ຕົວຢ່າງຄຳຖາມ ແລະ ການສົນທະນາກ່ຽວກັບຄ່າສະເລ່ຍ (ຄ່າສະເລ່ຍ) ຂອງຂໍ້ມູນກຸ່ມ
ການປະມວນຜົນຂໍ້ມູນແມ່ນສ່ວນໜຶ່ງທີ່ສຳຄັນຂອງສະຖິຕິ, ຊ່ວຍໃນການວິເຄາະຂໍ້ມູນທີ່ນຳສະເໜີໃນຮູບແບບຕົວເລກ. ວິທີການໜຶ່ງຂອງການປະມວນຜົນຂໍ້ມູນແມ່ນການຄິດໄລ່ຄ່າສະເລ່ຍ, ຫຼື ຄ່າສະເລ່ຍ. ຄ່າສະເລ່ຍເປັນຕົວຊີ້ບອກຄ່າກາງຂອງຊຸດຂໍ້ມູນ. ໃນຄັ້ງນີ້, ພວກເຮົາຈະສົນທະນາກ່ຽວກັບຄ່າສະເລ່ຍໃນສະພາບການຂອງຂໍ້ມູນກຸ່ມ.
ເຂົ້າໃຈຄ່າສະເລ່ຍ (ຄ່າສະເລ່ຍ)
ຄ່າສະເລ່ຍແມ່ນການວັດແທກແນວໂນ້ມສູນກາງທີ່ອະທິບາຍຄ່າທີ່ຄາດໄວ້ຂອງຊຸດຂໍ້ມູນ. ສຳລັບຂໍ້ມູນກຸ່ມ, ຄ່າສະເລ່ຍແມ່ນໄດ້ມາຈາກການຄິດໄລ່ຄ່າສະເລ່ຍຂອງຈຸດກາງຂອງແຕ່ລະຊ່ວງຫ້ອງຮຽນທີ່ໄດ້ຮັບການກຳນົດຄວາມຖີ່.
ສູດສະເລ່ຍສຳລັບຂໍ້ມູນກຸ່ມ
ເພື່ອຄິດໄລ່ຄ່າສະເລ່ຍຂອງຂໍ້ມູນກຸ່ມ, ພວກເຮົາສາມາດໃຊ້ສູດໄດ້:
\[ \bar{x} = \frac{\sum{f_i x_i}}{\sum{f_i}} \]
ຢູ່ໃສ:
- \( \bar{x} \) ແມ່ນຄ່າສະເລ່ຍ ຫຼື ຄ່າສະເລ່ຍ
– \( f_i \) ແມ່ນຄວາມຖີ່ຂອງຄລາສທີ i
- \( x_i \) ເປັນຄ່າກາງຂອງຄລາສ ith
ຄ່າສະເລ່ຍ \( x_i \) ຖືກຄິດໄລ່ໂດຍໃຊ້ສູດ:
\[ x_i = \frac{k} {\text{k}}
U_i + L_i}{2} \]
ຢູ່ໃສ:
- \( U_i \) ແມ່ນຂີດຈຳກັດສູງສຸດຂອງຊັ້ນຮຽນຊ່ວງ ith
- \( L_i \) ແມ່ນຂອບເຂດລຸ່ມຂອງຊັ້ນຮຽນຊ່ວງ ith
Contoh Soal ແລະ Pembahasan
ເພື່ອເຂົ້າໃຈວິທີການຄິດໄລ່ຄ່າສະເລ່ຍຂອງຂໍ້ມູນກຸ່ມໃຫ້ດີຂຶ້ນ, ນີ້ແມ່ນຕົວຢ່າງຄຳຖາມ ແລະ ການສົນທະນາຂອງມັນ.
ຕົວຢ່າງຂອງບັນຫາ:
ຕາຕະລາງຂ້າງລຸ່ມນີ້ແມ່ນຂໍ້ມູນກ່ຽວກັບຄວາມສູງຂອງນັກຮຽນໃນຫ້ອງຮຽນໜຶ່ງ.
| ໄລຍະຫ່າງ (ຊມ) | ຄວາມຖີ່ (f_i) |
| ————– | ————– |
| 150 – 154 | 2 |
| 155 – 159 | 5 |
| 160 – 164 | 8 |
| 165 – 169 | 4 |
| 170 – 174 | 1 |
ຄິດໄລ່ຄວາມສູງສະເລ່ຍ (ໂດຍສະເລ່ຍ) ຂອງນັກຮຽນ.
ເປບບາຮາຊານ:
1. ກຳນົດຄ່າກາງ (x_i) ສຳລັບແຕ່ລະຄລາສຂອງຊ່ວງເວລາ:
| ໄລຍະຫ່າງ (ຊມ) | f_i | x_i = (U_i + L_i)/2 |
| ————– | — | ——————- |
| 150 – 154 | 2 | (154 + 150)/2 = 152 |
| 155 – 159 | 5 | (159 + 155)/2 = 157 |
| 160 – 164 | 8 | (164 + 160)/2 = 162 |
| 165 – 169 | 4 | (169 + 165)/2 = 167 |
| 170 – 174 | 1 | (174 + 170)/2 = 172 |
2. ຄິດໄລ່ \( f_i x_i \):
| ໄລຍະຫ່າງ (ຊມ) | f_i | x_i | f_i x_i |
| ————– | — | — | ——- |
| 150 – 154 | 2 | 152 | 2 152 = 304 |
| 155 – 159 | 5 | 157 | 5 157 = 785 |
| 160 – 164 | 8 | 162 | 8 162 = 1296 |
| 165 – 169 | 4 | 167 | 4 167 = 668 |
| 170 – 174 | 1 | 172 | 1 172 = 172 |
3. ບວກຄວາມຖີ່ທັງໝົດ (\( \sum{f_i} \)) ແລະ ຜົນລວມຂອງ \( f_i x_i \):
\[ \sum{f_i} = 2 + 5 + 8 + 4 + 1 = 20 \]
\[ \sum{f_i x_i} = 304 + 785 + 1296 + 668 + 172 = 3225 \]
4. ການຄິດໄລ່ຄ່າສະເລ່ຍ (ຄ່າສະເລ່ຍ) \(\bar{x}\):
\[ \bar{x} = \frac{\sum{f_i x_i}}{\sum{f_i}} = \frac{3225}{20} = 161.25 \]
ສະນັ້ນ, ຄວາມສູງສະເລ່ຍຂອງນັກຮຽນແມ່ນ 161.25 ຊມ.
ການປ່ຽນແປງຂອງຄວາມພະຍາຍາມປະມວນຜົນຂໍ້ມູນອື່ນໆ
ການປະມວນຜົນຂໍ້ມູນບໍ່ໄດ້ຢຸດຢູ່ທີ່ການຄິດໄລ່ຄ່າສະເລ່ຍ. ພວກເຮົາມັກຈະຕ້ອງຄິດໄລ່ມາດຕະການການແຈກຢາຍຂໍ້ມູນ, ເຊັ່ນ: ຄວາມແปรປ່ວນ ຫຼື ຄ່າຜັນປ່ຽນມາດຕະຖານ, ຄ່າກາງ, ແລະ ຄ່າໂໝດ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄ່າສະເລ່ຍຍັງຄົງເປັນໜຶ່ງໃນມາດຕະການທີ່ໃຊ້ເລື້ອຍທີ່ສຸດໃນການວິເຄາະທາງສະຖິຕິຕ່າງໆ.
ເປັນຫຍັງຄ່າສະເລ່ຍຈຶ່ງມີຄວາມສຳຄັນຫຼາຍ?
ຄ່າສະເລ່ຍໃຫ້ຄວາມຄິດທົ່ວໄປກ່ຽວກັບຄ່າສະເລ່ຍຂອງຊຸດຂໍ້ມູນທີ່ສັງເກດເຫັນ. ດັ່ງນັ້ນ, ຖ້າທ່ານສັງເກດຂໍ້ມູນຄວາມສູງຂອງນັກຮຽນ, ຕົວຢ່າງ, ທ່ານສາມາດໄດ້ຮັບຄ່າປະມານຂອງຄວາມສູງສະເລ່ຍຂອງນັກຮຽນທຸກຄົນໃນຫ້ອງຮຽນ.
ເຖິງຢ່າງໃດກໍ່ຕາມ, ມັນເປັນສິ່ງສຳຄັນທີ່ຕ້ອງຈື່ໄວ້ວ່າຄ່າສະເລ່ຍແມ່ນເປັນຕົວແທນພຽງແຕ່ຖ້າຂໍ້ມູນບໍ່ໄດ້ຮັບຜົນກະທົບຈາກຄ່າທີ່ຮຸນແຮງ ຫຼື ຄ່າຜິດປົກກະຕິ. ໃນສະຖານະການທີ່ຂໍ້ມູນມີຄ່າຜິດປົກກະຕິ, ຄ່າກາງອາດຈະເປັນມາດຕະການທີ່ດີກວ່າຂອງແນວໂນ້ມສູນກາງ.
ຂໍ້ດີ ແລະ ຂໍ້ເສຍຂອງຄ່າສະເລ່ຍ
ຂໍ້ດີ:
1. ຕົວແທນ: ໃຫ້ພາບລວມທີ່ດີຂອງສູນຂໍ້ມູນ.
2. ງ່າຍຕໍ່ການຄິດໄລ່: ມີສູດງ່າຍໆສຳລັບການຄິດໄລ່.
3. ໃຊ້ໃນການວິເຄາະທາງສະຖິຕິຕ່າງໆ: ມັກໃຊ້ຮ່ວມກັບເຄື່ອງມືການວິເຄາະອື່ນໆ ເຊັ່ນ: ຄວາມແปรປ່ວນ ແລະ ການຖົດຖອຍ.
ຂາດ:
1. ມີຄວາມອ່ອນໄຫວຕໍ່ກັບຄ່າຜິດປົກກະຕິ: ຄ່າຜິດປົກກະຕິສາມາດບິດເບືອນຄ່າສະເລ່ຍໄດ້.
2. ບໍ່ໄດ້ສະທ້ອນເຖິງການແຈກຢາຍຂໍ້ມູນ: ຊຸດຂໍ້ມູນສອງຊຸດທີ່ແຕກຕ່າງກັນສາມາດມີຄ່າສະເລ່ຍດຽວກັນ, ແຕ່ມີການແຈກຢາຍທີ່ແຕກຕ່າງກັນ.
ສະຫຼຸບ
ຄ່າສະເລ່ຍແມ່ນມາດຕະການທີ່ມີປະໂຫຍດຫຼາຍໃນສະຖິຕິສຳລັບການອະທິບາຍຈຸດໃຈກາງຂອງຊຸດຂໍ້ມູນ. ການໃຊ້ຄ່າສະເລ່ຍໃນຂໍ້ມູນທີ່ຈັດກຸ່ມກ່ຽວຂ້ອງກັບການຄິດໄລ່ຄ່າກາງຂອງແຕ່ລະຫ້ອງຮຽນຊ່ວງເວລາ ແລະ ການໃຫ້ນ້ຳໜັກຕາມຄວາມຖີ່ຂອງແຕ່ລະຫ້ອງຮຽນ. ເຖິງແມ່ນວ່າຄ່າສະເລ່ຍມີຂໍ້ຈຳກັດບາງຢ່າງ, ແຕ່ມັນຍັງຄົງເປັນໜຶ່ງໃນເຄື່ອງມືວິເຄາະທີ່ໃຊ້ເລື້ອຍທີ່ສຸດໃນການປະມວນຜົນຂໍ້ມູນ. ການເຂົ້າໃຈວິທີການຄິດໄລ່ ແລະ ຕີຄວາມໝາຍຄ່າສະເລ່ຍຈະຊ່ວຍໃຫ້ທ່ານວິເຄາະ ແລະ ຕັດສິນໃຈໂດຍອີງໃສ່ຂໍ້ມູນໄດ້ຢ່າງຖືກຕ້ອງຫຼາຍຂຶ້ນ.
