Медианыг тодорхойлох хурдан томъёо
Медиан нь өгөгдлийн багцын тархалтыг ойлгоход өргөн хэрэглэгддэг үндсэн статистик хэмжүүр юм. Дундаж утга нь хэт туйлширсан утгуудаар гажуудуулж болохоос ялгаатай нь медиан нь төвийн хандлагын илүү найдвартай үзүүлэлтийг өгдөг, ялангуяа хэвийн бус тархалтын үед. Энэхүү нийтлэлд жижиг болон том өгөгдлийн багц зэрэг янз бүрийн нөхцөлд медианыг тодорхойлох хурдан томъёог санал болгож, түүний нарийн ялгааг авч үзсэн болно.
Медианыг ойлгох нь
Медиан гэдэг нь өгөгдлийн багц дахь өсөх дарааллаар байрлуулсан дундаж утга юм. Энэ нь өгөгдлийн багцыг хоёр тэнцүү хэсэгт хуваадаг бөгөөд өгөгдлийн цэгүүдийн 50% нь доор, 50% нь дээр байрладаг. Жишээлбэл, [3, 5, 9] өгөгдлийн багцад медиан нь 5 байдаг, учир нь энэ нь дундын тоо юм.
Яагаад Медиан гэж?
1. Гадны хүчин зүйлүүдэд тэсвэртэй:
Дундажаас ялгаатай нь медиан нь экстремум утгуудаас хамаардаггүй. Энэ нь гажуудсан тархалтын төвийн хандлагын илүү найдвартай хэмжүүр болгодог.
2. Бодит ертөнцийн хэрэглээ:
Үүнийг эдийн засгийн дундаж орлого, орон сууцны дундаж үнэ, анагаах ухааны судалгааны дундаж амьдрах хугацааг тодорхойлох гэх мэт бодит ертөнцөд өргөн ашигладаг.
Медианыг тооцоолох нь
Медианыг тооцоолох арга нь өгөгдлийн цэгүүдийн тоо (N) сондгой эсвэл тэгш байхаас хамаарна.
1. Сондгой тооны ажиглалт:
N сондгой үед өгөгдлийн багцыг эрэмбэлсний дараа медиан нь дундах тоо болно.
Формула:
\( \text{Медиан} = X_{\left(\frac{N+1}{2}\right)} \)
Энд, \( X_{\left(\frac{N+1}{2}\right)} \) нь бүх өгөгдлийн цэгүүдийг эрэмбэлэх үеийн дундах утгыг илэрхийлнэ.
Жишээ нь:
[1, 3, 3, 6, 7, 8, 9] өгөгдлийн багцын хувьд N=7 (сондгой тоо). Тиймээс медиан нь \( X_{\left(\frac{7+1}{2}\right)} = X_4 = 6 \) байна.
2. Ажиглалтын тэгш тоо:
N тэгш байх үед медиан нь хоёр төв тооны дундаж юм.
Формула:
\( \text{Медиан} = \frac{X_{\left(\frac{N}{2}\right)} + X_{\left(\frac{N}{2}+1\right)}}{2} \)
Энд, \( X_{\left(\frac{N}{2}\right)} \) болон \(
Жишээ нь:
[1, 2, 3, 4, 5, 6, 8, 9] өгөгдлийн багцын хувьд N=8 (тэгш тоо). Тиймээс медианыг дараах байдлаар өгнө.
\[
\text{Медиан} = \frac{X_4 + X_5}{2} = \frac{4 + 5}{2} = 4.5
\]
Том өгөгдлийн багц дахь хурдан медиан тооцоолол
Том өгөгдлийн багцад медианыг олохын тулд өгөгдлийг гараар эрэмбэлэх нь тохиромжгүй байдаг. Тусалж болох зарим стратегиудыг энд оруулав.
1. Статистикийн програм хангамж ашиглах нь:
R, Python (NumPy болон Pandas зэрэг багцуудтай), болон Excel зэрэг програмууд нь медианыг үр дүнтэй тооцоолж чаддаг. Жишээлбэл, Python хэл дээр `np.median(array)` код нь өгөгдлийн массивын медианыг хурдан буцаах боломжтой.
2. Дээж авах техникүүд:
Хэрэв өгөгдлийн багц маш том бол медианыг ойролцоолохын тулд түүвэрлэлтийн аргыг ашиглаж болно. Өгөгдлийн жижиг дэд хэсгийг санамсаргүй байдлаар түүвэрлэж, энэ дэд хэсгийн медианыг тооцоол.
3. Хуваалтын алгоритмууд:
Quickselect алгоритм гэх мэт илүү дэвшилтэт тооцооллын аргууд нь эрэмбэлээгүй жагсаалтаас k-дахь хамгийн бага элементийг үр дүнтэйгээр олж, ингэснээр өгөгдлийн багцыг бүрэн эрэмбэлэхгүйгээр медианыг тодорхойлдог.
Бүлэглэсэн өгөгдлийн медианыг тооцоолох
Бүлэглэсэн өгөгдөл гэдэг нь интервалд бүлэглэгдсэн өгөгдлийг хэлнэ. Энэ нөхцөлд медианыг тооцоолоход медианыг агуулсан интервалыг тодорхойлж, дараа нь энэ интервал дотор интерполяци хийх шаардлагатай.
1. Медиан ангиллыг тодорхойл:
Эхлээд медианыг агуулсан интервал болох медиан ангиллыг тодорхойлохын тулд хуримтлагдсан давтамжийг олно уу.
2. Бүлэглэсэн өгөгдлийн томъёог ашиглана уу:
\[
\text{Медиан} = L + \left( \frac{\frac{N}{2} – CF}{f} \right) \times h
\]
– \( L \) нь медиан ангийн доод хил юм
– \( N \) нь ажиглалтын нийт тоо юм
– \( CF \) нь медиан ангиас өмнөх ангиллын хуримтлагдсан давтамж юм.
– \( f \) нь медиан ангийн давтамж юм
– \( h \) нь ангийн өргөн юм
Жишээ нь:
Дараах бүлэглэсэн өгөгдлийг авч үзье.
| Ангийн интервалууд | Давтамж |
|——————-|————–|
| 0-10 | 5 |
| 10-20 | 7 |
| 20-30 | 12 |
| 30-40 | 8 |
| 40-50 | 3 |
Голчийн анги (20-30)-аас өмнөх хуримтлагдсан давтамж (CF) нь 12 (5+7) байна. Тиймээс:
\[
\text{Медиан} = 20 + \left( \frac{15 – 12}{12} \right) \times 10 = 20 + \left(\frac{3}{12}\right) \times 10 = 20 + 2.5 = 22.5
\]
Практик шинж чанарууд
1. Сондгой ба тэгш нарийн байдал:
Заримдаа өгөгдлийн багцууд давтагдсан утгатай байдаг тул утгуудын яг байршлыг ойлгох нь медианыг зөв тооцоолоход чухал ач холбогдолтой байдаг.
2. Алга болсон утгуудыг зохицуулах:
Алга болсон утгуудыг хэрхэн зохицуулахаа урьдчилан шийдээрэй. Тэдгээрийг үл тоомсорлох эсвэл оруулах нь тооцоолсон голч утгыг мэдэгдэхүйц өөрчилж болно.
3. Өгөгдлийн урьдчилсан боловсруулалт:
Өгөгдлийг цэвэрлэж, эрэмбэлсэн эсэхийг шалгаарай. Том өгөгдлийн багцын хувьд голчийн тооцооллыг хурдасгахын тулд үр ашигтай эрэмбэлэх алгоритмуудыг ашиглаарай.
Дүгнэлт
Голч утгыг тодорхойлох нь статистикийн үндсэн ур чадвар бөгөөд гажуудлыг эсэргүүцэхэд чухал ач холбогдолтой тул өгөгдлийн шинжилгээнд үнэлж баршгүй болгодог. Жижиг эсвэл том өгөгдлийн багцтай харьцахаас үл хамааран гар аргаар тооцоолох, програм хангамж ашиглах эсвэл алгоритм ашиглах зэргээс үл хамааран зөв аргыг мэдэх нь үр ашиг, нарийвчлалыг баталгаажуулдаг. Тодруулсан хурдан томъёо, стратегиудыг эзэмшсэнээр голч утгыг үр дүнтэй тодорхойлж, өгөгдлийн төв чиг хандлагын талаар чухал ойлголт өгөх боломжтой.
