپړ وي ترڅو ګراف یوازې ولاړ شي.
۵. کله چې اړونده وي نو ناڅرګندتیا ښکاره کړئ. په استنباطي احصایو کې، د باور وقفې، وړاندوینې بانډونه، یا د غلطۍ بارونه ښودل د واحد شمیرو ښودلو په پرتله خورا ډیر معلوماتي دي.
۶. د "چارټ جنک" څخه ډډه وکړئ. درې بعدي اغیزې، ډیرې زینتونه، یا غیر ضروري تدریجي بدلونونه کولی شي له اصلي پیغام څخه پام واړوي.
۷. په احصایوي لید کې عامې غلطۍ
ځینې غلطۍ عامې دي او کولی شي لوستونکي ګمراه کړي:
- د منځنۍ یا ویش ښودلو پرته د خورا پیچلي معلوماتو لپاره د اوسط کارول.
– د ډېرو کټګوریو یوځای کول د ګراف لوستل ستونزمن کوي.
- د نمونې اندازه نه ښیې که څه هم د ګروپ پرتله کول تعصب کیدی شي که چیرې د معلوماتو اندازه ډیره توپیر ولري.
- د هغو منتشر شویو پلاټونو څخه د علتي پایلو را ایستل چې یوازې اړیکه ښیي.
۷. پایله
په احصایو کې د معلوماتو د لیدلو تخنیکونه د معلوماتو پوهه، د تحلیل اهداف، او د اړیکو مهارتونه سره یوځای کوي. هسټوګرامونه، بکس پلاټونه، سکیټر پلاټونه، لاین چارټونه، تودوخې نقشې، او حتی څو اړخیز تخنیکونه لکه فېسیټینګ او PCA شنونکو سره مرسته کوي چې هغه څه وګوري چې د شمیرو جدولونو څخه په اسانۍ سره څرګند نه دي. په هرصورت، ښه لیدلو وړتیاوې یوازې "ښکلي" نه دي بلکې دقیق، صادقانه او په هغو پوښتنو تمرکز کوي چې دوی یې ځواب غواړي.
د سمو تخنیکونو او سالم ډیزاین اصولو په پلي کولو سره، د معلوماتو لید کولی شي د پیچلي احصایوي تحلیل او د مختلفو لیدونکو لپاره اسانه پوهاوي ترمنځ یو پیاوړی پل وي - له څیړونکو څخه تر پالیسي جوړونکو پورې.
که تاسو وغواړئ، زه کولی شم دا مقاله د ډیرو اکاډمیک (حواله ورکولو سره)، د قضیې مثالونه اضافه کړم، یا داسې نسخه جوړه کړم چې په ځانګړي سافټویر لکه ایکسل، آر، یا پایتون تمرکز وکړي.
