سکیٹر ڈایاگرام ڈسکشن سوال کی مثال
ایک سکیٹر پلاٹ، جسے سکیٹر ڈایاگرام بھی کہا جاتا ہے، ڈیٹا کے تجزیہ اور شماریات میں ایک ضروری ٹول ہے۔ یہ ہمیں دو عددی متغیرات کے درمیان تعلق کو سمجھنے میں مدد کرتا ہے تاکہ ڈیٹا پوائنٹس کو دو جہتی جہاز میں پلاٹ کیا جا سکے۔ اس مضمون میں scatterplots کی مثالوں اور بحث کا احاطہ کیا جائے گا۔
سکیٹر پلاٹ کیا ہے؟
سکیٹر پلاٹ عددی ڈیٹا کے دو سیٹوں کے درمیان تعلق کی ایک بصری نمائندگی ہے۔ scatterplot پر ہر نقطہ دو مختلف متغیرات کے لیے اقدار کے جوڑے کی نمائندگی کرتا ہے۔ مثال کے طور پر، اگر ہم مطالعہ کے اوقات اور امتحان کے اسکور کے درمیان تعلق کا تجزیہ کرنا چاہتے ہیں، تو مطالعہ کے اوقات کو X-axis سے ظاہر کیا جا سکتا ہے، جبکہ Y-axis کے ذریعے امتحان کے سکور۔
سکیٹر ڈایاگرام کے فوائد
1. پیٹرن کی شناخت: Scatterplots ڈیٹا میں پیٹرن یا رجحانات کی شناخت میں ہماری مدد کر سکتے ہیں۔ یہ پیٹرن لکیری، غیر لکیری، یا یہاں تک کہ کوئی پیٹرن بھی نہیں ہوسکتے ہیں۔
2. ارتباط کا تعین کرنا: سکیٹر پلاٹ کا استعمال کرتے ہوئے، ہم اس بات کا تعین کر سکتے ہیں کہ آیا دو متغیرات کے درمیان کوئی تعلق ہے۔ ارتباط مثبت، منفی، یا صفر ہو سکتا ہے (کوئی تعلق نہیں)۔
3. آؤٹ لیئر کا پتہ لگانا: سکیٹر پلاٹ آؤٹ لیرز کو تلاش کرنا بھی آسان بناتے ہیں، جو کہ ڈیٹا پوائنٹس ہیں جو باقی ڈیٹا سیٹ سے بہت دور ہیں۔
نمونہ سوالات اور بحث
مثال سوال 1: سکیٹر ڈایاگرام بنانا
سوال:
پانچ طلباء کے مطالعہ کے اوقات (X) اور امتحان کے اسکور (Y) کے حوالے سے درج ذیل اعداد و شمار کو دیکھتے ہوئے:
| طلباء | مطالعہ کے اوقات (X) | امتحان کا اسکور (Y) |
|——-|——————|——————–|
| ایک | 2 | 70 |
| ب | 3 | 75 |
| سی | 1 | 65 |
| ڈی | 4 | 80 |
| ای | 5 | 85 |
اوپر دیے گئے ڈیٹا کا استعمال کرتے ہوئے ایک سکیٹر ڈایاگرام بنائیں۔
بحث:
سکیٹر ڈایاگرام بنانے کے لیے، جو اقدامات کیے جا سکتے ہیں وہ درج ذیل ہیں:
1. X اور Y محور کا تعین کریں: X محور کے لیے مطالعہ کے اوقات متغیر اور Y محور کے لیے امتحان کے اسکور منتخب کریں۔
2. پلاٹ ڈیٹا پوائنٹس: ہر جوڑے (X، Y) کو گراف میں پلاٹ کریں۔
یہاں ڈیٹا کا ایک پلاٹ ہے:
| ایکس محور (مطالعہ کے اوقات) | Y-axis (امتحانی اسکور) |
|————————–|————————–|
| 2 | 70 |
| 3 | 75 |
| 1 | 65 |
| 4 | 80 |
| 5 | 85 |
مثال سوال 2: ارتباط کی قسم کا تعین کرنا
سوال:
مثال کے سوال 1 میں بنائے گئے ڈیٹا کی بنیاد پر، مطالعہ کے اوقات اور امتحان کے اسکور کے درمیان ارتباط کی قسم کا تعین کریں۔
بحث:
ارتباط کی قسم کا تعین کرنے کے لیے، ہمیں سکیٹر ڈایاگرام پر ڈیٹا پوائنٹس کے ذریعے بنائے گئے پیٹرن پر توجہ دینے کی ضرورت ہے۔
خاکہ ظاہر کرتا ہے کہ جیسے جیسے مطالعہ کے اوقات بڑھتے ہیں، ٹیسٹ کے اسکور بھی بڑھتے ہیں۔ یہ مطالعہ کے اوقات اور ٹیسٹ کے اسکور کے درمیان مثبت تعلق کی نشاندہی کرتا ہے۔ اس ارتباط کو مثبت سمجھا جاتا ہے کیونکہ دونوں متغیرات ایک ہی سمت میں حرکت کرتے ہیں۔
مثال 3: پیئرسن کوریلیشن گتانک کا حساب لگانا
سوال:
مثال کے مسئلہ 1 میں ڈیٹا سے پیئرسن کے ارتباط کے گتانک کا حساب لگائیں۔
بحث:
پیئرسن کوریلیشن گتانک (r) دو متغیروں کے درمیان لکیری تعلق کی طاقت اور سمت کی پیمائش کرتا ہے۔ r کا فارمولا ہے:
\[ r = \frac{n(\sum XY) - (\sum X)(\sum Y)}{\sqrt{[n\sum X^2 - (\sum
کہاں:
- \( n \) ڈیٹا کے جوڑوں کی تعداد ہے۔
- \( \ sum XY \) X اور Y کی مصنوعات کا مجموعہ ہے۔
- \( \ sum X \) X کی تمام اقدار کا مجموعہ ہے۔
- \( \ جمع Y \) تمام Y اقدار کا مجموعہ ہے۔
- \( \sum X^2 \) X کی تمام اقدار کے مربعوں کا مجموعہ ہے۔
- \( \ sum Y^2 \) تمام Y اقدار کے مربعوں کا مجموعہ ہے۔
سب سے پہلے، آئیے مطلوبہ اقدار کا حساب لگائیں:
\[ جمع X = 2 + 3 + 1 + 4 + 5 = 15 \]
\[ \sum Y = 70 + 75 + 65 + 80 + 85 = 375 \]
\[ \جمع
\[ \جمع
\[ \sum Y^2 = 70^2 + 75^2 + 65^2 + 80^2 + 85^2 = 4900 + 5625 + 4225 + 6400 + 7225 = 28375 \]
پھر، فارمولہ میں متبادل:
\[ r = \frac{5(1175) - (15)(375)}{\sqrt{[5(55) - (15)^2][5(28375) - (375)^2]}} \]
\[ r = \frac{5875 – 5625}{\sqrt{[275 – 225][141875 – 140625]}} \]
\[ r = \frac{250}{\sqrt{50 1250}} \]
\[ r = \frac{250}{\sqrt{62500}} \]
\[ r = \frac{250}{250} \]
\[ r = 1 \]
لہذا، مندرجہ بالا اعداد و شمار کا پیئرسن ارتباط گتانک 1 ہے، جو ایک مکمل مثبت لکیری تعلق کی نشاندہی کرتا ہے۔
مثال سوال 4: باہر جانے والوں کا پتہ لگانا
سوال:
مثال کے سوال 1 کے اعداد و شمار سے، اس بات کا تعین کریں کہ آیا scatterplot میں کوئی باہری لوگ موجود ہیں۔
بحث:
آؤٹ لیئر ایک ڈیٹا پوائنٹ ہوتا ہے جو باقی ڈیٹا سیٹ سے بہت دور ہوتا ہے۔ ڈیٹا سے:
| ایکس محور (مطالعہ کے اوقات) | Y-axis (امتحانی اسکور) |
|————————–|————————–|
| 2 | 70 |
| 3 | 75 |
| 1 | 65 |
| 4 | 80 |
| 5 | 85 |
تمام ڈیٹا پوائنٹس آپس میں ملتے نظر آتے ہیں، اور کوئی بھی دوسرے سے نمایاں طور پر مختلف نہیں ہے۔ لہذا، ہم یہ نتیجہ اخذ کر سکتے ہیں کہ اس ڈیٹا سیٹ میں کوئی آؤٹ لیرز نہیں ہیں۔
نتیجہ اخذ کرنا
دو عددی متغیرات کے درمیان تعلق کا تعین کرنے کے لیے اعداد و شمار کے تجزیہ میں سکیٹر پلاٹ ایک بہت ہی مفید بصری ٹول ہے۔ اوپر دی گئی مثالوں کے ذریعے، ہم سمجھ سکتے ہیں کہ کس طرح ایک سکیٹر پلاٹ بنانا ہے، ارتباط کی قسم کا تعین کرنا ہے، پیئرسن کے ارتباط کے گتانک کا حساب لگانا ہے، اور آؤٹ لیرز کا پتہ لگانا ہے۔ ڈیٹا کا تجزیہ کرنے اور اس تجزیہ کی بنیاد پر باخبر فیصلے کرنے کے لیے ان تصورات کو سمجھنا بہت ضروری ہے۔
اس طرح، سکیٹر پلاٹ نہ صرف اعداد و شمار کو مزید گہرائی میں سمجھنے میں مدد دیتے ہیں بلکہ مزید شماریاتی تجزیہ کے لیے بھی راہ ہموار کرتے ہیں۔
