डेटा मोड कैसे निर्धारित करें

डेटा मोड कैसे निर्धारित करें

बुनियादी सांख्यिकी में, बहुलक (मोड) माध्य और माध्यिका के साथ केंद्रीय प्रवृत्ति का एक मापक है। बहुलक का उपयोग अक्सर इसलिए किया जाता है क्योंकि इसे समझना आसान होता है और इसकी गणना करना त्वरित होता है, विशेष रूप से तब जब हम डेटा के एक समूह में सबसे अधिक बार आने वाले मान को ज्ञात करना चाहते हैं। रोजमर्रा की जिंदगी में, बहुलक की अवधारणा का उपयोग सबसे अधिक खरीदे जाने वाले कपड़ों के आकार, सबसे अधिक उपयोग किए जाने वाले वाहन के प्रकार, उच्चतम परीक्षा अंक और यहां तक ​​कि सबसे लोकप्रिय उत्पाद को निर्धारित करने के लिए किया जा सकता है। यह लेख विभिन्न प्रकार के डेटा के लिए बहुलक निर्धारित करने के तरीके पर विस्तार से चर्चा करता है: एकल डेटा, समूहीकृत डेटा और विशेष स्थितियां जैसे द्विबहुवचन और बहुबहुवचन डेटा।

समझ मोड

बहुलक वह डेटा मान है जिसकी आवृत्ति सबसे अधिक होती है, यानी यह अन्य मानों की तुलना में अधिक बार प्रकट होता है। बहुलक मात्रात्मक (संख्यात्मक) और गुणात्मक (श्रेणीबद्ध) दोनों प्रकार के डेटा के लिए उपयुक्त है, जैसे पसंदीदा रंग या सबसे अधिक बार चुने जाने वाले खाद्य पदार्थ।

सरल उदाहरण:
डेटा: 2, 3, 3, 4, 5
सबसे अधिक बार आने वाला मान 3 है (दो बार आता है), इसलिए बहुलक = 3।

हालांकि, सभी डेटा का बहुलक नहीं होता। कुछ डेटा में सभी मान समान रूप से बार-बार आते हैं, इसलिए उनका बहुलक नहीं होता। इसके अलावा, कुछ डेटा में एक से अधिक बहुलक होते हैं।

मोड के प्रकार

गणना के चरणों में जाने से पहले, मोड के विभिन्न रूपों को समझना महत्वपूर्ण है:

1. यूनिमोडल: केवल एक मान सबसे अधिक बार प्रकट होता है (सिंगल मोड)।
2. द्विमोडल: इसमें दो मान होते हैं जो दोनों ही सबसे अधिक बार दिखाई देते हैं।
3. मल्टीमॉडल: इसमें दो से अधिक मान होते हैं जो सबसे अधिक बार दिखाई देते हैं।
4. इसका कोई बहुलक नहीं है: सभी मान समान आवृत्ति के साथ प्रकट होते हैं।

इन प्रकार के तरीकों को समझने से हमें डेटा की अधिक सटीक व्याख्या करने में मदद मिलती है।

एकल डेटा का मोड कैसे निर्धारित करें

एकल डेटा वह डेटा होता है जिसे यथावत लिखा जाता है, अंतरालों में समूहीकृत नहीं किया जाता है। एकल डेटा का बहुलक ज्ञात करने के चरण बहुत सरल हैं:

चरण:
1. अवलोकन में आसानी के लिए आंकड़ों को सबसे छोटे से सबसे बड़े क्रम में व्यवस्थित करें (वैकल्पिक)।
2. प्रत्येक मान की आवृत्ति की गणना करें।
3. सबसे अधिक आवृत्ति वाले मान को बहुलक के रूप में ज्ञात कीजिए।

कोंटोह:
परीक्षा स्कोर डेटा: 70, 80, 75, 80, 90, 80, 85, 75

आवृत्ति:
– 70: 1 बार
– 75: 2 बार
– 80: 3 बार
– 85: 1 बार
– 90: 1 बार

क्योंकि 80 सबसे अधिक बार (3 बार) आता है, इसलिए बहुलक = 80।

द्विमोडल उदाहरण:
डेटा: 1, 2, 2, 3, 3, 4
आवृत्ति 2 और 3 दोनों ही उच्चतम हैं (2 बार), इसलिए बहुलक = 2 ​​और 3 (द्वि-बहुलक)।

मोड के बिना उदाहरण:
डेटा: 5, 6, 7, 8
सभी मान केवल एक बार ही दिखाई देते हैं। इसलिए, डेटा का कोई बहुलक नहीं है।

समूहीकृत डेटा में बहुलक कैसे निर्धारित करें

व्यवहार में, बड़ी मात्रा में डेटा को आमतौर पर आवृत्ति वितरण तालिका के रूप में समूहीकृत डेटा में सारांशित किया जाता है, अर्थात् डेटा को वर्ग अंतरालों में समूहीकृत किया जाता है (उदाहरण के लिए, 60-69, 70-79, इत्यादि)। समूहीकृत डेटा में, बहुलक को सीधे किसी विशिष्ट संख्या से नहीं निकाला जा सकता है, बल्कि इसे बहुलक वर्ग के माध्यम से निर्धारित किया जाता है और एक सूत्र का उपयोग करके इसका अनुमान लगाया जा सकता है।

1. बहुलक वर्ग का निर्धारण करें
बहुलक वर्ग वह वर्ग अंतराल है जिसकी आवृत्ति सबसे अधिक होती है।

उदाहरण तालिका:

| मान अंतराल | आवृत्ति |
|—|—:|
| 40–49 | 3 |
| 50–59 | 6 |
| 60–69 | 10 |
| 70–79 | 8 |
| 80–89 | 5 |

अंतराल 60-69 में उच्चतम आवृत्ति 10 है, इसलिए बहुलक वर्ग = 60-69 है।

2. समूहीकृत डेटा सूत्र का उपयोग करके बहुलक की गणना करना
समूहीकृत डेटा के बहुलक का वह सूत्र जो अक्सर उपयोग किया जाता है:

\[
Mo = L + \left(\frac{d_1}{d_1 + d_2}\right)\times p
\]

जानकारी:
– Mo = बहुलक (अनुमानित बहुलक मान)
– L = बहुलक वर्ग का निचला किनारा
– p = वर्ग की लंबाई (अंतराल की चौड़ाई)
– d₁ = बहुलक वर्ग की आवृत्ति − पिछले वर्ग की आवृत्ति
– d₂ = बहुलक वर्ग की आवृत्ति − अगले वर्ग की आवृत्ति

गणना का उदाहरण:
पिछली तालिका से:
– बहुलक वर्ग: 60–69, आवृत्ति = 10
– पिछली कक्षा: 50–59, आवृत्ति = 6
– अगली कक्षा: 70–79, आवृत्ति = 8

घटकों को परिभाषित करें:
– L = बहुलक वर्ग की निचली सीमा = 59,5 (चूंकि निचली सीमा 60 है, इसलिए निचली सीमा = 59,5)
– पी = 10
– d₁ = 10 − 6 = 4
– d₂ = 10 − 8 = 2

सूत्र में दर्ज करें:

\[
Mo = 59,5 + \left(\frac{4}{4+2}\right)\times 10
\]
\[
Mo = 59,5 + \left(\frac{4}{6}\right)\times 10
\]
\[
Mo = 59,5 + 6,67 = 66,17
\]

अतः, समूहीकृत डेटा का बहुलक ≈ 66,17 है। यह 60-69 के अंतराल में बहुलक मान का अनुमान है।

मोड ढूंढते समय की जाने वाली आम गलतियाँ

हालांकि यह तरीका सरल दिखता है, फिर भी इसमें कई सामान्य गलतियाँ होती हैं:

1. मान लीजिए कि बहुलक हमेशा मौजूद होता है
हालांकि, डेटा में सबसे अधिक बार आने वाले मान शामिल नहीं हो सकते हैं।

2. आवृत्ति की गणना सावधानीपूर्वक न करना
एकल डेटा में, आवृत्ति की गलत गणना से गलत मोड बनता है।

3. बहुलक वर्ग का गलत निर्धारण
समूहीकृत डेटा में, बहुलक वर्ग वह होना चाहिए जिसकी आवृत्ति सबसे अधिक हो।

4. क्लास के निचले किनारे और लंबाई का गलत निर्धारण किया गया
समूहीकृत डेटा मोड सूत्र में, निचली सीमा (L) सामान्य निचली सीमा नहीं होती है, बल्कि वर्ग की निचली सीमा होती है (उदाहरण के लिए, वर्ग 60-69 के लिए 59,5)।

मोड का उपयोग करना कब अधिक उपयुक्त होता है?

यह मोड तब बहुत उपयोगी होता है जब:
– श्रेणियों के रूप में डेटा (उदाहरण के लिए, ब्रांड, रंग, वस्तु का प्रकार)।
हम सबसे लोकप्रिय विकल्पों के बारे में जानना चाहते हैं।
– डेटा में ऐसे चरम मान हैं जो औसत को विकृत कर सकते हैं।
– आंकड़ों का वितरण असममित है और माध्यिका/औसत कम प्रतिनिधिक है।

उदाहरण के लिए, यदि 10 लोगों की आय बहुत अधिक है, तो औसत आय बढ़ सकती है। ऐसे मामलों में, बहुलक (मोड) आय का सबसे व्यापक चित्र प्रस्तुत कर सकता है।

पेनुतुप

डेटा का बहुलक निर्धारित करना एक मूलभूत सांख्यिकीय कौशल है जो सरल विश्लेषण और निर्णय लेने दोनों के लिए उपयोगी है। एकल डेटा सेट के लिए, बहुलक सबसे अधिक बार आने वाले मान को देखकर ज्ञात किया जाता है। समूहीकृत डेटा सेट के लिए, बहुलक उच्चतम आवृत्ति वाले वर्ग से निर्धारित किया जाता है और अधिक सटीक अनुमान प्राप्त करने के लिए एक सूत्र का उपयोग करके इसकी गणना की जा सकती है। इन चरणों को समझकर, आप डेटा को अधिक तेज़ी से संसाधित कर सकते हैं और डेटा सेट से महत्वपूर्ण जानकारी प्राप्त कर सकते हैं।

यदि आप चाहें, तो मैं चर्चाओं के साथ-साथ अभ्यास के लिए उदाहरण प्रश्न भी बना सकता हूँ (एकल डेटा और समूहीकृत डेटा) ताकि आप बहुलक निर्धारित करने के तरीके को बेहतर ढंग से समझ सकें।