Obsah
Obchodné, vládne a akademické činnosti si takmer vždy vyžadujú zhromažďovanie a analýzu údajov. Jedným zo spôsobov, ako reprezentovať číselné údaje, sú grafy, histogramy a grafy. Tieto vizualizačné techniky umožňujú ľuďom získať lepší prehľad o problémoch a navrhnúť riešenia. Medzery, zhluky a odľahlé hodnoty sú charakteristiky súborov údajov, ktoré ovplyvňujú matematickú analýzu a sú ľahko viditeľné pri vizuálnych znázorneniach.
Otvory v údajoch
Medzery sa týkajú chýbajúcich oblastí v súbore údajov. Napríklad, ak vedecký experiment zhromažďuje údaje o teplotách v rozsahu 50 stupňov Fahrenheita až 100 stupňov Fahrenheita, ale nič medzi 70 a 80 stupňami, znamenalo by to medzeru v súbore údajov. Čiarový graf tohto súboru údajov by mal znamienka „x“ pre teploty medzi 50 a 70 a opäť medzi 80 a 100, ale nič by nebolo medzi 70 a 80. Výskumníci môžu kopať hlbšie a skúmať, prečo sa určité údajové body nezobrazujú vo zozbieranej vzorke.
Izolované skupiny
Klastre sú izolované skupiny dátových bodov. Čiarové grafy, ktoré sú jedným zo spôsobov, ako reprezentovať množiny údajov, sú čiary so značkami „x“ umiestnenými nad konkrétnymi číslami, ktoré zobrazujú ich frekvenciu výskytu v množine údajov. Klaster je zobrazený ako zbierka týchto značiek „x“ v malom intervale alebo podskupine údajov. Napríklad, ak skóre skúšky pre triedu 10 študentov je 74, 75, 80, 72, 74, 75, 76, 86, 88 a 73, najviac „x“ značiek na čiarovom diagrame by bolo v 72- do 76 skóre. To by predstavovalo dátový klaster. Frekvencia pre 74 a 75 je dve, ale pre všetky ostatné skóre je jedna.
Na extrémoch
Odľahlé hodnoty sú extrémne hodnoty - údajové body, ktoré sa nachádzajú výrazne mimo iných hodnôt v množine údajov. Odľahlá hodnota musí byť výrazne menšia alebo väčšia ako väčšina čísel v množine údajov. Definícia „extrému“ závisí od okolností a konsenzu analytikov zapojených do výskumu. Odľahlé hodnoty môžu byť zlé dátové body, známe tiež ako šum, alebo môžu obsahovať cenné informácie o skúmanom fenoméne a samotnej metodike zberu údajov. Napríklad, ak sú skóre tried väčšinou v rozmedzí od 70 do 80, ale pár bodov je v dolných 50-tych rokoch, tieto môžu predstavovať odľahlé hodnoty.
Dávať to všetko dokopy
Na výsledky matematickej analýzy môžu mať vplyv medzery, odľahlé hodnoty a zoskupenia v súboroch údajov. Medzery a zoskupenia môžu predstavovať chyby v metodike zberu údajov. Napríklad, ak telefónny prieskum osloví iba určité kódy oblastí, ako sú bytové komplexy s nízkymi príjmami alebo luxusné prímestské obytné oblasti, a nie široký prierez obyvateľstva, je pravdepodobné, že v údajoch budú medzery a zoskupenia; , Odľahlé hodnoty môžu prekročiť priemernú alebo priemernú hodnotu súboru údajov. Napríklad priemerná alebo priemerná hodnota súboru údajov pozostávajúceho zo štyroch čísel - 50, 55, 65 a 90 - je 65. Bez odľahlých 90 je však priemer okolo 57.