ရာထူးတိုင်းတာမှုများ
ဤဆောင်းပါးတွင် ရာထူးတိုင်းတာခြင်းများကို မည်သည့်အရာအတွက် အသုံးပြုကြောင်း ရှင်းပြထားသည်။ ထို့ကြောင့် အနေအထားတိုင်းတာမှုများအပြင် အမျိုးအစားတစ်ခုစီ၏ ဥပမာများကို သင်တွေ့ရပါမည်။
ရာထူးတိုင်းတာခြင်းဟူသည် အဘယ်နည်း။
ရာထူးဟူသည် ဒေတာအစုအဝေးကို သတ်မှတ်ရာတွင် အထောက်အကူဖြစ်စေသော ကိန်းဂဏန်းဆိုင်ရာ ကန့်သတ်ချက်များဖြစ်သည် ။ ရိုးရှင်းစွာပြောရလျှင် တည်နေရာတိုင်းတာမှုများသည် ဒေတာအစုတစ်ခု၏ပုံသဏ္ဍာန်ကို သိနိုင်ရန် ကူညီပေးသည်။
ကိန်းဂဏန်းစာရင်းဇယားများတွင် တည်နေရာတိုင်းတာခြင်း အမျိုးအစားနှစ်မျိုးရှိသည်- ဒေတာအစုံ၏ဗဟိုတန်ဖိုးများကိုဆုံးဖြတ်ရန်အသုံးပြုသည့် ဗဟို အနေအထားတိုင်းတာမှုများနှင့်ဒေတာကိုအညီအမျှခွဲခြမ်းရန်အတွက်အသုံးပြုသည့်ဗဟိုမတည်နေရာတိုင်းတာခြင်းများကိုအသုံးပြုသည် ။ .
ရာထူးတိုင်းတာခြင်းဟူသည် အဘယ်နည်း။
စာရင်းဇယားများတွင်၊ ရာထူးတိုင်းတာမှုများမှာ-
- ဗဟိုအနေအထားတိုင်းတာခြင်း – ဖြန့်ဖြူးမှုတစ်ခု၏ဗဟိုတန်ဖိုးများကိုဖော်ပြပါ။
- ပျမ်းမျှ : ဤသည်မှာ နမူနာရှိ ဒေတာအားလုံး၏ ပျမ်းမျှဖြစ်သည်။
- အလယ်အလတ် – ဤသည်မှာ အငယ်ဆုံးမှ အကြီးဆုံးသို့ စီထားသော ဒေတာအားလုံး၏ အလယ်တန်ဖိုးဖြစ်သည်။
- မုဒ် – ဤသည်မှာ ဒေတာအတွဲတွင် အထပ်ထပ်ဆုံးတန်ဖိုးဖြစ်သည်။
- ဗဟိုမဟုတ်သော အနေအထားတိုင်းတာခြင်း – သတ်မှတ်ဒေတာကို အညီအမျှ ပိုင်းခြားပါ။
- Quartiles : ဒေတာနမူနာကို ထပ်တူ လေးပိုင်းခွဲပါ။
- Quintiles : ဒေတာကို အညီအမျှ အပိုင်းငါးပိုင်းခွဲပါ။
- Deciles : သတ်မှတ်ထားသော ဒေတာကို ပြင်းအား ညီမျှသော ဆယ်ခုကြားကာလအဖြစ် ပိုင်းခြားပါ။
- Percentiles : ဒေတာကို တူညီသောအပိုင်းတစ်ရာအဖြစ် ပိုင်းခြားပါ။
အနေအထားတိုင်းတာခြင်း အမျိုးအစားတစ်ခုစီကို အောက်တွင် အသေးစိတ်ရှင်းပြထားပါသည်။
ဗဟိုအနေအထားတိုင်းတာမှု
စင်တာတည်နေရာတိုင်းတာမှုများသည် ဖြန့်ဖြူးမှုတစ်ခု၏ဗဟိုတန်ဖိုးကိုညွှန်ပြသည်၊ ဆိုလိုသည်မှာ ၎င်းတို့သည် ဒေတာအစုတစ်ခု၏ဗဟို၏တန်ဖိုးကိုယ်စားပြုတန်ဖိုးကိုရှာဖွေရန်အသုံးပြုသည်။ ဗဟိုအနေအထား၏ အဓိကအားဖြင့် အတိုင်းအတာသုံးမျိုးရှိသည်- ပျမ်းမျှ၊ အလယ်အလတ်နှင့် မုဒ်။
တစ်ဝက်
ပျမ်းမျှတွက်ချက်ရန်၊ တန်ဖိုးများအားလုံးကို ပေါင်းထည့်ပြီးနောက် လေ့လာမှုစုစုပေါင်းအရေအတွက်ဖြင့် ပိုင်းပါ။ ထို့ကြောင့် ပျမ်းမျှအတွက် ဖော်မြူလာမှာ အောက်ပါအတိုင်းဖြစ်သည်။
ပျမ်းမျှကို ဂဏန်းသင်္ချာ ပျမ်းမျှ သို့မဟုတ် ပျမ်းမျှ ဟုလည်း ခေါ်သည်။ ထို့အပြင်၊ စာရင်းအင်းဖြန့်ဝေမှု၏ပျမ်းမျှသည် ၎င်း၏သင်္ချာဆိုင်ရာမျှော်လင့်ချက်နှင့် ညီမျှသည်။
မီဒီယံ
ပျမ်းမျှ သည် အသေးဆုံးမှ အကြီးဆုံးသို့ စီထားသော ဒေတာအားလုံး၏ အလယ်တန်ဖိုးဖြစ်သည်။ တစ်နည်းဆိုရသော် အလယ်အလတ်သည် သတ်မှတ်ထားသော ဒေတာများကို အညီအမျှ နှစ်ပိုင်းခွဲသည်။
ပျမ်းမျှ တွက်ချက်မှုသည် ဒေတာ စုစုပေါင်း အရေအတွက်သည် လုံးခြင်း သို့မဟုတ် ထူးဆန်းခြင်း ရှိမရှိအပေါ် မူတည်သည်-
- ဒေတာစုစုပေါင်းအရေအတွက်သည် ထူးဆန်း ပါက၊ ပျမ်းမျှသည် ဒေတာ၏အလယ်တွင် ညာဘက်ကျရောက်သည့်တန်ဖိုးဖြစ်သည်။ ဆိုလိုသည်မှာ စီထားသောဒေတာ၏ အနေအထား (n+1)/2 တွင်ရှိသော တန်ဖိုးကို ဆိုလိုခြင်းဖြစ်သည်။
- ဒေတာအချက်များ စုစုပေါင်းအရေအတွက်သည် တူညီ ပါက၊ အလယ်ဗဟိုတွင်ရှိသော ဒေတာအချက်နှစ်ချက်၏ ပျမ်းမျှဖြစ်လိမ့်မည်။ ဆိုလိုသည်မှာ မှာယူထားသော ဒေတာ၏ ရာထူး n/2 နှင့် n/2+1 တွင် တွေ့ရသည့် ဂဏန်းသင်္ချာပျမ်းမျှတန်ဖိုးများကို ဆိုလိုသည်။
ရွှေ
နမူနာရှိဒေတာစုစုပေါင်းအရေအတွက်ဖြစ်ပြီး Me သည် ပျမ်းမျှဖြစ်သည်။
ဖက်ရှင်
စာရင်းဇယားများတွင်၊ မုဒ် သည် အမြင့်ဆုံး ပကတိကြိမ်နှုန်းပါရှိသော ဒေတာအတွဲတွင် တန်ဖိုးဖြစ်သည်၊ ဆိုလိုသည်မှာ၊ မုဒ်သည် ဒေတာအစုတစ်ခုတွင် အများဆုံးပေါ်လာသည့် တန်ဖိုးဖြစ်သည်။
ထို့ကြောင့်၊ ကိန်းဂဏန်းအချက်အလက်အစုတစ်ခု၏မုဒ်ကို တွက်ချက်ရန်၊ နမူနာတစ်ခုစီတွင် ဒေတာတစ်ခုစီပေါ်လာသည့်အကြိမ်အရေအတွက်ကို ရိုးရိုးရှင်းရှင်းရေတွက်ပြီး ထပ်ခါတလဲလဲ အများဆုံးဒေတာသည် မုဒ်ဖြစ်လိမ့်မည်။
မုဒ်ကို စာရင်းအင်းမုဒ် သို့မဟုတ် မော်ဒယ်တန်ဖိုး ဟုလည်း ဆိုနိုင်သည်။
ထပ်ခါတလဲလဲ အများဆုံးတန်ဖိုးများအလိုက် မုဒ်သုံးမျိုးခွဲခြားနိုင်သည်-
- Unimodal မုဒ် : ထပ်ခါတလဲလဲ အများဆုံးအကြိမ်အရေအတွက် တစ်ခုတည်းသာရှိသည်။ ဥပမာ၊ [၁၊ ၄၊ ၂၊ ၄၊ ၅၊ ၃]။
- Bimodal မုဒ် : ထပ်ခါတလဲလဲ အများဆုံးအကြိမ်အရေအတွက်သည် မတူညီသောတန်ဖိုးနှစ်ခုတွင် ဖြစ်ပေါ်ပြီး တန်ဖိုးနှစ်ခုစလုံးသည် အကြိမ်အရေအတွက် တူညီပါသည်။ ဥပမာ၊ [၂၊ ၆၊ ၇၊ ၂၊ ၃၊ ၆၊ ၉]။
- Multimodal မုဒ် – သုံးမျိုး သို့မဟုတ် ထို့ထက်ပိုသော တန်ဖိုးများသည် ထပ်ခါတလဲလဲ အများဆုံးအကြိမ်အရေအတွက် တူညီသည်။ ဥပမာ၊ [၃၊ ၃၊ ၄၊ ၁၊ ၃၊ ၄၊ ၂၊ ၁၊ ၄၊ ၅၊ ၂၊ ၁]။
ဗဟိုမဟုတ်သော အနေအထားတိုင်းတာခြင်း။
ဗဟိုမဟုတ်သော အနေအထားတိုင်းတာခြင်းများကို ကိန်းဂဏန်းအချက်အလက်များကို အညီအမျှခွဲခြမ်းရန်အတွက် အသုံးပြုပါသည်။ အဓိကအားဖြင့် ဗဟိုမဟုတ်သော အနေအထားတိုင်းတာမှု လေးမျိုးရှိသည်- quartiles၊ quintiles၊ deciles နှင့် percentiles။
ကွာတားများ
စာရင်းဇယားများတွင်၊ quartiles များသည် data set တစ်ခုအား လေးပိုင်းအညီအမျှ ပိုင်းခြားပေးသော တန်ဖိုးသုံးခုဖြစ်သည်။ ထို့ကြောင့် ပထမ၊ ဒုတိယနှင့် တတိယ ကွာတားများသည် ကိန်းဂဏန်းအချက်အလက်အားလုံး၏ 25%, 50% နှင့် 75% အသီးသီး ကိုယ်စားပြုသည်။
Quartile များကို အရင်းအနှီး Q နှင့် quartile အညွှန်းကိန်းဖြင့် ကိုယ်စားပြုသည်၊ ထို့ကြောင့် ပထမ quartile သည် Q 1 ၊ ဒုတိယ quartile သည် Q 2 ဖြစ်ပြီး တတိယ quartile သည် Q 3 ဖြစ်သည်။
Quintiles
Quintiles များသည် မှာယူထားသည့်ဒေတာကို အညီအမျှ အပိုင်းငါးပိုင်းအဖြစ် ပိုင်းခြားထားသော တန်ဖိုးလေးခုဖြစ်သည်။ ထို့ကြောင့်၊ ပထမ၊ ဒုတိယ၊ တတိယနှင့် စတုတ္ထ quintiles များသည် နမူနာဒေတာ၏ 20%, 40%, 60% နှင့် 80% တို့ကို ကိုယ်စားပြုပါသည်။
ဥပမာအားဖြင့်၊ တတိယမြောက် Quintile သည် စုဆောင်းထားသော ဒေတာအားလုံး၏ 60% ကျော်ကို ကိုယ်စားပြုသော်လည်း ကျန်ဒေတာများထက် သေးငယ်သည်။
quintiles အတွက် သင်္ကေတမှာ quintile အညွှန်းနှင့်အတူ စာလုံးကြီး K ဖြစ်ပြီး ပထမ Quintile မှာ K 1 ဖြစ်ပြီး ဒုတိယ Quintile မှာ K 2 ဖြစ်ပြီး တတိယ Quintile မှာ K 3 ဖြစ်ပြီး စတုတ္ထ Quintile မှာ K 4 ဖြစ်သည်။ ၎င်းကို အက္ခရာ Q ဖြင့်လည်း ကိုယ်စားပြုနိုင်သော်လည်း (၎င်းသည် quartiles များနှင့် ရှုပ်ထွေးမှုကို ဖြစ်စေသောကြောင့် မထောက်ခံပါ)။
Deciles
Deciles သည် မှာယူထားသောဒေတာအစုအဝေးကို အပိုင်းဆယ်ပိုင်းခွဲ၍ ညီမျှသောတန်ဖိုးကိုးခုဖြစ်သည်။ ထို့ကြောင့် ပထမ၊ ဒုတိယ၊ တတိယ၊… decile သည် နမူနာ သို့မဟုတ် လူဦးရေ၏ 10%, 20%, 30%,… ကိုကိုယ်စားပြုသည်။
ဥပမာအားဖြင့်၊ စတုတ္ထ decile တန်ဖိုးသည် ဒေတာ၏ 40% ထက် မြင့်မားသော်လည်း ကျန်ဒေတာများထက် နိမ့်သည်။
ယေဘုယျအားဖြင့် decile များကို စာလုံးကြီး D နှင့် decile index ၊ ဆိုလိုသည်မှာ ပထမ decile သည် D 1 ဖြစ်ပြီး ဒုတိယ decile သည် D 2 ၊ တတိယ decile သည် D 3 စသည်တို့ဖြစ်သည်။
ရာခိုင်နှုန်းများ
Percentiles များသည် မှာယူထားသော အချက်အလက်အစုအဝေးကို အပိုင်းတစ်ရာစီခွဲကာ တန်ဖိုးများဖြစ်သည်။ ထို့ကြောင့်၊ ရာခိုင်နှုန်းတစ်ခုသည် ဒေတာအစုတစ်ခု၏ ရာခိုင်နှုန်းတစ်ခုကျနေသည့် အောက်တန်ဖိုးကို ညွှန်ပြသည်။
ဥပမာအားဖြင့်၊ 35th ရာခိုင်နှုန်းတန်ဖိုးသည် လေ့လာတွေ့ရှိထားသည့်ဒေတာ၏ 35% ထက် မြင့်မားသော်လည်း ကျန်ဒေတာများထက် နိမ့်သည်။
Percentile များကို စာလုံးအကြီး P ဖြင့် ကိုယ်စားပြုပြီး ရာခိုင်နှုန်းအညွှန်းကိန်း၊ ဆိုလိုသည်မှာ 1st ရာခိုင်နှုန်းသည် P 1၊ 40th ရာခိုင်နှုန်းသည် P 40၊ 79th percentile သည် P 79 စသည်တို့ဖြစ်သည်။