Príklady otázok a diskusia o jednotlivých dátových kvartiloch
Kvartily v štatistike sú nástroj používaný na rozdelenie súboru údajov na štyri časti alebo kvartily, z ktorých každá obsahuje rovnaké množstvo údajov. Kvartily sa často používajú na pochopenie rozloženia údajov a porovnávanie hodnôt v rámci väčšieho súboru údajov. V tomto článku si na niekoľkých príkladoch rozoberieme, ako vypočítať kvartily pre jeden súbor údajov. Uvidíme, ako sa vypočíta a interpretuje prvý kvartil (Q1), druhý kvartil (Q2, tiež známy ako medián) a tretí kvartil (Q3).
Definícia kvartilu
Predtým, ako prejdeme k príkladom problémov, je dôležité pochopiť definície troch kvartilov v súbore údajov:
1. Prvý kvartil (Q1): Pozície údajov pod Q1 pokrývajú 25 % údajov z celkového súboru údajov.
2. Druhý kvartil (Q2 alebo medián): Pozície údajov pod Q2 pokrývajú 50 % údajov z celkového súboru údajov.
3. Tretí kvartil (Q3): Pozície údajov pod Q3 pokrývajú 75 % údajov z celkového súboru údajov.
Kroky na výpočet kvartilov
Na výpočet kvartilov je potrebné dodržiavať tieto kroky:
1. Zoradenie údajov: Uistite sa, že údaje sú zoradené od najmenšej po najväčšiu hodnotu.
2. Určenie kvartilovej pozície: Na určenie kvartilovej pozície použite vzorec.
– Pozícia Q1 = (N+1) / 4
– Pozícia Q2 = (N+1) / 2
– Pozícia Q3 = 3(N+1) / 4
Kde N je celkový počet údajov.
3. Výber kvartilových hodnôt: Na základe vypočítaných pozícií vezmite alebo interpolujte kvartilové hodnoty.
Vzorové otázky a diskusia
Príklad otázky 1
Predpokladajme, že existujú nasledujúce jednotlivé údaje: 5, 7, 8, 12, 13, 14, 18, 21, 23, 29.
Krok 1: Triedenie údajov
Dáta sú zoradené: 5, 7, 8, 12, 13, 14, 18, 21, 23, 29
Krok 2: Určenie umiestnenia kvartilov
Počet údajov (N) je 10.
– Pozícia Q1 = (10+1) / 4 = 11 / 4 = 2.75
– Pozícia Q2 = (10+1) / 2 = 11 / 2 = 5.5
– Pozícia Q3 = 3(10+1) / 4 = 33 / 4 = 8.25
Krok 3: Získanie kvartilových hodnôt
– Q1: Pozícia 2.75 označuje, že Q1 sa nachádza medzi 2. a 3. dátom v postupnosti. 2. dáta sú 7 a 3. dáta sú 8. Preto Q1 = 7 + 0.75(8-7) = 7.75.
– Q2 (Medián): Pozícia 5.5 označuje, že Q2 sa nachádza medzi 5. a 6. údajom. 5. údaj je 13 a 6. údaj je 14. Takže Q2 = 13 + 0.5(14-13) = 13.5.
– Q3: Pozícia 8.25 označuje, že Q3 sa nachádza medzi 8. a 9. údajom. 8. údaj je 21 a 9. údaj je 23. Takže Q3 = 21 + 0.25(23-21) = 21.5.
Príklad otázky 2
Uvedené sú nasledujúce údaje: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22.
Krok 1: Triedenie údajov
Dáta sú zoradené: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22
Krok 2: Určenie umiestnenia kvartilov
Počet údajov (N) je 11.
– Pozícia Q1 = (11+1) / 4 = 12 / 4 = 3
– Pozícia Q2 = (11+1) / 2 = 12 / 2 = 6
– Pozícia Q3 = 3(11+1) / 4 = 36 / 4 = 9
Krok 3: Získanie kvartilových hodnôt
– Q1: Pozícia 3 znamená, že Q1 sú deviate dáta. Takže Q1 = 6.
– Q2 (Medián): Pozícia 6 znamená, že Q2 je 6. údaj. Takže Q2 = 12.
– Q3: Pozícia 9 znamená, že Q3 sú deviate dáta. Takže Q3 = 18.
Interpretácia kvartilov
Keď získame hodnoty Q1, Q2 a Q3, môžeme ich použiť na analýzu údajov. Napríklad:
1. Medzikvartilový rozsah (IQR): Je to rozdiel medzi Q3 a Q1. IQR = Q3 – Q1. IQR sa používa na identifikáciu rozloženia údajov a detekciu odľahlých hodnôt.
2. Odľahlé hodnoty: Dáta, ktoré sú ďaleko od ostatných dát, možno identifikovať pomocou dolných a horných limitov.
– Dolná hranica = Q1 – 1.5 IQR
– Horná hranica = Q3 + 1.5 IQR
Dáta, ktoré presahujú tieto hranice, sa považujú za odchýlku.
Aplikácia IQR v príkladovej otázke 1
– IQR = Q3 – Q1 = 21.5 – 7.75 = 13.75
– Dolná hranica = 7.75 – 1.5(13.75) = 7.75 – 20.625 = -12.875
– Horná hranica = 21.5 + 1.5(13.75) = 21.5 + 20.625 = 42.125
Dáta od -12.875 do 42.125 predstavujú normálne rozdelenie bez odľahlých hodnôt v príklade otázky 1.
Aplikácia IQR v príkladovej otázke 2
– IQR = Q3 – Q1 = 18 – 6 = 12
– Dolná hranica = 6 – 1.5(12) = 6 – 18 = -12
– Horná hranica = 18 + 1.5(12) = 18 + 18 = 36
Dáta od -12 do 36 predstavujú normálne rozdelenie bez odľahlých hodnôt v príklade otázky 2.
Záver
Pochopenie a výpočet kvartilov pomáha identifikovať distribúciu údajov a analyzovať rôzne aspekty distribúcie údajov. V tomto článku preskúmame kroky potrebné na výpočet kvartilov pre jeden súbor údajov prostredníctvom niekoľkých príkladov problémov a ich diskusie. Tieto kroky zahŕňajú triedenie údajov, určenie umiestnenia kvartilov a výpočet vhodných hodnôt kvartilov. Pri správnom použití sa kvartily stávajú dôležitým analytickým nástrojom v štatistike na získanie hlbšieho pochopenia súboru údajov.
