نمودار جعبه‌ای (Box Plot) چیست و چه کاربردی دارد؟

نمودار جعبه‌ای (Box Plot) چیست؟

نمودار جعبه‌ای یک روش گرافیکی برای نمایش خلاصه‌ای از داده‌های عددی است که شامل میانه، چارک‌ها و مقادیر حداقل و حداکثر می‌شود.

اجزای نمودار جعبه‌ای

• Minimum: کمترین مقدار داده
• Q1: چارک اول (25%)
• Median: میانه داده‌ها
• Q3: چارک سوم (75%)
• Maximum: بیشترین مقدار داده
• IQR: فاصله بین چارک اول و سوم
• Outlier: داده‌های پرت

نمودار جعبه‌ای چگونه کار می‌کند؟

Box Plot داده‌ها را به چهار بخش مساوی تقسیم می‌کند و به کمک آن می‌توان پراکندگی و تقارن داده‌ها را بررسی کرد.

چه زمانی از Box Plot استفاده کنیم؟

• برای بررسی توزیع داده‌ها
• برای مقایسه چند گروه داده
• برای شناسایی داده‌های پرت
• برای تحلیل پراکندگی داده‌ها

چه زمانی نباید از Box Plot استفاده کنیم؟

برای بررسی توزیع داده‌ها، Box Plot انتخاب بسیار مناسبی است؛ اما اگر علاوه بر خلاصه آماری بخواهی شکل کامل توزیع و چگالی داده‌ها را نیز ببینی،
نمودار Violin Plot اطلاعات بیشتری در اختیارت قرار می‌دهد.

• وقتی داده‌ها خیلی کم هستند
• وقتی نیاز به جزئیات دقیق هر داده دارید
• وقتی داده‌ها دسته‌ای نیستند

مثال کاربردی نمودار جعبه‌ای

برای مثال می‌توان میزان خرید مشتریان زن و مرد را با Box Plot مقایسه کرد تا میانه و پراکندگی رفتار خرید آن‌ها مشخص شود.

تفاوت Box Plot با Histogram

هر دو نمودار برای بررسی توزیع داده‌ها استفاده می‌شوند، اما اطلاعات متفاوتی ارائه می‌کنند. اگر می‌خواهی شکل کلی توزیع، فراوانی داده‌ها و الگوی آن‌ها را مشاهده کنی، هیستوگرام (Histogram) انتخاب مناسب‌تری است؛ اما Box Plot خلاصه‌ای آماری از داده‌ها شامل میانه، چارک‌ها و داده‌های پرت را نمایش می‌دهد.

مزایای نمودار جعبه‌ای

• نمایش سریع توزیع داده
• شناسایی داده‌های پرت
• مقایسه چند گروه

معایب نمودار جعبه‌ای

• عدم نمایش جزئیات دقیق داده‌ها
• نامناسب برای داده‌های بسیار کم

سوالات متداول

Box Plot برای چه داده‌هایی مناسب است؟

برای داده‌های عددی که نیاز به بررسی توزیع و پراکندگی دارند.

آیا Box Plot برای داده‌های کوچک مناسب است؟

خیر، در داده‌های کم دقت تحلیل کاهش می‌یابد.

تفاوت Box Plot و Histogram چیست؟

هیستوگرام شکل توزیع را نشان می‌دهد، اما Box Plot خلاصه آماری داده‌ها را نمایش می‌دهد.

Outlier در Box Plot چیست؟

داده‌هایی هستند که از سایر مقادیر فاصله زیادی دارند.