अपर फेंस क्या है?
अपर फेंस एक सांख्यिकीय सीमा है जिसकी मदद से किसी डेटा सेट में ऊपरी छोर के आउटलायर (असामान्य रूप से बड़े मान) पहचाने जाते हैं। जो भी मान इस अपर फेंस से ऊपर होता है, उसे संभावित आउटलायर के रूप में चिह्नित किया जाता है और उस पर बारीकी से नज़र डालना ज़रूरी हो सकता है। यह जॉन ट्यूकी की प्रसिद्ध आउटलायर-पहचान विधि का हिस्सा है — वही तरीका जिससे बॉक्स-एंड-व्हिस्कर प्लॉट में "व्हिस्कर" (मूँछें) खींची जाती हैं।
इस कैलकुलेटर का उपयोग कैसे करें
अपने डेटा सेट का पहला क्वार्टाइल (Q1) और तीसरा क्वार्टाइल (Q3) दर्ज करें। कैलकुलेटर इंटरक्वार्टाइल रेंज (\(\text{IQR} = \text{Q3} - \text{Q1}\)) निकालता है, उसे 1.5 से गुणा करता है और इस परिणाम को Q3 में जोड़कर अपर फेंस तैयार करता है। अगर आपको अपने क्वार्टाइल पहले से नहीं पता, तो डेटा को क्रम में लगाएँ और निचले आधे हिस्से का मध्यमान (Q1) तथा ऊपरी आधे हिस्से का मध्यमान (Q3) ज्ञात करें।
फॉर्मूला समझें
अपर फेंस को इस तरह परिभाषित किया जाता है: $$\text{Upper Fence} = \text{Q3} + 1.5 \times \left(\text{Q3} - \text{Q1}\right)$$। यहाँ \(\left(\text{Q3} - \text{Q1}\right)\) इंटरक्वार्टाइल रेंज है — फैलाव का एक मज़बूत माप जो चरम मानों से प्रभावित नहीं होता। IQR को 1.5 से गुणा करने पर एक सहनशीलता पट्टी (tolerance band) मिलती है; इस पट्टी को Q3 से ऊपर बढ़ाने पर असामान्य रूप से बड़े मानों की कटऑफ सीमा तय हो जाती है।
हल किया हुआ उदाहरण
मान लीजिए किसी डेटा सेट में \(\text{Q1} = 25\) और \(\text{Q3} = 75\) है। तब $$\text{IQR} = 75 - 25 = 50$$ होगा। $$\text{Upper Fence} = 75 + 1.5 \times 50 = 75 + 75 = 150$$ यानी 150 से बड़ा कोई भी मान संभावित ऊपरी आउटलायर माना जाएगा।
विभिन्न Q1/Q3 स्थितियों में ऊपरी बाड़
आंतरिक (ऊपरी) बाड़ \(Q_3 + 1.5 \times \text{IQR}\) है और बाहरी बाड़ \(Q_3 + 3 \times \text{IQR}\) है, जहाँ \(\text{IQR} = Q_3 - Q_1\) है। तालिका दिखाती है कि चतुर्थक बदलने पर बाड़ कैसे बदलती हैं।
| Q1 | Q3 | IQR | ऊपरी बाड़ (1.5×IQR) | बाहरी बाड़ (3×IQR) |
|---|---|---|---|---|
| 25 | 75 | 50 | 150 | 225 |
| 10 | 20 | 10 | 35 | 50 |
| 40 | 50 | 10 | 65 | 80 |
| 100 | 110 | 10 | 125 | 140 |
| 0 | 8 | 8 | 20 | 32 |
पंक्ति 2–4 में IQR समान (10) है, इसलिए बाड़ें Q3 से समान दूरी पर रहती हैं (आंतरिक बाड़ के लिए 15, बाहरी के लिए 30)। केवल Q3 की स्थिति बदलती है। पहली पंक्ति की तरह बड़ा IQR बाड़ों को Q3 से कहीं अधिक दूर धकेल देता है।
आपके ऊपरी बाड़ परिणाम की व्याख्या
- हल्के बाहरी मान: टुकी की विधि में, \(Q_3 + 1.5 \times \text{IQR}\) से ऊपर का मान हल्का (संभावित) बाहरी मान माना जाता है।
- अत्यधिक बाहरी मान: \(Q_3 + 3 \times \text{IQR}\) से ऊपर का मान अत्यधिक बाहरी मान माना जाता है।
- बॉक्स प्लॉट की व्हिस्कर: मानक टुकी बॉक्स प्लॉट में, ऊपरी व्हिस्कर उस सबसे बड़े डेटा बिंदु पर समाप्त होती है जो ऊपरी बाड़ से अधिक नहीं है। बाड़ से बाहर के बिंदु अलग-अलग खींचे जाते हैं।
- अधिकतम से ऊपर की बाड़: यदि बाड़ डेटा के सबसे बड़े मान के बराबर या उससे अधिक है, तो किसी भी मान को उच्च बाहरी मान के रूप में चिह्नित नहीं किया जाता, और व्हिस्कर अधिकतम पर समाप्त होती है।
- चतुर्थक विधि: विधि के अनुसार Q1 और Q3 थोड़े अलग हो सकते हैं (उदाहरण के लिए, अर्ध-माध्यिका बनाम स्प्रेडशीट या सांख्यिकी सॉफ़्टवेयर में इंटरपोलेशन), इसलिए बाड़ भी खिसक सकती है, विशेषकर छोटे डेटा समूहों में।
- चिह्नित करने का अर्थ हटाना नहीं है: बाड़ से ऊपर का मान समीक्षा के लिए उम्मीदवार है। यह नियम एक छानने का सामान्य तरीका है और अपने आप में यह नहीं दिखाता कि कोई मान त्रुटिपूर्ण है या डेटा में नहीं होना चाहिए।
चरण-दर-चरण: कच्चे डेटा से ऊपरी बाड़ ज्ञात करना
उदाहरण डेटा समूह (n = 10): 14, 2, 9, 5, 40, 7, 12, 4, 11, 8।
- डेटा क्रमबद्ध करें: 2, 4, 5, 7, 8, 9, 11, 12, 14, 40।
- माध्यिका ज्ञात करें: 10 मानों के साथ, यह 5वें और 6वें मानों का माध्य है: \((8 + 9)/2 = 8.5\)।
- Q1 और Q3 ज्ञात करें निचले और ऊपरी अर्ध-भागों की माध्यिकाओं के रूप में। निचला अर्ध भाग: 2, 4, 5, 7, 8, इसलिए \(Q_1 = 5\)। ऊपरी अर्ध भाग: 9, 11, 12, 14, 40, इसलिए \(Q_3 = 12\)। (सॉफ़्टवेयर पैकेज अन्य चतुर्थक विधियाँ उपयोग कर सकते हैं और थोड़े अलग मान दे सकते हैं।)
- IQR की गणना करें: \(\text{IQR} = 12 - 5 = 7\)।
- 1.5 से गुणा करें: \(1.5 \times 7 = 10.5\)।
- Q3 में जोड़ें: \(\text{ऊपरी बाड़} = 12 + 10.5 = \) 22.5।
- प्रत्येक मान की बाड़ से तुलना करें: 2 से 14 तक का हर मान 22.5 के बराबर या उससे नीचे है। मान 40, 22.5 से ऊपर है, इसलिए इसे उच्च बाहरी मान के रूप में चिह्नित किया जाता है। यह बाहरी बाड़ \(12 + 3 \times 7 = 33\) से भी अधिक है, इसलिए टुकी के नियम के अनुसार यह एक अत्यधिक बाहरी मान है।
पूर्णता के लिए, निचली बाड़ \(5 - 10.5 = -5.5\) है, और कोई भी मान इससे नीचे नहीं है। बॉक्स प्लॉट में, ऊपरी व्हिस्कर 14 पर समाप्त होगी, जो 22.5 से अधिक न होने वाला सबसे बड़ा मान है।
अक्सर पूछे जाने वाले सवाल
1.5 ही क्यों? 1.5 का गुणक जॉन ट्यूकी द्वारा प्रस्तुत मानक गुणक है। यह लगभग सामान्य (normal) डेटा के लिए संवेदनशीलता और ग़लत संकेतों (false positives) के बीच संतुलन बनाता है। "अत्यधिक" आउटलायर पहचानने के लिए कभी-कभी 3.0 का गुणक भी इस्तेमाल किया जाता है।
लोअर फेंस का क्या? इससे मेल खाती निचली सीमा है \(\text{Q1} - 1.5 \times \text{IQR}\)। इससे नीचे के मान निचले छोर के आउटलायर कहलाते हैं।
क्या फेंस से ऊपर का मान हमेशा कोई ग़लती ही होता है? नहीं। यह उस बिंदु को सिर्फ़ जाँच के लिए चिह्नित करता है — यह वास्तविक पर असामान्य रूप से बड़ा प्रेक्षण भी हो सकता है।