सांख्यिकीय विश्लेषणात डेटा रेंजची गणना कशी करावी
डेटा रेंज हे सांख्यिकीय विश्लेषणातील विचलनाचे सर्वात सोपे मापन आहे. वरवर पाहता सोपे वाटत असले तरी, डेटा सेटमधील मूल्यांमधील फरकाच्या व्याप्तीचा त्वरित आढावा देण्यासाठी रेंज महत्त्वपूर्ण भूमिका बजावते. व्यवहारात, विचलन, मानक विचलन किंवा आंतरचतुर्थक रेंज यांसारख्या विचलनाच्या अधिक गुंतागुंतीच्या मापनांची गणना करण्यापूर्वी, रेंजचा वापर अनेकदा प्रारंभिक बिंदू म्हणून केला जातो. या लेखात डेटा रेंजची व्याख्या, त्याचे सूत्र, गणनेच्या पायऱ्या, उदाहरणे आणि सांख्यिकीय विश्लेषणातील त्याचे फायदे व मर्यादा यांवर चर्चा केली जाईल.
डेटा श्रेणी समजून घेणे
डेटा सेटची रेंज म्हणजे त्या डेटा सेटमधील सर्वात मोठ्या (कमाल) आणि सर्वात लहान (किमान) मूल्यांमधील फरक होय. दुसऱ्या शब्दांत, रेंज डेटा मूल्यांचे सर्वात खालच्या बिंदूपासून सर्वात वरच्या बिंदूपर्यंतचे 'अंतर' दर्शवते. मोठी रेंज अधिक विखुरलेल्या डेटा मूल्यांना सूचित करते. लहान रेंज अधिक दाट किंवा सुसंगत डेटा मूल्यांना सूचित करते.
एका सोप्या उदाहरणाने सांगायचे झाल्यास, जर एखाद्या विद्यार्थ्याचे काही विषयांमधील परीक्षेतील गुण 60, 75, 80 आणि 90 असतील, तर त्या डेटाची व्याप्ती 90 − 60 = 30 आहे. यावरून पटकन माहिती मिळते की विद्यार्थ्याच्या गुणांमध्ये 30 गुणांचा फरक आहे.
सांख्यिकीमध्ये डेटा रेंजचे फायदे
डेटा श्रेणी यासाठी उपयुक्त आहेत:
१. डेटाचा त्वरित सारांश: क्लिष्ट आकडेमोडी न करता डेटातील बदलांचे विहंगम दृश्य प्रदान करते.
२. डेटाच्या दोन गटांची तुलना करणे: उदाहरणार्थ, वर्ग A च्या मूल्यांच्या श्रेणीची वर्ग B च्या मूल्यांच्या श्रेणीशी तुलना करणे.
३. तीव्र तफावत ओळखणे: श्रेणी उच्च पातळीवरील विसंगती दर्शवू शकतात.
४. विश्लेषणाचे प्राथमिक टप्पे: पुढील विश्लेषणापूर्वी, रेंजमुळे डेटाचे ढोबळ स्वरूप समजण्यास मदत होते.
व्यापक सांख्यिकीय विश्लेषणात, रेंजचा वापर सहसा एकट्याने केला जात नाही. तथापि, एक प्रारंभिक निर्देशक म्हणून, तो खूप उपयुक्त आहे, विशेषतः इंटरव्हल किंवा रेशो डेटासाठी.
डेटा रेंज फॉर्म्युला
डेटा रेंजचे सूत्र खूप सोपे आहे:
पल्ला (R) = कमाल मूल्य − किमान मूल्य
कुठे:
– कमाल मूल्य म्हणजे डेटा सेटमधील सर्वात मोठा डेटा.
– किमान मूल्य म्हणजे डेटा सेटमधील सर्वात लहान डेटा.
– R ही डेटाची श्रेणी आहे.
यात फक्त दोन टोकाचे बिंदू समाविष्ट असल्यामुळे, पल्ला हाताने किंवा सॉफ्टवेअर वापरून पटकन मोजता येतो.
डेटा रेंजची गणना करण्याच्या पायऱ्या
डेटा रेंजची गणना करण्यासाठी व्यावहारिक पायऱ्या खालीलप्रमाणे आहेत:
१. विश्लेषण करण्यासाठी डेटा गोळा करा.
डेटा पूर्ण आहे आणि विश्लेषणाच्या गरजा पूर्ण करतो याची खात्री करा.
२. किमान मूल्य ओळखा
सर्व डेटापैकी सर्वात लहान मूल्य शोधा.
३. कमाल मूल्य ओळखा
सर्व डेटामधील सर्वात मोठे मूल्य शोधा.
४. किमान मूल्यातून कमाल मूल्य वजा करा.
या कपातीचा परिणाम म्हणजे डेटा रेंज होय.
गोष्टी सोप्या करण्यासाठी, डेटा लहानापासून मोठ्यापर्यंत क्रमवारी लावता येतो. या क्रमवारीमुळे डेटामधील नमुने दृष्यरूपात पाहण्यासही मदत होते.
डेटा रेंज गणनेचे उदाहरण (एकल डेटा)
उदाहरणार्थ, ८ लोकांच्या प्रवासाच्या वेळेचा डेटा (मिनिटांमध्ये) उपलब्ध आहे:
12, 15, 10, 18, 14, 11, 20, 16
पायऱ्या:
– किमान मूल्य = १०
– कमाल मूल्य = २०
– रेंज = २० − १० = १०
याचा अर्थ असा की, गटातील सर्वात वेगवान आणि सर्वात धीम्या प्रवासाच्या वेळेतील फरक जास्तीत जास्त १० मिनिटांचा आहे.
सॉर्ट केलेल्या डेटावर डेटा रेंजची गणना करण्याचे उदाहरण
उंचीची माहिती (सेमी):
150, 152, 155, 155, 158, 160, 165
– किमान मूल्य = १०
– कमाल मूल्य = २०
– रेंज = २० − १० = १०
जरी मूल्यांची पुनरावृत्ती झाली असली तरी, रेंजची गणना तीच राहते कारण फक्त कमाल आणि किमान मूल्ये विचारात घेतली जातात.
गटबद्ध डेटामधील डेटा श्रेणी
गटबद्ध डेटामध्ये (उदा., वारंवारता वितरण), डेटाची व्याप्ती अनेकदा खालच्या आणि वरच्या वर्ग मर्यादा वापरून मोजली जाते. काही सांख्यिकी पाठ्यपुस्तकांमध्ये, गटबद्ध डेटासाठी व्याप्तीचा अंदाज खालीलप्रमाणे लावला जातो:
R ≈ सर्वोच्च वर्गाची उच्च मर्यादा − सर्वात खालच्या वर्गाची निम्न मर्यादा
उदाहरण: परीक्षेतील गुणांच्या वितरणात खालील अंतरांचा समावेश असतो:
– १८८४-८५
– १८८४-८५
– १८८४-८५
– १८८४-८५
– १८८४-८५
तर:
– सर्वात खालच्या वर्गाची किमान मर्यादा = ४०
– सर्वोच्च वर्गाची उच्च मर्यादा = ८९
– रेंज ≈ ८९ − ४० = ४९
हे लक्षात घेतले पाहिजे की काही पद्धती अधिक अचूकतेसाठी वर्ग सीमा वापरतात, उदाहरणार्थ ३९.५ आणि ८९.५, त्यामुळे श्रेणी ५० होते. पद्धतीची निवड डेटा कसा पूर्णांकित केला जातो आणि कोणते मानक वापरले जाते यावर अवलंबून असते.
डेटा श्रेणीचे स्पष्टीकरण
डेटाची श्रेणी डेटा 'चांगला' आहे की 'वाईट' हे थेट सांगत नाही, परंतु ती संदर्भ समजून घेण्यास मदत करते.
– लहान श्रेणी: डेटा तुलनेने एकसमान किंवा स्थिर असतो. उदाहरणार्थ, चांगल्या प्रकारे नियंत्रित केलेल्या खोलीच्या तापमानाची श्रेणी लहान असते.
– मोठी तफावत: डेटा विजातीय आहे किंवा त्यात मोठी तफावत आहे. उदाहरणार्थ, एका शहरातील कुटुंबांच्या उत्पन्नात खूप मोठी तफावत असू शकते.
तथापि, अर्थ लावताना प्रमाणानुसार बदल करणे आवश्यक आहे. चाचणी गुणांच्या माहितीमधील १० च्या मर्यादेचा अर्थ, तापमान किंवा वजनाच्या माहितीमधील १० च्या मर्यादेसारखाच असेलच असे नाही.
डेटा रेंजचे फायदे
डेटा रेंजचे अनेक फायदे आहेत:
१. गणना करण्यास सोपे: फक्त कमाल आणि किमान मूल्यांची आवश्यकता असते.
२. समजायला सोपे: संक्षिप्त अहवालांसाठी किंवा प्राथमिक अभ्यासासाठी उपयुक्त.
३. लवकर ओळखण्यासाठी उपयुक्त: डेटामध्ये लक्षणीय टोकाचे फरक आहेत की नाही हे पाहण्यास मदत करते.
उदाहरणार्थ, व्यावसायिक जगात, दैनंदिन विक्रीची आकडेवारी व्यवस्थापकांना दिलेल्या कालावधीतील सर्वात तीव्र चढउतार समजून घेण्यास मदत करू शकते.
डेटा श्रेणी मर्यादा
डेटा रेंज उपयुक्त असल्या तरी, त्यांचे महत्त्वाचे तोटेही आहेत:
१. टोकाच्या मूल्यांवर जास्त अवलंबून राहणे: जरी बहुतेक डेटा एकमेकांच्या जवळ असला तरी, एक आउटलायर (खूप दूरचे मूल्य) रेंज मोठी दिसू शकते.
२. एकूण वितरणाचे वर्णन करत नाही: रेंज फक्त डेटाच्या टोकांचा विचार करते, मधल्या फरकांबद्दल माहिती देत नाही.
३. लहान नमुन्यांसाठी कमी स्थिर: लहान नमुन्यांमध्ये, एक अतिरिक्त मूल्य असल्यास श्रेणीमध्ये मोठ्या प्रमाणात बदल होऊ शकतो.
उदाहरणार्थ, 10, 11, 12, 13, 14 या डेटामध्ये 4 ची रेंज आहे. जर 100 हे एक मूल्य जोडले, तर रेंज लगेच 90 होते, जरी बहुतेक मूल्ये अजूनही 10-14 च्या दरम्यान असली तरी.
म्हणूनच, रेंजला अनेकदा स्टँडर्ड डिव्हिएशन किंवा इंटरक्वार्टाइल रेंज (IQR) सारख्या इतर मापांनी पूरक केले जाते, जे आउटलायर्सला अधिक प्रतिरोधक असतात.
निष्कर्ष
डेटा सेटची व्याप्ती (रेंज) हे सांख्यिकीमधील विस्ताराचे सर्वात सोपे माप आहे, जे कमाल आणि किमान मूल्यांमधील फरक म्हणून मोजले जाते. त्याच्या साधेपणामुळे, डेटातील फरकाची प्राथमिक समज मिळवण्यासाठी, गटांची तुलना करण्यासाठी आणि संभाव्य टोकाची मूल्ये ओळखण्यासाठी व्याप्ती खूप उपयुक्त आहे. तथापि, आउटलायर्सचा (असामान्य मूल्यांचा) त्यावर मोठ्या प्रमाणावर प्रभाव पडत असल्यामुळे आणि ते डेटाचे वितरण पूर्णपणे दर्शवत नसल्यामुळे, व्याप्तीचा वापर इतर सांख्यिकीय मापांसोबत करणे सर्वोत्तम ठरते.
डेटा रेंजची गणना कशी करावी आणि त्यांचा अर्थ कसा लावावा हे समजून घेतल्याने, तुम्ही मूलभूत सांख्यिकीय विश्लेषण अधिक जलद आणि अचूकपणे करू शकता, तसेच स्पष्ट डेटा सारांशांच्या आधारे प्राथमिक निर्णय घेऊ शकता.
