ကြားကာလ vs. interquartile range- ကွာခြားချက်ကဘာလဲ။

ကိန်းဂဏန်းစာရင်းဇယားများတွင် ကြားကာလ နှင့် ကြားကာလအပိုင်းအခြား သည် ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများဖြန့်ဖြူးမှုကို တိုင်းတာသည့်နည်းလမ်းနှစ်သွယ်ဖြစ်သည်။

အပိုင်းအခြားသည် ဒေတာအစုံရှိ အနိမ့်ဆုံးတန်ဖိုးနှင့် အမြင့်ဆုံးတန်ဖိုးအကြား ကွာခြားချက်ကို တိုင်းတာသည်။

ဒေတာ အတွဲ တစ်ခုတွင် ပထမ quartile (25th percentile) နှင့် တတိယ quartile (75th percentile) ကြားခြားနားချက်ကို တိုင်းတာသည်။ ၎င်းသည် တန်ဖိုးများ၏ အလယ် 50% ၏ ဖြန့်ဖြူးမှုကို ကိုယ်စားပြုသည်။

ဥပမာ- ကြားကာလနှင့် ကြားကာလအပိုင်းအခြားကို တွက်ချက်နည်း

ကျွန်ုပ်တို့တွင် အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂

အကွာအဝေးကို တွက်ချက်ရန် အောက်ပါအဆင့်များကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

• အပိုင်းအခြား = အများဆုံးတန်ဖိုး – အနည်းဆုံးတန်ဖိုး
• အတိုင်းအတာ = 32 – 1
• အတိုင်းအတာ = ၃၁

ကျွန်ုပ်တို့သည် ကွာတားအကွာအဝေးကို တွက်ချက်ရာတွင် ကူညီရန် interquartile range calculator ကို အသုံးပြုနိုင်ပါသည်။

• Interquartile scale = 3rd quartile – 1st quartile
• Interquartile စကေး = 26.5 – 12
• Interquartile အပိုင်းအခြား = 14.5

အပိုင်းအခြားသည် ဒေတာအတွဲ၏ ဖြန့်ကျက်မှုကို ကျွန်ုပ်တို့အား ပြောပြနေချိန်တွင် ကြားခံအကွာအဝေးသည် ဒေတာအတွဲ၏ အလယ်တစ်ဝက်ကို ဖြန့်ဝေမှုကို ပြောပြသည်။

အပိုင်းအခြားနှင့် ကွာတားအကွာအဝေး- ဆင်တူယိုးမှားများနှင့် ကွဲပြားမှုများ

ကြားကာလနှင့် ကွာတားအကွာအဝေးသည် အောက်ဖော်ပြပါ တူညီမှု ကို မျှဝေပါသည်။

• မက်ထရစ်နှစ်ခုလုံးသည် ဒေတာအစုတစ်ခုတွင် တန်ဖိုးများဖြန့်ဖြူးမှုကို တိုင်းတာသည်။

သို့သော် ကြားကာလနှင့် ကွာတားအကွာအဝေးသည် အောက်ပါ ကွာခြားချက်ရှိသည်။

• အပိုင်းအခြားသည် ဒေတာအစုံရှိ အကြီးဆုံးနှင့် အသေးငယ်ဆုံးတန်ဖိုးအကြား ကွာခြားချက်ကို ပြောပြသည်။
• interquartile အပိုင်းအခြားသည် dataset ရှိ တန်ဖိုးများ၏ 50% အလယ်တန်းခွဲဝေမှုကို ပြောပြသည်။

Interval vs Interquartile Range- တစ်ခုစီကို ဘယ်အချိန်မှာ သုံးမလဲ။

ဒေတာအတွဲတစ်ခုရှိ အကြီးဆုံးနှင့် အသေးငယ်ဆုံးတန်ဖိုးများအကြား ခြားနားချက်ကို နားလည်လိုပါက အပိုင်းအခြားကို အသုံးပြုရန် လိုအပ်ပါသည်။

ဥပမာ၊ ပါမောက္ခတစ်ယောက်က ကျောင်းသား ၁၀၀ ကို စာမေးပွဲဖြေတယ်ဆိုပါစို့။ အတန်းရှိ ကျောင်းသားအားလုံးမှ ရရှိသော အမြင့်ဆုံးနှင့် အနိမ့်ဆုံးရမှတ်အကြား ကွာခြားချက်ကို နားလည်ရန် အတိုင်းအတာကို အသုံးပြုနိုင်သည်။

အပြန်အလှန်အားဖြင့်၊ data set တစ်ခု၏ 75th percentile နှင့် 25th percentile အကြား ကွာဟချက်ကို နားလည်လိုပါက interquartile range ကို အသုံးပြုသင့်ပါသည်။

ဥပမာအားဖြင့်၊ ပါမောက္ခတစ်ဦးသည် ကျောင်းသား 100 အား စာမေးပွဲတစ်ခုအား စီမံဆောင်ရွက်ပါက၊ 75th ရာခိုင်နှုန်းရထားသော ကျောင်းသားနှင့် 25th ရာခိုင်နှုန်းရထားသော ကျောင်းသားကြား စာမေးပွဲရမှတ်ကွာခြားချက်ကို လျင်မြန်စွာနားလည်ရန် ကွာတားအကွာအဝေးကို အသုံးပြုနိုင်သည်။

ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများဖြန့်ကျက်မှုကို ဖော်ပြရန်အတွက် ကြားကာလ သို့မဟုတ် ကြားကာလအပိုင်းအခြားကို အသုံးပြုခြင်းကြား ရွေးချယ်ရန် မလိုအပ်ကြောင်း သတိပြုသင့်သည်။

၎င်းတို့သည် ကျွန်ုပ်တို့အား လုံးဝကွဲပြားခြားနားသော အချက်အလက်များကို ပေးသောကြောင့် မက်ထရစ်နှစ်ခုစလုံးကို အသုံးပြုနိုင်သည်။

ကမ်းခြေကိုအသုံးပြုခြင်း၏နောက်ကွယ်

အကွာအဝေးသည် အားနည်းချက်တစ်ခုကြောင့် ကြုံတွေ့နေရသည်- ၎င်းကို outliers များမှ လွှမ်းမိုးထားသည် ။

ယင်းကို သရုပ်ဖော်ရန်၊ အောက်ပါဒေတာအတွဲကို ထည့်သွင်းစဉ်းစားပါ။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂

ဤဒေတာအတွဲ၏ အကွာအဝေးမှာ 32 – 1 = 31 ဖြစ်သည်။

သို့ရာတွင်၊ ဒေတာအတွဲတွင် လွန်ကဲသော အစွန်းထွက်မှု ရှိ၊ မရှိ သုံးသပ်ပါ။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂၊ ၃၇၈

ဤဒေတာအတွဲ၏အကွာအဝေးသည် ၃၇၈ – ၁ = ၃၇၇ ဖြစ်လိမ့်မည်။

အစွန်းထွက်တစ်ခုကြောင့် အပိုင်းအခြားသည် သိသိသာသာ ပြောင်းလဲသွားသည်ကို သတိပြုပါ။

ဒေတာအစုတစ်ခု၏ အကွာအဝေးကို တွက်ချက်ခြင်းမပြုမီ၊ အပိုင်းအခြားကို အထင်မှားစေမည့် အစွန်းအထင်းများ ရှိ၊ မရှိ စစ်ဆေးရန် သင့်တော်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် interquartile အပိုင်းအခြားအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

interquartile အပိုင်းအခြားကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံ
interquartile range ကိုသုံးပြီး outliers ကိုဘယ်လိုရှာမလဲ။
Excel တွင် Interquartile Range ကိုဘယ်လိုတွက်ရမလဲ