Primeri vprašanj in razprava o posameznih podatkovnih kvartilih
Kvartili v statistiki so orodje, ki se uporablja za razdelitev nabora podatkov na štiri dele ali kvartile, od katerih vsak vsebuje enako količino podatkov. Kvartili se pogosto uporabljajo za razumevanje porazdelitve podatkov in primerjavo vrednosti znotraj večjega nabora podatkov. V tem članku bomo z uporabo več primerov razpravljali o tem, kako izračunati kvartile za en sam nabor podatkov. Videli bomo, kako se izračunajo in interpretirajo prvi kvartil (Q1), drugi kvartil (Q2, znan tudi kot mediana) in tretji kvartil (Q3).
Opredelitev kvartila
Preden se lotimo primerov problemov, je pomembno razumeti definicije treh kvartilov v naboru podatkov:
1. Prvi kvartil (Q1): Položaji podatkov pod Q1 pokrivajo 25 % podatkov iz celotnega nabora podatkov.
2. Drugi kvartil (Q2 ali mediana): Položaji podatkov pod Q2 pokrivajo 50 % podatkov iz celotnega nabora podatkov.
3. Tretji kvartil (Q3): Položaji podatkov pod Q3 pokrivajo 75 % podatkov iz celotnega nabora podatkov.
Koraki za izračun kvartilov
Za izračun kvartilov je treba upoštevati naslednje korake:
1. Razvrsti podatke: Prepričaj se, da so podatki razvrščeni od najmanjše do največje vrednosti.
2. Določanje kvartilnega položaja: Za določitev kvartilnega položaja uporabite formulo.
– Položaj Q1 = (N+1) / 4
– Položaj Q2 = (N+1) / 2
– Položaj Q3 = 3(N+1) / 4
Kjer je N skupno število podatkov.
3. Določanje kvartilnih vrednosti: Na podlagi izračunanih položajev vzemite ali interpolirajte kvartilne vrednosti.
Vzorčna vprašanja in razprava
Primer vprašanja 1
Recimo, da obstajajo naslednji posamezni podatki: 5, 7, 8, 12, 13, 14, 18, 21, 23, 29.
1. korak: Razvrščanje podatkov
Podatki so razvrščeni: 5, 7, 8, 12, 13, 14, 18, 21, 23, 29
2. korak: Določite lokacijo kvartilov
Število podatkov (N) je 10.
– Položaj Q1 = (10+1) / 4 = 11 / 4 = 2.75
– Položaj Q2 = (10+1) / 2 = 11 / 2 = 5.5
– Položaj Q3 = 3(10+1) / 4 = 33 / 4 = 8.25
3. korak: Določanje kvartilnih vrednosti
– Q1: Položaj 2.75 pomeni, da se Q1 nahaja med 2. in 3. podatkom v zaporedju. 2. podatek je 7, 3. podatek pa 8. Zato je Q1 = 7 + 0.75(8-7) = 7.75.
– Q2 (mediana): Položaj 5.5 pomeni, da se Q2 nahaja med 5. in 6. podatkom. 5. podatek je 13, 6. podatek pa 14. Torej je Q2 = 13 + 0.5(14-13) = 13.5.
– Q3: Položaj 8.25 pomeni, da se Q3 nahaja med 8. in 9. podatkom. 8. podatek je 21, 9. podatek pa 23. Torej je Q3 = 21 + 0.25(23-21) = 21.5.
Primer vprašanja 2
Podani so naslednji podatki: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22.
1. korak: Razvrščanje podatkov
Podatki so razvrščeni: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22
2. korak: Določite lokacijo kvartilov
Število podatkov (N) je 11.
– Položaj Q1 = (11+1) / 4 = 12 / 4 = 3
– Položaj Q2 = (11+1) / 2 = 12 / 2 = 6
– Položaj Q3 = 3(11+1) / 4 = 36 / 4 = 9
3. korak: Določanje kvartilnih vrednosti
– Q1: Položaj 3 pomeni, da je Q1 deveti podatek. Torej je Q1 = 6.
– Q2 (mediana): Položaj 6 pomeni, da je Q2 6. podatek. Torej je Q2 = 12.
– Q3: Položaj 9 pomeni, da je Q3 deveti podatek. Torej je Q3 = 18.
Interpretacija kvartilov
Ko dobimo vrednosti Q1, Q2 in Q3, jih lahko uporabimo za analizo podatkov. Na primer:
1. Interkvartilni razpon (IQR): Je razlika med Q3 in Q1. IQR = Q3 – Q1. IQR se uporablja za identifikacijo porazdelitve podatkov in odkrivanje izstopajočih vrednosti.
2. Izstopajoče vrednosti: Podatke, ki so daleč od drugih podatkov, je mogoče prepoznati z uporabo spodnjih in zgornjih meja.
– Spodnja meja = Q1 – 1.5 IQR
– Zgornja meja = Q3 + 1.5 IQR
Podatki, ki presegajo te meje, se štejejo za izstopajoče.
Uporaba neodvisnega razmerja med kakovostjo in kakovostjo (IQR) v primeru 1. vprašanja
– IQR = Q3 – Q1 = 21.5 – 7.75 = 13.75
– Spodnja meja = 7.75 – 1.5(13.75) = 7.75 – 20.625 = -12.875
– Zgornja meja = 21.5 + 1.5(13.75) = 21.5 + 20.625 = 42.125
Podatki od -12.875 do 42.125 so normalna porazdelitev brez izstopajočih vrednosti v primeru vprašanja 1.
Uporaba neodvisnega razmerja med kakovostjo in kakovostjo (IQR) v primeru 2. vprašanja
– IQR = Q3 – Q1 = 18 – 6 = 12
– Spodnja meja = 6 – 1.5(12) = 6 – 18 = -12
– Zgornja meja = 18 + 1.5(12) = 18 + 18 = 36
Podatki od -12 do 36 so normalna porazdelitev brez izstopajočih vrednosti v primeru vprašanja 2.
Zaključek
Razumevanje in izračunavanje kvartilov pomaga pri prepoznavanju porazdelitve podatkov in analizi različnih vidikov porazdelitve podatkov. V tem članku bomo raziskali korake, ki so vključeni v izračun kvartilov za en sam nabor podatkov, z več primeri problemov in njihovo razpravo. Ti koraki vključujejo razvrščanje podatkov, določanje lokacije kvartilov in izračun ustreznih vrednosti kvartilov. Če se kvartili pravilno uporabljajo, postanejo pomembno analitično orodje v statistiki za globlje razumevanje nabora podatkov.
