نحوه محاسبه مقادیر پرت: 10 نکته گام به گام
محاسبه نقاط پرت یک تکنیک آماری مهم است که برای شناسایی نقاط داده ای که به طور قابل توجهی از بقیه مجموعه داده ها انحراف دارند، استفاده می شود. این نقاط پرت می توانند تأثیر قابل توجهی بر تجزیه و تحلیل آماری داشته باشند، زیرا می توانند نتایج را منحرف کنند و بر دقت پیش بینی ها تأثیر بگذارند. در این راهنمای جامع، ده نکته گام به گام را بیان خواهیم کرد تا به شما کمک کند تا مقادیر پرت را به طور موثر محاسبه کنید.
1. درک مفهوم پرتقبل از فرو رفتن در فرآیند محاسبه، درک مفهوم پرت ضروری است. نقاط پرت، نقاط داده ای هستند که از اکثر نقاط داده دیگر در یک مجموعه داده بسیار دور هستند. آنها می توانند مقادیر غیرعادی بالا یا پایین باشند که از الگوی کلی نشان داده شده توسط بقیه داده ها پیروی نمی کنند.
2. مجموعه داده خود را جمع آوری کنیدبرای شروع محاسبه مقادیر پرت، به مجموعه داده ای نیاز دارید که نشان دهنده پدیده یا جمعیت مورد مطالعه شما باشد. اطمینان حاصل کنید که مجموعه داده شما کامل است و شامل همه متغیرها و مشاهدات مرتبط است.
3. مجموعه داده خود را مرتب کنیدهنگامی که مجموعه داده خود را جمع آوری کردید، آن را به ترتیب صعودی یا نزولی بر اساس متغیری که می خواهید برای مقادیر پرت تجزیه و تحلیل کنید مرتب کنید. مرتب سازی داده ها شناسایی مقادیر شدید را آسان تر می کند.
4. محاسبه ربع هاچرک ها یک مجموعه داده را به چهار قسمت مساوی تقسیم می کنند و بینش هایی را در مورد توزیع مقادیر ارائه می دهند. برای محاسبه چارک ها، مجموعه داده های مرتب شده خود را به چهار قسمت مساوی ترتیب دهید: Q1 (صدک 25)، Q2 (صدک 50 یا میانه)، و Q3 (صدک 75).
5. محدوده بین چارکی (IQR) را تعیین کنیدمحدوده بین چارکی (IQR) پراکندگی داده ها را در 50 درصد میانی یک مجموعه داده اندازه گیری می کند. با کم کردن Q1 از Q3 محاسبه می شود: IQR = Q3 – Q1.
6. مرزهای پرت را تعریف کنیدمرزهای پرت را می توان با استفاده از مرزهای بالا و پایین بر اساس IQR شناسایی کرد. این مرزها با ضرب IQR در یک مقدار ثابت، معمولاً 1.5 یا 3، محاسبه می‌شوند. هر نقطه داده‌ای که در زیر مرز پایینی یا بالاتر از مرز بالایی قرار گیرد، نقطه پرت در نظر گرفته می‌شود.
7. نقاط پرت بالقوه را شناسایی کنیدهر نقطه داده در مجموعه داده خود را با مرزهای پرت تعیین شده در مرحله قبل مقایسه کنید. اگر یک نقطه داده خارج از این مرزها باشد، یک نقطه پرت بالقوه است.
8. موارد پرت بالقوه را بررسی کنیدهنگامی که نقاط پرت بالقوه را شناسایی کردید، بسیار مهم است که آنها را به صورت جداگانه بررسی کنید تا مشخص شود که آیا آنها نقاط پرت واقعی هستند یا اشتباه در جمع آوری داده ها. عواملی مانند اشتباهات وارد کردن داده ها، خطاهای اندازه گیری یا سایر ناهنجاری هایی که ممکن است باعث ایجاد مقادیر شدید شده باشند را در نظر بگیرید.
9. تصمیم بگیرید که چگونه با موارد پرت برخورد کنیدبعد از بررسی موارد بالقوه، باید بر اساس ماهیت تحلیل و زمینه خاص مطالعه خود تصمیم بگیرید که چگونه آنها را مدیریت کنید. چندین گزینه وجود دارد: می‌توانید مقادیر پرت را از مجموعه داده حذف کنید، آنها را به مقادیر گمشده تبدیل کنید، یا اگر معتبر و معنادار هستند، آنها را نگه دارید.
10. انجام تجزیه و تحلیل حساسیتدر نهایت، پس از رسیدگی به موارد پرت، توصیه می شود که مجموعه داده خود را بدون نقاط پرت شناسایی شده مجدداً تجزیه و تحلیل کنید و نتایج را با تجزیه و تحلیل اولیه خود مقایسه کنید. این تجزیه و تحلیل حساسیت به شما کمک می کند تا تاثیر مقادیر پرت را بر یافته های آماری خود درک کنید.
با دنبال کردن این ده مرحله، می‌توانید به طور موثر مقادیر پرت را در مجموعه داده خود محاسبه کنید و تصمیمات آگاهانه‌ای در مورد درمان آنها بگیرید.
3 انتشارات مرجع معتبر یا نام دامنه:
- موسسه ملی استاندارد و فناوری (NIST): NIST منابع معتبری را در مورد تجزیه و تحلیل آماری و تکنیک‌های تشخیص نقاط دورافتاده ارائه می‌کند. انتشارات آنها دستورالعمل های جامع و بهترین شیوه ها را برای شناسایی و رسیدگی به موارد پرت ارائه می دهد.
- ژورنال نرم افزار آماری: این مجله دانشگاهی مقالات بررسی شده در مورد موضوعات مختلف آماری، از جمله روش های تشخیص پرت را منتشر می کند. این به عنوان یک منبع ارزشمند برای درک تکنیک‌ها و الگوریتم‌های پیشرفته مورد استفاده در تجزیه و تحلیل پرت عمل می‌کند.
- Data Science Central: به عنوان یک جامعه آنلاین پیشرو برای متخصصان علم داده، Data Science Central مقالات، آموزش‌ها و بحث‌های فراوانی را در مورد تشخیص موارد پرت ارائه می‌دهد. بینش‌هایی را از کارشناسان این حوزه ارائه می‌کند و هم مفاهیم نظری و هم کاربردهای عملی را پوشش می‌دهد.
