Àwọn Ìmọ̀ Ìríran Dátà nínú Àwọn Àkójọ Ìṣirò
Ìwòran dátà jẹ́ apá pàtàkì nínú àwọn statistiki òde òní. Láàárín ọ̀pọ̀lọpọ̀ data láti inú àwọn ìwádìí, àwọn àyẹ̀wò, àwọn ìṣòwò oní-nọ́ńbà, àti àwọn sensọ, ìpèníjà pàtàkì kìí ṣe pípín nọ́ńbà nìkan, ṣùgbọ́n ó tún ń gbé ìtumọ̀ tí ó wà lẹ́yìn wọn jáde. Ibí ni ìwòran dátà ti wá: yíyípadà dátà tí a kò rí sí àwọn ìfihàn tí ó yéni, ríranlọ́wọ́ láti ṣàwárí àwọn àpẹẹrẹ, rí àwọn àìdánilójú, fi àwọn ẹgbẹ́ wéra, àti ṣètìlẹ́yìn fún ṣíṣe ìpinnu tí ó dá lórí ẹ̀rí. Àpilẹ̀kọ yìí jíròrò àwọn ọ̀nà ìwòran dátà tí ó wọ́pọ̀ nínú statistiki, ète wọn, àti àwọn ìlànà láti rí i dájú pé ìwòran kò ṣìnà.
1. Ipa ti Wiwo Data ninu Awọn iṣiro
Nínú àwọn statistiki, a máa ń lo ìwòran ní ọ̀pọ̀lọpọ̀ ìpele ìwádìí. Àkọ́kọ́, nígbà ìwádìí dátà (EDA), àwọn àwòrán máa ń ran àwọn atunnkanka lọ́wọ́ láti lóye ìpínkiri, ìyàtọ̀, àwọn àbájáde, àti ìbáṣepọ̀ láàrín àwọn oníyípadà kí wọ́n tó kọ́ àwòṣe kan. Èkejì, ìwòran ni a lò láti fi àwọn àbájáde hàn: àwọn ìròyìn ìwádìí, àwọn ìgbékalẹ̀ ìṣòwò, àti àwọn ìtẹ̀jáde sáyẹ́ǹsì nílò àwọn àwòrán tí ó ṣe kedere láti tètè lóye àwọn àwárí pàtàkì. Ẹ̀kẹta, ìwòran tún ṣe pàtàkì fún ìfọwọ́sowọ́pọ̀ àwòṣe, fún àpẹẹrẹ, nípasẹ̀ àwọn àwòrán tí ó kù, àwọn àwòrán tí a sọtẹ́lẹ̀-tàbí-òtítọ́, tàbí àwọn àwòrán àyẹ̀wò mìíràn.
Ni awọn ọrọ miiran, wiwo data kii ṣe “ọṣọ” awọn iroyin nikan, ṣugbọn ohun elo itupalẹ ti o ni ipa lori didara awọn ipari iṣiro.
2. Àwọn Ìmọ̀ Ìríran fún Dátà Oníyàtọ̀ (Oníyàtọ̀ Kan)
Nígbà tí àfojúsùn ìwádìí bá wà lórí onírúurú kan ṣoṣo, ète pàtàkì ni láti lóye ìrísí ìpínkiri, ibi ìpamọ́ dátà, àti ìtànkálẹ̀ rẹ̀.
a. Histogram
Àwòrán histogram máa ń fi ìpínkiri data nọ́mbà hàn nípa pípín data sí àárín (àpótí). Láti inú histogram, a lè pinnu bóyá data náà jẹ́ oníwọ̀n, tí a yí sí apá ọ̀tún tàbí apá òsì, tàbí tí ó ní ju òkè kan lọ (multimodal). Yíyan iye àwọn àpótí ṣe pàtàkì: àwọn àpótí díẹ̀ ló lè fi àwọn kúlẹ̀kúlẹ̀ pamọ́, nígbà tí ọ̀pọ̀lọpọ̀ àpótí lè mú kí àwòrán náà dún.
b. Àpótí ìpìlẹ̀ (àwòrán àpótí)
Àpótí ìpìlẹ̀ kan ṣe àkópọ̀ dátà nípa lílo àwọn ìlà àárín, àwọn ìlà mẹ́rin, àti àwọn ìlà mìíràn. Ọ̀nà yìí wúlò gan-an fún kíákíá láti mọ ìyàtọ̀ àti àwọn ìlà mìíràn. Nínú àwọn ìṣirò, àpótí ìpìlẹ̀ jẹ́ irinṣẹ́ ìṣàpẹẹrẹ fún fífi àwọn ìpínkiri láàrín àwọn ẹgbẹ́ wéra nítorí pé wọ́n jẹ́ onípele.
c. Àwòrán ìwúwo (ìtẹ̀sí ìwúwo)
Ìwọ̀n ìpele ìpele náà jọ ìtàn àròsọ ṣùgbọ́n ó mọ́lẹ̀. Ìrísí yìí ń ran àwọn ènìyàn lọ́wọ́ láti fi ìrísí ìpínkiri hàn láìsí pé wọ́n gbára lé yíyàn àpótí ìdìpọ̀. A sábà máa ń lo àwọn àwòrán ìpele ìpele láti fi wé ìpínkiri méjì lórí àwòrán kan ṣoṣo.
d. Àtẹ ìtọ́ka fún dátà ìsọ̀rí-ẹ̀ka
Fún àwọn onírúuru onírúuru (fún àpẹẹrẹ, abo, ìpele ẹ̀kọ́, ẹ̀ka ọjà), àwọn àtẹ ìtọ́ka ni àṣàyàn tí a fẹ́ràn jùlọ. Rí i dájú pé a to àwọn àáké ẹ̀ka náà ní ọ̀nà tí ó tọ́ (fún àpẹẹrẹ, nípa ìtòlẹ́sẹẹsẹ àdánidá tàbí ìgbàkúgbà) fún kíkà tí ó rọrùn.
3. Àwọn Ọ̀nà Ìríran fún Ìfiwéra Àwùjọ
Nínú ọ̀pọ̀lọpọ̀ ìwádìí ìṣirò, a nílò láti fi àwọn dátà wéra ní àwọn ẹgbẹ́ (fún àpẹẹrẹ ìtọ́jú vs ìṣàkóso, agbègbè A vs B, tàbí àwọn kilasi púpọ̀).
a. Àpótí ìdìpọ̀ fún àwùjọ kọ̀ọ̀kan
Àwọn àpótí ìpìlẹ̀ máa ń gbéṣẹ́ gan-an fún fífi àwọn àárín, ìpínkiri, àti àwọn tí kò sí ní ìta láàárín àwọn ẹgbẹ́ wéra. Tí ọ̀pọ̀ ẹgbẹ́ bá wà, ronú nípa yíyí àwọn àáké padà tàbí lílo ìtọ́sọ́nà petele láti jẹ́ kí àwọn àmì náà rọrùn láti kà.
b. Ìtàn fáílọ́nì
Àwòrán fáílọ́nì kan so àpótí ìdìpọ̀ àti ìlà ìwọ̀n láti fi àkópọ̀ àti ìrísí ìpínkiri hàn. Èyí wúlò nígbà tí a bá fẹ́ mọ̀ bóyá àwọn ìyàtọ̀ ẹgbẹ́ jẹ́ nítorí àwọn ìrísí ìpínkiri tó yàtọ̀ síra.
c. Àwòrán ìtọ́kasí/àmì pẹ̀lú àwọn ọ̀pá àṣìṣe
Fún ìbánisọ̀rọ̀ tó túbọ̀ ṣe kedere, ṣíṣàfihàn ìwọ̀n àròpọ̀ pẹ̀lú àwọn ọ̀pá àṣìṣe (fún àpẹẹrẹ, ìyàtọ̀ standard, àṣìṣe standard, tàbí long confidence termination) ń tẹnu mọ́ ìwọ̀n àròpọ̀ àti àìdánilójú rẹ̀. Síbẹ̀síbẹ̀, ọ̀nà yìí nílò ìṣọ́ra: ìwọ̀n àròpọ̀ náà lè bo àwọn ìpínkiri tí kò ní ìbáramu tàbí multimodal.
4. Àwọn Ọ̀nà Ìríran fún Ìbáṣepọ̀ Láàárín Àwọn Onírúurú Méjì (Ìyàtọ̀ Onírúurú)
Ìṣàyẹ̀wò onípele méjì (Bivariate analysis) ni èrò láti mọ ìbáṣepọ̀ láàrín àwọn onípele méjì, yálà ní nọ́mbà-nọ́mbà, ní nọ́mbà-ẹ̀ka, tàbí ní nọ́mbà-ẹ̀ka.
a. Àwòrán ìtúká (àwòrán ìtúká)
Àwòrán ìtúpalẹ̀ ni àṣàyàn tí ó wọ́pọ̀ jùlọ fún àwọn oníyípadà nọ́mbà méjì. Ó fi àwọn àpẹẹrẹ onílà, tí kìí ṣe onílà, tí a kó jọ, àti àwọn tí ó yàtọ̀ hàn. Fún ìṣàyẹ̀wò tó ga jù, a sábà máa ń fi àwọn ìlà ìyípadà tàbí ìtúnṣe kún àwọn àwòrán ìtúpalẹ̀ (fún àpẹẹrẹ, LOESS) láti ṣàlàyé àwọn àṣà.
b. Àtẹ ìlà fún dátà ìtòlẹ́sẹẹsẹ àkókò
Tí onírúurú nọ́mbà bá yípadà nígbà tí àkókò bá ń lọ, àwòrán ìlà máa ń ran lọ́wọ́ láti mọ àwọn àṣà, àkókò àti àwọn ìpele. Nínú àwọn statistiki àkókò, a sábà máa ń lo àwòrán yìí kí a tó ṣe àwòṣe ARIMA, ìtúnṣe exponential, tàbí àwọn àwòṣe mìíràn.
c. Àwòrán ooru fún àwọn ẹ̀ka tàbí àwọn matrices
Àwọn àwòrán ooru yẹ fún àwọn tábìlì tàbí àwọn matrices ìbáramu. Àwọn àwọ̀ dúró fún agbára tàbí ìwọ̀n àwọn iye. Ọ̀nà yìí munadoko fún àwọn àkójọ dátà ńlá, ṣùgbọ́n a gbọ́dọ̀ yan àkójọ àwọ̀ náà dáadáa kí a má baà túmọ̀ rẹ̀ sí ìtumọ̀.
5. Àwọn Ìmọ̀ Ìríran Onírúurú (Ju Àwọn Onírúurú Méjì lọ)
Nígbà tí dátà bá ní ọ̀pọ̀lọpọ̀ onírúurú ìyípadà nínú, ìpèníjà náà ni láti fi ìwífún náà hàn láìjẹ́ kí àwòrán náà díjú jù.
a. Tú àwòrán náà ká pẹ̀lú àwọ̀/ìwọ̀n/àwòrán
Ìpìlẹ̀ ìfọ́mọ́lẹ̀ lè fi àwọn onírúru afikún hàn nípa lílo àwọ̀ (ẹ̀ka), ìwọ̀n àmì (nọ́mbà), tàbí ìrísí (ẹ̀ka). Ọ̀nà yìí lágbára, ṣùgbọ́n ó nílò rírí i dájú pé ìtàn náà ṣe kedere àti pé àwọn ìyàtọ̀ ojú kò ṣe kedere jù.
b. Ṣíṣe àtúnṣe (àwọn ìlọ́po kékeré)
Fífi àwòrán kan náà pín sí oríṣiríṣi pánẹ́lì tí ó dá lórí ẹ̀ka (fún àpẹẹrẹ, nípa agbègbè tàbí nípa irú ọjà). Èyí sábà máa ń múná dóko ju kíkó ìsọfúnni púpọ̀ jọ sínú àtẹ kan ṣoṣo.
c. Ìsopọ̀ ìpìlẹ̀ / ìtúpalẹ̀ ìpìlẹ̀ méjì
Matrix scatterplot kan n fi gbogbo awọn oniyipada nọmba meji han ninu grid kan. Eyi n ran wa lọwọ lati mọ awọn ibatan laarin awọn oniyipada, awọn ibatan to lagbara, tabi awọn ilana ẹgbẹ. Ọna yii wulo fun EDA, paapaa ṣaaju itupalẹ atunṣe tabi ẹkọ ẹrọ.
d. PCA biplot tabi plot idinku iwọn
Fún àwọn ìwádìí data pẹ̀lú ọ̀pọ̀lọpọ̀ àwọn ẹ̀yà ara, àwọn ọ̀nà ìdínkù ìwọ̀n bíi PCA, t-SNE, tàbí UMAP lè ṣe àfihàn dátà náà sí 2D láti fi àwọn ìṣọ̀pọ̀ hàn. Nínú àwọn ìṣirò, àwọn biplot PCA tún lè fi ipa àwọn oníyípadà sí àwọn ẹ̀yà pàtàkì hàn. Síbẹ̀síbẹ̀, a gbọ́dọ̀ túmọ̀ àwọn àbájáde ìdínkù ìwọ̀n pẹ̀lú ìṣọ́ra nítorí pípadánù ìwífún nígbà ìfúnpọ̀.
6. Àwọn Ìlànà Ṣíṣe Àwòrán Tó Dáadáa
Ọ̀nà ìríran tó dára lè jẹ́ ewu tí àwòrán náà kò bá tọ́. Àwọn ìlànà pàtàkì kan wà nínú àkójọ ìṣirò:
1. Yan àtẹ kan tó bá irú ìwífún àti ìbéèrè rẹ mu. Má ṣe lo àtẹ àtẹ fún ọ̀pọ̀lọpọ̀ ẹ̀ka tàbí láti fi wé àwọn ìyàtọ̀ kéékèèké.
2. Lo àwọn ìwọ̀n axis ní òótọ́. Gígé àwọn axis (fún àpẹẹrẹ, axis y kò bẹ̀rẹ̀ ní òdo) lè mú kí ìyàtọ̀ pọ̀ sí i lójú. Èyí lè jẹ́ ohun tí a lè gbà nígbà míì, ṣùgbọ́n ó yẹ kí a fún un ní àyíká àti ìdí tí ó yẹ.
3. Fiyèsí àwọ̀. Lo àwọ̀ tí kò ní àwọ̀ tí ó lè bòjú kí o sì yẹra fún àdàpọ̀ àwọ̀ tí ó ṣòro.
4. Pese awọn aami ati awọn orisun ti o han gbangba. Akọle naa, itan-akọọlẹ, awọn ẹya, ati awọn akọle gbọdọ pari ki aworan naa le duro nikan.
5. Fi àìdánilójú hàn nígbà tí ó bá yẹ. Nínú àwọn ìṣirò ìfòyemọ̀, fífi àwọn àlàfo ìgbẹ́kẹ̀lé hàn, àwọn ìlà àsọtẹ́lẹ̀, tàbí àwọn ọ̀pá àṣìṣe jẹ́ ohun tó ní ìmọ̀ ju fífi àwọn nọ́mbà kan hàn lọ.
6. Yẹra fún “àkójọpọ̀ àwòrán.” Àwọn ipa 3D, àwọn ohun ọ̀ṣọ́ tó pọ̀ jù, tàbí àwọn ìpele tí kò pọndandan lè fa ìpínyà kúrò nínú ìránṣẹ́ pàtàkì náà.
7. Àwọn Àṣìṣe Tó Wọ́pọ̀ Nínú Ìwòye Oníṣirò
Àwọn àṣìṣe kan wọ́pọ̀, wọ́n sì lè ṣì àwọn òǹkàwé lọ́nà:
– Lilo apapọ fun data ti ko ni iyipada pupọ laisi afihan agbedemeji tabi pinpin.
– Pípọ̀ àwọn ẹ̀ka pupọ̀ máa ń jẹ́ kí àwòrán náà ṣòro láti kà.
– Kò fi iwọn apẹẹrẹ han bi o tilẹ jẹ pe afiwe ẹgbẹ le jẹ ẹgan ti iye data ba yatọ pupọ.
– Yíyọ àwọn ìparí èrò láti inú àwọn àkójọpọ̀ tí ó ń fi ìbáṣepọ̀ hàn nìkan.
8. Ìparí
Àwọn ọ̀nà ìríran dátà nínú àwọn statistiki máa ń so òye dátà pọ̀, àwọn ète ìṣàyẹ̀wò, àti àwọn ọgbọ́n ìbánisọ̀rọ̀. Àwọn Histograms, boxplots, scatterplots, line charts, heatmaps, àti àwọn ọ̀nà multivariate bíi faceting àti PCA ń ran àwọn onímọ̀ nípa àyẹ̀wò lọ́wọ́ láti rí ohun tí kò hàn gbangba láti inú àwọn tábìlì àwọn nọ́mbà. Síbẹ̀síbẹ̀, àwọn ìwòran tó dára kì í ṣe “ẹwà” nìkan, wọ́n tún péye, wọ́n jẹ́ òótọ́, wọ́n sì dojúkọ àwọn ìbéèrè tí wọ́n fẹ́ dáhùn.
Nípa lílo àwọn ọ̀nà ìṣiṣẹ́ àti ìlànà ìṣètò tó tọ́, ìwòye dátà lè jẹ́ àpáta tó lágbára láàárín ìwádìí ìṣirò tó díjú àti òye tó rọrùn fún onírúurú ènìyàn—láti àwọn olùwádìí sí àwọn olùṣètò.
Tí o bá fẹ́, mo lè yí àpilẹ̀kọ yìí padà sí ẹ̀kọ́ (pẹ̀lú àwọn ìtọ́kasí), fi àwọn àpẹẹrẹ àpẹẹrẹ kún un, tàbí ṣẹ̀dá ẹ̀yà kan tí ó dojúkọ àwọn sọ́fítíwè pàtó bíi Excel, R, tàbí Python.
