मध्यमान, मध्यक आणि बहुलक कसे मोजावे

मध्यमान, मध्यक आणि बहुलक कसे मोजावे: एक संपूर्ण मार्गदर्शक

पेंडाहुलुआन

सांख्यिकीमध्ये, मध्यमान, मध्यक आणि बहुलक यांची गणना कशी करायची हे समजून घेणे महत्त्वाचे आहे, कारण केंद्रीय प्रवृत्तीची ही तीन सर्वात सामान्यपणे वापरली जाणारी मापे आहेत. मध्यमान, मध्यक आणि बहुलक यांचा उपयोग संख्यात्मक माहितीच्या संचाचा सारांश एकाच, सर्वात प्रातिनिधिक संख्येत मांडण्यासाठी केला जातो. जरी या तिन्हींचा एकत्र वापर करता येत असला तरी, त्यांची गणना करण्याच्या पद्धतीत आणि प्रत्येक माप कोणत्या परिस्थितीत अधिक योग्य आहे, यात लक्षणीय फरक आहेत.

सरासरी

व्याख्या

मध्यमान म्हणजे डेटा सेटमधील सर्व मूल्यांची बेरीज त्या मूल्यांच्या संख्येने भागून मिळणारे उत्तर. मध्यमानामुळे डेटा सेटच्या 'केंद्रा'ची कल्पना येते, परंतु त्यावर बाह्य मूल्यांचा (अति टोकाची मूल्ये) मोठा प्रभाव पडतो.

सरासरी काढण्याची प्रक्रिया

1. सर्व मूल्यांची बेरीज करा: डेटासेटमधील सर्व मूल्यांची बेरीज करा.
२. डेटाची संख्या मोजा: डेटासेटमध्ये किती मूल्ये आहेत ते निश्चित करा.
3. सर्व मूल्यांच्या बेरजेला डेटाच्या संख्येने भागा: या भागाकाराचा निकाल म्हणजे डेटासेटची सरासरी होय.

उदाहरण:

समजा आपल्याकडे खालील डेटासेट आहे: 3, 7, 8, 9, 10.

– सर्व संख्यांची बेरीज करा: 3 + 7 + 8 + 9 + 10 = 37
– डेटाची संख्या: ५
– मध्य काढा: ३७ / ५ = ७.४

म्हणून, या डेटासेटचा मध्य 7.4 आहे.

मध्यक (मधले मूल्य)

व्याख्या

मध्यक म्हणजे संख्यात्मक क्रमाने मांडलेल्या डेटासेटमधील मधले मूल्य होय. जर डेटासेटमधील मूल्यांची संख्या विषम असेल, तर मध्यक हे मधले मूल्य असते. जर मूल्यांची संख्या सम असेल, तर मध्यक हे दोन मधल्या मूल्यांची सरासरी असते.

मध्यक काढण्याच्या पायऱ्या

१. मूल्यांची क्रमवारी लावा: डेटासेटमधील मूल्ये लहानापासून मोठ्यापर्यंत मांडा.
२. मूल्यांची संख्या निश्चित करा: डेटासेटमधील मूल्यांची संख्या मोजा.
३. मधले मूल्य शोधा:
– जर संख्यांची संख्या विषम असेल, तर मध्यक ही मधली संख्या असते.
– जर संख्यांची संख्या सम असेल, तर मध्यक हा मधल्या दोन संख्यांची सरासरी असतो.

उदाहरण १ (विषम संख्यांची बेरीज):

डेटासेट: ३, ७, ८, ९, १०

– 3, 7, 8, 9, 10 या क्रमाने मूल्ये लावा
– एकूण मूल्य: ५ (विषम)
– मध्यक: तिसरे मूल्य (7)

म्हणून, या डेटासेटचा मध्यक 8 आहे.

उदाहरण २ (सम संख्येतील मूल्ये):

डेटासेट: २, ४, ६, ८, १०, १२

– 2, 4, 6, 8, 10, 12 या क्रमांकांची क्रमवारी लावा.
– एकूण मूल्य: ६ (सम)
– मध्यक: तिसऱ्या आणि चौथ्या मूल्यांची सरासरी -> (6 + 8) / 2 = 7

म्हणून, या डेटासेटचा मध्यक 7 आहे.

मोड (सर्वाधिक वेळा आढळणारे मूल्य)

व्याख्या

बहुलक म्हणजे डेटा सेटमध्ये सर्वाधिक वेळा आढळणारे मूल्य. एखाद्या डेटा सेटमध्ये एकापेक्षा जास्त बहुलक असू शकतात किंवा जर कोणतेही मूल्य इतरांपेक्षा जास्त वेळा आढळत नसेल, तर एकही बहुलक नसू शकतो.

मोडची गणना करण्याच्या पायऱ्या

१. प्रत्येक मूल्याची वारंवारता मोजा: डेटासेटमध्ये प्रत्येक मूल्य किती वेळा आले आहे ते निश्चित करा.
२. सर्वाधिक वारंवारता असलेले मूल्य ओळखा: जे मूल्य सर्वात जास्त वेळा येते त्याला बहुलक म्हणतात.

उदाहरण:

समजा आपल्याकडे खालील डेटासेट आहे: 4, 4, 5, 7, 7, 7, 8, 9, 9.

– प्रत्येक मूल्याची वारंवारता मोजा:
– 4 तीन वेळा येतो
– 5 तीन वेळा येतो
– 7 तीन वेळा येतो
– 8 तीन वेळा येतो
– 9 तीन वेळा येतो

म्हणून, या डेटासेटचा मोड 7 आहे कारण तो सर्वात जास्त वेळा (3 वेळा) येतो.

विशेष प्रकरणे

मोड नाही:

जर डेटासेटमधील प्रत्येक मूल्य समान वारंवारतेने येत असेल, तर तिथे बहुलक नसतो. उदाहरण: २, ३, ४, ५.

बहुविध:

जर दोन किंवा अधिक मूल्ये समान वारंवारतेने येत असतील आणि ती वारंवारता डेटासेटमध्ये सर्वाधिक असेल, तर त्या डेटासेटला मल्टीमोडल म्हणतात. उदाहरणार्थ: 2, 3, 3, 4, 4 मध्ये 3 आणि 4 असे दोन मोड आहेत.

वितरण विषमता:

– धन विषमता: मध्यमान > मध्यक > बहुलक
– ऋणात्मक विषमता : बहुलक > मध्यक > सरासरी

अर्ज आणि मर्यादा

अर्ज

१. मध्यकाचा वापर अशा परिस्थितीत केला जातो, जिथे डेटासेटमधील प्रत्येक संख्या महत्त्वाची असते आणि त्यात कोणतेही लक्षणीय विसंगत अंक नसतात. उदाहरणार्थ: वर्गातील परीक्षेच्या गुणांची सरासरी काढणे.
२. जेव्हा डेटासेटमध्ये आउटलायर्स (असामान्य मूल्ये) असतात किंवा वितरण अत्यंत विषम असते, तेव्हा मध्यक अधिक उपयुक्त ठरतो. उदाहरणार्थ, एखाद्या भागातील घराच्या किमतीचा मध्यक शोधणे.
३. बहुलकाचा वापर अनेकदा श्रेणीबद्ध डेटामध्ये किंवा ज्या डेटामध्ये एखाद्या विशिष्ट मूल्याची वारंवारता जास्त असते, अशा डेटामध्ये केला जातो. उदाहरणार्थ, एखाद्या दुकानात सर्वाधिक विकल्या जाणाऱ्या कपड्यांचा आकार निश्चित करणे.

मर्यादा

– मध्यकावर बाह्य घटकांचा (outliers) मोठा प्रभाव असतो आणि त्यामुळे विषम वितरण असलेल्या डेटासेटचे खरे 'केंद्र' तो नेहमीच दर्शवत नाही.
– मध्यक डेटासेटमधील प्रत्येक मूल्याचा विचार करत नाही, त्यामुळे तो डेटामध्ये असलेली सर्व माहिती प्रतिबिंबित करू शकत नाही.
– बहुलक डेटासेटचे संपूर्ण चित्र देऊ शकत नाही, विशेषतः जर सर्व मूल्यांची वारंवारता सारखी असेल किंवा एकापेक्षा जास्त बहुलक असतील.

निष्कर्ष

मध्यमान, मध्यक आणि बहुलक ही डेटा विश्लेषणातील केंद्रीय प्रवृत्तीची तीन अत्यंत उपयुक्त मापे आहेत. प्रत्येकाचे वेगवेगळे उपयोग आणि मर्यादा आहेत, आणि योग्य मापाची निवड डेटासेटच्या वैशिष्ट्यांवर आणि हातातील विश्लेषणात्मक प्रश्नावर अवलंबून असते. प्रत्येक मापाची गणना कशी करावी आणि ते केव्हा वापरावे हे समजून घेतल्यास, आपण अधिक माहितीपूर्ण आणि अचूक डेटा-आधारित निर्णय घेऊ शकतो.