مرڪزيت جي قدمن جو استعمال: جوهر ۽ ايپليڪيشنون
مرڪزي رجحان جا ماپ انگ اکر ۾ اهم تصور آهن جيڪي قدرن جي هڪ سيٽ جو حوالو ڏين ٿا جيڪي ڊيٽا سيٽ جي وچ کي ظاهر ڪن ٿا. انهن جو مقصد بار بار ٿيندڙ قدرن يا ڊيٽا جي ورڇ جي مرڪز جو جائزو مهيا ڪرڻ آهي. مرڪزي رجحان جا ماپ ڊيٽا جي تجزيي ۽ تحقيق ۾ اهم آهن ڇاڪاڻ ته اهي اسان کي انتهائي قدرن يا ٻاهرين عنصرن کان متاثر ٿيڻ کان سواءِ پوري ڊيٽا سيٽ جي عام نمائندگي جي سڃاڻپ ڪرڻ جي اجازت ڏين ٿا. هن آرٽيڪل ۾، اسان مرڪزي رجحان جي مختلف ماپن تي بحث ڪنداسين - اوسط، وچين، ۽ موڊ - ۽ مختلف تناظر ۾ انهن جي استعمال تي.
1. سراسري (سراسري)
سراسري، يا رياضي جي اوسط، مرڪزي رجحان جي سڀ کان وڌيڪ استعمال ٿيندڙ ماپن مان هڪ آهي. اهو ڊيٽا سيٽ ۾ سڀني قدرن کي شامل ڪندي ۽ قدرن جي تعداد سان ورهائي حساب ڪيو ويندو آهي. فارمولا هن ريت آهي:
\[ \ٽيڪسٽ{مطلب} = \فريڪ{\سگما x_i}{ن} \]
ڪٿي:
– \( \Sigma \) اضافي جي علامت آهي.
– \( x_i \) ڊيٽا سيٽ ۾ انفرادي قدر آهن.
– \( N \) ڊيٽا سيٽ ۾ قدرن جو ڪل تعداد آهي.
مين جا استعمال ۽ فائدا
مطلب خاص طور تي مفيد آهي جڏهن ڊيٽا عام طور تي ورهايو ويندو آهي (بيل وکر جي صورت ۾) ڇاڪاڻ ته اهو ڊيٽا جي مرڪز جو سٺو خيال فراهم ڪري ٿو. مثال طور، مالي تجزيي ۾، مطلب اوسط آمدني، اسٽاڪ جي قيمتن، يا سيلز جي حساب لاءِ استعمال ڪيو ويندو آهي.
وچين ڪيترن ئي وڌيڪ شمارياتي تجزين لاءِ پڻ بنياد آهي، جهڙوڪ ويرينس ۽ معياري انحراف، جيڪي ڊيٽا جي پکيڙ کي ماپيندا آهن. ويرينس جو حساب اهو ڏسي ڪيو ويندو آهي ته ڊيٽا سيٽ ۾ هر قدر وچين کان ڪيترو پري آهي، جڏهن ته معياري انحراف ويرينس جو چورس روٽ آهي.
سراسري حدون
جڏهن ته، اوسط جون حدون آهن. اهو ٻاهرين يا انتهائي قدرن لاءِ تمام گهڻو حساس آهي. مثال طور، جيڪڏهن اسان هڪ ننڍڙي شهر ۾ سراسري آمدني جو حساب ڪريون ٿا جتي ڪيترائي ارب پتي آهن، ته اوسط غير متناسب طور تي وڌي ويندو، جيڪو هاڻي شهر جي اڪثريت جي رهاڪن جي آمدني جي نمائندگي نه ڪندو.
2. وچين
وچين هڪ ترتيب ڏنل ڊيٽا سيٽ ۾ وچين قدر آهي. وچين کي ڳڻڻ لاءِ، ڊيٽا کي ننڍي کان وڏي ۾ ترتيب ڏيڻ گهرجي. جيڪڏهن قدرن جو تعداد طاق آهي، ته وچين صحيح وچين قدر آهي. جيڪڏهن انگ برابر آهي، ته وچين ٻن وچين قدرن جو اوسط آهي.
وچين ايپليڪيشنون ۽ فائدا
وچين اڪثر ڪري اهڙين حالتن ۾ استعمال ٿيندو آهي جتي ڊيٽا جي ورڇ غير متناسب هجي يا ان ۾ اهم آئوٽليئر شامل هجن. مثال طور، آمدني يا گهر جي قيمت جي تجزيي ۾، وچين اوسط کان وڌيڪ صحيح تصوير فراهم ڪري ٿو ڇاڪاڻ ته اهو انتهائي قدرن کان گهٽ متاثر ٿئي ٿو.
وچين کي ترتيب وار ڊيٽا جي تجزيي ۾ پڻ اهم سمجهيو ويندو آهي، جتي ڊيٽا کي ترتيب وار زمرن ۾ پيش ڪيو ويندو آهي. مثال طور، گراهڪ جي اطمينان جي سروي ۾، وچين کي جواب ڏيندڙن جي هڪ گروپ جي مجموعي اطمينان جي سطح کي سڃاڻڻ لاءِ استعمال ڪري سگهجي ٿو.
وچين حدون
جڏهن ته ٻاهرين ماڻهن جي مقابلي ۾ وڌيڪ مضبوط آهي، وچين ڊيٽا سيٽ ۾ سڀني معلومات کي استعمال نٿو ڪري. اهو صرف وچين قدر تي غور ڪري ٿو، تنهنڪري ڪجهه اهم معلومات کي نظرانداز ڪري سگهجي ٿو.
3. موڊ
موڊ اهو قدر آهي جيڪو ڊيٽا سيٽ ۾ اڪثر ظاهر ٿئي ٿو. هڪ ڊيٽا سيٽ ۾ هڪ کان وڌيڪ موڊ ٿي سگهي ٿو جيڪڏهن ڪيترائي قدر هڪجهڙي فريڪوئنسي سان ظاهر ٿين ٿا.
موڊ جا استعمال ۽ فائدا
موڊ خاص طور تي نامياتي يا درجه بندي ڊيٽا جي تجزيي ۾ مفيد آهي، جتي ڊيٽا کي غير ترتيب ڏنل زمرن ۾ گروپ ڪيو ويندو آهي. مثال طور، گراهڪ برانڊ ترجيحن جي تجزيي ۾، موڊ استعمال ڪري سگهجي ٿو صارفين ۾ سڀ کان وڌيڪ مشهور برانڊن کي طئي ڪرڻ لاءِ.
موڊ کي اهڙين حالتن ۾ پڻ استعمال ڪري سگهجي ٿو جتي اسان ڪنهن قدر جي تعدد يا مقبوليت ۾ دلچسپي رکون ٿا. هڪ مثال ٽيسٽ اسڪور جي تجزيي ۾ آهي، جتي موڊ شاگردن پاران حاصل ڪيل اسڪور کي ظاهر ڪري سگهي ٿو.
موڊ جون حدون
جيڪڏهن ڊيٽا سيٽ ۾ سڀئي يا گهڻيون قدر منفرد هجن ته موڊ شايد بامعني معلومات فراهم نه ڪري سگهي. ان کان علاوه، مسلسل ڊيٽا سيٽ ۾، موڊ هميشه صاف يا سڃاڻپ ڪرڻ ۾ آسان نه هوندو.
مرڪزيت جي قدمن جو ميلاپ
ڪيترين ئي حالتن ۾، مرڪزي رجحان جو هڪ واحد ماپ ڊيٽا جي مڪمل تصوير مهيا ڪرڻ لاءِ ڪافي ناهي. تنهن ڪري، مرڪزي رجحان جي هڪ کان وڌيڪ ماپ اڪثر ڪري هڪ ئي وقت استعمال ڪئي ويندي آهي. مثال طور، مالي بيانن ۾، اوسط، وچين، ۽ موڊ سڀني کي آمدني، خرچن، يا اسٽاڪ جي قيمتن جي ورڇ جي وڌيڪ جامع سمجھ مهيا ڪرڻ لاءِ استعمال ڪري سگهجي ٿو.
نتيجو
مرڪزي رجحان جا ماپ انگ اکر ۾ اهم اوزار آهن جيڪي اسان کي ڊيٽا سيٽ ۾ بنيادي ملڪيتن ۽ نمونن کي سمجهڻ ۾ مدد ڪن ٿا. اوسط ڪل قدرن جو خلاصو ڪندي هڪ جائزو فراهم ڪري ٿو، وچين ڊيٽا سيٽ جي وچ جي نمائندگي پيش ڪري ٿو جيڪو آئوٽليئرز کان متاثر نه ٿئي، ۽ موڊ سڀ کان وڌيڪ بار بار ٿيندڙ قدر کي ظاهر ڪري ٿو. مرڪزي رجحان جي هر ماپ جو مناسب استعمال ڊيٽا سيٽ جي خاصيتن ۽ تجزيو جي مقصد تي منحصر آهي.
سائنسي تحقيق کان وٺي مالي تجزيي تائين سماجي سروي تائين، مرڪزي رجحان جا ماپ پيچيده ڊيٽا کي وڌيڪ سمجھڻ ۽ تشريح ڪرڻ واري معلومات ۾ آسان بڻائڻ ۾ هڪ لازمي ڪردار ادا ڪن ٿا. مرڪزي رجحان جي هر ماپ جي طاقت ۽ حدن کي سمجهڻ سان، اسان پنهنجي تجزيي جي مقصدن ۽ تناظر لاءِ سڀ کان وڌيڪ مناسب طريقو چونڊي سگهون ٿا، جنهن جي نتيجي ۾ وڌيڪ صحيح ۽ بامعني بصيرت ملي ٿي.
