കേന്ദ്ര പ്രവണതയുടെ അളവ്

കേന്ദ്ര പ്രവണതയുടെ അളവ്

സ്ഥിതിവിവരക്കണക്കുകളിലെ ഏറ്റവും അടിസ്ഥാനപരവും പ്രധാനപ്പെട്ടതുമായ ആശയങ്ങളിലൊന്നാണ് കേന്ദ്ര പ്രവണതയുടെ അളവ്. ഇതിന്റെ ഉദ്ദേശ്യം ലളിതമാണ്: ഡാറ്റയുടെ കേന്ദ്രത്തെ "പ്രതിനിധീകരിക്കുന്ന" ഒരൊറ്റ മൂല്യത്തിലേക്ക് ഒരു കൂട്ടം ഡാറ്റ സംഗ്രഹിക്കുക. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, "സാധാരണ മൂല്യം എന്താണ്?", "ഈ ഡാറ്റ ഏത് സംഖ്യയിൽ വരുന്നു?", അല്ലെങ്കിൽ "ഏകദേശ ശരാശരി എന്താണ്?" തുടങ്ങിയ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ കേന്ദ്ര പ്രവണത നമ്മെ സഹായിക്കുന്നു. ഗവേഷണം, വിദ്യാഭ്യാസ വിലയിരുത്തൽ, ബിസിനസ് വിശകലനം, ആരോഗ്യ സംരക്ഷണം, ദൈനംദിന തീരുമാനമെടുക്കൽ എന്നിവയിൽ പോലും ഈ ആശയം വ്യാപകമായി ഉപയോഗിക്കുന്നു.

പൊതുവേ, കേന്ദ്ര പ്രവണതയുടെ ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്ന മൂന്ന് അളവുകളുണ്ട്: ശരാശരി (ശരാശരി), ശരാശരി (മധ്യ മൂല്യം), മോഡ് (ഏറ്റവും സാധാരണയായി സംഭവിക്കുന്ന മൂല്യം). ഓരോന്നിനും അതിന്റേതായ കണക്കുകൂട്ടൽ രീതി, ഗുണങ്ങൾ, പരിമിതികൾ എന്നിവയുണ്ട്. ഓരോ അളവും എപ്പോൾ ഉപയോഗിക്കണമെന്ന് മനസ്സിലാക്കുന്നത് നിങ്ങളുടെ വിശകലനം കൂടുതൽ കൃത്യവും തെറ്റിദ്ധരിപ്പിക്കുന്നതുമായിരിക്കാൻ സഹായിക്കും.

1. ശരാശരി (ശരാശരി)

കേന്ദ്ര പ്രവണതയുടെ ഏറ്റവും ജനപ്രിയമായ അളവുകോലാണ് ശരാശരി. എല്ലാ ഡാറ്റ മൂല്യങ്ങളും ചേർത്ത് ഡാറ്റ പോയിന്റുകളുടെ എണ്ണം കൊണ്ട് ഹരിച്ചാണ് ഇത് ലഭിക്കുന്നത്. ഗണിതശാസ്ത്രപരമായി, ഒരു ഡാറ്റ പോയിന്റിന്:

\[
\bar{x} = \frac{\തുക x}{n}
\]

വിവരങ്ങൾ:
– \(\bar{x}\) = ശരാശരി
– \(\തുക x\) = എല്ലാ ഡാറ്റ മൂല്യങ്ങളുടെയും ആകെത്തുക
– \(n\) = ഡാറ്റയുടെ അളവ്

ഉദാഹരണം: അഞ്ച് വിദ്യാർത്ഥികളുടെ പരീക്ഷാ സ്കോറുകൾ 70, 80, 85, 90, 75 ആണെന്ന് കരുതുക. ശരാശരി:

\[
\bar{x} = \frac{70+80+85+90+75}{5} = \frac{400}{5} = 80
\]

അപ്പോൾ, ശരാശരി സ്കോർ 80 ആണ്.

ശരാശരി അധികമൂല്യം
1. പൂർണ്ണമായ ഒരു അവലോകനം നൽകുന്നതിന് എല്ലാ ഡാറ്റയും ഉപയോഗിക്കുക.
2. കണക്കാക്കാനും മനസ്സിലാക്കാനും എളുപ്പമാണ്.
3. വ്യതിയാനം, സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ, റിഗ്രഷൻ തുടങ്ങിയ വിപുലമായ വിശകലനങ്ങളിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു.

ശരാശരി പരിമിതികൾ
ശരാശരി, അങ്ങേയറ്റത്തെ മൂല്യങ്ങളോട് (ഔട്ട്‌ലിയറുകൾ) വളരെ സെൻസിറ്റീവ് ആണ്. ഉദാഹരണത്തിന്, ഒരു ഡാറ്റ പോയിന്റ് വളരെ വലുതോ വളരെ ചെറുതോ ആണെങ്കിൽ, ശരാശരി "സാധാരണ" മൂല്യത്തിൽ നിന്ന് ഗണ്യമായി മാറിയേക്കാം. ഉദാഹരണത്തിന്, മൂന്ന് ആളുകളുടെ വരുമാന ഡാറ്റ പരിഗണിക്കുക: 3 ദശലക്ഷം, 3,5 ദശലക്ഷം, 50 ദശലക്ഷം. മിക്ക ആളുകളും ഏകദേശം 3–3,5 ദശലക്ഷം സമ്പാദിക്കുന്നുണ്ടെങ്കിലും ശരാശരി ഉയർന്നതാണ്.

അതിനാൽ, ഡാറ്റ താരതമ്യേന സമമിതിയുള്ളതും ശക്തമായ ഔട്ട്‌ലയറുകൾ ഇല്ലാത്തതുമായിരിക്കുമ്പോൾ ശരാശരി ഉപയോഗിക്കുന്നതിന് അനുയോജ്യമാണ്.

2. മീഡിയൻ (മധ്യ മൂല്യം)

ഡാറ്റയെ ഏറ്റവും ചെറുതിൽ നിന്ന് വലുതിലേക്ക് അടുക്കിയതിന് ശേഷമുള്ള മധ്യ മൂല്യമാണ് മീഡിയൻ. ഡാറ്റാ പോയിന്റുകളുടെ എണ്ണം ഒറ്റസംഖ്യയാണെങ്കിൽ, മീഡിയൻ മധ്യ മൂല്യമാണ്. ഡാറ്റാ പോയിന്റുകളുടെ എണ്ണം ഇരട്ടസംഖ്യയാണെങ്കിൽ, മീഡിയൻ രണ്ട് മധ്യ മൂല്യങ്ങളുടെയും ശരാശരിയാണ്.

ഉദാഹരണം (വിചിത്രം): ഡാറ്റ: 2, 3, 5, 7, 9. മീഡിയൻ = 5.

ഉദാഹരണം (ഇരട്ട): ഡാറ്റ: 2, 3, 5, 7. മീഡിയൻ = (3 + 5) / 2 = 4.

ശരാശരി ഗുണങ്ങൾ
1. ഔട്ട്‌ലൈയറുകൾ കാര്യമായി ബാധിക്കില്ല, അതിനാൽ അറ്റത്ത് "ശ്രദ്ധേയമായ" ഡാറ്റയ്ക്ക് ഇത് കൂടുതൽ സ്ഥിരതയുള്ളതാണ്.
2. വരുമാന ഡാറ്റ, വീടിന്റെ വിലകൾ, ആശുപത്രി വാസ ദൈർഘ്യം എന്നിവ പോലുള്ള, ചരിഞ്ഞ വിതരണമുള്ള ഡാറ്റയ്ക്ക് അനുയോജ്യം.

മീഡിയൻ പരിമിതികൾ
ഡാറ്റാ മൂല്യങ്ങളെക്കുറിച്ചുള്ള എല്ലാ വിവരങ്ങളും മീഡിയൻ നേരിട്ട് ഉപയോഗിക്കുന്നില്ല. ഡാറ്റ തമ്മിലുള്ള വ്യത്യാസങ്ങളുടെ വ്യാപ്തിയെ ആശ്രയിക്കാതെ, ക്രമത്തെയും സ്ഥാനത്തെയും മാത്രമാണ് ഇത് ആശ്രയിക്കുന്നത്. എല്ലാ മൂല്യങ്ങളും പൂർണ്ണമായി പരിഗണിക്കേണ്ടതുണ്ടെങ്കിൽ ഇത് മീഡിയനെ കുറച്ച് വിവരദായകമാക്കുന്നു, ഉദാഹരണത്തിന്, ചില നൂതന സ്റ്റാറ്റിസ്റ്റിക്കൽ കണക്കുകൂട്ടലുകൾക്കായി.

3. മോഡ് (ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യം)

ഒരു ഡാറ്റാ സെറ്റിൽ ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യമാണ് മോഡ്. ഏറ്റവും "ജനപ്രിയമായ" അല്ലെങ്കിൽ ഏറ്റവും പതിവായി സംഭവിക്കുന്ന മൂല്യങ്ങൾ തിരിച്ചറിയുന്നതിന് ഇത് വളരെ ഉപയോഗപ്രദമാണ്.

ഉദാഹരണം: ഡാറ്റ: 1, 2, 2, 3, 4. മോഡ് = 2.

ചില സാഹചര്യങ്ങളിൽ, ഒരു ഡാറ്റയിൽ ഇവ ഉൾപ്പെടാം:
– ഒരു മോഡ് (ഏകരൂപം): ഒരു മൂല്യം മാത്രമേ മിക്കപ്പോഴും ദൃശ്യമാകൂ.
- രണ്ട് മോഡുകൾ (ബൈമോഡൽ): ഒരേ ഉയർന്ന ആവൃത്തിയിലുള്ള രണ്ട് മൂല്യങ്ങളുണ്ട്.
- ഒന്നിലധികം മോഡുകൾ (മൾട്ടിമോഡൽ): ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന രണ്ടിൽ കൂടുതൽ മൂല്യങ്ങൾ.
- മോഡ് ഇല്ല: എല്ലാ മൂല്യങ്ങളും ഒരേ ആവൃത്തിയിൽ ദൃശ്യമാകുകയാണെങ്കിൽ.

മോഡിന്റെ ഗുണങ്ങൾ
1. വിഭാഗീയ ഡാറ്റയിൽ (ഉദാ. പ്രിയപ്പെട്ട നിറം, ഏറ്റവും കൂടുതൽ വിറ്റഴിക്കപ്പെടുന്ന ഉൽപ്പന്ന തരം) ഉപയോഗിക്കാൻ കഴിയും, അതേസമയം ശരാശരിയും ശരാശരിയും എല്ലായ്പ്പോഴും വിഭാഗങ്ങൾക്ക് പ്രസക്തമല്ല.
2. പ്രത്യേകിച്ച് ഫ്രീക്വൻസി ഡിസ്ട്രിബ്യൂഷനിൽ കണ്ടെത്താൻ എളുപ്പമാണ്.
3. "മിക്ക തിരഞ്ഞെടുപ്പുകളും" അല്ലെങ്കിൽ "ഏറ്റവും സാധാരണ സംഭവങ്ങളും" സംബന്ധിച്ച പ്രായോഗിക വിവരങ്ങൾ നൽകുക.

മോഡ് പരിമിതികൾ
മോഡ് അദ്വിതീയമോ നിലവിലില്ലാത്തതോ ആയിരിക്കില്ല. മാത്രമല്ല, ഡാറ്റയുടെ മൊത്തത്തിലുള്ള വിതരണത്തെ ഇത് കണക്കിലെടുക്കുന്നില്ല. രണ്ട് വ്യത്യസ്ത ഡാറ്റ സെറ്റുകൾക്ക് ഒരേ മോഡ് ഉണ്ടാകാം, പക്ഷേ അവയുടെ വിതരണ സവിശേഷതകൾ വളരെ വ്യത്യസ്തമാണ്.

4. ഗ്രൂപ്പുചെയ്‌ത ഡാറ്റയിലെ കേന്ദ്ര പ്രവണത

പ്രായോഗികമായി, ഡാറ്റ പലപ്പോഴും ഒരു ഫ്രീക്വൻസി ഡിസ്ട്രിബ്യൂഷൻ ടേബിളിന്റെ (ഗ്രൂപ്പ് ചെയ്ത ഡാറ്റ) രൂപത്തിലാണ് അവതരിപ്പിക്കുന്നത്. കേന്ദ്ര പ്രവണത കണക്കാക്കുന്നത് സാധ്യമാണ്, പക്ഷേ അധിക ഘട്ടങ്ങൾ ആവശ്യമാണ്.

– ഗ്രൂപ്പ് ചെയ്ത ഡാറ്റയുടെ ശരാശരി കണക്കാക്കുന്നത് ക്ലാസ് മിഡ്‌പോയിന്റ് (മധ്യ-ഇടവേള മൂല്യം) അതിന്റെ ഫ്രീക്വൻസി കൊണ്ട് ഗുണിച്ച്, തുടർന്ന് മൊത്തം ഫ്രീക്വൻസി കൊണ്ട് ഹരിച്ചാണ്.
– ഗ്രൂപ്പ് ചെയ്ത ഡാറ്റയുടെ മീഡിയൻ മീഡിയൻ ക്ലാസ് നിർണ്ണയിക്കേണ്ടതുണ്ട്, അതായത് ഡാറ്റയുടെ മധ്യ സ്ഥാനം ഉൾക്കൊള്ളുന്ന ക്ലാസ്.
- ഏറ്റവും ഉയർന്ന ആവൃത്തി (മോഡ് ക്ലാസ്) ഉള്ള ക്ലാസിനെ അടിസ്ഥാനമാക്കിയാണ് ഗ്രൂപ്പ് ചെയ്ത ഡാറ്റയുടെ മോഡ് നിർണ്ണയിക്കുന്നത്, തുടർന്ന് ഗ്രൂപ്പ് ചെയ്ത മോഡ് ഫോർമുല ഉപയോഗിച്ച് എസ്റ്റിമേറ്റ് കണക്കാക്കാം.

ഡാറ്റ വളരെ വലുതായിരിക്കുമ്പോൾ, അത് ഇടവേളകളായി ലളിതമാക്കാൻ കഴിയുമ്പോഴാണ് ഗ്രൂപ്പുചെയ്ത ഡാറ്റ സമീപനം ഉപയോഗപ്രദമാകുന്നത്.

5. കേന്ദ്ര പ്രവണതയുടെ ശരിയായ അളവ് തിരഞ്ഞെടുക്കൽ

എല്ലാ സാഹചര്യങ്ങൾക്കും കേന്ദ്ര പ്രവണതയുടെ "മികച്ച" അളവുകോൽ ഇല്ല. ഡാറ്റയുടെ ഉദ്ദേശ്യത്തെയും സ്വഭാവത്തെയും ആശ്രയിച്ചിരിക്കും തിരഞ്ഞെടുപ്പ്.

1. ഡാറ്റ സംഖ്യാപരമാണെങ്കിൽ, അധികം ഔട്ട്‌ലയറുകൾ ഇല്ലെങ്കിൽ, വിതരണം താരതമ്യേന സമമിതിയാണെങ്കിൽ ശരാശരി ഉപയോഗിക്കുക.
2. ഡാറ്റയ്ക്ക് ശക്തമായ ഔട്ട്‌ലയറുകൾ ഉണ്ടെങ്കിലോ വിതരണം വളഞ്ഞതാണെങ്കിലോ, ഉദാഹരണത്തിന് സമ്പത്ത്, വരുമാനം അല്ലെങ്കിൽ വില ഡാറ്റ എന്നിവയാണെങ്കിലോ മീഡിയൻ ഉപയോഗിക്കുക.
3. ഏറ്റവും കൂടുതൽ ദൃശ്യമാകുന്ന മൂല്യം അറിയണമെങ്കിൽ അല്ലെങ്കിൽ ഡാറ്റ വർഗ്ഗീകൃതമാണെങ്കിൽ മോഡ് ഉപയോഗിക്കുക.

ഉദാഹരണത്തിന്, ഒരു "ശരാശരി ശമ്പള" റിപ്പോർട്ടിൽ, ശരാശരി ഒരു പൊതു അവലോകനം നൽകാൻ കഴിയും, എന്നാൽ വളരെ ഉയർന്ന വരുമാനമുള്ള കുറച്ച് ആളുകളുടെ സ്വാധീനം കുറവായതിനാൽ, മിക്ക തൊഴിലാളികളുടെയും അവസ്ഥകളെ പ്രതിനിധാനം ചെയ്യുന്നതായി മീഡിയൻ പലപ്പോഴും കണക്കാക്കപ്പെടുന്നു.

6. കെസിമ്പുലൻ

ഡാറ്റ സംഗ്രഹിക്കുന്നതിനും മനസ്സിലാക്കുന്നതിനുമുള്ള പ്രധാന ഉപകരണങ്ങളാണ് കേന്ദ്ര പ്രവണതയുടെ അളവുകൾ. എല്ലാ ഡാറ്റ മൂല്യങ്ങളും ഉപയോഗിച്ച് ശരാശരി ഒരു ശരാശരി നൽകുന്നു, പക്ഷേ ഔട്ട്‌ലൈയറുകളോട് സംവേദനക്ഷമതയുള്ളതാണ്. ശരാശരി അങ്ങേയറ്റത്തെ മൂല്യങ്ങളെ കൂടുതൽ പ്രതിരോധിക്കുന്ന ഒരു മധ്യ മൂല്യം നൽകുന്നു, ഇത് അസമമായ ഡാറ്റയ്ക്ക് അനുയോജ്യമാക്കുന്നു. മോഡ് ഏറ്റവും കൂടുതൽ സംഭവിക്കുന്ന മൂല്യത്തെ സൂചിപ്പിക്കുന്നു, കൂടാതെ വർഗ്ഗീകരണ ഡാറ്റയ്‌ക്കോ പൊതുവായ ട്രെൻഡുകൾ തിരിച്ചറിയുന്നതിനോ പ്രത്യേകിച്ചും ഉപയോഗപ്രദമാണ്.

നല്ല സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലനത്തിൽ, ഈ മൂന്ന് അളവുകളും പലപ്പോഴും ഒരുമിച്ച് ഉപയോഗിക്കുന്നു. ശരാശരി, ശരാശരി, മോഡ് എന്നിവ താരതമ്യം ചെയ്യുന്നതിലൂടെ, ഡാറ്റയുടെ സവിശേഷതകളെക്കുറിച്ച് കൂടുതൽ പൂർണ്ണമായ ഒരു ചിത്രം നമുക്ക് ലഭിക്കും - അത് സമമിതിയാണോ, ഔട്ട്‌ലൈയറുകൾ ഉണ്ടോ, ഏതൊക്കെ മൂല്യങ്ങളാണ് ഏറ്റവും കൂടുതൽ സംഭവിക്കുന്നത്. ഈ ധാരണ ആത്യന്തികമായി കൂടുതൽ വിവരമുള്ളതും ഡാറ്റാധിഷ്ഠിതവുമായ തീരുമാനങ്ങൾ എടുക്കാൻ നമ്മെ സഹായിക്കുന്നു.

നിങ്ങൾക്ക് വേണമെങ്കിൽ, ലേഖനം കൂടുതൽ പ്രായോഗികമാക്കുന്നതിന് പൂർണ്ണമായ ഉദാഹരണ ചോദ്യങ്ങൾ (ഒറ്റ, ഗ്രൂപ്പ് ഡാറ്റ), വ്യായാമങ്ങൾ, ഘട്ടം ഘട്ടമായുള്ള ചർച്ചകൾ എന്നിവ ഞാൻ ചേർക്കാം.