د مرکزي تمایل اندازه کول: د معلوماتو تحلیل کې د پوهیدو اهمیت
په مختلفو علمي برخو کې، د معلوماتو ښه پوهه د دقیقو او باخبره پریکړو کولو لپاره یو مهم بنسټ دی. د معلوماتو تحلیل کې یو مهم مفهوم د مرکزي تمایل اندازه کول دي. د مرکزي تمایل اندازه کول د معلوماتو ویش د مرکز موقعیت عمومي نظر چمتو کوي. دا مقاله به د مرکزي تمایل مختلف اندازه کول، ولې دوی مهم دي، او په عمل کې څنګه کارول کیږي په تفصیل سره وپلټي.
د مرکزي کولو اقداماتو پوهیدل
د مرکزي تمایل اندازه کول هغه ارزښت ته اشاره کوي چې د معلوماتو سیټ منځنۍ نقطه یا "مرکز" استازیتوب کوي. د مرکزي تمایل ډیری عام کارول شوي اندازه ګانې شتون لري، پشمول د اوسط، میډیا او حالت. هره طریقه ګټې او زیانونه لري، د تحلیل شوي معلوماتو د نوعیت پورې اړه لري.
منځنۍ (اوسط)
اوسط د مرکزي تمایل یو له خورا عامو کارول شویو اقداماتو څخه دی. دا د معلوماتو سیټ کې د ټولو ارزښتونو په اضافه کولو او بیا د ارزښتونو د شمیر سره ویشلو سره محاسبه کیږي. د اوسط لپاره عمومي فورمول دا دی:
\[
\متن{منځنی} (\mu) = \frac{\sum x_i}{N}
\]
چیرته چې \( \sum x_i \) د ډیټاسیټ کې د ټولو ارزښتونو مجموعه ده، او \( N \) د ارزښتونو یا مشاهدو شمیر دی.
د مین ګټې او زیانونه
– ګټې: د اوسط محاسبه او پوهیدل اسانه دي. دا ټول شته معلومات کاروي، چې دا د هر معلوماتي ارزښت کې بدلونونو ته حساس کوي.
– زیانونه: ځکه چې اوسط ټول معلومات په پام کې نیسي، دا د بهرنیانو لخوا خورا اغیزمن کیږي (هغه ارزښتونه چې د نورو څخه د پام وړ توپیر لري). بهرنیان کولی شي اوسط د معلوماتو د ریښتیني مرکز څخه لوړ یا ټیټ بدل کړي.
میډیا
میډیا د معلوماتو په سیټ کې هغه منځنی ارزښت دی کله چې معلومات په ختلو یا نزولي ترتیب کې ترتیب شوي وي. که چیرې د مشاهدو شمیر طاق وي، نو میډیا دقیق منځنی ارزښت دی. که چیرې د مشاهدو شمیر مساوي وي، نو میډیا د دوو منځنیو ارزښتونو اوسط دی. د میډیا محاسبه کولو لپاره، معلومات ترتیب کړئ او منځنی ارزښت وټاکئ.
د میډیا ګټې او زیانونه
– ګټې: منځنی د اوسط په څیر د بهرنیو لخوا اغیزمن نه کیږي. دا د ویش د مرکز ډیر دقیق انځور چمتو کوي چې بهرني لري.
– زیانونه: میډیان په ټولګه کې ټول معلومات نه کاروي، یوازې په مینځ کې معلومات کاروي. دا کولی شي په معلوماتو کې خورا ډیر بدلونونه له پامه وغورځوي.
حالت
موډ هغه ارزښت یا ارزښتونه دي چې په ډیټا سیټ کې ډیری ځله څرګندیږي. یو ډیټاسیټ نشي کولی هیڅ حالت ولري (که چیرې ټول ارزښتونه د ورته فریکونسۍ سره څرګند شي)، یو حالت (یونیموډل)، یا له یو څخه ډیر حالت (بایموډل یا څو موډل).
د موډ ګټې او زیانونه
- ګټې: موډ په کټګوري معلوماتو کې خورا ګټور دی چیرې چې موږ غواړو پوه شو چې کومه کټګوري خورا عام ده.
– زیانونه: حالت ممکن د عددي معلوماتو لپاره استازیتوب انځور چمتو نه کړي، په ځانګړي توګه که چیرې د معلوماتو ویش په پراخه کچه د نږدې مساوي فریکونسیو سره خپور شي.
په مختلفو برخو کې د مرکزي کولو اقداماتو پلي کول
تشریحي احصایې
په تشریحي احصایو کې، د مرکزي تمایل اندازه کول د معلوماتو تحلیل کې اړین وسایل دي. اوسط، منځنی، او حالت د لوی معلوماتو اصلي ځانګړتیاوې په یوه واحد شمیر کې لنډیز یا تشریح کولو کې مرسته کوي چې مرکزي نقطه استازیتوب کوي.
اقتصاد
په اقتصاد کې، اوسط د اوسط عاید یا اوسط لګښت محاسبه کولو لپاره کارول کیږي. اوسط ډیری وختونه د عاید ویش تحلیل کې کارول کیږي ځکه چې دا د سختو ارزښتونو نفوذ کموي. د مثال په توګه، د یوې سیمې اوسط عاید ممکن دقیق انځور چمتو نکړي که چیرې ځینې اشخاص ډیر لوړ عاید ولري. اوسط عاید به د حقیقي وضعیت ډیر استازیتوب ارزښت چمتو کړي.
روغتیا
په روغتیایی څیړنه کې، د مرکزي تمایل اندازه کول کولی شي د متغیرونو د اوسط ارزښت پیژندلو کې مرسته وکړي لکه د وینې فشار، د کولیسټرول کچه، یا د ناروغ عمر. اوسط کولی شي د اندازه کولو اوسط په پوهیدو کې مرسته وکړي، پداسې حال کې چې اوسط د ناروغانو د مختلفو ډلو پرتله کولو لپاره کارول کیدی شي، په ځانګړې توګه که چیرې په معلوماتو کې خورا ډیر ارزښتونه شتون ولري چې کولی شي په اوسط اغیزه وکړي.
پنډیډکان
په تعلیم کې، د زده کونکو د نمرو اوسط د ټولګي د ټول فعالیت ارزولو لپاره کارول کیدی شي. په هرصورت، که چیرې د زده کونکو په نمرو کې سخت توپیرونه شتون ولري، نو میډیا ممکن د ټولګي د ډیری زده کونکو د فعالیت ډیر دقیق استازیتوب چمتو کړي.
د سم مرکز کولو اندازه غوره کول
د مرکزي تمایل د سمې اندازې غوره کول په لویه کچه د معلوماتو په ماهیت او د تحلیل په هدف پورې اړه لري. دلته ځینې عمومي لارښوونې دي:
۱. که چیرې معلومات د خارجیانو پرته متناسب وي: اوسط معمولا یو مناسب استازیتوب وي.
۲. که چیرې معلومات بهرنۍ برخې یا غیر متناسب ویش ولري: د میډین کارول ډیر مناسب دي.
۳. د کټګوري معلوماتو لپاره: حالت ترټولو معلوماتي اندازه ده.
د معلوماتو لید سره د پوهې ښه کول
د مرکزي تمایل د اندازه کولو سربیره، د معلوماتو لیدونه لکه هسټوګرامونه، بکس پلاټونه، یا د کرنل کثافت پلاټونه کولی شي د معلوماتو ویش په ښه پوهیدو کې مرسته وکړي. دا لیدونه مرسته کوي چې دا روښانه کړي چې معلومات څنګه ویشل کیږي او ایا کوم مهم بهرني یا تخفیف شتون لري.
پایله
د مرکزي تمایل اندازه کول د معلوماتو تحلیل کې بنسټیز مفکورې دي چې د معلوماتو ویش لنډیز او پوهیدو کې مرسته کوي. اوسط، منځنی او حالت هر یو د تحلیل شوي معلوماتو ځانګړتیاو پورې اړه لري مهم رول لوبوي. د مرکزي تمایل د سمې اندازې غوره کول په مختلفو برخو کې د تحلیل او پریکړې کولو دقت ته وده ورکوي، پشمول د تشریحي احصایې، اقتصاد، روغتیا او تعلیم. د معلوماتو لید هم د معلوماتو ویش د پوهیدو په ښه کولو او د مرکزي تمایل د اندازه کولو څخه د موندنو ملاتړ کې مهم رول لوبوي. د مرکزي تمایل د اندازه کولو د ښه پوهیدو سره، د معلوماتو شنونکي کولی شي د غوښتنلیک په مختلفو شرایطو کې ډیر دقیق او ګټور بصیرت چمتو کړي.
