वर्णनात्मक सांख्यिकी में माध्य, माध्यिका और बहुलक के बीच अंतर
वर्णनात्मक सांख्यिकी में, प्राथमिक लक्ष्यों में से एक है डेटा को सरल भाषा में प्रस्तुत करना ताकि उसे आसानी से समझा जा सके। बड़े, विविध और कभी-कभी अव्यवस्थित डेटा को केंद्रीय प्रवृत्ति के मापों के रूप में प्रस्तुत करने पर वह अधिक जानकारीपूर्ण होता है। केंद्रीय प्रवृत्ति के तीन सबसे अधिक उपयोग किए जाने वाले माप माध्य, माध्यिका और बहुलक हैं। यद्यपि तीनों का उद्देश्य डेटा सेट का एक प्रतिनिधि मान दर्शाना है, फिर भी उनकी कार्यप्रणाली, विषम मानों के प्रति संवेदनशीलता और उपयुक्त उपयोग की स्थितियाँ काफी भिन्न होती हैं।
इस लेख में माध्य, माध्यिका और बहुलक के अर्थ, गणना विधि, लाभ और हानि, और अनुप्रयोग के उदाहरणों पर चर्चा की गई है ताकि आप विश्लेषण किए जा रहे डेटा के लिए सबसे उपयुक्त माप का चयन कर सकें।
1. माध्य (औसत): परिभाषा और गणना विधि
सभी डेटा मानों के योग को डेटा बिंदुओं की संख्या से भाग देने पर माध्य प्राप्त होता है। इसे अक्सर "औसत" कहा जाता है और यह रोजमर्रा की जिंदगी में सबसे अधिक प्रचलित है। यह सभी मानों को आनुपातिक रूप से ध्यान में रखते हुए डेटा के केंद्र का एक संक्षिप्त विवरण प्रदान करता है।
औसत सूत्र:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
जानकारी:
– \(\sum x_i\) = सभी डेटा मानों का योग
– \(n\) = डेटा की संख्या
कोंटोह:
मान लीजिए पांच छात्रों के परीक्षा अंक इस प्रकार हैं: 70, 75, 80, 85, 90
औसत = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
औसत लाभ
1. सभी आंकड़ों का उपयोग इस प्रकार करें कि उपयोग की गई जानकारी पूर्ण हो।
2. गणना करने में आसान और उन्नत विश्लेषणों में व्यापक रूप से उपयोग किया जाता है (जैसे विचरण, मानक विचलन)।
3. संख्यात्मक डेटा और अपेक्षाकृत सममित वितरणों के लिए उपयुक्त।
औसत कमी
1. यह असामान्य मानों के प्रति बहुत संवेदनशील है। एक चरम मान औसत को अधिकांश डेटा से बहुत दूर खींच सकता है।
2. यदि डेटा वितरण विषम है तो यह हमेशा "सामान्य मूल्यों" का प्रतिनिधित्व नहीं करता है।
आउटलायर प्रभावों के उदाहरण:
राजस्व आंकड़े (मिलियन रुपिया): 3, 3, 4, 4, 5, 50
औसत = (3+3+4+4+5+50)/6 = 69/6 = 11,5
हालांकि अधिकांश आय 3-5 मिलियन की सीमा में है, लेकिन औसत आंकड़ा कम प्रतिनिधि है।
2. माध्यिका (मध्य मान): परिभाषा और गणना विधि
डेटा को सबसे छोटे से सबसे बड़े क्रम में व्यवस्थित करने पर मध्य में आने वाला मान माध्यिका कहलाता है। माध्यिका समग्र परिमाण की बजाय स्थिति पर जोर देती है, जिससे यह असामान्य मानों से अधिक अप्रभावित रहती है।
माध्यिका कैसे निर्धारित करें:
1. डेटा को क्रमबद्ध करें।
2. यदि आंकड़ों की संख्या विषम है, तो माध्यिका मध्य स्थान पर स्थित मान होता है।
3. यदि आंकड़ों की संख्या सम है, तो माध्यिका मध्य के दो मानों का औसत होती है।
उदाहरण (विषम):
डेटा: 2, 3, 5, 7, 9
माध्यिका = मध्य मान = 5
उदाहरण (सम):
डेटा: 10, 20, 30, 40
माध्यिका = (20 + 30) / 2 = 25
औसत लाभ
1. असामान्य मानों और चरम मानों के प्रति प्रतिरोधी।
2. यह आय, मकान की कीमतों या प्रतीक्षा समय जैसे विषम डेटा के लिए उपयुक्त है।
3. इसका उपयोग क्रमसूचक डेटा के लिए किया जा सकता है (उदाहरण के लिए, संतुष्टि रेटिंग: बहुत संतुष्ट, संतुष्ट, तटस्थ, असंतुष्ट)।
औसत कमियां
1. यह अपनी गणनाओं में सभी डेटा मानों का उपयोग नहीं करता है (अधिकतर "स्थिति-आधारित")।
2. यह उन्नत गणितीय विश्लेषण के लिए कम उपयुक्त है जिसमें औसत गुणों की आवश्यकता होती है।
यदि हम आय के उदाहरण पर वापस जाएं: 3, 3, 4, 4, 5, 50
डेटा को क्रमबद्ध किया गया है, 6 डेटा के लिए माध्यिका तीसरे और चौथे मानों का औसत है: (4 + 4) / 2 = 4
यह माध्यिका अधिकांश स्थितियों का कहीं अधिक सटीक प्रतिनिधित्व करती है।
3. बहुलक (सर्वोत्तम मान): परिभाषा और निर्धारण विधि
बहुलक वह मान है जो डेटा सेट में सबसे अधिक बार प्रकट होता है। कुछ मामलों में, डेटा में निम्नलिखित हो सकते हैं:
– एक मोड (यूनिमोडल): एक मान सबसे अधिक बार प्रकट होता है
– दो मोड (द्विमोडल): दो मान सबसे अधिक बार प्रकट होते हैं
– मल्टीमॉडल
– कोई मोड नहीं: यदि सभी मान समान आवृत्ति के साथ दिखाई देते हैं
कोंटोह:
डेटा: 2, 3, 3, 4, 5
बहुलक = 3 (सबसे अधिक बार प्रकट होता है)
द्विमोडल उदाहरण:
डेटा: 1, 2, 2, 3, 3, 4
बहुलक = 2 और 3
मोड के फायदे
1. केंद्रीय प्रवृत्ति का एकमात्र माप जिसका उपयोग नाममात्र डेटा (जैसे पसंदीदा रंग, सबसे पसंदीदा ब्रांड) के लिए किया जा सकता है।
2. इसे समझना आसान है क्योंकि यह तुरंत सबसे प्रमुख श्रेणी/मूल्य को दर्शाता है।
3. यह आउटलायर्स से इस अर्थ में प्रभावित नहीं होता है कि चरम मान सबसे अधिक बार होने वाले मानों की आवृत्ति को नहीं बदलते हैं।
मोड की कमी
1. कभी-कभी यह अद्वितीय नहीं होता (एक से अधिक हो सकता है) या फिर इसका अस्तित्व ही नहीं होता।
2. यह कम स्थिर हो सकता है; डेटा में छोटे बदलाव भी मोड को बदल सकते हैं।
3. यह गणितीय रूप से हमेशा डेटा के "केंद्र" का प्रतिनिधित्व नहीं करता है।
4. माध्य, माध्यिका और बहुलक के बीच मुख्य अंतर
संक्षेप में, तीनों के बीच अंतर गणना विधि, आउटलायर्स के प्रति संवेदनशीलता और उपयुक्त डेटा प्रकारों से देखा जा सकता है:
1. माध्य सभी मानों का उपयोग करता है, सममित संख्यात्मक डेटा के लिए सर्वोत्तम है, लेकिन आउटलायर्स के प्रति संवेदनशील है।
2. स्थिति के आधार पर माध्यिका, विषम डेटा के लिए उपयुक्त, और अनियमित मानों के प्रति अधिक मजबूत।
3. आवृत्ति पर आधारित मोड, श्रेणीबद्ध/नाममात्र डेटा के लिए उपयुक्त और सबसे प्रमुख मान देखने के लिए।
कई सांख्यिकी पुस्तकों में, तीनों वितरणों के बीच एक सामान्य संबंध बताया गया है:
– सममित वितरण: माध्य ≈ माध्यिका ≈ बहुलक
– वितरण दाईं ओर झुका हुआ है (दाईं ओर तिरछा): माध्य > माध्यिका > बहुलक
– बाएँ-तिरछा वितरण: माध्य < माध्यिका < बहुलक। हालाँकि, यह एक प्रवृत्ति है, कोई पूर्ण नियम नहीं। 5. माध्य, माध्यिका या बहुलक का उपयोग कब करें? केंद्रीय प्रवृत्ति के उपयुक्त माप का चयन डेटा की प्रकृति और विश्लेषण के उद्देश्य पर निर्भर करता है। माध्य का उपयोग तब करें जब: - डेटा संख्यात्मक हो (अंतराल/अनुपात)। - वितरण अपेक्षाकृत सममित हो। - कोई अत्यधिक आउटलायर न हों या आउटलायर को नियंत्रित कर लिया गया हो। - आपको अन्य सांख्यिकीय गणनाओं के लिए आधार की आवश्यकता हो। उदाहरण स्थिति: अंकों के उचित वितरण के साथ कक्षा परीक्षा के औसत अंक।
