தொடக்கநிலையாளர்களுக்கான புள்ளிவிவரங்கள்
புள்ளிவிவரவியல் என்பது தரவுகளைச் சேகரித்தல், பகுப்பாய்வு செய்தல், விளக்குதல், வழங்குதல் மற்றும் ஒழுங்கமைத்தல் ஆகியவற்றுடன் தொடர்புடைய கணிதத்தின் ஒரு பிரிவாகும். எண் வடிவில் உள்ள தகவல்களைப் புரிந்துகொண்டு விளக்க விரும்பும் எவருக்கும் இது ஒரு அத்தியாவசியமான கருவியாகும். இது சிக்கலானதாகத் தோன்றினாலும், அடிப்படைப் புரிதலுடன், எவரும் புள்ளிவிவரவியலில் தேர்ச்சி பெற முடியும். இந்தக் கட்டுரை, அடிப்படைக் கருத்துகள் முதல் சில பொதுவான பகுப்பாய்வு நுட்பங்கள் வரை, புள்ளிவிவரவியல் உலகத்தை ஆராய உங்களுக்கு உதவும்.
புள்ளியியல் ஏன் முக்கியமானது?
தரவுகளின் அடிப்படையில் முடிவுகளை எடுக்க புள்ளியியல் நமக்கு உதவுகிறது. மருத்துவம் மற்றும் சந்தைப்படுத்தல் முதல் வணிகம், சமூக அறிவியல், விளையாட்டு வரை வாழ்க்கையின் ஏறக்குறைய ஒவ்வொரு அம்சத்திலும், செயல்திறனை அளவிடவும், விளைவுகளை மதிப்பிடவும், எதிர்காலத்தைத் திட்டமிடவும் தரவுகள் பயன்படுத்தப்படுகின்றன. வெறும் அனுமானங்கள் அல்லது உள்ளுணர்வின் அடிப்படையில் அல்லாமல், சான்றுகளின் அடிப்படையில் வியூகம் வகுக்கவும் முடிவுகளை எடுக்கவும் புள்ளியியல், ஆராய்ச்சியாளர்களுக்கும் முடிவெடுப்பவர்களுக்கும் வழிவகை செய்கிறது.
புள்ளியியலில் அடிப்படைக் கருத்துக்கள்
மக்கள்தொகை மற்றும் மாதிரி
மக்கள் தொகை: என்பது நமது ஆய்வின் மையமாக இருக்கும் பொருள்கள் அல்லது தனிநபர்களின் முழுமையான குழுவாகும். எடுத்துக்காட்டாக, ஒரு நகரத்தின் குடியிருப்பாளர்களின் சராசரி வயதை நாம் அறிய விரும்பினால், அந்த நகரத்தின் அனைத்து குடியிருப்பாளர்களுமே நமது மக்கள் தொகை ஆவர்.
– மாதிரி: என்பது பகுப்பாய்விற்காக எடுக்கப்படும் ஒரு மக்கள் தொகையின் துணைக்குழு ஆகும். முழு மக்கள் தொகையிலிருந்தும் தரவுகளைச் சேகரிப்பது பெரும்பாலும் நடைமுறைக்குச் சாத்தியமற்றதாக இருப்பதால், நாம் அந்த மக்கள் தொகையின் ஒரு பிரதிநிதித்துவ மாதிரியிலிருந்து தரவுகளைச் சேகரிக்கிறோம்.
அளவுருக்கள் மற்றும் புள்ளிவிவரங்கள்
– அளவுரு: என்பது ஒரு மக்கள்தொகையின் பண்பை விவரிக்கும் ஒரு எண் மதிப்பாகும் (எடுத்துக்காட்டாக, மக்கள்தொகை சராசரி).
புள்ளிவிவரங்கள் என்பவை ஒரு மாதிரியின் பண்பை விவரிக்கும் எண் மதிப்புகள் ஆகும் (எ.கா. மாதிரி சராசரி).
மாறி
மாறி என்பது அளவிடக்கூடிய அல்லது கவனிக்கக்கூடிய ஒரு பண்பு அல்லது குணாதிசயம் ஆகும். மாறிகளில் இரண்டு முக்கிய வகைகள் உள்ளன:
1. பண்புசார் மாறிகள்: பாலினம், கண் நிறம் அல்லது கல்வி நிலை போன்ற பிரிவுகளையோ அல்லது பண்புகளையோ குறிப்பிடுகின்றன.
2. அளவுசார் மாறிகள்: இவை அளவு அல்லது பரிமாணத்தை வெளிப்படுத்துகின்றன. எடுத்துக்காட்டாக, வயது, உயரம் அல்லது வருமானம். அளவுசார் மாறிகள் தனித்த (முழு எண்கள்) அல்லது தொடர்ச்சியான (மெய் எண்கள்) மாறிகளாக இருக்கலாம்.
அளவீட்டு அளவுகோல்
1. பெயரளவு: வரிசை அல்லது தரவரிசை இல்லாத பண்புசார் தரவு. எடுத்துக்காட்டுகள்: பாலினம், கண் நிறம்.
2. வரிசைமுறைத் தரவு: ஒரு வரிசை அல்லது தரவரிசையைக் கொண்டிருக்கும், ஆனால் வேறுபாடுகளை அளவிட முடியாத பண்புசார் தரவு. எடுத்துக்காட்டு: திருப்தி நிலை (மிகவும் திருப்தியற்றவர், திருப்தியற்றவர், நடுநிலை, திருப்தியடைந்தவர், மிகவும் திருப்தியடைந்தவர்).
3. இடைவெளி: அளவிடக்கூடிய வேறுபாடுகளையும் முழுமையான பூஜ்ஜியமின்மையையும் கொண்ட அளவுசார் தரவுகள். எடுத்துக்காட்டு: செல்சியஸ் அல்லது ஃபாரன்ஹீட்டில் வெப்பநிலை.
4. விகிதம்: அளவிடக்கூடிய வேறுபாடுகளையும் ஒரு தனிப்பூஜ்ஜியத்தையும் கொண்ட அளவுசார் தரவு, இது பெருக்கல் மற்றும் வகுத்தலுக்கு இடமளிக்கிறது. எடுத்துக்காட்டுகள்: உயரம், எடை, வயது.
தரவு சேகரிப்பு
புள்ளிவிவரப் பகுப்பாய்வில் தரவு சேகரிப்பு முதல் படியாகும். தரவு சேகரிப்பு நுட்பங்களில் பின்வருவன அடங்கும்:
1. கணக்கெடுப்பு: பதிலளிப்பவர்களிடமிருந்து நேரடியாகத் தரவுகளைச் சேகரிக்க வினாப்பட்டியல்கள் அல்லது நேர்காணல்களைப் பயன்படுத்துதல்.
2. சோதனை: கட்டுப்படுத்தப்பட்ட சூழ்நிலைகளில் சோதனைகளை மேற்கொள்வது.
3. உற்றுநோக்கல்: ஒரு பொருளை அதன் இயற்கையான நிலையில், எவ்விதத் தலையீடும் இன்றி உற்றுநோக்குதல்.
4. இரண்டாம் நிலைத் தரவு சேகரிப்பு: பிற தரப்பினரால் சேகரிக்கப்பட்ட தரவுகளைப் பயன்படுத்துதல், எடுத்துக்காட்டாக அரசாங்கத் தரவுகள் அல்லது அறிவியல் இலக்கியங்கள்.
விளக்கத் தரவு பகுப்பாய்வு
தரவுகளைப் புரிந்துகொள்வதில் விளக்கப் பகுப்பாய்வு முதல் படியாகும். இது சுருக்கப் புள்ளிவிவரங்கள் அல்லது காட்சிப்படுத்தல் மூலம் தரவுகளைச் சுருக்கி வழங்கும் முறைகளை உள்ளடக்கியது.
சுருக்கப் புள்ளிவிவரங்கள்
1. மையப்படுத்தல் நடவடிக்கை
சராசரி: அனைத்து மதிப்புகளின் கூட்டுத்தொகையை, மதிப்புகளின் எண்ணிக்கையால் வகுக்கக் கிடைப்பது.
இடைநிலை: வரிசைப்படுத்தப்பட்ட தரவுகளின் நடு மதிப்பு.
– முகடு: தரவுத்தொகுப்பில் மிகவும் அடிக்கடி தோன்றும் மதிப்பு.
2. சிதறல் அளவு
வீச்சு: அதிகபட்ச மற்றும் குறைந்தபட்ச மதிப்புகளுக்கு இடையிலான வேறுபாடு.
– மாறுபாடு (Variant): ஒவ்வொரு மதிப்பிற்கும் சராசரிக்கும் உள்ள வித்தியாசத்தின் வர்க்கச் சராசரி.
– திட்ட விலக்கம் (Standard Deviation): மாறுபாட்டின் வர்க்கமூலம்.
தரவு காட்சிப்படுத்தல்
தரவு காட்சிப்படுத்தல், தரவுகளில் உள்ள பரவல் மற்றும் வடிவங்களைப் புரிந்துகொள்ள உதவுகிறது. பொதுவாகப் பயன்படுத்தப்படும் சில காட்சிப்படுத்தல் கருவிகள் பின்வருமாறு:
ஹிஸ்டோகிராம்: அளவுசார் தரவுகளின் நிகழ்வெண் பரவலைக் காட்டுகிறது.
– பட்டை வரைபடம் (பட்டை விளக்கப்படம்): பண்புசார் தரவுகளுக்குப் பயன்படுத்தப்படுகிறது.
– வட்ட வரைபடம்: பண்புசார் தரவுகளின் விகிதத்தைக் காட்டுகிறது.
– பெட்டி வரைபடம் (Box Plot): கால்பகுதி மதிப்புகள் மற்றும் புறமதிப்புகளை முன்னிலைப்படுத்துவதன் மூலம் தரவுகளின் பரவலைக் காட்டுகிறது.
அனுமான பகுப்பாய்வு
மாதிரித் தரவுகளின் அடிப்படையில் ஒரு மக்கள் தொகையைப் பற்றி முடிவுகளை எடுக்க அனுமானப் பகுப்பாய்வு பயன்படுத்தப்படுகிறது. இதில் கருதுகோள் சோதனை, பின்னடைவு மற்றும் மாறுபாட்டுப் பகுப்பாய்வு (ANOVA) போன்ற பல்வேறு நுட்பங்கள் அடங்கும்.
கருதுகோள் சோதனை
கருதுகோள் சோதனை என்பது, ஒரு நிபந்தனை முழு மக்களுக்கும் உண்மையானது என்று முடிவு செய்வதற்கு, ஒரு தரவு மாதிரியில் போதுமான சான்றுகள் உள்ளதா என்பதைத் தீர்மானிக்கப் பயன்படுத்தப்படும் ஒரு முறையாகும். அதன் படிகள் பின்வருமாறு:
1. பூஜ்ஜிய கருதுகோள் (H0) மற்றும் மாற்று கருதுகோள் (H1) ஆகியவற்றைக் கண்டறியவும்.
– H0: எந்த விளைவும் இல்லை, வித்தியாசமும் இல்லை.
– H1: ஒரு விளைவு அல்லது வேறுபாடு உள்ளது.
2. முக்கியத்துவ நிலையை (α), பொதுவாக 0.05, நிர்ணயிக்கவும்.
3. சோதனைப் புள்ளிவிவரங்கள் மற்றும் நிகழ்தகவைக் (p-மதிப்பு) கணக்கிடுதல்
4. p-மதிப்பை α உடன் ஒப்பிடுதல்
– p < α எனில், H0 நிராகரிக்கப்படுகிறது; H1-ஐ ஏற்கப் போதுமான சான்றுகள் உள்ளன. – p ≥ α எனில், H0 நிராகரிக்கப்படுவதில்லை; H1-ஐ ஏற்கப் போதுமான சான்றுகள் இல்லை. ஒட்டுறவு மற்றும் பின்னடைவு 1. ஒட்டுறவு: இரண்டு அளவுசார் மாறிகளுக்கு இடையிலான நேரியல் உறவின் வலிமையையும் திசையையும் அளவிடுகிறது. ஒட்டுறவுக் குணகம் -1 (ஒரு முழுமையான எதிர்மறை உறவு) மற்றும் 1 (ஒரு முழுமையான நேர்மறை உறவு) ஆகியவற்றுக்கு இடையில் இருக்கும். 2. பின்னடைவு: ஒரு சார்பு மாறிக்கும் ஒன்று அல்லது அதற்கு மேற்பட்ட சார்பற்ற மாறிகளுக்கும் இடையிலான உறவை அளவிடுகிறது. எளிய நேரியல் பின்னடைவு \(y = mx + c\) என்ற நேர்கோட்டின் சமன்பாட்டைப் பயன்படுத்துகிறது, இதில் நாம் m (சாய்வு) மற்றும் c (வெட்டுப்புள்ளி) ஆகியவற்றின் சிறந்த மதிப்புகளைக் கண்டறிய முயற்சிக்கிறோம். மாறுபாட்டுப் பகுப்பாய்வு (ANOVA) மூன்று அல்லது அதற்கு மேற்பட்ட குழுக்களின் சராசரிகளை ஒப்பிடுவதற்கு ANOVA பயன்படுத்தப்படுகிறது. இந்த முறை, அனைத்துக் குழுக்களின் சராசரிகளும் சமம் என்ற கருதுகோளுக்கு எதிராக, குறைந்தபட்சம் ஒரு குழுவின் சராசரியாவது வேறுபட்டது என்ற கருதுகோளைச் சோதிக்கிறது. முடிவுரை