ຫ້ອງຮຽນກາງ ແລະ ໂໝດຂອງຂໍ້ມູນກຸ່ມ
ຂໍ້ມູນສະຖິຕິແມ່ນອົງປະກອບຫຼັກໃນການສຶກສາທາງວິທະຍາສາດ, ທຸລະກິດ, ເສດຖະສາດ ແລະ ຂົງເຂດອື່ນໆ. ໂດຍພື້ນຖານແລ້ວ, ຂໍ້ມູນຕົວເລກສາມາດວິເຄາະໄດ້ຫຼາຍວິທີ, ໜຶ່ງໃນນັ້ນແມ່ນຜ່ານການນຳໃຊ້ມາດຕະການຂອງແນວໂນ້ມສູນກາງ. ສອງມາດຕະການທີ່ສຳຄັນຂອງແນວໂນ້ມສູນກາງໃນການວິເຄາະຂໍ້ມູນທີ່ຈັດກຸ່ມແມ່ນຄ່າກາງ ແລະ ຄລາສໂມດ. ບົດຄວາມນີ້ຈະສຳຫຼວດຄຳນິຍາມ, ການຄິດໄລ່ ແລະ ການນຳໃຊ້ຄ່າກາງ ແລະ ຄລາສໂມດໃນສະພາບການຂອງຂໍ້ມູນທີ່ຈັດກຸ່ມ.
ການເຂົ້າໃຈຄ່າກາງໃນຂໍ້ມູນກຸ່ມ
ຄ່າກາງແມ່ນຄ່າກາງຂອງຊຸດຂໍ້ມູນທີ່ຖືກຈັດຮຽງ. ໃນສະພາບການຂອງຂໍ້ມູນທີ່ຈັດກຸ່ມ, ບ່ອນທີ່ຂໍ້ມູນຖືກຈັດລຽງເປັນຊ່ວງຄວາມຖີ່, ຄ່າກາງສາມາດພົບໄດ້ໂດຍໃຊ້ສູດພິເສດ. ບໍ່ເຫມືອນກັບຂໍ້ມູນດຽວ, ຂໍ້ມູນທີ່ຈັດກຸ່ມຕ້ອງການການຄິດໄລ່ລະອຽດກວ່າເພາະວ່າຂໍ້ມູນຖືກຈັດກຸ່ມເປັນຊັ້ນຊ່ວງ.
ວິທີການຄິດໄລ່ຄ່າກາງ
ເພື່ອຄິດໄລ່ຄ່າກາງຂອງຂໍ້ມູນກຸ່ມ, ຂັ້ນຕອນຕໍ່ໄປນີ້ສາມາດປະຕິບັດຕາມໄດ້:
1. ກຳນົດຄວາມຖີ່ທັງໝົດ, \( n \).
2. ຊອກຫາຕຳແໜ່ງຂອງຊັ້ນກາງໂດຍການຄິດໄລ່ \( \frac{n}{2} \).
3. ລະບຸຄລາສທີ່ມີຕຳແໜ່ງ \( \frac{n}{2} \).
4. ໃຊ້ສູດສະເລ່ຍ:
\[
\text{Median} = L_m + \left(\frac{\frac{n}{2} – F_{m-1}}{f_m}\right) \ຄູນ c
\]
ຢູ່ໃສ:
– \( L_m \) ແມ່ນຂອບເຂດລຸ່ມສຸດຂອງຊັ້ນກາງ.
– \( F_{m-1} \) ແມ່ນຄວາມຖີ່ສະສົມກ່ອນຄ່າມັດທະຍະຖານຂອງຫ້ອງຮຽນ.
-\( f_m\) ແມ່ນຄວາມຖີ່ຂອງຊັ້ນກາງ.
– \( c \) ແມ່ນຄວາມກວ້າງຂອງຄລາສຊ່ວງ.
ຕົວຢ່າງການຄິດໄລ່ຄ່າກາງສຳລັບຂໍ້ມູນກຸ່ມ
ສົມມຸດວ່າມີຂໍ້ມູນດັ່ງຕໍ່ໄປນີ້:
| ໄລຍະຫ່າງຂອງຫ້ອງຮຽນ | ຄວາມຖີ່ |
|——————-|———–|
| 10 – 20 | 5 |
| 20 – 30 | 8 |
| 30 – 40 | 12 |
| 40 – 50 | 6 |
| 50 – 60 | 4 |
ຄວາມຖີ່ທັງໝົດ (\( n \)) = 5 + 8 + 12 + 6 + 4 = 35
ຂັ້ນຕອນການຄິດໄລ່ຄ່າກາງມີດັ່ງນີ້:
1. ຄິດໄລ່ \( \frac{n}{2} \):
\[
\frac{35}{2} = 17.5
\]
2. ກຳນົດຊັ້ນກາງ. ຕຳແໜ່ງທີ 17.5 ແມ່ນຢູ່ໃນຊ່ວງຊັ້ນ 30 – 40 (ເພາະວ່າ 5 + 8 + 12 = 25 ເຊິ່ງລວມທັງ 17.5).
3. ລະບຸຄ່າຂອງ \( L_m, F_{m-1}, f_m, \) ແລະ \( c \):
\[
L_m = 30, F_{m-1} = 5 + 8 = 13, f_m = 12, c = 10
\]
4. ໃຊ້ສູດສະເລ່ຍ:
\[
ຄ່າກາງ = 30 + ຊ້າຍ (\frac{17.5 – 13}{12}\right) ຄູນ 10
\]
\[
ຄ່າກາງ = 30 + ຊ້າຍ (\frac{4.5}{12}\right) ຄູນ 10
\]
\[
ຄ່າກາງ = 30 + 3.75 = 33.75
\]
ສະນັ້ນ, ຄ່າກາງຂອງຂໍ້ມູນແມ່ນ 33.75.
ການເຂົ້າໃຈຄລາສໂໝດໃນຂໍ້ມູນກຸ່ມ
ໂໝດແມ່ນຄ່າທີ່ມີຄວາມຖີ່ສູງສຸດຂອງການເກີດຂຶ້ນໃນຊຸດຂໍ້ມູນ. ສຳລັບຂໍ້ມູນທີ່ຈັດກຸ່ມ, ພວກເຮົາພິຈາລະນາຄລາສໂໝດ, ເຊິ່ງເປັນຊ່ວງຄລາສທີ່ມີຄວາມຖີ່ສູງສຸດ.
ວິທີການຄິດໄລ່ຄລາສໂໝດ
ເພື່ອກຳນົດຄລາສໂໝດໃນຂໍ້ມູນກຸ່ມ:
1. ລະບຸຫ້ອງຮຽນທີ່ມີຄວາມຖີ່ສູງສຸດ.
2. ໃຊ້ສູດຕໍ່ໄປນີ້ເພື່ອຄິດໄລ່ຮູບແບບ:
\[
\text{Mode} = L_m + \left(\frac{f_1 – f_0}{(f_1 – f_0) + (f_1 – f_2)}\right) \ຄູນ c
\]
ຢູ່ໃສ:
– \( L_m \) ແມ່ນຂີດຈຳກັດລຸ່ມຂອງຄລາສໂໝດ.
– \( f_1 \) ແມ່ນຄວາມຖີ່ຂອງຄລາສໂໝດ.
– \( f_0 \) ແມ່ນຄວາມຖີ່ຂອງຄລາສກ່ອນຄລາສໂໝດ.
– \( f_2 \) ແມ່ນຄວາມຖີ່ຂອງຄລາສຫຼັງຈາກຄລາສໂໝດ.
– \( c \) ແມ່ນຄວາມກວ້າງຂອງຄລາສຊ່ວງ.
ຕົວຢ່າງການຄິດໄລ່ຄລາສໂໝດ
ກັບໄປທີ່ຕົວຢ່າງກ່ອນໜ້ານີ້:
| ໄລຍະຫ່າງຂອງຫ້ອງຮຽນ | ຄວາມຖີ່ |
|——————-|———–|
| 10 – 20 | 5 |
| 20 – 30 | 8 |
| 30 – 40 | 12 |
| 40 – 50 | 6 |
| 50 – 60 | 4 |
ຫ້ອງຮຽນທີ່ມີຄວາມຖີ່ສູງສຸດແມ່ນ 30 – 40 (ຄວາມຖີ່ 12).
ຂັ້ນຕອນສຳລັບການຄິດໄລ່ຮູບແບບມີດັ່ງນີ້:
1. ລະບຸຄ່າຂອງ \( L_m, f_1, f_0, f_2, \) ແລະ \( c \):
\[
L_m = 30, f_1 = 12, f_0 = 8, f_2 = 6, c = 10
\]
2. ໃຊ້ສູດຮູບແບບ:
\[
\text{Mode} = 30 + \left(\frac{12 – 8}{(12 – 8) + (12 – 6)}\right) \ຄູນ 10
\]
\[
\text{Mode} = 30 + \left(\frac{4}{4 + 6}\right) \ຄູນ 10
\]
\[
\text{Mode} = 30 + \left(\frac{4}{10}\right) \ຄູນ 10
\]
\[
\text{ຮູບແບບ} = 30 + 4 = 34
\]
ສະນັ້ນ, ຮູບແບບຂອງຂໍ້ມູນແມ່ນ 34.
ການນຳໃຊ້ຄລາສມີເດຍ ແລະ ຄລາສໂໝດໃນການວິເຄາະຂໍ້ມູນ
ຄລາສມ໌ກາງ ແລະ ຄລາສມ໌ໂໝດຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການວິເຄາະຂໍ້ມູນ, ໂດຍສະເພາະເມື່ອຂໍ້ມູນບໍ່ສົມດຸນ ຫຼື ມີຄ່າຜິດປົກກະຕິ. ນີ້ແມ່ນຕົວຢ່າງບາງຢ່າງ:
1. ເສດຖະສາດ: ຄ່າກາງມັກຖືກນໍາໃຊ້ເພື່ອກໍານົດລາຍໄດ້ ຫຼື ລາຄາເຮືອນທີ່ສະທ້ອນເຖິງສະພາບກາງໄດ້ດີກ່ວາຄ່າສະເລ່ຍທີ່ອາດໄດ້ຮັບອິດທິພົນຈາກຄ່າທີ່ຮຸນແຮງ.
2. ທຸລະກິດ: ຄລາສໂໝດຖືກນຳໃຊ້ໃນການວິເຄາະການຂາຍເພື່ອຊອກຫາຜະລິດຕະພັນ ຫຼື ສິນຄ້າໃດທີ່ຂາຍໄດ້ຫຼາຍທີ່ສຸດໃນໄລຍະເວລາໜຶ່ງ.
3. ສັງຄົມ: ຄ່າມັດທະຍະຖານຖືກນໍາໃຊ້ໃນສະຖິຕິປະຊາກອນເພື່ອກໍານົດອາຍຸກາງຂອງປະຊາກອນ.
4. ການສຶກສາ: ການວິເຄາະຄະແນນສອບເສັງມັກໃຊ້ຄ່າກາງເພື່ອປະເມີນຜົນງານໃນຫ້ອງຮຽນແທນທີ່ຈະເປັນຄ່າສະເລ່ຍ.
ໂດຍການເຂົ້າໃຈວິທີການຄິດໄລ່ ແລະ ຕີຄວາມໝາຍຂອງຄ່າກາງ ແລະ ຄ່າໂໝດ, ນັກວິເຄາະຂໍ້ມູນສາມາດໄດ້ຮັບຄວາມເຂົ້າໃຈທີ່ຖືກຕ້ອງ ແລະ ກ່ຽວຂ້ອງກັບຂໍ້ມູນທີ່ເຂົາເຈົ້າສຶກສາຫຼາຍຂຶ້ນ. ສອງມາດຕະການຂອງແນວໂນ້ມສູນກາງເຫຼົ່ານີ້ເສີມວິທີການທາງສະຖິຕິອື່ນໆເພື່ອໃຫ້ພາບລວມທີ່ສົມບູນກວ່າຂອງການແຈກຢາຍຂໍ້ມູນ.
ສະຫຼຸບ
ຄ່າກາງ ແລະ ຄ່າໂມເດວ ແມ່ນສອງແນວຄວາມຄິດພື້ນຖານໃນສະຖິຕິທີ່ໃຊ້ເພື່ອວິເຄາະຂໍ້ມູນທີ່ຈັດກຸ່ມ. ຄ່າກາງໃຫ້ຄ່າກາງຂອງການແຈກຢາຍຂໍ້ມູນ, ໃນຂະນະທີ່ຄ່າໂມເດວໝາຍເຖິງຊ່ວງຂໍ້ມູນທີ່ມີຄວາມຖີ່ສູງສຸດ. ທັງສອງຢ່າງນີ້ມີຄວາມສຳຄັນຫຼາຍໃນຂົງເຂດຕ່າງໆຂອງການວິເຄາະຂໍ້ມູນ ເພາະວ່າພວກມັນໃຫ້ຂໍ້ມູນທີ່ເລິກເຊິ່ງກວ່າຄ່າສະເລ່ຍ. ການເຂົ້າໃຈ ແລະ ຄວາມສາມາດໃນການຄິດໄລ່ຄ່າກາງ ແລະ ຄ່າໂມເດວ ແມ່ນທັກສະທີ່ມີຄຸນຄ່າສຳລັບທຸກຄົນທີ່ກ່ຽວຂ້ອງກັບການວິເຄາະຂໍ້ມູນ. ບົດຄວາມນີ້ອະທິບາຍຂັ້ນຕອນສຳລັບການຄິດໄລ່ທັງສອງຢ່າງ ແລະ ໃຫ້ຕົວຢ່າງທີ່ເປັນປະໂຫຍດ, ຊ່ວຍໃຫ້ຜູ້ອ່ານມີຄວາມເຂົ້າໃຈທີ່ຄົບຖ້ວນ ແລະ ເລິກເຊິ່ງກ່ຽວກັບການແຈກຢາຍຂໍ້ມູນທີ່ພວກເຂົາກຳລັງວິເຄາະ.
