آشنایی با Box Plot یا نمودار جعبه‌ای

باکس پلات (box plot) یکی از پرکاربردترین نمودارها در آمار توصیفی است که داده‌ها را بر اساس چارک‌ها (Quartiles) نمایش می‌دهد. این نمودار میانه داده، چارک اول (Q1)، چارک سوم (Q3) و همچنین کمینه و بیشینه را نشان می‌دهد. دامنه میان چارکی (IQR) که برابر است با Q3 – Q1، در این نمودار برای شناسایی نقاط پرت (Outliers) به کار می‌رود. نمودار جعبه‌ای به تحلیلگر کمک می‌کند تا به‌سرعت بفهمد داده‌ها در چه محدوده‌ای متمرکز هستند و پراکندگی آن‌ها چقدر است. با این حال، یکی از ضعف‌های مهم box plot این است که شکل دقیق توزیع داده‌ها را نشان نمی‌دهد. برای مثال اگر داده‌ها چند قله‌ای (Multimodal) باشند یا تراکم داده‌ها در بخش‌های مختلف متفاوت باشد، نمودار جعبه‌ای قادر به نمایش آن نخواهد بود.

بخش سوم: بررسی Kernel Density Plot

نمودار Kernel Density ابزاری قدرتمند برای نمایش توزیع احتمالی داده‌ها است. در این روش به جای استفاده از هیستوگرام، از یک تابع هسته‌ای برای برآورد چگالی داده‌ها استفاده می‌شود. خروجی آن منحنی‌ای است که نشان می‌دهد داده‌ها در کدام نقاط متراکم‌تر یا پراکنده‌تر هستند. ساخت این نمودار بر پایه انتخاب یک تابع هسته‌ای (Kernel Function) مانند گاوسی یا مثلثی و همچنین تعیین پهنای باند (Bandwidth) است. این نمودار به ما امکان می‌دهد بفهمیم آیا داده‌ها حول یک مرکز اصلی متمرکز شده‌اند یا اینکه چند قله (Peaks) دارند. مزیت مهم نمودار Kernel Density نسبت به هیستوگرام یا box plot این است که شکل توزیع داده‌ها را به‌صورت پیوسته و روان نمایش می‌دهد. به همین دلیل در Power BI وقتی می‌خواهیم نمای بهتری از پراکندگی داده‌ها داشته باشیم، استفاده از این روش ارزشمند است.

بخش چهارم: چرا Violin Chart بهتر از Box Plot است؟

همان‌طور که اشاره شد، ضعف اصلی باکس پلات (box plot) این است که شکل توزیع داده‌ها را به‌خوبی نشان نمی‌دهد و تنها یک خلاصه آماری از داده‌ها ارائه می‌کند. برای مثال اگر داده‌ها دارای چند مرکز تراکم یا توزیع نامتقارن باشند، این موضوع در نمودار جعبه‌ای مشخص نمی‌شود. در اینجا violon chart وارد عمل می‌شود. نمودار ویولن با ترکیب نمودار جعبه‌ای و نمودار Kernel Density نه‌تنها اطلاعات آماری مانند میانه، چارک‌ها و نقاط پرت را ارائه می‌دهد، بلکه شکل دقیق توزیع داده‌ها را نیز نشان می‌دهد. این ویژگی باعث می‌شود تحلیلگر در Power BI دید جامع‌تری نسبت به داده‌ها پیدا کند و تصمیم‌گیری دقیق‌تری داشته باشد. به همین دلیل، violon chart یکی از ابزارهای کلیدی برای تحلیل‌های پیشرفته در هوش تجاری و مصورسازی داده‌ها است.

نتیجه‌گیری

در دنیای مصورسازی داده‌ها، انتخاب نمودار مناسب نقش مهمی در درک بهتر اطلاعات دارد. Box plot یا نمودار جعبه‌ای ابزاری عالی برای نمایش شاخص‌های آماری است، اما به‌تنهایی نمی‌تواند تصویر کاملی از توزیع داده‌ها ارائه دهد. در مقابل، violin chart با ترکیب قدرت box plot و نمودار Kernel Density ضعف‌های نمودار جعبه‌ای را برطرف کرده و امکان مشاهده جزئیات بیشتری از الگوی داده‌ها را فراهم می‌کند. به همین دلیل، در Power BI استفاده از نمودار ویولن می‌تواند به تحلیلگران و تصمیم‌گیران کمک کند تا بینش عمیق‌تری نسبت به داده‌ها به دست آورند و الگوهای پنهان را آشکار کنند. در نتیجه، هر زمان که با داده‌های پیچیده و توزیع‌های غیرخطی سروکار دارید، violon chart یکی از بهترین گزینه‌ها برای مصورسازی خواهد بود.