ਉਦਾਹਰਨ ਸਵਾਲ ਅਤੇ ਚਰਚਾ: ਸਿੰਗਲ ਡੇਟਾ ਦਾ ਭਿੰਨਤਾ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ
ਅੰਕੜਾ ਗਣਿਤ ਦੀ ਇੱਕ ਸ਼ਾਖਾ ਹੈ ਜੋ ਡੇਟਾ ਦੇ ਸੰਗ੍ਰਹਿ, ਵਿਸ਼ਲੇਸ਼ਣ, ਵਿਆਖਿਆ, ਪੇਸ਼ਕਾਰੀ ਅਤੇ ਸੰਗਠਨ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਅੰਕੜਿਆਂ ਵਿੱਚ ਦੋ ਮਹੱਤਵਪੂਰਨ ਸੰਕਲਪ ਹਨ ਪਰਿਵਰਤਨ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ। ਇਹ ਲੇਖ ਕਈ ਉਦਾਹਰਣ ਸਮੱਸਿਆਵਾਂ ਦੁਆਰਾ ਇੱਕ ਸਿੰਗਲ ਡੇਟਾ ਸੈੱਟ ਦੇ ਪਰਿਵਰਤਨ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਸ ਬਾਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਚਰਚਾ ਕਰੇਗਾ।
ਵਿਭਿੰਨਤਾ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ ਨੂੰ ਸਮਝਣਾ
ਵੇਰੀਐਂਸ ਇੱਕ ਮਾਪ ਹੈ ਜੋ ਇਹ ਮਾਪਦਾ ਹੈ ਕਿ ਇੱਕ ਡੇਟਾ ਸੈੱਟ ਵਿੱਚ ਸੰਖਿਆਵਾਂ ਔਸਤ ਜਾਂ ਔਸਤ ਤੋਂ ਕਿੰਨੀ ਦੂਰ ਫੈਲੀਆਂ ਹੋਈਆਂ ਹਨ। ਵੇਰੀਐਂਸ ਨੂੰ ਮੂਲ ਡੇਟਾ ਦੇ ਵਰਗ ਇਕਾਈਆਂ ਵਿੱਚ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਵਿਆਖਿਆ ਕਰਨਾ ਅਕਸਰ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।
ਮਿਆਰੀ ਭਟਕਣਾ ਵਿਭਿੰਨਤਾ ਦਾ ਵਰਗਮੂਲ ਹੈ। ਇਹ ਇੱਕ ਵਧੇਰੇ ਅਨੁਭਵੀ ਮਾਪ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਕਿ ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ ਔਸਤ ਤੋਂ ਕਿੰਨੀ ਦੂਰ ਭਟਕਦਾ ਹੈ ਕਿਉਂਕਿ ਇਸ ਦੀਆਂ ਇਕਾਈਆਂ ਡੇਟਾ ਦੀਆਂ ਮੂਲ ਇਕਾਈਆਂ ਦੇ ਸਮਾਨ ਹਨ।
ਜਨਰਲ ਫਾਰਮੂਲਾ
ਸਿੰਗਲ ਡੇਟਾ ਲਈ, ਆਬਾਦੀ ਦੇ ਭਿੰਨਤਾ \( \ਸਿਗਮਾ^2 \) ਅਤੇ ਮਿਆਰੀ ਭਟਕਣ \( \ਸਿਗਮਾ \) ਲਈ ਫਾਰਮੂਲਾ ਇਸ ਪ੍ਰਕਾਰ ਹੈ:
1. ਭਿੰਨਤਾ (σ²):
\( \ਸਿਗਮਾ^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. ਮਿਆਰੀ ਭਟਕਣਾ (σ):
\( \ਸਿਗਮਾ = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
ਮਨ:
– \( N \) ਆਬਾਦੀ ਵਿੱਚ ਡੇਟਾ ਦੀ ਸੰਖਿਆ ਹੈ।
– \( x_i \) ith ਡੇਟਾ ਮੁੱਲ ਹੈ।
– \( \mu \) ਡੇਟਾ ਦਾ ਔਸਤ ਜਾਂ ਔਸਤ ਹੈ।
ਜੇਕਰ ਅਸੀਂ ਨਮੂਨੇ ਦੇ ਭਿੰਨਤਾ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਉਪਰੋਕਤ ਫਾਰਮੂਲਾ ਥੋੜ੍ਹਾ ਸੋਧਿਆ ਜਾਂਦਾ ਹੈ:
1. ਨਮੂਨਾ ਭਿੰਨਤਾ (s²):
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. ਨਮੂਨਾ ਮਿਆਰੀ ਭਟਕਣਾ (ਆਂ):
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)
ਮਨ:
– \( n \) ਨਮੂਨੇ ਵਿੱਚ ਡੇਟਾ ਦੀ ਸੰਖਿਆ ਹੈ।
– \( \bar{x} \) ਨਮੂਨੇ ਦਾ ਔਸਤ ਜਾਂ ਔਸਤ ਹੈ।
ਨਮੂਨਾ ਸਵਾਲ ਅਤੇ ਚਰਚਾ
ਉਦਾਹਰਨ ਸਵਾਲ 1:
ਹੇਠ ਦਿੱਤੇ ਡੇਟਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ:
8, 10, 10, 10, 12, 14
ਡੇਟਾ ਦੇ ਭਿੰਨਤਾ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣ ਦੀ ਗਣਨਾ ਕਰੋ!
ਹੱਲ ਦੇ ਕਦਮ:
1. ਔਸਤ (ਔਸਤ) \( \mu \) ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. ਡੇਟਾ ਅਤੇ ਔਸਤ ਵਿਚਕਾਰ ਅੰਤਰ ਦੀ ਗਣਨਾ ਕਰੋ, ਫਿਰ ਵਰਗ ਕਰੋ:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. ਸਾਰੇ ਵਰਗ ਨਤੀਜੇ ਜੋੜਨਾ:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. ਆਬਾਦੀ ਡੇਟਾ ਦੇ ਭਿੰਨਤਾ (σ²) ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[
\ਸਿਗਮਾ^2 = \frac{21.3534}{6} = 3.559
\]
ਨੋਟ: ਕਿਉਂਕਿ ਇਹ ਡੇਟਾ ਆਬਾਦੀ ਡੇਟਾ ਦੇ ਤੌਰ 'ਤੇ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਅਸੀਂ ਇਸਨੂੰ 6 ਨਾਲ ਵੰਡਦੇ ਹਾਂ।
5. ਮਿਆਰੀ ਭਟਕਣ (σ) ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[
\ਸਿਗਮਾ = \sqrt{3.559} \ਲਗਭਗ 1.886
\]
ਇਸ ਲਈ, ਡੇਟਾ ਦਾ ਵਿਭਿੰਨਤਾ 3.559 ਹੈ ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ 1.886 ਹੈ।
ਉਦਾਹਰਨ ਸਵਾਲ 2:
ਹੇਠ ਦਿੱਤੇ ਨਮੂਨਾ ਡੇਟਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ:
5, 6, 8, 9, 10, 11
ਨਮੂਨੇ ਦੇ ਭਿੰਨਤਾ ਅਤੇ ਮਿਆਰੀ ਭਟਕਣ ਦੀ ਗਣਨਾ ਕਰੋ!
ਹੱਲ ਦੇ ਕਦਮ:
1. ਔਸਤ (ਔਸਤ) \( \bar{x} \) ਦੀ ਗਣਨਾ ਕਰਨਾ :
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. ਡੇਟਾ ਅਤੇ ਔਸਤ ਵਿਚਕਾਰ ਅੰਤਰ ਦੀ ਗਣਨਾ ਕਰੋ, ਫਿਰ ਵਰਗ ਕਰੋ:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. ਸਾਰੇ ਵਰਗ ਨਤੀਜੇ ਜੋੜਨਾ:
\[
\sum (x_i – \bar{x})^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. ਨਮੂਨਾ ਭਿੰਨਤਾ (s²) ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[
s^2 = \frac{26.757}{5} = 5.351
\]
ਨੋਟ: ਕਿਉਂਕਿ ਇਹ ਨਮੂਨਾ ਡੇਟਾ ਹੈ, ਅਸੀਂ 5 (n-1) ਨਾਲ ਭਾਗ ਕਰਦੇ ਹਾਂ।
5. ਮਿਆਰੀ ਭਟਕਣ (ਆਂ) ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[
s = \sqrt{5.351} \ਲਗਭਗ 2.313
\]
ਇਸ ਲਈ, ਨਮੂਨਾ ਡੇਟਾ ਦਾ ਵਿਭਿੰਨਤਾ 5.351 ਹੈ ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ 2.313 ਹੈ।
ਸਿੱਟਾ
ਦਿੱਤੇ ਗਏ ਸੈੱਟ ਦੇ ਅੰਦਰ ਡੇਟਾ ਕਿਵੇਂ ਫੈਲਿਆ ਹੋਇਆ ਹੈ, ਇਹ ਸਮਝਣ ਲਈ ਵੇਰੀਐਂਸ ਅਤੇ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਦੀ ਗਣਨਾ ਕਰਨਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। ਜਦੋਂ ਕਿ ਵੇਰੀਐਂਸ ਮੂਲ ਇਕਾਈਆਂ ਦੇ ਵਰਗਾਂ ਵਿੱਚ ਫੈਲਾਅ ਦਾ ਇੱਕ ਸਿਧਾਂਤਕ ਮਾਪ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਡੇਟਾ ਦੀਆਂ ਮੂਲ ਇਕਾਈਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਫੈਲਾਅ ਦੇ ਮਾਪ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਸਮਝਣਾ ਆਸਾਨ ਹੋ ਜਾਂਦਾ ਹੈ। ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਇਹਨਾਂ ਦੋ ਮਾਪਾਂ ਦੀ ਵਰਤੋਂ ਅਕਸਰ ਡੇਟਾ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਅੰਕੜਾਤਮਕ ਫੈਸਲੇ ਲੈਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਜ਼ਰੂਰੀ ਕਦਮਾਂ ਅਤੇ ਫਾਰਮੂਲਿਆਂ ਨੂੰ ਸਮਝ ਕੇ, ਅਸੀਂ ਰੋਜ਼ਾਨਾ ਡੇਟਾ ਸੰਗ੍ਰਹਿ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਆਉਣ ਵਾਲੀਆਂ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਲਈ ਪਰਿਵਰਤਨ ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ ਦੀ ਆਸਾਨੀ ਨਾਲ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹਾਂ। ਉਮੀਦ ਹੈ, ਇਹ ਲੇਖ ਸਿੰਗਲ ਡੇਟਾ ਸੈੱਟਾਂ ਵਿੱਚ ਪਰਿਵਰਤਨ ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਦੀ ਡੂੰਘੀ ਸਮਝ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।
