توطئه های نقطه: استفاده ، مثالها و تفسیر

برای نمایش توزیع داده های نمونه خود هنگام داشتن متغیرهای مداوم ، از توطئه های نقطه استفاده کنید. این نمودارها نقاط در امتداد محور X افقی پشته می شوند تا فرکانس مقادیر مختلف را نشان دهند. نقاط بیشتر نشان دهنده فرکانس بیشتر است. هر نقطه تعداد مشخصی از مشاهدات را نشان می دهد.

توطئه های نقطه به شما در تجسم شکل و گسترش داده های نمونه کمک می کنند و به ویژه برای مقایسه توزیع فرکانس مفید هستند. توزیع فرکانس نشان می دهد که چند بار مقادیر در یک مجموعه داده رخ می دهد. توطئه های نقطه همان نوع اطلاعات را با نام هیستوگرام ارائه می دهند.

برای انجام موارد زیر از توطئه های نقطه استفاده کنید:

• گرایش اصلی داده های خود را پیدا کنید.
• تنوع داده های خود را برجسته کنید.
• تعیین کنید که آیا توزیع مقادیر متقارن است یا کمرنگ.
• توزیع ها را مقایسه کنید.
• Outliers را پیدا کنید.

هنگام ترسیم یک نقشه نقطه ، نرم افزار آماری شما مقادیر موجود در مجموعه داده خود را به فواصل بسیاری به نام سطل تقسیم می کند. نقاط انباشته شده تعداد مشاهدات موجود در هر سطل را نشان می دهد. در صورت امکان ، این نمودارها برای هر مشاهده از یک نقطه استفاده می کنند. با این حال ، این برای اندازه نمونه های بزرگتر امکان پذیر نیست.

حداقل ، توطئه های نقطه به یک متغیر مداوم نیاز دارند. برای کسب اطلاعات در مورد نمودارهای دیگر ، راهنمای من در مورد انواع داده ها و نحوه نمودار آنها را بخوانید.

نمونه نقطه نقطه

تصور کنید که یک آژانس دولتی در حال آزمایش یک برنامه آموزشی است که هدف آن افزایش مصرف کلسیم در کودکان است. محققان برای ارزیابی اثربخشی برنامه خود ، میزان مصرف کلسیم موضوعاتی را که به طور تصادفی به گروه کنترل (بدون آموزش) یا گروه آموزش اختصاص داده اند ، نمودار می کنند.

توطئه های نقطه به طور معمول حاوی عناصر زیر هستند:

• محور x به محدوده مقادیر (سطل) برای متغیر تقسیم می شود.
• ارتفاع نقطه نشان دهنده فراوانی مقادیر مشاهده شده در هر سطل است.
• نقاط نمایانگر مشاهدات.
• به صورت اختیاری ، Dot Plots می تواند چندین توزیع را نشان دهد و به شما امکان می دهد آنها را مقایسه کنید.

برای داده های دریافت کلسیم ، طرح نقطه نشان می دهد که توزیع برای این دو گروه متفاوت است. گروه کنترل در حدود 800 میلی گرم متوسط مصرف روزانه کلسیم است. همچنین به نظر می رسد چندین فضای باز با مقادیر بسیار کم وجود دارد که تحلیلگران باید از آنها تحقیق کنند. گروه آموزش و پرورش با ارزش بالاتر مرکز است و توزیع محکم تری نسبت به گروه کنترل دارد. آزمایش فرضیه برای تعیین اهمیت آماری این اختلافات مورد نیاز است.

تفسیر توطئه های نقطه و ارزیابی توزیع داده های خود

توطئه های نقطه توزیع داده های شما را نشان می دهند. به گرایش اصلی ، تنوع و شکل کلی توزیع نگاه کنید. شما ممکن است قبل یا در رابطه با تجزیه و تحلیل یک طرح نقطه ایجاد کنید تا به تأیید فرضیات کمک کرده و مطالعه بیشتر را راهنمایی کنید.

مرکز و تنوع

بلندترین پشته نقاط نشان دهنده رایج ترین مقادیر در مجموعه داده شما است. این منطقه جایی است که بیشتر ارزش ها تمایل به سقوط دارند. این گرایش اصلی مجموعه داده شما است. عرض توزیع میزان تنوع را نشان می دهد. توزیع گسترده تر نشان دهنده تنوع بیشتر است.

در طرح نقطه زیر ، مرکز نزدیک به 50 است. بیشتر مقادیر نزدیک به 50 است و مقادیر دورتر نادر هستند.

با نگاهی به فاصله بین سطل حداقل و حداکثر ، ایده ای از تغییرپذیری داده ها ایجاد کنید. در طرح نقطه زیر ، دو توزیع هر دو در 50 مرکز هستند. با این حال ، گسترش مقادیر به ویژه متفاوت است. مقادیر گروه A عمدتا بین 40 - 60 سقوط می کند ، در حالی که برای گروه B این محدوده 20 - 90 است.

توزیع های کم رنگ

تعیین کنید که آیا داده های شما به صورت متقارن از مرکز خاموش می شوند یا اینکه از آن استفاده شده است. داده های ارتفاع زیر توزیع تقریباً متقارن را دنبال می کنند.

در توزیع های سمت راست ، بیشتر مقادیر در سمت چپ توزیع قرار می گیرند و همانطور که در زیر آمده است ، یک دم بلند به سمت راست کشیده می شود. بیشتر درصد چربی بدن نسبتاً کم است ، و تعداد کمی از آنها به طور غیرمعمول زیاد است.

برعکس ، برای توزیع های سمت چپ ، بیشتر مقادیر در سمت راست توزیع قرار می گیرند و یک دم بلند به سمت چپ می رسد.

دور

توطئه های نقطه ای روشی ساده اما مؤثر برای شناسایی دور است. فقط به دنبال ارزشهایی باشید که از دیگران متمایز باشد! بعد از پیدا کردن آنها ، باید تصمیم بگیرید که با آنها چه کار کنید.

توزیع چند حالته

توزیع چند حالته بیش از یک قله دارد. این نوع توزیع در یک طرح نقطه ای قرار دارد ، اما اگر روی آمار خلاصه ، مانند میانگین و انحراف استاندارد تمرکز کنید ، می توان از دست دادن آن آسان بود.

از توطئه های نقطه با آزمون فرضیه مناسب استفاده کنید

برای ارزیابی گرایش و تنوع اصلی توزیع می توانید از توطئه های نقطه استفاده کنید. هنگامی که چندین توزیع دارید ، می توانید تفاوت های این خصوصیات را با یکدیگر مقایسه کنید. با این حال ، اگر می خواهید از نمونه خود برای استنباط خواص یک جمعیت بزرگتر استفاده کنید ، حتماً آزمون های فرضیه مناسب را برای تعیین اهمیت آماری انجام دهید.

نمودارها تا حدودی ذهنی هستند زیرا نرم افزار آماری به شما امکان می دهد تعداد سطل ها ، اندازه فواصل آنها و مقیاس بندی محورها را ویرایش کنید. تغییر این تنظیمات می تواند ظاهر یک طرح نقطه و نتیجه گیری هایی را که از آن گرفته اید تغییر دهد. در مقابل ، آزمون های فرضیه یک ارزیابی عینی در مورد اهمیت آماری ارائه می دهند. این آزمایشات همچنین این احتمال را به خود اختصاص می دهد که خطای تصادفی الگوهای و تفاوتهای مشاهده شده را توضیح می دهد.

آزمون های فرضیه اصلی که می توانید با توطئه های DOT استفاده کنید موارد زیر است: