ശരാശരി, മീഡിയൻ, മോഡ് എന്നിവ എങ്ങനെ കണക്കാക്കാം: ഒരു സമ്പൂർണ്ണ ഗൈഡ്
പെൻഡഹുലുവൻ
സ്ഥിതിവിവരക്കണക്കുകളിൽ, ശരാശരി, ശരാശരി, മോഡ് എന്നിവ എങ്ങനെ കണക്കാക്കാമെന്ന് മനസ്സിലാക്കേണ്ടത് നിർണായകമാണ്, കാരണം ഇവയാണ് കേന്ദ്ര പ്രവണതയുടെ ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്ന മൂന്ന് അളവുകൾ. ശരാശരി, ശരാശരി, മോഡ് എന്നിവ ഒരു കൂട്ടം സംഖ്യാ ഡാറ്റയെ ഏറ്റവും പ്രതിനിധീകരിക്കുന്ന ഒരൊറ്റ സംഖ്യ ഉപയോഗിച്ച് സംഗ്രഹിക്കാൻ ഉപയോഗിക്കുന്നു. ഇവ മൂന്നും ഒരുമിച്ച് ഉപയോഗിക്കാൻ കഴിയുമെങ്കിലും, അവ എങ്ങനെ കണക്കാക്കുന്നു എന്നതിലും ഓരോ അളവും കൂടുതൽ ഉചിതമാകുന്ന സാഹചര്യങ്ങളിലും കാര്യമായ വ്യത്യാസങ്ങളുണ്ട്.
ശരാശരി (ശരാശരി)
നിർവചനം
ഒരു ഡാറ്റാ സെറ്റിലെ എല്ലാ മൂല്യങ്ങളുടെയും ആകെത്തുകയെ ആ മൂല്യങ്ങളുടെ എണ്ണം കൊണ്ട് ഹരിക്കുമ്പോൾ ലഭിക്കുന്നതാണ് ശരാശരി. ഡാറ്റാസെറ്റിന്റെ 'കേന്ദ്ര'ത്തെക്കുറിച്ച് ശരാശരി ഒരു ആശയം നൽകുന്നു, പക്ഷേ ഔട്ട്ലൈയറുകൾ (എക്സ്ട്രീം മൂല്യങ്ങൾ) അതിനെ വളരെയധികം സ്വാധീനിക്കുന്നു.
ശരാശരി കണക്കാക്കാനുള്ള ഘട്ടങ്ങൾ
1. എല്ലാ മൂല്യങ്ങളുടെയും തുക: ഡാറ്റാസെറ്റിലെ എല്ലാ മൂല്യങ്ങളും ചേർക്കുക.
2. ഡാറ്റയുടെ എണ്ണം എണ്ണുക: ഡാറ്റാസെറ്റിൽ എത്ര മൂല്യങ്ങൾ ഉണ്ടെന്ന് നിർണ്ണയിക്കുക.
3. എല്ലാ മൂല്യങ്ങളുടെയും ആകെത്തുകയെ ഡാറ്റയുടെ എണ്ണം കൊണ്ട് ഹരിക്കുക: ഈ വിഭജനത്തിന്റെ ഫലം ഡാറ്റാസെറ്റിന്റെ ശരാശരിയാണ്.
ഉള്ളടക്കം:
നമുക്ക് ഇനിപ്പറയുന്ന ഡാറ്റാസെറ്റ് ഉണ്ടെന്ന് കരുതുക: 3, 7, 8, 9, 10.
– എല്ലാ മൂല്യങ്ങളും കൂട്ടിച്ചേർക്കുക: 3 + 7 + 8 + 9 + 10 = 37
– ഡാറ്റയുടെ എണ്ണം: 5
– ശരാശരി കണക്കാക്കുക: 37 / 5 = 7.4
അതിനാൽ, ഈ ഡാറ്റാഗണത്തിന്റെ ശരാശരി 7.4 ആണ്.
മീഡിയൻ (മധ്യ മൂല്യം)
നിർവചനം
സംഖ്യാപരമായി ക്രമീകരിച്ച ഡാറ്റാഗണത്തിലെ മധ്യ മൂല്യമാണ് മീഡിയൻ. ഡാറ്റാഗണത്തിലെ മൂല്യങ്ങളുടെ എണ്ണം ഒറ്റസംഖ്യയാണെങ്കിൽ, മീഡിയൻ മധ്യ മൂല്യമായിരിക്കും. മൂല്യങ്ങളുടെ എണ്ണം ഇരട്ടസംഖ്യയാണെങ്കിൽ, മീഡിയൻ രണ്ട് മധ്യ മൂല്യങ്ങളുടെ ശരാശരിയാണ്.
മീഡിയൻ കണക്കാക്കുന്നതിനുള്ള ഘട്ടങ്ങൾ
1. മൂല്യങ്ങൾ അടുക്കുക: ഡാറ്റാസെറ്റിലെ മൂല്യങ്ങൾ ചെറുതിൽ നിന്ന് വലുതിലേക്ക് ക്രമീകരിക്കുക.
2. മൂല്യങ്ങളുടെ എണ്ണം നിർണ്ണയിക്കുക: ഡാറ്റാസെറ്റിലെ മൂല്യങ്ങളുടെ എണ്ണം എണ്ണുക.
3. മധ്യ മൂല്യം കണ്ടെത്തുക:
– മൂല്യങ്ങളുടെ എണ്ണം ഒറ്റസംഖ്യയാണെങ്കിൽ, ശരാശരി മധ്യ മൂല്യമായിരിക്കും.
– മൂല്യങ്ങളുടെ എണ്ണം ഇരട്ടസംഖ്യയാണെങ്കിൽ, ശരാശരി രണ്ട് മധ്യമൂല്യങ്ങളുടെ ശരാശരിയാണ്.
ഉദാഹരണം 1 (ഒറ്റ മൂല്യങ്ങളുടെ ആകെത്തുക):
ഡാറ്റാസെറ്റ്: 3, 7, 8, 9, 10
– മൂല്യങ്ങൾ അടുക്കുക: 3, 7, 8, 9, 10
– ആകെ മൂല്യം: 5 (ഒറ്റ)
– മീഡിയൻ: മൂന്നാമത്തെ മൂല്യം (7)
അതിനാൽ, ഈ ഡാറ്റാഗണത്തിന്റെ ശരാശരി 8 ആണ്.
ഉദാഹരണം 2 (മൂല്യങ്ങളുടെ ഇരട്ട സംഖ്യ):
ഡാറ്റാസെറ്റ്: 2, 4, 6, 8, 10, 12
– മൂല്യങ്ങൾ അടുക്കുക: 2, 4, 6, 8, 10, 12
– ആകെ മൂല്യം: 6 (ഇരട്ട)
– ശരാശരി: മൂന്നാമത്തെയും നാലാമത്തെയും മൂല്യങ്ങളുടെ ശരാശരി -> (6 + 8) / 2 = 7
അതിനാൽ, ഈ ഡാറ്റാഗണത്തിന്റെ ശരാശരി 7 ആണ്.
മോഡ് (ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യം)
നിർവചനം
ഒരു ഡാറ്റാ സെറ്റിൽ ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യമാണ് മോഡ്. ഒരു ഡാറ്റാസെറ്റിന് ഒന്നിലധികം മോഡുകൾ ഉണ്ടായിരിക്കാം അല്ലെങ്കിൽ ഒരു മൂല്യവും മറ്റുള്ളവയേക്കാൾ കൂടുതൽ തവണ ദൃശ്യമാകുകയാണെങ്കിൽ മോഡ് തന്നെ ഇല്ലാതാകാം.
കണക്കുകൂട്ടൽ മോഡിലേക്കുള്ള ഘട്ടങ്ങൾ
1. ഓരോ മൂല്യത്തിന്റെയും ആവൃത്തി കണക്കാക്കുക: ഡാറ്റാസെറ്റിൽ ഓരോ മൂല്യവും എത്ര തവണ ദൃശ്യമാകുമെന്ന് നിർണ്ണയിക്കുക.
2. ഏറ്റവും ഉയർന്ന ഫ്രീക്വൻസി ഉള്ള മൂല്യം തിരിച്ചറിയുക: ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യം മോഡ് ആണ്.
ഉള്ളടക്കം:
നമുക്ക് ഇനിപ്പറയുന്ന ഡാറ്റാസെറ്റ് ഉണ്ടെന്ന് കരുതുക: 4, 4, 5, 7, 7, 7, 8, 9, 9.
– ഓരോ മൂല്യത്തിന്റെയും ആവൃത്തി കണക്കാക്കുക:
- 4 തവണ 2 തവണ പ്രത്യക്ഷപ്പെടുന്നു
- 5 തവണ 1 തവണ പ്രത്യക്ഷപ്പെടുന്നു
- 7 തവണ 3 തവണ പ്രത്യക്ഷപ്പെടുന്നു
- 8 തവണ 1 തവണ പ്രത്യക്ഷപ്പെടുന്നു
- 9 തവണ 2 തവണ പ്രത്യക്ഷപ്പെടുന്നു
അതിനാൽ, ഈ ഡാറ്റാസെറ്റിന്റെ മോഡ് 7 ആണ്, കാരണം ഇത് ഏറ്റവും കൂടുതൽ (3 തവണ) ദൃശ്യമാകുന്നു.
പ്രത്യേക കേസുകൾ
മോഡ് ഇല്ല:
ഒരു ഡാറ്റാസെറ്റിലെ ഓരോ മൂല്യവും ഒരേ ഫ്രീക്വൻസിയിൽ ദൃശ്യമായാൽ, ഒരു മോഡ് ഇല്ല. ഉദാഹരണം: 2, 3, 4, 5.
മൾട്ടിമോഡൽ:
രണ്ടോ അതിലധികമോ മൂല്യങ്ങൾ ഒരേ ഫ്രീക്വൻസിയിൽ പ്രത്യക്ഷപ്പെടുകയും ആ ഫ്രീക്വൻസി ഡാറ്റാസെറ്റിലെ ഏറ്റവും ഉയർന്നതാണെങ്കിൽ, ആ ഡാറ്റാസെറ്റിനെ മൾട്ടിമോഡൽ എന്ന് വിളിക്കുന്നു. ഉദാഹരണത്തിന്: 2, 3, 3, 4, 4 ന് രണ്ട് മോഡുകൾ ഉണ്ട്, അതായത് 3 ഉം 4 ഉം.
വിതരണത്തിലെ ചരിവ്:
– പോസിറ്റീവ് ആയി ചരിഞ്ഞത്: ശരാശരി > മീഡിയൻ > മോഡ്
– നെഗറ്റീവ് ആയി ചരിഞ്ഞത് : മോഡ് > മീഡിയൻ > ശരാശരി
ആപ്ലിക്കേഷനുകളും പരിമിതികളും
അപ്ലിക്കേഷൻ
1. ഡാറ്റാസെറ്റിലെ ഓരോ സംഖ്യയും പ്രധാനപ്പെട്ടതും കാര്യമായ ഔട്ട്ലയറുകൾ ഇല്ലാത്തതുമായ സാഹചര്യങ്ങളിൽ ശരാശരി ഉപയോഗിക്കുന്നു. ഉദാഹരണം: ഒരു ക്ലാസിലെ ശരാശരി ടെസ്റ്റ് സ്കോർ കണക്കാക്കുന്നു.
2. ഡാറ്റാസെറ്റിൽ ഔട്ട്ലയറുകൾ അടങ്ങിയിരിക്കുമ്പോഴോ വിതരണം വളരെയധികം ചരിഞ്ഞിരിക്കുമ്പോഴോ മീഡിയൻ കൂടുതൽ ഉപയോഗപ്രദമാകും. ഉദാഹരണത്തിന്, ഒരു പ്രദേശത്തെ ശരാശരി വീടിന്റെ വില കണ്ടെത്തുമ്പോൾ.
3. ഒരു പ്രത്യേക മൂല്യത്തിന്റെ ഉയർന്ന ആവൃത്തിയുള്ള വർഗ്ഗീകരണ ഡാറ്റയിലോ ഡാറ്റയിലോ മോഡ് പലപ്പോഴും ഉപയോഗിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു സ്റ്റോറിൽ ഏറ്റവും കൂടുതൽ വിൽക്കപ്പെടുന്ന വസ്ത്ര വലുപ്പം നിർണ്ണയിക്കുന്നത്.
പരിമിതികൾ
– ശരാശരിയെ ഔട്ട്ലൈയറുകൾ വളരെയധികം സ്വാധീനിക്കുന്നതിനാൽ, ഒരു ചരിഞ്ഞ വിതരണമുള്ള ഒരു ഡാറ്റാസെറ്റിന്റെ യഥാർത്ഥ 'കേന്ദ്രം' എല്ലായ്പ്പോഴും പ്രതിഫലിപ്പിക്കുന്നില്ല.
– മീഡിയൻ ഡാറ്റാസെറ്റിലെ എല്ലാ മൂല്യങ്ങളും പരിഗണിക്കുന്നില്ല, അതിനാൽ ഡാറ്റയിൽ അടങ്ങിയിരിക്കുന്ന എല്ലാ വിവരങ്ങളും അത് പ്രതിഫലിപ്പിച്ചേക്കില്ല.
- മോഡ് ഡാറ്റാസെറ്റിന്റെ പൂർണ്ണമായ ചിത്രം നൽകിയേക്കില്ല, പ്രത്യേകിച്ചും എല്ലാ മൂല്യങ്ങൾക്കും ഒരേ ആവൃത്തി ഉണ്ടെങ്കിൽ അല്ലെങ്കിൽ ഒന്നിലധികം മോഡുകൾ ഉണ്ടെങ്കിൽ.
ഉപസംഹാരം
ഡാറ്റാ വിശകലനത്തിലെ കേന്ദ്ര പ്രവണതയുടെ വളരെ ഉപയോഗപ്രദമായ മൂന്ന് അളവുകളാണ് ശരാശരി, മീഡിയൻ, മോഡ് എന്നിവ. ഓരോന്നിനും വ്യത്യസ്ത പ്രയോഗങ്ങളും പരിമിതികളുമുണ്ട്, ശരിയായത് തിരഞ്ഞെടുക്കുന്നത് ഡാറ്റാസെറ്റിന്റെ സവിശേഷതകളെയും കൈയിലുള്ള വിശകലന ചോദ്യത്തെയും ആശ്രയിച്ചിരിക്കുന്നു. ഓരോ അളവും എങ്ങനെ കണക്കാക്കണമെന്നും എപ്പോൾ ഉപയോഗിക്കണമെന്നും മനസ്സിലാക്കുന്നതിലൂടെ, നമുക്ക് കൂടുതൽ വിവരദായകവും കൃത്യവുമായ ഡാറ്റാധിഷ്ഠിത തീരുമാനങ്ങൾ എടുക്കാൻ കഴിയും.