Содержание
Бизнес, правительство и академическая деятельность почти всегда требуют сбора и анализа данных. Один из способов представления числовых данных - это графики, гистограммы и диаграммы. Эти методы визуализации позволяют людям лучше понять проблемы и найти решения. Пробелы, кластеры и выбросы являются характеристиками наборов данных, которые влияют на математический анализ и легко видны в визуальных представлениях.
Отверстия в данных
Пробелы относятся к отсутствующим областям в наборе данных. Например, если научный эксперимент собирает данные о температуре в диапазоне от 50 градусов по Фаренгейту до 100 градусов по Фаренгейту, но не между 70 и 80 градусами, это представляет собой пробел в наборе данных. Линейный график этого набора данных будет иметь метки «х» для температур между 50 и 70 и снова между 80 и 100, но между 70 и 80 не будет ничего. Исследователи могут копать глубже и исследовать, почему определенные точки данных не отображаются в собранном образце.
Изолированные группы
Кластеры - это изолированные группы точек данных. Линейные графики, которые являются одним из способов представления наборов данных, представляют собой строки с метками «х», расположенными над определенными номерами, чтобы изобразить их частоту появления в наборе данных. Кластер изображается как набор этих «х» меток в небольшом интервале или подмножестве данных. Например, если результаты экзамена для класса из 10 учеников составляют 74, 75, 80, 72, 74, 75, 76, 86, 88 и 73, большинство «х» отметок на линейном графике будет на 72- до 76 баллов. Это будет представлять кластер данных. Обратите внимание, что частота для 74 и 75 равна двум, но для всех остальных баллов она равна единице.
В крайностях
Выбросы являются крайними значениями - точками данных, которые значительно лежат вне других значений в наборе данных. Выброс должен быть значительно меньше или больше, чем большинство чисел в наборе данных. Определение «экстремальный» зависит от обстоятельств и консенсуса аналитиков, участвующих в исследовании. Выбросы могут быть точными точками данных, также известными как шум, или они могут содержать ценную информацию об изучаемом явлении и самой методологии сбора данных. Например, если баллы по классам в основном находятся в диапазоне от 70 до 80, но пара баллов находится в нижних 50, они могут представлять выбросы.
Собираем все вместе
Пробелы, выбросы и кластеры в наборах данных могут влиять на результаты математического анализа. Пробелы и кластеры могут представлять ошибки в методологии сбора данных. Например, если телефонный опрос опрашивает только определенные коды городов, такие как жилые комплексы с низким доходом или элитные пригородные жилые районы, а не широкие слои населения, есть вероятность, что в данных будут пробелы и кластеры , Выбросы могут искажать среднее или среднее значение набора данных. Например, среднее или среднее значение набора данных, состоящего из четырех чисел - 50, 55, 65 и 90, - равно 65. Однако без выброса 90 среднее значение составляет около 57.