Usoro Ngwa Ngwa Maka Ịchọpụta Ọkara
Ihe etiti bụ ihe eji atụ ọnụọgụgụ dị mkpa iji ghọta nkesa nke dataset. N'adịghị ka nkezi, nke nwere ike imebi site na oke uru, ihe etiti na-enye ihe ngosi siri ike nke ọnọdụ etiti karịsịa na nkesa na-abụghị nke nkịtị. Isiokwu a na-enye usoro ngwa ngwa maka ikpebi etiti n'ọnọdụ dị iche iche, gụnyere ma obere na nnukwu datasets, ma na-atụle nuances ya.
Ịghọta Ọdịnaya nke etiti
Ọdịnetiti bụ uru etiti n'ime usoro data nke edobere n'usoro ịrị elu. Ọ na-ekewa data ahụ n'ụzọ dị irè ụzọ abụọ hà nhata, ebe 50% nke isi data dị n'okpuru ya na 50% n'elu ya. Dịka ọmụmaatụ, na dataset [3, 5, 9], etiti bụ 5, ebe ọ bụ nọmba etiti.
Gịnị mere e ji jiri Media mee ihe?
1. Na-eguzogide ọgwụ ndị na-adịghị mma:
N'adịghị ka nkezi ahụ, uru dị oke njọ anaghị emetụta etiti ahụ. Nke a na-eme ka ọ bụrụ ihe a pụrụ ịtụkwasị obi karịa maka ọnọdụ etiti na nkesa gbagọrọ agbagọ.
2. Ngwa Ndị Dị n'Eziokwu:
A na-ejikarị ya eme ihe n'ọnọdụ dị adị n'ezie, dịka ikpebi ego etiti na akụnụba, ọnụ ahịa ụlọ etiti, na oge etiti ndụ na nyocha ahụike.
Ịgbakọ Ọdịnaya
Usoro ịgbakọ etiti dabere ma ọnụọgụ nke isi data (N) ọ dị iche ma ọ bụ ọbụna.
1. Ọnụọgụ dị iche iche nke ihe a hụrụ:
Mgbe N bụ odd, etiti bụ nọmba etiti ozugbo e nyere usoro data ahụ.
Ụdị:
\( \text{Ọdịnaya} = X_{\left(\frac{N+1}{2}\nri)} \)
N'ebe a, \( X_{\left(\frac{N+1}{2}\right)} \) na-anọchite anya uru etiti mgbe a haziri isi ihe data niile.
Ihe Nlereanya:
Maka dataset [1, 3, 3, 6, 7, 8, 9], N=7 (nọmba dị iche). Ya mere, etiti bụ \( X_{\left(\frac{7+1}{2}\right)} = X_4 = 6 \).
2. Ọnụọgụgụ nke ihe ndị a hụrụ:
Mgbe N bụ otu, etiti bụ nkezi nke ọnụọgụgụ etiti abụọ ahụ.
Ụdị:
\( \text{Ọdịnaya} = \frac{X_{\left(\frac{N}{2}\right)} + X_{\left(\frac{N}{2}+1\right)}}{2} \)
N'ebe a, \( X_{\left(\frac{N}{2}\right)} \) na \(
Ihe Nlereanya:
Maka dataset [1, 2, 3, 4, 5, 6, 8, 9], N=8 (nọmba nha nhata). Ya mere, a na-enye etiti site na:
\[
\ederede{Ọdịnaya} = \frac{X_4 + X_5}{2} = \frac{4 + 5}{2} = 4.5
\]
Ngụkọta Ọkara Ngwa Ngwa na Ngwugwu Data Ukwu
N'ime nnukwu datasets, iji aka hazie data ahụ iji chọta etiti anaghị arụ ọrụ nke ọma. Lee ụfọdụ atụmatụ nwere ike inyere aka:
1. Iji Ngwanrọ Ọnụọgụgụ:
Mmemme dịka R, Python (nwere ngwugwu dịka NumPy na Pandas), na Excel nwere ike ịgbakọ etiti nke ọma. Dịka ọmụmaatụ, na Python, koodu `np.median(array)` nwere ike weghachite etiti nke usoro data ngwa ngwa.
2. Usoro Nnwale:
Ọ bụrụ na dataset ahụ buru ibu nke ukwuu, mmadụ nwere ike iji usoro nlele mee ihe dị ka etiti ahụ. Jiri obere obere data ahụ mee ihe n'enweghị usoro wee gbakọọ etiti nke obere data a.
3. Algọridim nkewa:
Usoro mgbakọ na mwepụ ndị ka elu, dịka algọridim Quickselect, na-achọta ihe kacha nta k-th n'ime ndepụta na-enweghị usoro, si otú a na-ekpebi etiti ahụ n'enweghị nhazi data zuru oke.
Ịgbakọ Ọkara maka Data A Kpọkọtara
Data e kekọtara ọnụ na-ezo aka na data e kekọtara ọnụ n'ime oge. Ngụkọta nke etiti n'ọnọdụ a gụnyere ikpebi oge nke nwere etiti ahụ wee tinye n'ime oge a.
1. Chọpụta Klas etiti:
Nke mbụ, chọta ugboro ole a na-agbakọta iji chọpụta klas etiti, oge nke nwere etiti.
2. Jiri Usoro maka Data Achịkọtara:
\[
\text{Ọdịnaya} = L + \ekpe( \frac{\frac{N}{2} – CF}{f} \nri) \oge h
\]
– \( L \) bụ ókè ala nke klas etiti
– \( N \) bụ mkpokọta ọnụọgụgụ ihe a hụrụ
– \( CF \) bụ ugboro mkpokọta nke klaasị tupu klaasị etiti
– \(f \) bụ ugboro ole nke klas etiti dị
– \(h \) bụ obosara klas ahụ
Ihe Nlereanya:
Tụlee data ndị a e kekọtara ọnụ:
| Oge klaasị | Ugboro |
|——————-|———–|
| 0-10 | 5 |
| 10-20 | 7 |
| 20-30 | 12 |
| 30-40 | 8 |
| 40-50 | 3 |
Ugboro mgbakọta (CF) tupu klaasị etiti (20-30) bụ 12 (5+7). Ya mere:
\[
\text{Ọdịnaya} = 20 + \ekpe( \frac{15 – 12}{12} \akara aka nri) \oge 10 = 20 + \ekpe(\frac{3}{12}\akara aka nri) \oge 10 = 20 + 2.5 = 22.5
\]
Echiche bara uru
1. Ihe dị iche na ihe dị mgbagwoju anya:
Mgbe ụfọdụ, ebe dataset nwere ụkpụrụ ugboro ugboro, ịghọta kpọmkwem ọnọdụ nke ụkpụrụ dị oke mkpa iji gbakọọ etiti ahụ nke ọma.
2. Ijikwa Ụkpụrụ Ndị Na-efu:
Kpebie otu esi emeso ụkpụrụ ndị na-efu efu. Ileghara ha anya ma ọ bụ ịkọwa ha nwere ike imetụta etiti agbakọrọ nke ukwuu.
3. Nhazi data tupu oge eruo:
Hụ na e hichapụrụ ma hazie data ahụ. Maka nnukwu datasets, jiri algọridim nhazi dị irè iji mee ka mgbakọ etiti dị ngwa.
mmechi
Ịchọpụta etiti bụ nkà dị mkpa n'ọgụgụ, mkpa ọ dị iguzogide ndị na-abụghị ndị ọzọ na-eme ka ọ baa uru na nyocha data. Ma ọ bụ ijikwa obere ma ọ bụ nnukwu data, ịmara ụzọ ziri ezi - ma ọ bụ mgbakọ aka, iji ngwanrọ eme ihe, ma ọ bụ iji algọridim - na-eme ka arụmọrụ na izi ezi dị. Site n'ịmụta usoro na atụmatụ dị ngwa akọwapụtara, mmadụ nwere ike ikpebi etiti nke ọma, na-enye nghọta dị mkpa n'ọdịdị isi nke data ahụ.
