Grafisk representasjon av statistiske data

La oss gjøre en grundig studie av den grafiske representasjonen av statistiske data.

Introduksjon:

Foruten tekst- og tabellpresentasjoner av statistiske data, er den tredje og kanskje den mest attraktive og ofte brukte populære modemenheten for å presentere data på en systematisk måte å representere dem med passende og passende diagrammer og bilder.

De vanlige og effektive virkemidlene i denne sammenhengen er: grafer, diagrammer, bilder osv., Og de er virkelig og sikkert i stand til å skildre noen viktige funksjoner i dataene som de hver for seg ikke er i stand til å stille ut. Valg av passende diagram avhenger faktisk av arten av tilgjengelige rådata og formålet eller området det skal brukes i. Imidlertid kan bare visse begrensede opplysninger leveres gjennom et bestemt diagram, og som sådan har hvert diagram visse spesifikke begrensninger for seg.

Noen få ofte brukte diagrammer som ble brukt ved forskjellige anledninger i forskjellige fagområder i dag, er linjediagram, søylediagram, ogive, kakediagram og piktogrammet (som foreskrevet i pensum).

Det kan bemerkes at skjematiske fremstillinger av statistisk informasjon er appellerende for øynene. Skjulte fakta kan også oppdages når slik informasjon er presentert grafisk. Videre viser grafer av statistiske data tydelig den relative viktigheten av forskjellige figurer, trenden eller tendensen til verdiene til de involverte variablene kan også studeres.

Linjediagrammer :

Denne typen diagram blir egnet for å representere data levert kronologisk i stigende eller synkende rekkefølge. Vanligvis viser den atferden til en variabel over tid. Påfølgende verdier for en variabel i forskjellige perioder eller steder plottes som separate punkter i et todimensjonalt plan, og stedet for alle disse punktene som er sammenføyet danner et kontinuerlig linjesegment, kalt linjediagram.

Når du sporer opp et slikt diagram, er den vanlige konvensjonen å vise de suksessive verdiene til variabelen som studeres langs den vertikale aksen i økende rekkefølge og tidsdimensjonen langs den horisontale aksen. Det skal bemerkes nøye at ingen av de to aksene er for lange eller for korte i forhold til hverandre.

Dette er veldig nødvendig hovedsakelig for å unngå uforutsigbare og store svingninger i de gitte verdiene til variabelen. Opprinnelsen eller (0, 0) -punktet ved venstre hjørne bør tydelig nevnes for å forkaste feil inntrykk av tegningsprosessen.

To eller flere (men begrensede antall) linjesegmenter kan også tegnes på samme kvadrant når informasjon om forskjellige variabler over samme periode eller tid samtidig er representert ved å bruke samme måleenhet langs den samme aksen. Vi kan dermed tegne et antall linjediagrammer for forskjellige dataserier på samme kvadrant.

De kan tydelig og attraktivt vises på en skjerm for presentasjon med forskjellige fargerike linjer. Når verdiene til variabelen som vurderes endres med en konstant hastighet over de samme påfølgende tidsintervaller, vil diagrammet ha form av en rett linje. Ellers vil den representere forskjellige konkave, konvekse eller uregelmessige kurver når de sees fra opprinnelsen.

La oss nå representere et felles linjediagram nedenfor:

Eksempel:

Linjediagrammer som viser totale verdier for eksport og import i løpet av 1987-96 er presentert i figur 7.1. Dette tallet er trukket på grunnlag av data vist i tabell 7.4.

To separate linjediagrammer som viser svingninger i verdiene for eksport og import av India i løpet av (1987—96) er vist nedenfor:

I diagrammet som er tegnet over, vises de påfølgende årene fra tabellen horisontalt, og de tilsvarende verdiene for eksport og import vises loddrett, og punktene er plassert separat på planet fra midten av de respektive årene, og lacusen til disse punktene viser trenden. langs linjediagrammer.

Søylediagrammer :

Det er et annet kjent nyttig statistisk våpen å representere rå data anstendig. Denne enheten brukes spesielt i en situasjon der de gitte dataene kan klassifiseres på grunnlag av et ikke-målbart kriterium, for eksempel standarder for høyskoleutdanning i forskjellige indiske stater for tiden.

Dette kalles veldig ofte tverrsnittsdata. Mer presist er et søylediagram dannet som en samling rektangler som har samme bredde eller bredde plassert suksessivt på lik avstand. Praktisk sett representerer høyden på hver stolpe som er plassert vertikalt verdien av variabelen på det identiske klasseintervallet som er vist horisontalt.

Vanligvis er disse stolpene plassert enten vertikalt på den horisontale aksen eller horisontalt på den vertikale aksen, og de er dermed kjent som vertikalt søylediagram eller horisontalt søylediagram. Konvensjonelt vertikale søylediagrammer blir dannet med tidsseriedataene.

Egentlig er det ingen formell regel om hvor mye plass som skal gis mellom de to stolpene. Om nødvendig kan det ikke gis mellomrom mellom to stolper. I noen andre tilfeller kan passende og rimelige mellomrom mellom to stenger også tillates.

La oss innprente enkle og passende eksempler på søylediagrammer nedenfor:

(a) Enkelt vertikalt søylediagram:

Befolkningsvolum i en rekke stater i India i 2001 er gitt nedenfor - representerer dataene ved hjelp av vertikale søyler.

Fig. 7.2 Viser befolkning i et antall av 5 stater i India i et bestemt år (2001):

(b) Horisontalt søylediagram:

Produksjonsvolum og fortjeneste fra fem forskjellige organisasjoner som opererer under en bestemt bransje med separate produktive kapasiteter er gitt nedenfor for de to påfølgende årene 2011 og 2012.

Vi representerer informasjonen gjennom et ideelt søylediagram. Her er fig. 7.3 tegnet nedenfor på grunnlag av tabell 7.6. Vi har valgt dette horisontale søylediagrammet for å lette sammenligningen av prestasjoner til 5 organisasjoner for henholdsvis årene 2011 og 2012.

Horisontale stolper viser produksjon (i tusenvis) og overskudd (Rs. Tusen) av fem organisasjoner i India i regnskapsåret 2011-12.

(c) Diagram med flere eller komponenter

Disse diagrammer brukes i en situasjon der to eller flere beslektede kategorier skal sammenlignes samtidig.

Tenk på følgende eksempel:

Arbeidssysselsetting og prosentandeler i 2000 og 2010 i en fabrikk er gitt nedenfor. Representere dem i form av flere eller komponent bar diagrammer.

Diagrammer over komponentene viser antall arbeidere i forskjellige kategorier og deres respektive prosent for årene 2000 og 2010.

Kakediagram :

Det er en annen effektiv statistisk enhet som representerer kvantitative data som er tilgjengelige ved mange anledninger enkelt og skjematisk. Når de forskjellige delene av verdiene til en variabel har forskjellige egenskaper for å uttrykke det iboende forholdet mellom dem og også med den samlede verdien til variabelen, er sektordiagram muligens den beste enheten.

Her uttrykkes den samlede verdien til variabelen som det totale arealet av en sirkel med en rimelig radius. Hele området i sirkelen er inndelt i et antall deler av flere radier som er hver for seg relatert til det totale området av sirkelen og også opprettholder den samme proporsjonale forhold med vinkelen i sentrum.

For å tegne den riktig konverterer vi de spesifikke gitte verdiene til variabelen som en prosentandel av den totale verdien av variabelen. Ettersom vinkelen i midten er 360 °, antas den å uttrykke 100 pc-verdi for variabelen der verdien på 1 pc til variabelen tilsvarer en vinkel på 3, 6 ° i midten.

Vi kan dermed enkelt konvertere de individuelle gitte verdiene til variabelen til de nødvendige vinklene i sentrum. Så tegner vi en komplett sirkel som tar en hvilken som helst standardradius og setter vinklene som er funnet fra den numeriske øvelsen separat i midten. Hver separate del i sirkelen betyr en bestemt del av dataene. La oss representere et enkelt kakediagram nedenfor konstruert med den vanlige metoden som er foreskrevet og fulgt for beregningen ved å konvertere følgende informasjon til det diagrammet.

Eksempel:

Utgifter som ble påført planleggingskommisjonen i India til utdanning i den siste 5-årige økonomiske planen.

Tabell 7.8 (A): Utdannelsesutgifter i den siste femårs økonomiske planen:

La oss først konvertere de gitte dataene til respektive prosenter og deretter til de nødvendige vinklene som skal vises i midten i to kolonner til og representere dem på følgende måte:

Her vinkel i sentrum = Prosent x 3, 6.

Kakediagram tegnet nedenfor på grunnlag av tabell 7.8 (B) viser utgifter til utdanning på forskjellige stadier i den siste 5-årige økonomiske planen.

Ogive eller kumulativ frekvens polygon:

Et ogive er et annet statistisk verktøy som primært brukes til å finne ut forskjellige kvartiler i en distribusjon. Fra en slik enhet kan vi også identifisere antall observasjoner som ligger over eller under en viss verdi av den aktuelle variabelen.

Denne typen diagram er tegnet for en frekvensfordeling av en kontinuerlig variabel når det gjelder kumulative frekvenser av begge typene (mer enn eller mindre enn typen). Når vi tegner dette diagrammet, vurderer vi de gitte verdiene til variabelen horisontalt og de korresponderende kumulative frekvensene (av begge typer) vertikalt.

Kumulativ frekvens på mindre enn typen er null for den laveste gitte verdien av variabelen og tilsvarende kumulativ frekvens av større enn typen er null for den høyeste verdien av variabelen som vurderes. Ved å bruke dataene som er tilgjengelige fra en produksjonsorganisasjon, tegnes Ogives av begge typene nedenfor for klar referanse.

Ogiver (av begge typene) trukket på grunnlag av dataene ovenfor og fastsettelse av medianlønnen:

Som middelverdien av de gitte lønnsnivåer er medianlønnen her funnet OB (= Rs. 52) fordi bare ved denne lønnsgraden de to kumulative frekvenskurvene skjærer hverandre ved punkt A som representerer to kumulative frekvenser (mindre enn og større enn) av begge typene nøyaktig like (AB = 25) med hverandre. Derfor er medianlønnen OB = Rs. 52.00.

 

Legg Igjen Din Kommentar