अपर और लोअर फेंस क्या होते हैं?
वर्णनात्मक सांख्यिकी (descriptive statistics) में अपर और लोअर फेंस वे सीमा-मान होते हैं जिनका इस्तेमाल किसी डेटा सेट में संभावित आउटलायर (असामान्य मान) पहचानने के लिए किया जाता है। जो भी मान लोअर फेंस से नीचे या अपर फेंस से ऊपर होता है, उसे आउटलायर माना जाता है। ये फेंस डेटा के चतुर्थकों (quartiles) और अंतर-चतुर्थक परास (IQR) से बनते हैं, इसलिए ये चरम मानों के प्रभाव से काफी हद तक सुरक्षित रहते हैं।
इस कैलकुलेटर का उपयोग कैसे करें
अपने डेटा सेट का पहला चतुर्थक (Q1) और तीसरा चतुर्थक (Q3) दर्ज करें। गुणक k का डिफ़ॉल्ट मान 1.5 है — यही "आउटलायर" के लिए इस्तेमाल होने वाला मानक टुकी (Tukey) मान है। अगर आप केवल "चरम" आउटलायर चिह्नित करना चाहते हैं तो 3.0 का उपयोग करें। कैलकुलेटर आपको लोअर फेंस, अपर फेंस और IQR बता देगा।
सूत्र की व्याख्या
सबसे पहले अंतर-चतुर्थक परास निकालें: \(\text{IQR} = \text{Q3} - \text{Q1}\)। इसके बाद फेंस इस तरह निकलते हैं:
$$\text{Lower} = \text{Q1} - \text{k}\cdot \text{IQR} \qquad \text{Upper} = \text{Q3} + \text{k}\cdot \text{IQR}$$पारंपरिक मान \(k = 1.5\) के साथ, यह डेटा के बीच के 50% के सामान्य फैलाव को लेकर उसे दोनों दिशाओं में डेढ़ गुना IQR तक बढ़ा देता है।
हल किया हुआ उदाहरण
मान लीजिए \(\text{Q1} = 25\) और \(\text{Q3} = 75\) है। तब $$\text{IQR} = 75 - 25 = 50$$ \(k = 1.5\) के साथ: $$\text{Lower} = 25 - 1.5 \times 50 = 25 - 75 = -50$$ $$\text{Upper} = 75 + 1.5 \times 50 = 75 + 75 = 150$$ ऐसे में \(-50\) से कम या \(150\) से अधिक कोई भी डेटा बिंदु आउटलायर माना जाएगा।
अक्सर पूछे जाने वाले सवाल
1.5 ही क्यों? \(1.5\times\text{IQR}\) का नियम जॉन टुकी (John Tukey) ने एक व्यावहारिक संतुलन के रूप में दिया था — यह सामान्य रूप से वितरित डेटा के लिए बिना ज़रूरत से ज़्यादा सख़्त हुए असली आउटलायर पकड़ लेता है।
\(k = 3\) का क्या मतलब है? गुणक 3 इस्तेमाल करने पर केवल "बहुत दूर" यानी चरम आउटलायर ही चिह्नित होते हैं। यह तब उपयोगी है जब डेटा में काफ़ी स्वाभाविक उतार-चढ़ाव की उम्मीद हो।
क्या फेंस ऋणात्मक हो सकते हैं? हाँ। ऋणात्मक लोअर फेंस का सीधा मतलब है कि निचली तरफ़ कोई व्यावहारिक छोटा मान आउटलायर नहीं माना जाएगा — केवल-धनात्मक डेटा में यह आम बात है।
