Kandungan
Aktiviti perniagaan, kerajaan dan akademik hampir selalu memerlukan pengumpulan dan analisis data. Salah satu cara untuk mewakili data berangka ialah melalui graf, histogram dan carta. Teknik visualisasi ini membolehkan orang ramai mendapat wawasan yang lebih baik mengenai masalah dan merangka penyelesaian. Jurang, kluster dan outliers adalah ciri set data yang mempengaruhi analisis matematik dan mudah dilihat pada representasi visual.
Lubang dalam Data
Jurang merujuk kepada kawasan yang hilang dalam set data. Sebagai contoh, jika eksperimen saintifik mengumpul data suhu dalam lingkungan 50 darjah Fahrenheit hingga 100 darjah Fahrenheit, tetapi tidak ada antara 70 dan 80 darjah, yang akan mewakili jurang dalam set data. Satu plot baris set data ini akan mempunyai tanda "x" untuk suhu antara 50 dan 70 dan sekali lagi antara 80 dan 100, tetapi tidak ada antara 70 dan 80. Para penyelidik boleh menggali lebih mendalam dan meneroka mengapa titik data tertentu tidak muncul dalam sampel yang dikumpulkan.
Kumpulan terisolasi
Kelompok adalah kumpulan data terpencil. Plot garis, yang merupakan salah satu cara untuk mewakili set data, adalah garis dengan tanda "x" diletakkan di atas nombor tertentu untuk menggambarkan kekerapan kejadian dalam set data. Kelompok digambarkan sebagai koleksi tanda "x" dalam selang kecil atau subset data. Sebagai contoh, jika markah peperiksaan untuk kelas 10 pelajar adalah 74, 75, 80, 72, 74, 75, 76, 86, 88 dan 73, markah paling "x" pada plot baris akan berada di 72- ke-76 selang skor. Ini akan mewakili kumpulan data. Perhatikan kekerapan untuk 74 dan 75 adalah dua, tetapi untuk semua markah lain, ia adalah satu.
Di Extremes
Outlier adalah nilai ekstrim - titik data yang terletak jauh di luar nilai lain dalam set data. Outlier mestilah kurang daripada atau lebih besar daripada majoriti nombor dalam set data. Takrif "melampau" bergantung pada keadaan dan konsensus penganalisis yang terlibat dalam penyelidikan. Penglihatan mungkin merupakan titik data yang buruk, juga dikenali sebagai bunyi bising, atau mungkin mengandungi maklumat berharga tentang fenomena yang sedang diselidiki dan metodologi pengumpulan data itu sendiri. Sebagai contoh, jika markah kelas kebanyakannya berada dalam julat 70 hingga 80, tetapi beberapa skor berada pada 50-an yang rendah, mereka mungkin mewakili outlier.
Meletakkannya Semua Bersama
Jurang, mengatasi dan kluster dalam set data boleh memberi kesan kepada keputusan analisis matematik. Jurang dan kelompok mungkin mewakili kesilapan dalam metodologi pengumpulan data. Sebagai contoh, jika tinjauan telefon mengundi hanya kod kawasan tertentu, seperti kompleks perumahan berpendapatan rendah atau kawasan kediaman pinggir bandar mewah, dan bukannya rentetan luas penduduk, kemungkinan terdapat jurang dan kelompok dalam data . Pengecualian boleh merosakkan nilai min atau purata set data. Sebagai contoh, nilai min atau purata satu set data yang terdiri daripada empat nombor - 50, 55, 65 dan 90 - ialah 65. Namun tanpa outlier 90, min adalah kira-kira 57.