Rozkład bimodalny w statystyce

Artículo revisado y aprobado por nuestro equipo editorial, siguiendo los criterios de redacción y edición de YuBrain.


W statystyce, mając do czynienia ze zbiorem danych, możemy zaobserwować, jak często pojawia się każda wartość. Wartość, która pojawia się najczęściej, nazywana jest trybem. Ale co się dzieje, gdy w zestawie znajdują się dwie wartości, które mają tę samą częstotliwość? W tym przypadku mamy do czynienia z rozkładem bimodalnym.

Przykład rozkładu bimodalnego

Łatwiejszym sposobem zrozumienia rozkładu bimodalnego jest porównanie go z innymi typami rozkładów. Spójrzmy na następujące dane w rozkładzie częstotliwości:

1, 1, 1, 2, 2, 2, 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 7, 8, 10, 10

Licząc każdą liczbę możemy stwierdzić, że liczba 2 jest tą, która powtarza się najczęściej, w sumie 4 razy. Znaleźliśmy więc tryb tego rozkładu.

Porównajmy ten wynik z nowym rozkładem:

1, 1, 1, 2, 2, 2, 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 7, 7, 7, 8, 10, 10, 10, 10, 10

W tym przypadku mamy do czynienia z rozkładem bimodalnym, ponieważ liczby 7 i 10 występują częściej.

Implikacje rozkładu bimodalnego

Podobnie jak w wielu aspektach życia, przypadek odgrywa ważną rolę w rozkładzie elementów iz tego powodu należy stosować parametry statystyczne, które pozwalają nam badać zbiór danych i określać wzorce lub zachowania, które dostarczają nam cennych informacji. Rozkład bimodalny zapewnia rodzaj informacji, które można wykorzystać w połączeniu z trybem i medianą do dogłębnego badania zjawisk przyrodniczych lub ludzkich o znaczeniu naukowym.

Tak jest w przypadku badania poziomów opadów w Kolumbii, które dało bimodalny rozkład dla strefy północnej, która obejmuje departamenty Caldas, Risaralda, Quindío, Tolima i Cundinamarca. Te wyniki statystyczne pozwalają nam badać wielką niejednorodność topoklimatów obecnych w kolumbijskich kordylierach andyjskich na podstawie ustalenia wzorców zjawisk naturalnych tych regionów. Niniejsze badanie stanowi przykład praktycznego wykorzystania rozkładów statystycznych w badaniach.

Bibliografia

Jaramillo, A. i Chaves, B. (2000). Rozkład opadów w Kolumbii analizowany za pomocą konglomeracji statystycznej. Cenicafe 51(2): 102-11

Levin, R. & Rubin, D. (2004). Statystyka dla Administracji. Edukacja Pearsona.

Manuela Nasifa. (2020). Tryb unimodalny, bimodalny, jednolity. Dostępne na https://www.youtube.com/watch?v=6j-pxEgRZuU&ab_channel=manuelnasif

-Reklama-

mm
Isabel Matos (M.A.)
(Master en en Inglés como lengua extranjera.) - COLABORADORA. Redactora y divulgadora.

Artículos relacionados

zmienne zależne