Primeri vprašanj o kvartilih združenih podatkov
Uvod
Kvartili v statistiki so mera centralne tendence, ki podatke deli na štiri enake dele. Kvartili so sestavljeni iz prvega kvartila (Q1), drugega kvartila (Q2) in tretjega kvartila (Q3). V mnogih primerih je mogoče analizirane podatke združiti. Ta članek bo obravnaval primere in razpravo o kvartilih za združene podatke.
Razumevanje kvartilov v skupinskih podatkih
Kvartili so vrednosti, ki organizirane podatke delijo na štiri enake dele. Prvi kvartil (Q1) je znan kot 25. percentil, drugi kvartil (Q2) je znan tudi kot mediana ali 50. percentil, tretji kvartil (Q3) pa kot 75. percentil.
Za združene podatke je izračun kvartilov nekoliko bolj zapleten kot za posamezne podatke. Združeni podatki so običajno predstavljeni v tabeli frekvenčne porazdelitve, zato moramo za iskanje kvartilov uporabiti posebno formulo.
Kvartilna formula za združene podatke
Za iskanje kvartilov v združenih podatkih uporabimo naslednjo formulo:
– Prvi kvartil (Q1):
\[
Q1 = L_{Q1} + (N}{4} – F_{Q1}}{f_{Q1}}) krat c
\]
– Drugi kvartil (Q2):
\[
Q2 = L_{Q2} + (N}{2} – F_{Q2}}{f_{Q2}}) krat c
\]
– Tretji kvartil (Q3):
\[
Q3 = L_{Q3} + (√(3N}{4) – F_{Q3}}{f_{Q3}) krat c
\]
Kje:
– \( L_{Q1}, L_{Q2}, L_{Q3} \) = spodnja meja razreda Q1, Q2, Q3
– \( N \) = število podatkov
– \( F_{Q1}, F_{Q2}, F_{Q3} \) = kumulativna frekvenca pred razredom Q1, Q2, Q3
– \( f_{Q1}, f_{Q2}, f_{Q3} \) = frekvence razredov Q1, Q2, Q3
– \( c \) = dolžina razreda
Primer težav
Sledi primer problema skupinskih podatkov, ki bo uporabljen za izračun kvartilov:
| Vrednost | Pogostost |
|————|———–|
| 10 – 19 | 5 |
| 20 – 29 | 8 |
| 30 – 39 | 12 |
| 40 – 49 | 15 |
| 50 – 59 | 6 |
| 60 – 69 | 4 |
1. korak: Določite kumulativno frekvenco
Najprej moramo določiti kumulativno frekvenco za vsak razred:
| Vrednost | Pogostost | Kumulativna pogostost |
|————|————–|————————|
| 10 – 19 | 5 | 5 |
| 20 – 29 | 8 | 13 |
| 30 – 39 | 12 | 25 |
| 40 – 49 | 15 | 40 |
| 50 – 59 | 6 | 46 |
| 60 – 69 | 4 | 50 |
Število podatkov (N) = 50
2. korak: Določanje prvega kvartila (Q1)
– \( \frac{N}{4} = \frac{50}{4} = 12.5 \)
Iščemo razred, kjer kumulativna frekvenca prvič preseže 12.5, in sicer razred 20–29.
– L (spodnja meja razreda Q1) = 20
– F (kumulativna frekvenca pred razredom Q1) = 5
– f (frekvenca razreda Q1) = 8
– c (dolžina razreda) = 10
Uporaba formule Q1:
\[
Q1 = 20 + (12.5 – 5/8) krat 10 = 20 + (7.5/8) krat 10 = 20 + 9.375 = 29.375
\]
3. korak: Določanje drugega kvartila (Q2)
– \( \frac{N}{2} = \frac{50}{2} = 25 \)
Iščemo razred, kjer kumulativna frekvenca prvič preseže 25, in sicer razred 30–39.
– L = 30
– F = 13
– f = 12
– c = 10
Uporaba formule Q2:
\[
Q2 = 30 + (25 – 13/12) krat 10 = 30 + (12/12) krat 10 = 30 + 10 = 40
\]
4. korak: Določite tretji kvartil (Q3)
– \( \frac{3N}{4} = \frac{3 \krat 50}{4} = 37.5 \)
Iščemo razred, kjer kumulativna frekvenca prvič preseže 37.5, in sicer razred 40–49.
– L = 40
– F = 25
– f = 15
– c = 10
Uporaba formule Q3:
\[
Q3 = 40 + (37.5 – 25,15) krat 10 = 40 + (12.5 = 15) krat 10 = 40 + 8.333 približno 48.333
\]
Zaključek
Iz zgornjih izračunov dobimo kvartilne vrednosti za skupinske podatke na naslednji način:
– Prvi kvartil (Q1) = 29.375
– Drugi kvartil (Q2) = 40
– Tretji kvartil (Q3) = 48.333
Te vrednosti nam omogočajo razumevanje porazdelitve podatkov znotraj skupine. Na primer, 25 % podatkov je pod 29.375 (Q1), 50 % podatkov je pod 40 (mediana ali Q2) in 75 % podatkov je pod 48.333 (Q3).
Kvartilni izračuni so uporabni v različnih situacijah za globlje razumevanje porazdelitve podatkov. Razumevanje te metode nam omogoča natančnejšo in učinkovitejšo analizo združenih podatkov.
