ಗುಂಪು ದತ್ತಾಂಶದ ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನವನ್ನು ಚರ್ಚಿಸುವ ಉದಾಹರಣೆ ಪ್ರಶ್ನೆಗಳು

ಗುಂಪು ದತ್ತಾಂಶದ ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನವನ್ನು ಚರ್ಚಿಸುವ ಉದಾಹರಣೆ ಪ್ರಶ್ನೆಗಳು

ಪೆಂಡಾಹುಲುವಾನ್
ಅಂಕಿಅಂಶಗಳಲ್ಲಿ, ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳು ಸರಾಸರಿಯಿಂದ ದತ್ತಾಂಶದ ಪ್ರಸರಣ ಅಥವಾ ಹರಡುವಿಕೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಿರ್ಣಾಯಕವಾದ ಎರಡು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಅಳತೆಗಳಾಗಿವೆ. ವ್ಯತ್ಯಾಸವು ದತ್ತಾಂಶವು ಸರಾಸರಿಯಿಂದ ಎಷ್ಟು ದೂರಕ್ಕೆ ಹರಡಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ, ಆದರೆ ಪ್ರಮಾಣಿತ ವಿಚಲನವು ವ್ಯತ್ಯಾಸದ ವರ್ಗಮೂಲವಾಗಿದ್ದು, ಮೂಲ ದತ್ತಾಂಶದಂತೆಯೇ ಅದೇ ಘಟಕಗಳಲ್ಲಿರುವ ಅಳತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.

ವ್ಯಾಖ್ಯಾನ
– ವ್ಯತ್ಯಾಸ (σ² ಅಥವಾ S²): ಪ್ರತಿ ಡೇಟಾ ಮೌಲ್ಯ ಮತ್ತು ಡೇಟಾದ ಸರಾಸರಿ ನಡುವಿನ ವ್ಯತ್ಯಾಸಗಳ ವರ್ಗಗಳ ಸರಾಸರಿ.
– ಪ್ರಮಾಣಿತ ವಿಚಲನ (σ ಅಥವಾ S): ಇದು ವ್ಯತ್ಯಾಸದ ವರ್ಗಮೂಲವಾಗಿದೆ.

ಗುಂಪು ದತ್ತಾಂಶದ ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನಕ್ಕಾಗಿ ಸೂತ್ರ
ಗುಂಪು ದತ್ತಾಂಶಕ್ಕಾಗಿ, ನಾವು ಪ್ರತಿ ತರಗತಿಯಲ್ಲಿನ ದತ್ತಾಂಶದ ಆವರ್ತನವನ್ನು ಬಳಸುತ್ತೇವೆ. ಸೂತ್ರ ಇಲ್ಲಿದೆ:

ವೇರಿಯನ್
\[ S^2 = \frac{ \ಮೊತ್ತ f_i \ಎಡ( x_i – \ಬಾರ್{x} \ಬಲ)^2 }{ N-1 } \]

ಪ್ರಮಾಣಿತ ವಿಚಲನ
\[ S = \sqrt{S^2} \]

ಎಲ್ಲಿ:
– \( f_i \) = ಪ್ರತಿ ವರ್ಗದ ಆವರ್ತನ.
– \( x_i \) = ಪ್ರತಿ ವರ್ಗದ ಮಧ್ಯಬಿಂದು.
– \( \bar{x} \) = ಗುಂಪಿನ ದತ್ತಾಂಶದ ಸರಾಸರಿ.
– \( N \) = ಒಟ್ಟು ಡೇಟಾ ಸಂಖ್ಯೆ.

ಮಾದರಿ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಚರ್ಚೆ
ವರ್ಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾದ ಜನರ ಗುಂಪಿನ ತೂಕದ ಡೇಟಾ ನಮ್ಮಲ್ಲಿದೆ ಎಂದು ಭಾವಿಸೋಣ.

| ತೂಕದ ಮಧ್ಯಂತರ (ಕೆಜಿ) | ಆವರ್ತನ (ಎಫ್) |
|—————————|————–|
| 50 – 54 | 2 |
| 55 – 59 | 5 |
| 60 – 64 | 8 |
| 65 – 69 | 7 |
| 70 – 74 | 3 |

ಮೊದಲ ಹಂತವೆಂದರೆ ಪ್ರತಿಯೊಂದು ವರ್ಗದ ( \( x_i \) ) ಮಧ್ಯಬಿಂದುವನ್ನು ನಿರ್ಧರಿಸುವುದು ಮತ್ತು ನಂತರ ಸರಾಸರಿ ( \( \bar{x} \)) ಅನ್ನು ಲೆಕ್ಕಹಾಕುವುದು.

1. ಮಧ್ಯಬಿಂದುವನ್ನು ಲೆಕ್ಕಹಾಕುವುದು ( \( x_i \) )
\[ \ಪಠ್ಯ{ಮಧ್ಯಬಿಂದು} = \frac{\ಪಠ್ಯ{ಕೆಳಗಿನ ಮಿತಿ} + \ಪಠ್ಯ{ಮೇಲಿನ ಮಿತಿ}}{2} \]

| ತೂಕದ ಮಧ್ಯಂತರ (ಕೆಜಿ) | ಆವರ್ತನ (ಎಫ್) | ಮಧ್ಯಬಿಂದು ( \( x_i \) ) |
|———————|————–|————————|
| 50 – 54 | 2 | 52 |
| 55 – 59 | 5 | 57 |
| 60 – 64 | 8 | 62 |
| 65 – 69 | 7 | 67 |
| 70 – 74 | 3 | 72 |

2. ಸರಾಸರಿ ( \( \bar{x} \) ) ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು
\[ \ಬಾರ್{x} = \frac{ \ಮೊತ್ತ f_i x_i }{ N } \]

ಒಟ್ಟು ಡೇಟಾ ಸಂಖ್ಯೆ \( N \):
\[ ಎನ್ = 2 + 5 + 8 + 7 + 3 = 25 \]

\[ \ಮೊತ್ತ f_i x_i = (2 \ಸಮಯ 52) + (5 \ಸಮಯ 57) + (8 \ಸಮಯ 62) + (7 \ಸಮಯ 67) + (3 \ಸಮಯ 72) \]
\[ = 104 + 285 + 496 + 469 + 216 = 1570 \]

ಆದ್ದರಿಂದ, ಸರಾಸರಿ (\( \bar{x} \)):
\[ \ಬಾರ್{x} = \frac{ 1570 }{ 25 } = 62.8 \]

3. ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ( \( S^2 \) )
ನಾವು \( \sum f_i ( x_i – \bar{x} )^2 \) ಅನ್ನು ಲೆಕ್ಕ ಹಾಕಬೇಕು:

\[
\ಪ್ರಾರಂಭಿಸಿ{ಜೋಡಿಸಿ}
(x_i – \bar{x})^2: & (52 – 62.8)^2 = 118.84 \\
& (57 – 62.8)^2 = 33.64 \\
& (62 – 62.8)^2 = 0.64 \\
& (67 – 62.8)^2 = 17.64 \\
& (72 – 62.8)^2 = 84.64
\ಕೊನೆ{ಜೋಡಿಸು}
\]

ಆವರ್ತನದಿಂದ ಗುಣಿಸುವುದು:
\[
\ಪ್ರಾರಂಭಿಸಿ{ಜೋಡಿಸಿ}
f_i (x_i – \bar{x})^2: & 2 \times 118.84 = 237.68 \\
& 5 \times 33.64 = 168.2 \\
& 8 \times 0.64 = 5.12 \\
& 7 \times 17.64 = 123.48 \\
& 3 \times 84.64 = 253.92
\ಕೊನೆ{ಜೋಡಿಸು}
\]

\[
\ಮೊತ್ತ f_i (x_i – \bar{x})^2 = 237.68 + 168.2 + 5.12 + 123.48 + 253.92 = 788.4
\]

ಈಗ ನಾವು ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕ ಹಾಕಬಹುದು (\( S^2 \)):
\[ S^2 = \frac{ 788.4 }{ 25 – 1 } = \frac{ 788.4 }{ 24 } \ಸುಮಾರು 32.85 \]

4. ಪ್ರಮಾಣಿತ ವಿಚಲನವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ( \( S \) )
ಪ್ರಮಾಣಿತ ವಿಚಲನ ( \( S \)):
\[ S = \sqrt{ S^2 } \]
\[ S = \sqrt{ 32.85 } \ಸುಮಾರು 5.73 \]

ತೀರ್ಮಾನ
ಮೇಲಿನ ಉದಾಹರಣೆಯ ಡೇಟಾದಿಂದ, ನಮಗೆ:
– ಸರಾಸರಿ ದೇಹದ ತೂಕವನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತಿದೆ: 62.8 ಕೆಜಿ
– ವ್ಯತ್ಯಾಸದ ಲೆಕ್ಕಾಚಾರ: 32.85 kg²
– ಪ್ರಮಾಣಿತ ವಿಚಲನವನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತಿದೆ: 5.73 ಕೆಜಿ

ಸರಾಸರಿಯಿಂದ ತೂಕ ದತ್ತಾಂಶದ ಸರಾಸರಿ ವಿಚಲನವು ಸರಿಸುಮಾರು 5.73 ಕೆಜಿ ಎಂದು ಪ್ರಮಾಣಿತ ವಿಚಲನದ ವ್ಯಾಖ್ಯಾನವು ಹೇಳುತ್ತದೆ. ಇದು ಸರಾಸರಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ದತ್ತಾಂಶದ ಹರಡುವಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಇದು ನಮ್ಮ ದತ್ತಾಂಶವು ಎಷ್ಟು ವ್ಯತ್ಯಾಸಗೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಊಹಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಅಂಕಿಅಂಶಗಳು, ಸಂಶೋಧನೆ ಮತ್ತು ಪರೀಕ್ಷೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುವವರು ಗುಂಪುಗಳು ಅಥವಾ ವಿತರಣೆಗಳ ರೂಪದಲ್ಲಿ ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವಾಗ, ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನದ ಸಂಪೂರ್ಣ ತಿಳುವಳಿಕೆ ಬಹಳ ಮುಖ್ಯ. ಈ ಎರಡು ಅಳತೆಗಳನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕುವುದು ಮತ್ತು ಅರ್ಥೈಸುವುದು ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು ಕೈಯಲ್ಲಿರುವ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಉತ್ತಮ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.