Dağılımlar ve aykırı değerler

Power BI ile Keşifsel Veri Analizi

Jacob H. Marquez

Data Scientist at Microsoft

Dağılımlar nedir?

Tanım: değişkenin tüm olası değerleri ve bunların sıklıkları kümesi.

Dağılımlar nedir?

Sürekli

Yaş	Frekans
18	7
19	11
20	13
21	19
22	12

Dağılımlar nedir?

Sürekli

Yaş	Frekans
18	7
19	11
20	13
21	19
22	12

Kategorik

Saç Rengi	Frekans
Sarı	30
Kahverengi	50
Siyah	40
Kızıl	20
Gri	20

Histogramlar nedir?

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Ortada büyük bir kütle ve her iki tarafta dar kuyruklar vardır.

Histogramlar nedir? - bölmeler

100 bölmeli histogram

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. 100 bölme ile histogram daha pürüzsüz ve ayrıntılıdır.

20 bölmeli histogram

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Daha az bölme ile histogram daha köşeli ve kutumsudur.

Histogram okuma - merkez ve çarpıklık

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Ortada büyük bir yığılma, uçlarda daha az gözlem vardır.

Normal dağılım

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Solda büyük bir yığılma vardır ve grafik sağa doğru daralır.

Sağa çarpık dağılım

Histogram okuma - yayılım

Daha büyük standart sapma

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Ortada büyük bir yığılma, uçlarda daha az gözlem vardır.

Daha küçük standart sapma

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Standart sapma küçük olduğundan daha dar ve sivri görünür.

Histogram okuma - yüzdelikler

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Ortadan sol uca kadar olan yeşil alan 50. yüzdeliği gösterir.

Histogram okuma - 25. ve 75. yüzdelikler

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Sol tarafta 25. yüzdelikten sola ve sağda 75. yüzdelikten sağa iki yeşil alan vardır.

Histogram okuma - çeyrekler arası aralık

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. 25. ile 75. yüzdelik arasındaki yeşil alan çeyrekler arası aralığı gösterir.

Aykırı değer nedir?

X ekseninde boy değerleri, Y ekseninde gözlem sayıları olan bir boy histogramı. Her iki uçta olası aykırı değerleri vurgulayan yeşil alanlar vardır.

Aykırı değerleri bulma

Standart sapma ile

$lower = -3 * SD$

$upper = 3 * SD$

Aykırı değer durumu

$value < lower$ VEYA $value > upper$

Çeyrekler Arası Aralık (IQR)

$lower = 25percentile-(1.5 * IQR)$

$upper = 75percentile+(1.5 * IQR)$

Aykırı değer durumu

$value < lower$ VEYA $value > upper$

Aykırı değerlere yaklaşım

Gözlemleri kaldırma
Atama (imputation)

Winsorizasyon

EĞER value < 5th percentile İSE value = 5th percentile

EĞER value > 95th percentile İSE value = 95th percentile

Ayo berlatih!

Power BI ile Keşifsel Veri Analizi