Zawartość
Działalność biznesowa, rządowa i akademicka prawie zawsze wymaga gromadzenia i analizy danych. Jednym ze sposobów przedstawiania danych liczbowych są wykresy, histogramy i wykresy. Te techniki wizualizacji pozwalają ludziom uzyskać lepszy wgląd w problemy i opracowywać rozwiązania. Luki, klastry i wartości odstające to cechy zbiorów danych, które wpływają na analizę matematyczną i są łatwo widoczne na reprezentacjach wizualnych.
Dziury w danych
Luki odnoszą się do brakujących obszarów w zestawie danych. Na przykład, jeśli eksperyment naukowy zbiera dane dotyczące temperatury w zakresie od 50 stopni Fahrenheita do 100 stopni Fahrenheita, ale nic między 70 a 80 stopni, co stanowiłoby lukę w zbiorze danych. Wykres liniowy tego zestawu danych miałby znaki „x” dla temperatur między 50 a 70 i ponownie między 80 a 100, ale nie byłoby nic między 70 a 80. Badacze mogą kopać głębiej i badać, dlaczego niektóre punkty danych nie są wyświetlane w pobranej próbce.
Pojedyncze grupy
Klastry to izolowane grupy punktów danych. Wykresy liniowe, które są jednym ze sposobów reprezentowania zbiorów danych, to linie ze znakami „x” umieszczonymi powyżej określonych liczb, aby zobrazować ich częstotliwość występowania w zestawie danych. Klaster jest przedstawiany jako zbiór tych znaków „x” w małym przedziale czasu lub podzbiorze danych. Na przykład, jeśli wyniki egzaminu dla klasy 10 uczniów wynoszą 74, 75, 80, 72, 74, 75, 76, 86, 88 i 73, najwięcej znaków „x” na wykresie liniowym będzie na 72- przedział czasu do-76. Stanowiłoby to klaster danych. Zauważ, że częstotliwość dla 74 i 75 wynosi dwa, ale dla wszystkich innych wyników jest to jeden.
Na krańcach
Wartości odstające to wartości ekstremalne - punkty danych, które znacznie wykraczają poza inne wartości w zbiorze danych. Wartość odstająca musi być znacznie mniejsza lub większa niż większość liczb w zbiorze danych. Definicja „ekstremum” zależy od okoliczności i konsensusu analityków zaangażowanych w badania. Wartości odstające mogą być złymi punktami danych, znanymi również jako hałas, lub mogą zawierać cenne informacje na temat badanego zjawiska i samej metodologii gromadzenia danych. Na przykład, jeśli wyniki klas są w większości w przedziale od 70 do 80, ale kilka wyników znajduje się w niskich 50, mogą to oznaczać wartości odstające.
Kładąc wszystko razem
Luki, wartości odstające i klastry w zestawach danych mogą wpływać na wyniki analizy matematycznej. Luki i klastry mogą reprezentować błędy w metodologii gromadzenia danych. Na przykład, jeśli ankieta telefoniczna sonduje tylko niektóre numery kierunkowe, takie jak kompleksy mieszkaniowe o niskich dochodach lub wysokiej klasy podmiejskie obszary mieszkalne, a nie szeroki przekrój populacji, istnieje prawdopodobieństwo, że w danych pojawią się luki i klastry . Wartości odstające mogą wypaczać średnią lub średnią wartość zestawu danych. Na przykład średnia lub średnia wartość zestawu danych składającego się z czterech liczb - 50, 55, 65 i 90 - wynosi 65. Jednak bez wartości odstającej 90 średnia wynosi około 57.