गट डेटाचे विचलन आणि मानक विचलन

गट डेटाचे विचलन आणि मानक विचलन

सांख्यिकी ही गणिताची एक शाखा आहे, जिचा उपयोग माहिती गोळा करणे, संघटित करणे, विश्लेषण करणे, अर्थ लावणे आणि सादर करणे यासाठी होतो. सांख्यिकीमधील एक महत्त्वाची संकल्पना म्हणजे परिवर्तनशीलता, म्हणजेच माहितीचा विस्तार मोजणे. परिवर्तनशीलतेची दोन प्रमुख मापे म्हणजे विचरण आणि प्रमाण विचलन. हा लेख विशेषतः गट माहितीच्या संदर्भात, विचरण आणि प्रमाण विचलन यांचा सखोल अभ्यास करेल.

परिवर्तनशीलतेची व्याख्या आणि महत्त्व

परिवर्तनशीलता हे मोजते की डेटा त्याच्या सरासरीपासून किती दूर पसरला आहे. परिवर्तनशीलता मोजणे महत्त्वाचे आहे कारण त्यातून अशी अतिरिक्त माहिती मिळते जी केवळ सरासरीसारख्या केंद्रीय प्रवृत्तीच्या मापनांवरून मिळू शकत नाही. परिवर्तनशीलतेचे मापन जाणून घेतल्याने, डेटा किती सुसंगत आहे हे आपण समजू शकतो आणि संभाव्य बाह्य घटक किंवा विसंगती ओळखू शकतो.

विचलन आणि मानक विचलन समजून घेणे

विचलन हे डेटाच्या वितरणाचे एक माप आहे, जे प्रत्येक डेटा बिंदू त्याच्या मध्यापासून किती दूर आहे हे चौरस एककांमध्ये दर्शवते. लोकसंख्येसाठी ते \( \sigma^2 \) या चिन्हाने आणि नमुन्यासाठी \( s^2 \) या चिन्हाने दर्शवले जाते. लोकसंख्येच्या डेटासाठी विचलनाचे सूत्र खालीलप्रमाणे आहे:
\[ \sigma^2 = \frac{\sum (X_i – \mu)^2}{N} \]

नमुन्याबद्दल बोलायचे झाल्यास, सूत्र खालीलप्रमाणे आहे:
\[ s^2 = \frac{\sum (X_i – \bar{X})^2}{n-1} \]

कुठे:
– \( X_i \) हे वैयक्तिक डेटा मूल्य आहे
– \( \mu \) हे लोकसंख्येचे सरासरी आहे
– \( \bar{X} \) हे नमुना मध्य आहे
– \( N \) ही लोकसंख्येची लांबी आहे
– \( n \) हा नमुन्याचा आकार आहे

प्रमाण विचलन हे प्रसरणाचे वर्गमूळ आहे. ते लोकसंख्येसाठी \( \sigma \) आणि नमुन्यासाठी \( s \) या चिन्हांनी दर्शविले जाते. प्रमाण विचलन डेटाच्या एककांना त्यांच्या मूळ स्वरूपात परत आणते, ज्यामुळे प्रसरणापेक्षा त्याचा अर्थ लावणे सोपे होते.

\[ \sigma = \sqrt{\sigma^2} \]
\[ s = \sqrt{s^2} \]

गट डेटा

गटबद्ध डेटा म्हणजे असा डेटा ज्याचे अनेक श्रेणींमध्ये किंवा अंतरांमध्ये वर्गीकरण केलेले असते. उदाहरणार्थ, विद्यार्थ्यांची उंची १५०-१५५ सेमी, १५५-१६० सेमी, इत्यादी अंतरांमध्ये विभागली जाते. गटबद्ध डेटावरील विचलन आणि मानक विचलनाचे विश्लेषण करण्यासाठी, वैयक्तिक डेटाचे विश्लेषण करण्यापेक्षा किंचित वेगळ्या दृष्टिकोनाची आवश्यकता असते.

गट डेटासाठी विचलन आणि मानक विचलन मोजण्याची प्रक्रिया

गट डेटाचे विचलन आणि मानक विचलन मोजण्याची प्रक्रिया खालीलप्रमाणे आहे:

१. वारंवारता वितरण तक्ता तयार करा
डेटा अनेक वर्गांमध्ये किंवा अंतरांमध्ये विभागला जातो.
– प्रत्येक अंतराची वारंवारता (प्रत्येक अंतरातील डेटाची संख्या) नोंदवली जाते.

२. वर्गाचा मध्यबिंदू निश्चित करणे
– प्रत्येक अंतराचा मध्यबिंदू खालीलप्रमाणे मोजला जातो: \( \text{मध्यबिंदू} = \frac{\text{खालची मर्यादा} + \text{वरची मर्यादा}}{2} \)

३. तात्पुरती सरासरी (\( \bar{X} \)) मोजणे
– सरासरीची गणना खालील सूत्राने केली जाते: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– जिथे \( f_i \) ही वारंवारता आहे आणि \( x_i \) हा अंतराचा मध्यबिंदू आहे.

४. मध्यापासूनचे विचलन आणि त्याचा वर्ग मोजणे
– प्रत्येक अंतरासाठी, मध्यापासूनचे विचलन खालीलप्रमाणे मोजले जाते: \( d_i = x_i – \bar{X} \)
– मग वर्ग काढा: \( d_i^2 \)

५. विचलन आणि मानक विचलनाची गणना करणे
– विचलन खालील सूत्राने मोजले जाते: \( s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– मानक विचलन हे प्रसरणाचे वर्गमूळ असते: \( s = \sqrt{s^2} \)

गणना उदाहरण

समजा आपल्याकडे विद्यार्थ्यांच्या उंचीचा डेटा खालीलप्रमाणे गटबद्ध केलेला आहे:

| अंतर (सेमी) | वारंवारता (फॅ) |
|—————|—————|
| १७० – १७४ | २ |
| १६० – १६४ | १५ |
| १६० – १६४ | १५ |
| १७० – १७४ | २ |
| १७० – १७४ | २ |

१. वारंवारता वितरण तक्ता:

| मध्यांतर (सेमी) | वारंवारता (एफ) | मध्यबिंदू (एक्स) | \( एफ \सीडॉट एक्स \) | \( डी = एक्स – \बार{एक्स} \) | \( डी^२ \) | \( एफ \सीडॉट डी^२ \) |
|——————|——————|——————|——————–|——————–|——————-|
| १७० – १७४ | २ | १७२ | ३४४ | | | |
| १६० – १६४ | १५ | १६२ | २४३० | | | |
| १६० – १६४ | १५ | १६२ | २४३० | | | |
| १६५ – १६९ | ८ | १६७ | १३३६ | | | |
| १७० – १७४ | २ | १७२ | ३४४ | | | |
| एकूण | ४० | | ६४४० | | | |

२. सरासरीची गणना (\( \bar{X} \)):
\[ \bar{X} = \frac{6440}{40} = 161 \]

३. मध्यापासूनचे विचलन आणि त्याच्या वर्गाची गणना करणे:

| मध्यांतर (सेमी) | वारंवारता (एफ) | मध्यबिंदू (एक्स) | \( एफ \cdot एक्स \) | \( डी = एक्स – १६१ \) | \( डी^२ \) | \( एफ \cdot डी^२ \) |
|——————|——————|——————|——————–|——————-|——————-|
| १५० – १५४ | ५ | १५२ | ७६० | -९ | ८१ | ४०५ |
| १५५ – १५९ | १० | १५७ | १५७० | -४ | १६ | १६० |
| १६० – १६४ | १५ | १६२ | २४३० | १ | १ | १५ |
| १६५ – १६९ | ८ | १६७ | १३३६ | ६ | ३६ | २८८ |
| १७० – १७४ | २ | १७२ | ३४४ | ११ | १२१ | २४२ |
| एकूण | ४० | | ६४४० | | | १११० |

४. प्रसरणाची गणना:
\[ s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \approx 28.46 \]

५. मानक विचलनाची गणना करणे:
\[ s = \sqrt{28.46} \approx 5.33 \]

निष्कर्ष

विचलन आणि प्रमाण विचलन ही सांख्यिकीमधील महत्त्वाची मापे आहेत, जी माहितीच्या मध्याभोवतीच्या वितरणाचे वर्णन करतात. या संकल्पना वैयक्तिक माहितीला लागू करता येत असल्या तरी, गटबद्ध माहितीसाठी गणना प्रक्रिया थोडी वेगळी असते. वरील उदाहरणावरून, आपण गटबद्ध माहितीसाठी विचलन आणि प्रमाण विचलन मोजण्याच्या सविस्तर पायऱ्या पाहू शकतो. ही माहिती शैक्षणिक संशोधनापासून ते व्यवसाय आणि उत्पादन विश्लेषणापर्यंत विविध उपयोगांमध्ये उपयुक्त आहे.

विचलन आणि मानक विचलनाची चांगली समज असल्यास, आपण आपल्याकडील माहितीचे अधिक अचूकपणे विश्लेषण करून त्या आधारावर निर्णय घेऊ शकतो. यामुळे आपल्याला केवळ अचूकच नव्हे, तर सुसंगत असलेले निकाल मिळवणे शक्य होते.