Klynger, huller, toppe og outliers

I denne video skal vi se på egenskaber ved fordelingen af observationsæt, som klynger, huller og toppe. Vi skal lære, hvordan vi finder en outlier, som er en observation, der ligger langt fra de øvrige observationer. Vi skal ligeledes snakke om, hvordan vi finder toppe og klynger.

Kan du måle din variabel med tal? Så er det kvantitativ data! Dette emne dækker de grundlæggende metoder for grafisk fremstilling af fordelingen af kvantitative data såsom prikdiagrammer, søjlediagrammer samt stamme-og-blad diagrammer. Vi skal også udforske, hvordan disse typer af diagrammer bedst kan bruges til at fremhæve forskellige egenskaber ved observationssæt.

Khan Academy har en mission om at give gratis, verdensklasse undervisning til hvem som helst, hvor som helst. Vi tilbyder quizzer, opgaver, videoer og artikler inden for områder som matematik, kunst, computerprogrammering, økonomi, fysik, kemi, biologi, medicin, finans, historie, og meget mere. Vi giver lærere værktøjer og data som de kan bruge til at hjælpe deres elever med at udvikle deres færdigheder, vaner og tankegang, så de fremover kan have succes både i skolen og senere i livet. Khan Academy er oversat til mange sprog og over 15 millioner mennesker verden over lærer via Khan Academy hver måned. Khan Academy er et 501(c)(3) nonprofit selskab.

Giv en donation eller Bliv frivillig i dag!

https://www.khanacademy.org/donate

https://www.khanacademy.org/contribute

I denne video vil jeg vise
nogle eksempler på fordelinger,

nemlig fordelinger med
klynger, huller og toppe.

Lad os lave nogle eksempler.

"Hvilke af følgende er en korrekt
beskrivelse af fordelingen nedenfor?"

"Vælg alle der passer."

Det første udsagn,
"Fordelingen har en outlier."

En outlier er en observation, der ligger
langt fra de andre observationer.

Den er enten meget større eller
meget mindre end der,

hvor de andre observationer
synes at klumpe sig sammen.

Hvis vi kigger her, så var vi
mange observationer mellem 0 og 6.

Men lad os lige, se hvad det handler om.

Hvor længe hvert æble hos
Gorgs Grønthandel stadig er gode.

Vi kan se, at der er
1, 2, 3, 4, 5, 6, 7 æbler,

der er gode efter 0 dage,
så de er ved at blive dårlige.

Du har 1, 2, 3, 4, 5, 6, 7, 8, æbler,
der kun er gode efter 1 dag.

Du har 2 æbler, der er gode 6 dage endnu

og du har 1 æble,
der stadig er godt om 10 dage,

Det er usædvanligt.

Dette er en outlier, da det holder sig
meget længere end de andre.

Så jeg vil helt sikkert sige,
den har en outlier.

Vi har kun én observation,
der ligger helt til højre,

der kan gemmes meget længere end de
andre, så det er helt sikkert en outlier.

"Fordelingen har en klynge
mellem 4 og 6 dage."

Vi kan sørme se en klynge
mellem 4 og 6 dage.

En klynge er, som du nok kan gætte,
en gruppe af observationer.

Du har en gruppe af æbler,
der er gode mellem 4 og 6 dage.

Du kan tydeligt se en klynge der.

Jeg har allerede valgt to muligheder,
så jeg vælger ikke "Ingen af ovenstående".

Lad mig tjekke mit svar.

Lad mig lave et par stykker mere.

"Hvilke af følgende er korrekte
beskrivelser af fordelingen nedenfor?"

Igen skal vi vælge alle der passer.

"Fordelingen har en outlier."

Lad os se på fordelingen.

Jeg har en observation, der er høj og
jeg har en anden observation, der er lav,

men jeg har ikke nogle observationer,

der er langt over eller langt under
størstedelen af observationerne.

Hvis jeg havde en observation herude,
så har jeg en outlier til højre

eller en positiv outlier.

Hvis jeg havde en observation til venstre,
så var det måske en outlier.

Men jeg kan ikke se
nogen indlysende outlier.

Alle observationerne er i en klynge.

Jeg vil ikke vælge,
"Fordelingen har en outlier".

"Fordelingen har en top ved 22°C."

Ja, det ser det sørme ud til vi har,
men lad os lige se, hvad disse data viser.

"Den højeste temperatur hver dag
i Edgeton, Iowa i juli."

Det ser sørme ud til at flest dage i juli
have 22°C som den højeste temperatur,

så det er en top.

Hvis du forestiller dig,
at dette er en slags bjergtop,

så er toppen det højeste punkt.

Lokalt har du flest dage med 22°C.

Jeg vælger, at der er en top der.

Da jeg har valgt noget, vil jeg
ikke vælge "Ingen af ovenstående".

Lad os lave et par stykker mere.

"Hvilke af følgende er korrekte
beskrivelser af fordelingen nedenfor?"

Den første, "Fordelingen har en outlier."

"Antal gæster hver dag
i Seths Sandwich Shop."

Lad os se, der er ingen dage,
hvor han havde mellem 0 og 19 gæster.

Ingen dage, hvor han havde
mellem 20 og 39 gæster.

Der er omkring 9 dage, hvor han
havde mellem 40 og 59 gæster.

Omkring 20 dage hvor han
havde mellem 60 og 79 gæster

og omkring 8 dage hvor han
havde mellem 180 og 199 gæster.

Men med hensyn til en outlier,
så der det ikke ud til,

at der var dage hvor han havde
et usædvanligt antal gæster.

Der er ikke 1 dag, der er helt her ude,
hvor han havde 500 gæster.

Jeg vil ikke sige,
"Fordelingen har en outlier."

"Fordelingen har en klynge
fra 0 til 39 gæster."

Fra 0 til 39 gæster er lige her.

Der er ikke nogle dage, hvor han
havde mellem 0 og 39 gæster,

hverken 0 til 19 eller 20 til 39.

Der er helt sikkert ikke en klynge.

Jeg vil sige, der er en klynge
mellem 40 og 199 gæster.

Helt sikkert ikke mellem 0 og 39,

da der ikke er nogle dage
med mellem 0 og 39 gæster.

Jeg vælger, "Ingen af ovenstående"
med med stor overbevisning.

Lad os lave en mere.

"Hvilke af følgende er korrekte
beskrivelser af fordelingen nedenfor?"

"Fordelingen har en top
fra 12 til 13 point."

Lad mig lige se, hvad der måles
med disse data.

"Prøve-score for hver elev
i Mrs Frines klasse.

Du har 1 elev, der fik mellem 0 og 1
på en skala op til 20,

Ud af 20 spørgsmål, tror jeg,
han fik mellem 0 og 1 point.

Du kan se, at der ikke er nogle elever,

der fik mellem 2 og 3 eller
4 og 5 eller 6 og 7.

Så har vi 1 elev, der fik mellem 8 og 9.

Der er 3 elever, der fik mellem 10 og 11.

Vi fortsætter opad.

Der er 12 elever, der fik 16 eller 17,

eller måske noget midt i mellem,
hvis du kan det i denne prøve.

Der er 10 elever, der fik mellem 18 og 19.

Der står, "Fordelingen har
en top fra 12 til 13 point."

12 til 13 point.

Der er 5 elever her,
men det er ikke en top.

Hvis du går til 14 til 15 point,
så har du flere elever.

Det er ikke en top.

Hvis du ser på dette som et bjerg,

så vil du helt sikkert ikke sige,
at dette er toppen.

Du kan sige, at fordelingen har en top,

da den har flest elever,
der fik mellem 16 og 17 point.

Det er toppen, ikke mellem 12 og 13 point.

Jeg vil ikke vælge den første mulighed.

"Fordelingen har en outlier."

Ja, ser her, der er en outlier.

De fleste elever fik mellem 8 og 19 point,

og så har du denne ene elev,
der fik mellem 0 og 1.

Det er en outlier.

Du kan også se det rent visuelt.

Den hænger slet ikke sammen
med resten af fordelingen.

Den er langt til venstre.

Hvis noget er langt til venstre eller
langt til højre, så der det en outlier.

Hvis det er ualmindeligt lavt eller højt.

Jeg vælger, "Fordelingen har en outlier".

Jeg vælger ikke, "Ingen af ovenstående",
da jeg har valgt noget.

Og jeg tror vi er færdige.