د خپریدو اندازه

د خپریدو اندازه کول: په معلوماتو کې د تغیراتو پوهیدل

په احصایو او معلوماتو تحلیل کې، د معلوماتو د ویش او بدلون پوهیدل د دقیقو او اړونده پایلو د جوړولو لپاره خورا مهم دي. یو مهم مفهوم چې د معلوماتو کې د بدلون تشریح کولو لپاره کارول کیږي د "تخریب اندازه" ده. دا مقاله به د تتریب مختلفو اقداماتو په اړه بحث وکړي، ولې دوی مهم دي، څنګه یې محاسبه کړي، او د معلوماتو تحلیل په شرایطو کې د دوی تفسیر.

د خپریدو اندازه څه ده؟

د خپریدو اندازه کول هغه میټریکونه دي چې د دې تشریح کولو لپاره کارول کیږي چې په یوه سیټ کې معلومات تر کومې کچې خپریږي یا له مرکزي ارزښت څخه خپریږي. دا مرکزي ارزښت معمولا د مرکزي تمایل د اقداماتو لکه اوسط یا میډیا په کارولو سره اندازه کیږي. د خپریدو اندازه کول د معلوماتو د حد، توپیر او ثبات په اړه بصیرت چمتو کوي.

ولې د خپریدو اندازه مهمه ده؟

۱. د تغیراتو درک کول:
تغیر د هر ډول معلوماتو یوه نه بېلېدونکې برخه ده. د دې په پوهیدو سره چې څومره معلومات توپیر لري، موږ کولی شو د دې معلوماتو اصلي محرکات درک کړو.

۲. د پردیو پیژندل:
د معلوماتو ویش کولی شي د بهرنیانو په پیژندلو کې مرسته وکړي (هغه خورا ډیر ارزښتونه چې د نورو معلوماتو څخه لرې دي)، کوم چې ممکن د نورو تحلیل لپاره مهم وي یا ممکن د غلطۍ معلومات وي.

۳. د ډیټاسیټ پرتله کول:
د خپریدو اندازه کول د دوو یا ډیرو معلوماتو سیټونو ترمنځ پرتله کولو ته اجازه ورکوي. د مثال په توګه، دوه د معلوماتو سیټونه ممکن ورته اوسط ولري مګر مختلف توپیرونه یا خپریدونکي ولري.

۴. استنباطي احصایې:
ډیری استنباطي احصایوي میتودونه د معلوماتو د ویش ښه پوهه ته اړتیا لري ترڅو باوري او مهمې پایلې ترلاسه کړي.

د خپریدو د اندازې ډولونه

د خپریدو څو تدابیر شتون لري چې معمولا د احصایوي معلوماتو تحلیل کې کارول کیږي:

۱. حد

حد د خپریدو ترټولو ساده اندازه ده او د معلوماتو سیټ کې د اعظمي او لږترلږه ارزښتونو ترمنځ توپیر په توګه محاسبه کیږي.

\[ \متن{حد} = \متن{ اعظمي ارزښت} – \متن{ لږ تر لږه ارزښت} \]

که څه هم محاسبه کول اسانه دي، دا حد یوازې دوه معلوماتي ټکي په پام کې نیسي او د لږترلږه او اعظمي ارزښتونو ترمنځ د معلوماتو ویش نه منعکس کوي.

۴. د انټرکوارټیل رینج (IQR)

IQR د حد په پرتله د خپریدو یو ډیر قوي اندازه ده ځکه چې دا د بهرنیانو لخوا اغیزمن نه کیږي. دا د معلوماتو منځنۍ حد محاسبه کوي د 25 فیصده (Q1) د 75 فیصده (Q3) څخه کمولو سره.

\[ \متن{IQR} = Q3 – Q1 \]

په اوسط تمرکز کولو سره، IQR د اصلي معلوماتو د ویش ښه انځور وړاندې کوي.

۳. توپیر

توپیر دا اندازه کوي چې په یوه ډیټا سیټ کې هر ارزښت د اوسط څخه څومره لرې دی. دا د هر ارزښت د اوسط څخه د توپیرونو مربعونو د راټولولو له لارې محاسبه کیږي، بیا د ډیټا عناصرو شمیر (د نفوس لپاره) یا د عناصرو شمیر منفي یو (د نمونې لپاره) ویشل کیږي.

د نفوس لپاره (\(\sigma^2\)):

\[ \سګما^2 = \فریک{\جمع (X_i – \mu)^2}{N} \]

د نمونې لپاره (\(s^2\)):

\[ s^2 = \frac{\جمع (X_i – \اوور لاین{X})^2}{n-1} \]

توپیر د معلوماتو د ثبات یوه مفکوره وړاندې کوي؛ په هرصورت، ځکه چې توپیر د مربع واحدونو څخه کار اخلي، نو دا په مستقیم ډول تشریح کول ستونزمن کیدی شي.

۴. معیاري انحراف

معیاري انحراف د تغیر مربع ریښه ده او د اصلي معلوماتو په څیر په ورته واحدونو کې ده، چې تشریح کول یې اسانه کوي.

د نفوس لپاره (\(\sigma\)):

\[ \سګما = \sqrt{\سګما^2} = \sqrt{\frac{\sum (X_i – \mu)^2}{N}} \]

د نمونې لپاره (\(s\)):

\[ s = \sqrt{s^2} = \sqrt{\frac{\sum (X_i – \overline{X})^2}{n-1}} \]

معیاري انحراف د خپریدو یو له خورا عامو کارول شویو اقداماتو څخه دی ځکه چې دا تشریح کول اسانه دي او په مکرر ډول په مختلفو احصایوي تحلیلونو کې کارول کیږي.

۵. د تغیر ضریب (CV)

CV د نسبي خپریدو اندازه ده چې د معیاري انحراف د اوسط تناسب په توګه څرګندیږي او ډیری وختونه د سلنې په توګه څرګندیږي.

\[ \متن{CV} = \frac{s}{\overline{X}} \times 100\% \]

CV د مختلفو وسیلو سره د معلوماتو سیټونو ترمنځ د تغیراتو پرتله کولو لپاره خورا ګټور دی.

څنګه محاسبه او تفسیر وکړو

د محاسبې بېلګه

راځئ چې د لاندې معلوماتو مثال سره روښانه کړو:

\[ \{۱۵، ۲۰، ۲۵، ۳۵، ۴۵، ۵۵، ۶۵، ۷۵، ۸۵، ۹۵\} \]

۱. حد:

\[ \متن{حد} = ۹۵ – ۱۵ = ۸۰ \]

۲. انټرکوارټیل رینج (IQR):

د معلوماتو له ترتیب کولو وروسته، موږ کولی شو د Q1 او Q3 ربعونه ومومو. پدې حالت کې، Q1 25 دی او Q3 75 دی.

\[ \متن{IQR} = ۷۵ – ۲۵ = ۵۰ \]

۳. توپیر او معیاري انحراف:

د معلوماتو اوسط (\(\overline{X}\)) 51.5 دی. بیا موږ توپیر او معیاري انحراف محاسبه کوو.

\[ \متن{تغیر (s^2)} = \frac{1}{n-1} \جمع (X_i – \اوور لاین{X})^2 = 816.11 \]

\[ \text{معیاري انحراف (s)} = \sqrt{816.11} = 28.57 \]

۴. د تغیر ضریب (CV):

\[ \متن{CV} = \frac{28.57}{51.5} \وختونه 100\% \تقریبا 55.48\% \]

له دې ځایه، موږ کولی شو تشریح کړو چې معیاري انحراف 28.57 دی، پداسې حال کې چې CV ښیي چې معیاري انحراف د اصلي معلوماتو د اوسط شاوخوا 55.48٪ دی.

پایله

د خپریدو اندازه کول د احصایوي معلوماتو تحلیل لپاره اړین برخې دي ځکه چې دوی د مرکزي ارزښت شاوخوا د معلوماتو د تغیر او خپریدو په اړه بصیرت چمتو کوي. د خپریدو معمولا کارول شوي اندازه کول حد، انټرکوارټیل رینج، تغیر، معیاري انحراف، او د تغیر ضخامت شامل دي. د دې اندازه کولو هر یو ځانګړي کارونې لري او کولی شي د معلوماتو شرایطو او د تحلیل هدف پورې اړه لري ارزښتناکه بصیرت چمتو کړي. د خپریدو اندازه کولو په سمه توګه پوهیدو او کارولو سره، موږ کولی شو په مختلفو څیړنیزو برخو او د معلوماتو ساینس غوښتنلیکونو کې ډیر باخبره او دقیق پریکړې وکړو.