ในสถิติ เมื่อเจอกับชุดข้อมูล เราสามารถสังเกตว่าค่าแต่ละค่าปรากฏขึ้นบ่อยเพียงใด ค่าที่ปรากฏบ่อยที่สุดเรียกว่าโหมด แต่จะเกิดอะไรขึ้นเมื่อมีค่าสองค่าที่ใช้ความถี่เดียวกันในชุด? ในกรณีนี้ เรากำลังจัดการกับการแจกแจงแบบไบโมดอล
ตัวอย่างการกระจายตัวแบบไบโมดัล
วิธีที่ง่ายกว่าในการทำความเข้าใจการแจกแจงแบบ bimodal คือการเปรียบเทียบกับการแจกแจงประเภทอื่น ลองดูข้อมูลต่อไปนี้ในการแจกแจงความถี่:
1, 1, 1, 2, 2, 2, 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 7, 8, 10, 10
จากการนับแต่ละหมายเลขสรุปได้ว่าหมายเลข 2 เป็นหมายเลขที่เกิดซ้ำบ่อยที่สุด รวมเป็น 4 ครั้ง เราได้พบโหมดของการกระจายนี้แล้ว
ลองเปรียบเทียบผลลัพธ์นี้กับการกระจายใหม่:
1 1 1 2 2 2 2 3 4 5 5 6 6 6 7 7 7 7 7 8 10 10 10 10 10
ในกรณีนี้ เรามีการแจกแจงแบบไบโมดอลเนื่องจากหมายเลข 7 และ 10 เกิดขึ้นหลายครั้ง
ผลกระทบของการกระจาย bimodal
เช่นเดียวกับในหลายแง่มุมของชีวิต โอกาสมีบทบาทสำคัญในการกระจายองค์ประกอบ และด้วยเหตุนี้จึงต้องใช้พารามิเตอร์ทางสถิติที่ช่วยให้เราสามารถศึกษาชุดข้อมูลและกำหนดรูปแบบหรือพฤติกรรมที่ให้ข้อมูลที่มีค่าแก่เรา การกระจายแบบ bimodal ให้ข้อมูลประเภทหนึ่งที่สามารถใช้ร่วมกับโหมดและค่ามัธยฐานเพื่อศึกษาปรากฏการณ์ทางธรรมชาติหรือของมนุษย์ในเชิงลึกที่น่าสนใจทางวิทยาศาสตร์
เช่นในกรณีของการศึกษาเกี่ยวกับระดับหยาดน้ำฟ้าในโคลอมเบีย ซึ่งทำให้เกิดการกระจายตัวแบบสองรูปแบบสำหรับโซนทางตอนเหนือ ซึ่งรวมถึงพื้นที่ของ Caldas, Risaralda, Quindío, Tolima และ Cundinamarca ผลลัพธ์ทางสถิติเหล่านี้ช่วยให้เราสามารถศึกษาความแตกต่างอย่างมากของภูมิอากาศท้องถิ่นที่มีอยู่ในเทือกเขาแอนเดียนโคลอมเบียจากการสร้างรูปแบบในปรากฏการณ์ทางธรรมชาติของภูมิภาคเหล่านี้ การศึกษานี้แสดงตัวอย่างของวิธีการใช้การแจกแจงทางสถิติในทางปฏิบัติสำหรับการวิจัย
อ้างอิง
Jaramillo, A. และ Chaves, B. (2000). การกระจายตัวของฝนในโคลอมเบียวิเคราะห์ผ่านกลุ่มบริษัททางสถิติ เซนิคาเฟ่ 51(2): 102-11
Levin, R. & Rubin, D. (2004). สถิติเพื่อการบริหาร. เพียร์สัน เอ็ดดูเคชั่น.
มานูเอล นาซิฟ. (2563). Unimodal, bimodal, โหมดเครื่องแบบ ดูได้ที่https://www.youtube.com/watch?v=6j-pxEgRZuU&ab_channel=manuelnasif
