प्रसार के माप: डेटा में परिवर्तनशीलता को समझना
सांख्यिकी और डेटा विश्लेषण में, सटीक और प्रासंगिक निष्कर्ष निकालने के लिए डेटा के वितरण और भिन्नता को समझना अत्यंत महत्वपूर्ण है। डेटा में भिन्नता का वर्णन करने के लिए प्रयुक्त एक प्रमुख अवधारणा "प्रकीर्णन माप" है। यह लेख विभिन्न प्रकीर्णन मापों, उनके महत्व, उनकी गणना विधि और डेटा विश्लेषण के संदर्भ में उनकी व्याख्या पर चर्चा करेगा।
प्रसार का माप क्या है?
डेटा के फैलाव को मापने के लिए उपयोग किए जाने वाले मापक ऐसे मापक होते हैं जो यह दर्शाते हैं कि किसी डेटा समूह में डेटा एक केंद्रीय मान से कितना फैला हुआ है। यह केंद्रीय मान आमतौर पर माध्य या माध्यिका जैसे केंद्रीय प्रवृत्ति मापकों का उपयोग करके मापा जाता है। फैलाव के मापक डेटा की सीमा, भिन्नता और स्थिरता के बारे में जानकारी प्रदान करते हैं।
स्प्रेड का आकार क्यों महत्वपूर्ण है?
1. परिवर्तनशीलता को समझना:
परिवर्तनशीलता किसी भी डेटा का अभिन्न अंग है। डेटा में कितनी भिन्नता है, यह समझकर हम उस डेटा की अंतर्निहित गतिशीलता को समझ सकते हैं।
2. असामान्यताओं की पहचान करें:
डेटा वितरण से आउटलायर्स (वे चरम मान जो शेष डेटा से बहुत दूर हैं) की पहचान करने में मदद मिल सकती है, जो आगे के विश्लेषण के लिए महत्वपूर्ण हो सकते हैं या त्रुटि डेटा हो सकते हैं।
3. डेटासेट तुलना:
प्रकीर्णन के मापन से दो या दो से अधिक डेटा सेटों की तुलना की जा सकती है। उदाहरण के लिए, दो डेटा सेटों का माध्य समान हो सकता है, लेकिन प्रसरण या प्रकंदन भिन्न-भिन्न हो सकते हैं।
4. अनुमानित सांख्यिकी:
कई अनुमानित सांख्यिकीय विधियों के लिए वैध और सार्थक निष्कर्ष निकालने के लिए डेटा के वितरण की अच्छी समझ आवश्यक होती है।
फैलाव के आकार के प्रकार
सांख्यिकीय डेटा विश्लेषण में आमतौर पर उपयोग किए जाने वाले फैलाव के कई माप हैं:
1. रेंज
रेंज फैलाव का सबसे सरल माप है और इसकी गणना डेटा सेट में अधिकतम और न्यूनतम मानों के बीच के अंतर के रूप में की जाती है।
[सीमा = अधिकतम मान – न्यूनतम मान]
हालांकि इसकी गणना करना आसान है, लेकिन यह रेंज केवल दो डेटा बिंदुओं पर विचार करती है और न्यूनतम और अधिकतम मूल्यों के बीच डेटा के वितरण को प्रतिबिंबित नहीं करती है।
2. अंतरचतुर्थक अंतरामापी (IQR)
अंतरमापी (IQR) फैलाव का अधिक सटीक मापक है, क्योंकि यह विषम मानों से प्रभावित नहीं होता। यह 75वें प्रतिशतक (Q3) में से 25वें प्रतिशतक (Q1) को घटाकर डेटा की माध्यिका सीमा की गणना करता है।
[ IQR = Q3 – Q1 ]
माध्य पर ध्यान केंद्रित करके, आईक्यूआर अंतर्निहित डेटा के वितरण की बेहतर तस्वीर प्रदान करता है।
3. विचरण
विचरण यह मापता है कि डेटा सेट में प्रत्येक मान माध्य से कितनी दूरी पर है। इसकी गणना प्रत्येक मान के माध्य से अंतर के वर्गों को जोड़कर और फिर डेटा तत्वों की संख्या (जनसंख्या के लिए) या तत्वों की संख्या में से एक घटाकर (नमूने के लिए) भाग देकर की जाती है।
जनसंख्या (\(\sigma^2\)) के लिए:
[ σ² = √(X_i – μ)²/N)
नमूने के लिए (\(s^2\)):
[ s^2 = \frac{\sum (X_i – \overline{X})^2}{n-1} \]
विचरण से आंकड़ों की संगति का अंदाजा मिलता है; हालांकि, विचरण में वर्ग इकाइयों का उपयोग होता है, इसलिए इसकी सीधी व्याख्या करना मुश्किल हो सकता है।
4. मानक विचलन
मानक विचलन, विचरण का वर्गमूल होता है और मूल डेटा के समान इकाइयों में होता है, जिससे इसकी व्याख्या करना आसान हो जाता है।
जनसंख्या (\(\sigma\)) के लिए:
[ σ = √σ² = √(X_i – μ)²/N)
नमूने के लिए (\(s\)):
[ s = √s² = √(X_i – √X)² n-1)
मानक विचलन फैलाव के सबसे अधिक उपयोग किए जाने वाले मापों में से एक है क्योंकि इसकी व्याख्या करना आसान है और इसका उपयोग अक्सर विभिन्न सांख्यिकीय विश्लेषणों में किया जाता है।
5. विचरण गुणांक (सीवी)
मानक विचलन (CV) सापेक्ष फैलाव का एक माप है जिसे मानक विचलन और माध्य के अनुपात के रूप में व्यक्त किया जाता है और अक्सर इसे प्रतिशत के रूप में दर्शाया जाता है।
\[ \text{CV} = \frac{s}{\overline{X}} \times 100\% \]
विभिन्न माध्य वाले डेटा सेटों के बीच परिवर्तनशीलता की तुलना करने के लिए सीवी बहुत उपयोगी है।
गणना और व्याख्या कैसे करें
Contoh Perhitungan
आइए निम्नलिखित डेटा उदाहरण से इसे स्पष्ट करें:
\[ \{15, 20, 25, 35, 45, 55, 65, 75, 85, 95\} \]
1. सीमा:
[श्रेणी = 95 – 15 = 80]
2. अंतरचतुर्थक अंतरामापी (IQR):
डेटा को क्रमबद्ध करने के बाद, हम चतुर्थक Q1 और Q3 ज्ञात कर सकते हैं। इस मामले में, Q1 25 है और Q3 75 है।
[ \text{IQR} = 75 – 25 = 50 \]
3. विचरण और मानक विचलन:
आंकड़ों का माध्य (\(\overline{X}\)) 51.5 है। फिर हम विचरण और मानक विचलन की गणना करते हैं।
[ \text{विचरण (s^2)} = \frac{1}{n-1} \sum (X_i – \overline{X})^2 = 816.11 \]
मानक विचलन (सेकंड) = √816.11 = 28.57
4. विचरण गुणांक (सीवी):
[ सीवी = 28.57/51.5 × 100% लगभग 55.48% ]
यहां से हम यह निष्कर्ष निकाल सकते हैं कि मानक विचलन 28.57 है, जबकि सीवी दर्शाता है कि मानक विचलन मूल डेटा के माध्य का लगभग 55.48% है।
निष्कर्ष
डेटा के फैलाव के माप सांख्यिकीय डेटा विश्लेषण के आवश्यक घटक हैं क्योंकि ये किसी केंद्रीय मान के आसपास डेटा की परिवर्तनशीलता और फैलाव की जानकारी प्रदान करते हैं। फैलाव के सामान्य रूप से उपयोग किए जाने वाले मापों में रेंज, इंटरक्वार्टाइल रेंज, विचरण, मानक विचलन और भिन्नता गुणांक शामिल हैं। इनमें से प्रत्येक माप का विशिष्ट उपयोग होता है और डेटा के संदर्भ और विश्लेषण के उद्देश्य के आधार पर ये मूल्यवान अंतर्दृष्टि प्रदान कर सकते हैं। फैलाव के मापों को समझकर और उनका उचित उपयोग करके, हम विभिन्न अनुसंधान क्षेत्रों और डेटा विज्ञान अनुप्रयोगों में अधिक सूचित और सटीक निर्णय ले सकते हैं।
