AP Statistics
clusterVietnamese: cụm (trong phân phối dữ liệu)
Còn gọi:Also called: cluster
Cụm là một nhóm giá trị trong phân phối dữ liệu tụ lại gần nhau, tách biệt hẳn khỏi các nhóm giá trị khác bởi một khoảng trống ở giữa.A cluster is a group of values in a distribution that bunch together and are separated from other groups of values by a gap.
Trực giác: Giống như nhìn một bãi đậu xe thấy xe không nằm rải đều mà tụ thành hai ba đám riêng, mỗi đám cách nhau một khoảng trống.Intuition: Picture a parking lot where the cars aren't spread out evenly but sit in two or three separate bunches, with empty space between them.
Cụm trong phân phối dữ liệu là một nhóm quan sát tập trung trong một vùng và tách khỏi nhóm khác bởi khoảng gần như không có dữ liệu. Trên đồ thị chấm hoặc biểu đồ tần số, cụm có thể gợi ý dữ liệu gồm nhiều nhóm con khác nhau.
Biểu đồ hộp khó thể hiện cụm vì chỉ dùng năm giá trị tóm tắt; các phân phối có cấu trúc khác nhau vẫn có thể cho cùng biểu đồ hộp.
A cluster in a data distribution is a group of observations concentrated in one region and separated from other groups by an interval with almost no data. On a dotplot or histogram, clusters can suggest that the data come from several distinct subgroups.
Boxplots hide clusters because they show only the five-number summary; distributions with very different structure can produce identical boxplots.
Không dùng định nghĩa cụm dữ liệu cho chọn mẫu theo cụm.
Trong phân phối, cụm gồm các giá trị tập trung; trong chọn mẫu theo cụm, cụm là nhóm đơn vị có sẵn được chọn nguyên khối.
Hai đỉnh chưa chắc tạo thành hai cụm.
Phân phối hai đỉnh có thể vẫn liền mạch; hãy kiểm tra xem các vùng tập trung có tách nhau bằng khoảng trống hay không.
Một cụm nhỏ không phải là một giá trị ngoại lai.
Giá trị ngoại lai là điểm riêng lẻ nằm xa phần còn lại; cụm gồm nhiều điểm gần nhau nhưng tách khỏi nhóm lớn.
Don't confuse a cluster in a distribution with a cluster in cluster sampling.
In a distribution, a cluster is a set of values crowded together; in cluster sampling, a cluster is a pre-existing group of units selected as a whole.
Two peaks do not automatically mean two clusters.
A bimodal distribution can still be continuous across its middle, so check whether the concentrated regions are actually separated by a gap.
A small cluster is not an outlier.
An outlier is a single point far from the rest of the data, while a cluster is several points close to each other but set apart from the main group.
Đưa cụm vào phần đặc điểm bất thường.
Nếu đồ thị cho thấy dữ liệu tách nhóm, hãy nêu khoảng trống và các vùng giá trị mà nó phân chia, thay vì chỉ viết “có cụm”.
Dùng biểu đồ thứ hai để giải thích cụm.
Biểu đồ tần số cho thấy cụm; biểu đồ phân tán có thể cho biết cụm gắn với giá trị nào của biến giải thích. Hãy nối hai thông tin trong một câu.
Report clusters under unusual features.
If the graph shows the data breaking into groups, describe the gap and the ranges of values it separates instead of just writing "there are clusters."
Use a second display to explain the clusters.
A histogram reveals the clusters; a scatterplot can show which values of the explanatory variable they correspond to. Combine the two pieces of information in one sentence.
1932Harold DriverAlfred KroeberJoseph ZubinRobert TryonRaymond CattellStuart Lloyd
Vì sao mang đúng cái tên này? Từ "cluster" đi ra từ chữ "clustor" trong tiếng Anh cổ, nghĩa là một nhóm người hoặc vật gắn với nhau, và có họ với từ "kluftr" trong tiếng Bắc Âu cổ dùng để chỉ một toán lính. Cái lõi nghĩa ấy — nhiều đơn vị riêng lẻ nhưng đứng chụm lại thành một khối nhận ra được — chính là thứ được giữ nguyên khi thống kê mượn từ này: một cụm trên biểu đồ là những giá trị dồn về cùng một vùng, tách khỏi phần còn lại bởi các khoảng trống. Thú vị hơn, phân tích cụm từng có một tên gọi khác là "botryology", dựng từ chữ βότρυς trong tiếng Hy Lạp nghĩa là chùm nho, cho thấy người đặt tên nghĩ đến đúng hình ảnh các quả mọc túm tụm quanh một cuống. Ngày nay trong khai phá dữ liệu (data mining), các thuật toán như K trung bình (K-means) do Stuart Lloyd đề xuất năm 1957 hay phân cụm phân cấp (hierarchical clustering) năm 1963 vẫn đi tìm đúng những túm ấy, chỉ khác là bằng máy tính thay vì bằng mắt.
Kéo độ rộng nhóm — nhìn khoảng trống giữa hai cụm hiện ra rồi biến mất
Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.
Phân phối thời gian di chuyển có hai cụm rõ rệt — khoảng 5–25 phút (17 học sinh) và khoảng 35–50 phút (13 học sinh) — cách nhau bởi khoảng trống 25–35 phút, hình dạng hai đỉnh và không có giá trị ngoại lai. Trung bình xấp xỉ phút nằm ngay trong khoảng trống đó nên không mô tả đúng học sinh nào cả; nhà trường cần lập kế hoạch xe đưa đón theo từng cụm thay vì theo một con số trung bình chung.
Quiz câu thật từ ngân hàng đềReal exam questions from our question bank
Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .