コンテンツ
ビジネス、政府、および学術活動では、ほとんどの場合、データの収集と分析が必要です。数値データを表す方法の1つは、グラフ、ヒストグラム、およびチャートを使用することです。これらの視覚化技術により、人々は問題に対するより良い洞察を得て、解決策を考案することができます。ギャップ、クラスター、および外れ値は、数学的分析に影響を与えるデータセットの特性であり、視覚表現ですぐに見ることができます。
データの穴
ギャップとは、データセットの欠落領域を指します。たとえば、科学実験で華氏50度から華氏100度の範囲の温度データを収集しますが、70〜80度の間にない場合、データセットのギャップを表します。このデータセットの折れ線グラフには、50〜70の温度と80〜100の温度に対して「x」マークが付けられますが、70〜80の間はありません。研究者は、特定のデータポイントが表示されない理由をより深く掘り下げて調べることができます収集されたサンプル。
孤立したグループ
クラスターは、孤立したデータポイントのグループです。データセットを表す方法の1つであるラインプロットは、データセット内での出現頻度を示すために特定の数字の上に「x」マークが付いたラインです。クラスターは、短い間隔またはデータサブセットでこれらの「x」マークのコレクションとして表されます。たとえば、10人の生徒のクラスの試験の得点が74、75、80、72、74、75、76、86、88および73である場合、ラインプロットの最も「x」マークは72- to-76スコア間隔。これはデータクラスタを表します。 74と75の頻度は2ですが、他のすべてのスコアでは1です。
極限で
外れ値は極端な値であり、データセット内の他の値のかなり外側にあるデータポイントです。外れ値は、データセットの数値の大部分よりも大幅に小さいか大きい必要があります。 「極端な」の定義は、研究に関与するアナリストの状況とコンセンサスに依存します。外れ値は、ノイズとも呼ばれる不良データポイントであるか、調査対象の現象とデータ収集方法自体に関する貴重な情報が含まれている可能性があります。たとえば、クラススコアの大部分が70から80の範囲にあるが、2、3のスコアが低い50にある場合、それらは外れ値を表している可能性があります。
すべてを一緒に入れて
データセットのギャップ、外れ値、クラスターは、数学的分析の結果に影響を与える可能性があります。ギャップとクラスターは、データ収集方法のエラーを表す場合があります。たとえば、電話調査で特定の市外局番（低所得者向け住宅団地や郊外の高級住宅地など）のみを調査し、人口の広範な断面ではない場合、データにギャップやクラスターが存在する可能性があります。外れ値は、データセットの平均値または平均値を歪める可能性があります。たとえば、4つの数値（50、55、65、および90）で構成されるデータセットの平均値または平均値は65です。ただし、外れ値90がない場合、平均値は約57です。