مطلب: سراسري يا سراسري
سراسري، يا اوسط، انگ اکر ۾ سڀ کان بنيادي تصورن مان هڪ آهي. اهو اڪثر ڪري مختلف شعبن ۾ استعمال ٿيندو آهي، تعليم ۽ معاشيات کان وٺي سائنس تائين. هن مضمون ۾، اسان تفصيل سان بحث ڪنداسين ته اوسط ڇا آهي، ان کي ڪيئن ڳڻيو وڃي، ۽ ان کي روزمره جي زندگي ۾ ڪيئن تشريح ۽ استعمال ڪيو وڃي ٿو.
مطلب ڇا آهي؟
مطلب اهو قدر آهي جيڪو ڊيٽا جي سيٽ جي ڪل قيمت کي ڊيٽا پوائنٽن جي تعداد سان ورهائڻ سان حاصل ڪيو ويندو آهي. رياضي ۾، اوسط کي اڪثر "رياضياتي اوسط" طور بيان ڪيو ويندو آهي. هي اصطلاح لاطيني "ميڊيئس" مان آيو آهي، جنهن جي معنيٰ آهي "وچولي." مثال طور، جيڪڏهن ڪو چوي ٿو ته ڊيٽا جي سيٽ جي سراسري قيمت 10 آهي، ته ان جو مطلب آهي ته جيڪڏهن سڀني ڊيٽا پوائنٽن کي برابر ورهايو وڃي ها، ته هر ڊيٽا پوائنٽ جي قيمت 10 هوندي.
رياضي طور تي، اوسط کي هيٺ ڏنل سادي فارمولي سان لکي سگهجي ٿو:
\[ \ٽيڪسٽ{مطلب} = \فريڪ{\سم x_i}{ن} \]
ڪٿي:
– \( \sum x_i \) هڪ ڊيٽا سيٽ ۾ سڀني قدرن جو مجموعو آهي.
– \( N \) ڊيٽا جو ڪل تعداد آهي.
اوسط جو حساب ڪيئن ڪجي
اچو ته هڪ مثال ڏسون ته جيئن وڌيڪ واضح طور تي اوسط جو حساب ڪيئن ڪجي. فرض ڪريو ته اسان وٽ هيٺ ڏنل ڊيٽاسيٽ آهي: [4، 8، 15، 16، 23، 42].
1. سڀ ڊيٽا شامل ڪريو:
\[
4 + 8 + 15 + 16 + 23 + 42 = 108
\]
2. ڊيٽا جو تعداد ڳڻيو:
\[
N = 6
\]
3. اوسط جو حساب ڪريو:
\[
\text{مطلب} = \frac{108}{6} = 18
\]
تنهن ڪري، ڊيٽاسيٽ جو اوسط 18 آهي.
مختلف حوالن ۾ مطلب
مطلب مختلف حوالي سان استعمال ٿيندو آهي ۽ ان جا وسيع استعمال آهن:
1. تعليم: ڪلاس ۾ شاگردن جي سراسري ٽيسٽ اسڪور جي حساب لاءِ اڪثر ذريعا استعمال ڪيا ويندا آهن. هي استادن کي اهو طئي ڪرڻ ۾ مدد ڪري ٿو ته ڪلاس مجموعي طور تي ڪيتري سٺي ڪارڪردگي ڏيکاري رهيو آهي.
2. معاشيات: معاشيات ۾، اوسط اڪثر ڪري آمدني، خرچ، قيمتن وغيره جي سراسري حساب ڪرڻ لاءِ استعمال ڪيو ويندو آهي. مثال طور، هڪ ملڪ جي سراسري في ڪس آمدني ملڪ جي معاشي ڀلائي جو جائزو فراهم ڪري سگهي ٿي.
3. سائنس: سائنس جي مختلف شعبن ۾، تجرباتي ڊيٽا کي پروسيس ڪرڻ ۽ تجزيو ڪرڻ لاءِ اوسط استعمال ڪيو ويندو آهي. مثال طور، ڪلينڪل ريسرچ ۾، اوسط مريضن ۾ علاج جي سراسري نتيجن جي حساب سان دوا جي اثرائتي کي طئي ڪرڻ لاءِ استعمال ڪيو ويندو آهي.
وچين، وچين، ۽ موڊ
سراسري جو مقابلو اڪثر ڪري ٻن ٻين قسمن جي اوسطن سان ڪيو ويندو آهي: وچين ۽ موڊ. جيتوڻيڪ اهي ٽيئي مرڪزي رجحان جا ماپ آهن، انهن ۾ بنيادي فرق آهن:
1. وچين: وچين ڊيٽا جي ترتيب ڏنل فهرست ۾ وچين قدر آهي. جيڪڏهن ڊيٽا جو تعداد طاق آهي، ته وچين قدر وچين قدر آهي. جيڪڏهن ڊيٽا جو تعداد برابر آهي، ته وچين ٻن وچين قدرن جو سراسري آهي.
2. موڊ: موڊ اهو قدر آهي جيڪو ڊيٽا ۾ اڪثر ظاهر ٿئي ٿو. هڪ ڊيٽا سيٽ ۾ هڪ، هڪ کان وڌيڪ، يا بلڪل به ڪو موڊ نه ٿي سگهي ٿو.
مثال ڊيٽاسيٽ: [4، 8، 15، 16، 23، 42]
- مطلب: 18
- وچولي: (15 + 16) / 2 = 15.5
- موڊ: ڪو به نه ڇاڪاڻ ته هر قدر صرف هڪ ڀيرو ظاهر ٿئي ٿو.
مين جا فائدا ۽ نقصان
زيادتي:
1. حساب ڪرڻ آسان: سراسري حساب ڪرڻ ۽ سمجهڻ تمام آسان آهي، صرف سڀني ڊيٽا کي شامل ڪرڻ ۽ ان کي ڊيٽا جي تعداد سان ورهائڻ سان.
2. سڀ ڊيٽا استعمال ڪندي: مطلب ڊيٽا سيٽ ۾ موجود سڀني ڊيٽا کي حساب ۾ رکي ٿو، اهڙي طرح مجموعي نمائندگي فراهم ڪري ٿو.
گهٽتائي:
1. انتهائي قدرن لاءِ حساس: اوسط انتهائي قدرن يا ٻاهرين عنصرن کان تمام گهڻو متاثر ٿي سگهي ٿو، تنهن ڪري اهو هميشه ڊيٽا کي صحيح طور تي نمائندگي نٿو ڪري سگهي.
2. ڊيٽا جي ورڇ بابت معلومات فراهم نٿو ڪري: اوسط صرف هڪ سراسري مهيا ڪري ٿو، بغير ڪنهن معلومات جي ته ڊيٽا ان اوسط جي چوڌاري ڪيئن ورهائجي ٿي.
ڊيٽا جي تجزيي ۾ مطلب جو استعمال
ڪيس اسٽڊي: شاگردن جا گريڊ
فرض ڪريو ته اسان 10 شاگردن جي رياضي جي امتحان جي اسڪور جو تجزيو ڪرڻ چاهيون ٿا: [55، 60، 61، 62، 65، 68، 70، 75، 85، 90].
1. اوسط جو حساب ڪريو:
\[
\text{مطلب} = \frac{55 + 60 + 61 + 62 + 65 + 68 + 70 + 75 + 85 + 90}{10} = 69.1
\]
2. تشريح:
10 شاگردن جو سراسري اسڪور 69.1 هو. ان جو مطلب اهو آهي ته، سراسري طور تي، شاگردن جي رياضي جي امتحان جا اسڪور 69.1 جي لڳ ڀڳ هئا.
انتهائي قدرن جو اثر:
فرض ڪريو هڪ شاگرد جنهن شروعات ۾ 55 نمبر حاصل ڪيا هئا، امتحان نه ڏنو ۽ کيس 0 نمبر ڏنو ويو. نئون ڊيٽا سيٽ: [0، 60، 61، 62، 65، 68، 70، 75، 85، 90].
1. انتهائي قدرن سان اوسط جو حساب ڪريو:
\[
\text{مطلب} = \frac{0 + 60 + 61 + 62 + 65 + 68 + 70 + 75 + 85 + 90}{10} = 63.6
\]
2. تشريح:
0 جي هڪ انتهائي قدر سان، سراسري 63.6 تائين گهٽجي ويندو آهي. اهو ڏيکاري ٿو ته سراسري انتهائي قدرن لاءِ ڪيترو حساس آهي.
انتهائي قدرن جي حساسيت کي گهٽائڻ
متبادل: وچين ۽ موڊ
اهڙين حالتن ۾ جتي ڊيٽا ۾ ڪيترائي انتهائي قدر يا آئوٽليئر شامل آهن، وچين ۽ موڊ اوسط کان بهتر متبادل ٿي سگهن ٿا. مثال طور، آمدني جي ورڇ ۾ جتي آبادي جي هڪ ننڍڙي حصي جي آمدني تمام گهڻي آهي، وچين آمدني اوسط کان "عام" آمدني جي وڌيڪ صحيح تصوير فراهم ڪندي، جيڪا انهن تمام گهڻي آمدني سان بگڙيل ٿي سگهي ٿي.
ڊيٽا ٽرانسفارميشن جو استعمال
انتهائي قدرن جي اثر کي گهٽائڻ لاءِ هڪ ٻي ٽيڪنڪ ڊيٽا ٽرانسفارميشن ڪرڻ آهي، جهڙوڪ لوگارٿم يا اسڪوائر روٽ. هي تبديلي تمام وڏي قدرن جي اثر کي گهٽائي سگهي ٿي، جنهن سان اوسط وڌيڪ نمائندگي ڪري ٿي.
نتيجو
سراسري، يا سراسري، ڊيٽا جي تجزيي ۾ هڪ تمام مفيد شمارياتي اوزار آهي. ڪجهه خامين جي باوجود، خاص طور تي انتهائي قدرن جي حساسيت جي باوجود، اوسط مرڪزي رجحان جي سڀ کان وڌيڪ استعمال ٿيندڙ ماپن مان هڪ رهي ٿو. ڪيترين ئي حالتن ۾، اوسط کي ڄاڻڻ سان تجزيو ڪيل ڊيٽا جو هڪ واضح ۽ تڪڙو جائزو مهيا ڪري سگهجي ٿو.
جڏهن ته، اهو ضروري آهي ته هميشه اوسط استعمال ڪندي ڊيٽا جي تناظر ۽ ورڇ تي غور ڪيو وڃي. ڪجهه حالتن ۾، وچين ۽ موڊ هڪ وڌيڪ صحيح تصوير فراهم ڪري سگهن ٿا. صحيح طور تي سمجهڻ سان ته ڪڏهن ۽ ڪيئن اوسط استعمال ڪجي، اسان ڊيٽا کي وڌيڪ اثرائتي طريقي سان تشريح ڪري سگهون ٿا ۽ وڌيڪ باخبر فيصلا ڪري سگهون ٿا.
