ਡਾਟਾ ਮੋਡ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ
ਬੁਨਿਆਦੀ ਅੰਕੜਿਆਂ ਵਿੱਚ, ਮੋਡ ਮੱਧਮਾਨ ਅਤੇ ਮੱਧਮਾਨ ਦੇ ਨਾਲ, ਕੇਂਦਰੀ ਪ੍ਰਵਿਰਤੀ ਦਾ ਇੱਕ ਮਾਪ ਹੈ। ਮੋਡ ਅਕਸਰ ਇਸ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਮਝਣਾ ਆਸਾਨ ਹੈ ਅਤੇ ਗਣਨਾ ਕਰਨ ਵਿੱਚ ਤੇਜ਼ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਅਸੀਂ ਡੇਟਾ ਦੇ ਇੱਕ ਸਮੂਹ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ ਹੋਣ ਵਾਲੇ ਮੁੱਲ ਨੂੰ ਲੱਭਣਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ, ਮੋਡ ਦੀ ਧਾਰਨਾ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਖਰੀਦੇ ਗਏ ਕੱਪੜਿਆਂ ਦੇ ਆਕਾਰ, ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵਾਹਨ ਦੀ ਕਿਸਮ, ਸਭ ਤੋਂ ਵੱਧ ਟੈਸਟ ਸਕੋਰ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਸਿੱਧ ਉਤਪਾਦ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਲੇਖ ਵਿਸਥਾਰ ਵਿੱਚ ਚਰਚਾ ਕਰਦਾ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ ਲਈ ਮੋਡ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ: ਸਿੰਗਲ ਡੇਟਾ, ਸਮੂਹਿਕ ਡੇਟਾ, ਅਤੇ ਵਿਸ਼ੇਸ਼ ਸਥਿਤੀਆਂ ਜਿਵੇਂ ਕਿ ਬਾਈਮੋਡਲ ਅਤੇ ਮਲਟੀਮੋਡਲ ਡੇਟਾ।
ਸਮਝ ਮੋਡ
ਮੋਡ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲਾ ਡੇਟਾ ਮੁੱਲ ਹੈ, ਭਾਵ ਇਹ ਹੋਰ ਮੁੱਲਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਵਾਰ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਮੋਡ ਮਾਤਰਾਤਮਕ (ਸੰਖਿਆਤਮਕ) ਅਤੇ ਗੁਣਾਤਮਕ (ਸ਼੍ਰੇਣੀਬੱਧ) ਡੇਟਾ ਦੋਵਾਂ ਲਈ ਢੁਕਵਾਂ ਹੈ, ਜਿਵੇਂ ਕਿ ਮਨਪਸੰਦ ਰੰਗ ਜਾਂ ਭੋਜਨ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਧ ਚੁਣੀਆਂ ਗਈਆਂ ਕਿਸਮਾਂ।
ਸਧਾਰਨ ਉਦਾਹਰਣ:
ਡਾਟਾ: 2, 3, 3, 4, 5
ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਮੁੱਲ 3 ਹੈ (ਦੋ ਵਾਰ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ), ਇਸ ਲਈ ਮੋਡ = 3।
ਹਾਲਾਂਕਿ, ਸਾਰੇ ਡੇਟਾ ਦਾ ਇੱਕ ਮੋਡ ਨਹੀਂ ਹੁੰਦਾ। ਕੁਝ ਡੇਟਾ ਵਿੱਚ ਸਾਰੇ ਮੁੱਲ ਇੱਕੋ ਜਿਹੇ ਅਕਸਰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਇਸ ਲਈ ਕੋਈ ਮੋਡ ਨਹੀਂ ਹੁੰਦਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੁਝ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਤੋਂ ਵੱਧ ਮੋਡ ਹੁੰਦੇ ਹਨ।
ਮੋਡਾਂ ਦੀਆਂ ਕਿਸਮਾਂ
ਗਣਨਾ ਦੇ ਪੜਾਵਾਂ ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਮੋਡਾਂ ਦੇ ਭਿੰਨਤਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ:
1. ਯੂਨੀਮੋਡਲ: ਸਿਰਫ਼ ਇੱਕ ਹੀ ਮੁੱਲ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ (ਸਿੰਗਲ ਮੋਡ)।
2. ਬਾਈਮੋਡਲ: ਦੋ ਮੁੱਲ ਹਨ ਜੋ ਦੋਵੇਂ ਸਭ ਤੋਂ ਵੱਧ ਅਕਸਰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।
3. ਮਲਟੀਮੋਡਲ: ਦੋ ਤੋਂ ਵੱਧ ਮੁੱਲ ਹਨ ਜੋ ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।
4. ਕੋਈ ਮੋਡ ਨਹੀਂ ਹੈ: ਸਾਰੇ ਮੁੱਲ ਇੱਕੋ ਬਾਰੰਬਾਰਤਾ ਨਾਲ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।
ਇਸ ਕਿਸਮ ਦੇ ਢੰਗਾਂ ਨੂੰ ਸਮਝਣ ਨਾਲ ਸਾਨੂੰ ਡੇਟਾ ਦੀ ਵਧੇਰੇ ਸਹੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।
ਸਿੰਗਲ ਡੇਟਾ ਦਾ ਮੋਡ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ
ਸਿੰਗਲ ਡੇਟਾ ਉਹ ਡੇਟਾ ਹੁੰਦਾ ਹੈ ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ, ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਸਮੂਹਬੱਧ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ। ਸਿੰਗਲ ਡੇਟਾ ਦੇ ਮੋਡ ਨੂੰ ਲੱਭਣ ਦੇ ਕਦਮ ਬਹੁਤ ਸਰਲ ਹਨ:
ਕਦਮ:
1. ਡੇਟਾ (ਵਿਕਲਪਿਕ) ਨੂੰ ਸਭ ਤੋਂ ਛੋਟੇ ਤੋਂ ਵੱਡੇ ਤੱਕ ਵਿਵਸਥਿਤ ਕਰੋ ਤਾਂ ਜੋ ਇਸਨੂੰ ਦੇਖਣਾ ਆਸਾਨ ਹੋ ਸਕੇ।
2. ਹਰੇਕ ਮੁੱਲ ਦੀ ਵਾਪਰਨ ਦੀ ਬਾਰੰਬਾਰਤਾ ਗਿਣੋ।
3. ਮੋਡ ਦੇ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲਾ ਮੁੱਲ ਨਿਰਧਾਰਤ ਕਰੋ।
ਰੂਪ:
ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ: 70, 80, 75, 80, 90, 80, 85, 75
ਬਾਰੰਬਾਰਤਾ:
– 70: 1 ਵਾਰ
– 75: 2 ਵਾਰ
– 80: 3 ਵਾਰ
– 85: 1 ਵਾਰ
– 90: 1 ਵਾਰ
ਕਿਉਂਕਿ 80 ਸਭ ਤੋਂ ਵੱਧ (3 ਵਾਰ) ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਮੋਡ = 80।
ਬਾਈਮੋਡਲ ਉਦਾਹਰਨ:
ਡਾਟਾ: 1, 2, 2, 3, 3, 4
ਫ੍ਰੀਕੁਐਂਸੀ 2 ਅਤੇ 3 ਦੋਵੇਂ ਸਭ ਤੋਂ ਵੱਧ (2 ਵਾਰ) ਹਨ, ਇਸ ਲਈ ਮੋਡ = 2 ਅਤੇ 3 (ਬਾਈਮੋਡਲ)।
ਮੋਡ ਤੋਂ ਬਿਨਾਂ ਉਦਾਹਰਨ:
ਡਾਟਾ: 5, 6, 7, 8
ਸਾਰੇ ਮੁੱਲ ਇੱਕ ਵਾਰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਇਸ ਲਈ, ਡੇਟਾ ਦਾ ਕੋਈ ਮੋਡ ਨਹੀਂ ਹੁੰਦਾ।
ਸਮੂਹਬੱਧ ਡੇਟਾ ਵਿੱਚ ਮੋਡ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ
ਅਭਿਆਸ ਵਿੱਚ, ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮੂਹਿਕ ਡੇਟਾ ਵਿੱਚ ਸੰਖੇਪ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਯਾਨੀ ਕਿ, ਕਲਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਸਮੂਹਿਕ ਡੇਟਾ (ਜਿਵੇਂ ਕਿ, 60–69, 70–79, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ)। ਸਮੂਹਿਕ ਡੇਟਾ ਵਿੱਚ, ਮੋਡ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਇੱਕ ਖਾਸ ਸੰਖਿਆ ਤੋਂ ਨਹੀਂ ਲਿਆ ਜਾ ਸਕਦਾ, ਸਗੋਂ ਮੋਡ ਕਲਾਸ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਮਾਨ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
1. ਮੋਡ ਕਲਾਸ ਨਿਰਧਾਰਤ ਕਰੋ
ਮੋਡ ਕਲਾਸ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲਾ ਕਲਾਸ ਅੰਤਰਾਲ ਹੈ।
ਉਦਾਹਰਨ ਸਾਰਣੀ:
| ਮੁੱਲ ਅੰਤਰਾਲ | ਬਾਰੰਬਾਰਤਾ |
|—|—:|
| 40–49 | 3 |
| 50–59 | 6 |
| 60–69 | 10 |
| 70–79 | 8 |
| 80–89 | 5 |
60-69 ਦੇ ਅੰਤਰਾਲ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ 10 ਹੈ, ਇਸ ਲਈ ਮੋਡ ਕਲਾਸ = 60-69।
2. ਗਰੁੱਪਡ ਡੇਟਾ ਫਾਰਮੂਲੇ ਨਾਲ ਮੋਡ ਦੀ ਗਣਨਾ ਕਰਨਾ
ਸਮੂਹਬੱਧ ਡੇਟਾ ਦੇ ਮੋਡ ਲਈ ਫਾਰਮੂਲਾ ਜੋ ਅਕਸਰ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ:
\[
ਮੋ = L + \left(\frac{d_1}{d_1 + d_2}\right)\times p
\]
ਜਾਣਕਾਰੀ:
– ਮੋ = ਮੋਡ (ਅਨੁਮਾਨਿਤ ਮੋਡ ਮੁੱਲ)
– L = ਮੋਡ ਕਲਾਸ ਦਾ ਹੇਠਲਾ ਕਿਨਾਰਾ
– p = ਕਲਾਸ ਦੀ ਲੰਬਾਈ (ਅੰਤਰਾਲ ਚੌੜਾਈ)
– d₁ = ਮੋਡ ਕਲਾਸ ਦੀ ਬਾਰੰਬਾਰਤਾ - ਪਿਛਲੀ ਕਲਾਸ ਦੀ ਬਾਰੰਬਾਰਤਾ
– d₂ = ਮੋਡ ਕਲਾਸ ਦੀ ਬਾਰੰਬਾਰਤਾ - ਅਗਲੀ ਕਲਾਸ ਦੀ ਬਾਰੰਬਾਰਤਾ
ਗਣਨਾ ਉਦਾਹਰਨ:
ਪਿਛਲੀ ਸਾਰਣੀ ਤੋਂ:
- ਮੋਡ ਕਲਾਸ: 60–69, ਬਾਰੰਬਾਰਤਾ = 10
– ਪਿਛਲੀ ਕਲਾਸ: 50–59, ਬਾਰੰਬਾਰਤਾ = 6
– ਅਗਲੀ ਸ਼੍ਰੇਣੀ: 70–79, ਬਾਰੰਬਾਰਤਾ = 8
ਭਾਗਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ:
– L = ਮੋਡ ਕਲਾਸ ਦੀ ਹੇਠਲੀ ਸੀਮਾ = 59,5 (ਕਿਉਂਕਿ ਹੇਠਲੀ ਸੀਮਾ 60 ਹੈ, ਹੇਠਲੀ ਸੀਮਾ = 59,5)
– ਪੀ = 10
– d₁ = 10 − 6 = 4
– d₂ = 10 − 8 = 2
ਫਾਰਮੂਲੇ ਵਿੱਚ ਦਰਜ ਕਰੋ:
\[
ਮੋ = 59,5 + \left(\frac{4}{4+2}\right)\times 10
\]
\[
ਮੋ = 59,5 + \left(\frac{4}{6}\right)\times 10
\]
\[
ਮੋ = 59,5 + 6,67 = 66,17
\]
ਇਸ ਲਈ, ਸਮੂਹਬੱਧ ਡੇਟਾ ਦਾ ਮੋਡ ≈ 66,17 ਹੈ। ਇਹ ਅੰਤਰਾਲ 60-69 ਵਿੱਚ ਮੋਡ ਮੁੱਲ ਦਾ ਅਨੁਮਾਨ ਹੈ।
ਮੋਡ ਲੱਭਣ ਵੇਲੇ ਆਮ ਗਲਤੀਆਂ
ਭਾਵੇਂ ਇਹ ਮੋਡ ਸਧਾਰਨ ਲੱਗਦਾ ਹੈ, ਪਰ ਕਈ ਆਮ ਗਲਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ:
1. ਮੰਨ ਲਓ ਕਿ ਮੋਡ ਹਮੇਸ਼ਾ ਮੌਜੂਦ ਹੈ
ਹਾਲਾਂਕਿ, ਡੇਟਾ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ ਆਉਣ ਵਾਲੇ ਮੁੱਲ ਨਹੀਂ ਹੋ ਸਕਦੇ ਹਨ।
2. ਬਾਰੰਬਾਰਤਾ ਦੀ ਧਿਆਨ ਨਾਲ ਗਣਨਾ ਨਾ ਕਰਨਾ
ਸਿੰਗਲ ਡੇਟਾ ਵਿੱਚ, ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਲਤ ਗਣਨਾ ਕਰਨ ਨਾਲ ਇੱਕ ਗਲਤ ਮੋਡ ਬਣ ਜਾਂਦਾ ਹੈ।
3. ਮੋਡ ਕਲਾਸ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਨਿਰਧਾਰਤ ਕਰਨਾ
ਸਮੂਹਬੱਧ ਡੇਟਾ ਵਿੱਚ, ਮੋਡ ਕਲਾਸ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
4. ਕਲਾਸ ਦੇ ਹੇਠਲੇ ਕਿਨਾਰੇ ਅਤੇ ਲੰਬਾਈ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਨਿਰਧਾਰਤ ਕੀਤਾ ਗਿਆ ਹੈ।
ਸਮੂਹਬੱਧ ਡੇਟਾ ਮੋਡ ਫਾਰਮੂਲੇ ਵਿੱਚ, ਹੇਠਲੀ ਸੀਮਾ (L) ਆਮ ਹੇਠਲੀ ਸੀਮਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਕਲਾਸ ਦੀ ਹੇਠਲੀ ਸੀਮਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਕਲਾਸ 60-69 ਲਈ 59,5)।
ਮੋਡ ਕਦੋਂ ਵਰਤਣਾ ਜ਼ਿਆਦਾ ਢੁਕਵਾਂ ਹੈ?
ਇਹ ਮੋਡ ਬਹੁਤ ਉਪਯੋਗੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ:
- ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਡੇਟਾ (ਜਿਵੇਂ ਕਿ ਬ੍ਰਾਂਡ, ਰੰਗ, ਵਸਤੂ ਦੀ ਕਿਸਮ)।
- ਅਸੀਂ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਵਿਕਲਪਾਂ ਨੂੰ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ।
- ਡੇਟਾ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁੱਲ ਹਨ ਜੋ ਔਸਤ ਨੂੰ ਵਿਗਾੜ ਸਕਦੇ ਹਨ।
- ਡੇਟਾ ਵੰਡ ਅਸਮਿਤ ਹੈ ਅਤੇ ਮੱਧਮਾਨ/ਔਸਤ ਘੱਟ ਪ੍ਰਤੀਨਿਧ ਹੈ।
ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ 10 ਲੋਕਾਂ ਦੀ ਆਮਦਨ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਤਾਂ ਔਸਤ ਨੂੰ ਉੱਪਰ ਵੱਲ "ਧੱਕਿਆ" ਜਾ ਸਕਦਾ ਹੈ। ਅਜਿਹੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇਹ ਮੋਡ ਆਮਦਨ ਦੀ ਸਭ ਤੋਂ ਆਮ ਤਸਵੀਰ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
ਬੰਦ ਕੀਤਾ ਜਾ ਰਿਹਾ
ਡੇਟਾ ਦੇ ਮੋਡ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਇੱਕ ਬੁਨਿਆਦੀ ਅੰਕੜਾ ਹੁਨਰ ਹੈ ਜੋ ਸਧਾਰਨ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਦੋਵਾਂ ਲਈ ਲਾਭਦਾਇਕ ਹੈ। ਸਿੰਗਲ ਡੇਟਾ ਸੈੱਟਾਂ ਲਈ, ਮੋਡ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ ਆਉਣ ਵਾਲੇ ਮੁੱਲ ਨੂੰ ਦੇਖ ਕੇ ਪਾਇਆ ਜਾਂਦਾ ਹੈ। ਸਮੂਹਬੱਧ ਡੇਟਾ ਸੈੱਟਾਂ ਲਈ, ਮੋਡ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲੇ ਵਰਗ ਤੋਂ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਵਧੇਰੇ ਸਟੀਕ ਅਨੁਮਾਨ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇੱਕ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਗਣਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਕਦਮਾਂ ਨੂੰ ਸਮਝ ਕੇ, ਤੁਸੀਂ ਡੇਟਾ ਨੂੰ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਡੇਟਾ ਸੈੱਟ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਕੱਢ ਸਕਦੇ ਹੋ।
ਜੇ ਤੁਸੀਂ ਚਾਹੋ, ਤਾਂ ਮੈਂ ਚਰਚਾਵਾਂ (ਸਿੰਗਲ ਡੇਟਾ ਅਤੇ ਗਰੁੱਪਡ ਡੇਟਾ) ਦੇ ਨਾਲ ਉਦਾਹਰਣ ਅਭਿਆਸ ਪ੍ਰਸ਼ਨ ਵੀ ਬਣਾ ਸਕਦਾ ਹਾਂ ਤਾਂ ਜੋ ਤੁਸੀਂ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝ ਸਕੋ ਕਿ ਮੋਡ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ।
