وضاحتي شماريات ۾ اوسط، وچين ۽ موڊ جي وچ ۾ فرق
وضاحتي انگن اکرن ۾، بنيادي مقصدن مان هڪ آسان سمجھڻ لاءِ ڊيٽا جو خلاصو ڪرڻ آهي. وڏو، متنوع، ۽ ڪڏهن ڪڏهن "گندو" ڊيٽا وڌيڪ معلوماتي هوندو جڏهن مرڪزي رجحان جي ماپن جي صورت ۾ پيش ڪيو ويندو. مرڪزي رجحان جا ٽي سڀ کان وڌيڪ استعمال ٿيندڙ ماپون اوسط، وچين ۽ موڊ آهن. جڏهن ته ٽنهي جو مقصد ڊيٽا سيٽ جي "نمائندگي واري قدر" ڏيکارڻ آهي، انهن جي آپريشن جا طريقا، ٻاهرين ماڻهن جي حساسيت، ۽ مناسب استعمال جون حالتون خاص طور تي مختلف آهن.
هي مضمون معنيٰ، حساب ڪيئن ڪجي، فائدن ۽ نقصانن، ۽ وچين، وچين ۽ موڊ جي استعمال جي مثالن تي بحث ڪري ٿو ته جيئن توهان تجزيو ڪيل ڊيٽا لاءِ سڀ کان وڌيڪ مناسب ماپ چونڊي سگهو.
1. اوسط (اوسط): تعريف ۽ حساب ڪيئن ڪجي
مطلب سڀني ڊيٽا جي قدرن جو مجموعو آهي جيڪو ڊيٽا پوائنٽن جي تعداد سان ورهايل آهي. اڪثر ڪري "اوسط" جي طور تي حوالو ڏنو ويندو آهي، مطلب روزمره جي زندگي ۾ سڀ کان وڌيڪ واقف آهي. اهو سڀني قدرن کي متناسب طور تي غور ڪندي ڊيٽا جي مرڪز جو هڪ سنيپ شاٽ فراهم ڪري ٿو.
سراسري فارمولا:
\[
\بار{x} = \فريڪ{\جمع x_i}{n}
\]
ڄاڻ:
– \(\sum x_i\) = سڀني ڊيٽا جي قدرن جو مجموعو
- \(n\) = ڊيٽا جو تعداد
مثال:
فرض ڪريو ته پنجن شاگردن جا امتحاني نمبر آهن: 70، 75، 80، 85، 90
سراسري = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
سراسري فائدا
1. سڀ ڊيٽا استعمال ڪريو ته جيئن استعمال ٿيل معلومات مڪمل هجي.
2. حساب ڪرڻ ۾ آسان ۽ ترقي يافته تجزيي ۾ وڏي پيماني تي استعمال ٿيندڙ (مثال طور، ويرينس، معياري انحراف).
3. عددي ڊيٽا ۽ نسبتاً هموار ورڇ لاءِ موزون.
سراسري گهٽتائي
1. ٻاهرين عنصرن لاءِ تمام گهڻو حساس. هڪ انتهائي قدر سراسري کي گهڻن ڊيٽا کان تمام گهڻو پري ڪري سگهي ٿو.
2. جيڪڏهن ڊيٽا جي ورڇ غير متوازن هجي ته هميشه "عام قدرن" جي نمائندگي نٿو ڪري.
ٻاهرين اثرات جا مثال:
آمدني جي ڊيٽا (ملين رپيا): 3، 3، 4، 4، 5، 50
سراسري = (3+3+4+4+5+50)/6 = 69/6 = 11,5
جڏهن ته گهڻيون آمدنيون 3-5 ملين جي حد ۾ آهن، پر سراسري گهٽ نمائندگي ڪندڙ آهي.
2. وچين (وچولي قدر): تعريف ۽ ڪيئن حساب ڪجي
جڏهن ڊيٽا کي ننڍي کان وڏي ۾ ترتيب ڏنو ويندو آهي ته وچ ۾ وچ ۾ قدر آهي. وچين مجموعي شدت جي بدران پوزيشن تي زور ڏئي ٿو، ان کي ٻاهرين عنصرن جي خلاف وڌيڪ مزاحمتي بڻائي ٿو.
وچين جو تعين ڪيئن ڪجي:
1. ڊيٽا کي ترتيب ڏيو.
2. جيڪڏهن ڊيٽا جو تعداد طاق آهي، ته وچين وچين پوزيشن ۾ قدر آهي.
3. جيڪڏهن ڊيٽا جو تعداد برابر آهي، ته وچين ٻن وچين قدرن جو سراسري آهي.
مثال (عجيب):
ڊيٽا: 2، 3، 5، 7، 9
وچين = وچين قدر = 5
مثال (به):
ڊيٽا: 10، 20، 30، 40
وچين = (20 + 30) / 2 = 25
وچين فائدا
1. ٻاهرين ۽ انتهائي قدرن جي مزاحمتي.
2. آمدني، گھر جي قيمتن، يا انتظار جي وقتن جھڙي غير منظم ڊيٽا لاءِ مناسب.
3. آرڊينل ڊيٽا لاءِ استعمال ڪري سگھجي ٿو (مثال طور اطمينان جي درجه بندي: تمام مطمئن، مطمئن، غير جانبدار، غير مطمئن).
وچين خاميون
1. پنهنجي حسابن ۾ سڀ ڊيٽا ويليوز استعمال نٿو ڪري (وڌيڪ "پوزيشن تي ٻڌل").
2. ترقي يافته رياضياتي تجزيي لاءِ گهٽ مناسب جنهن لاءِ سراسري ملڪيتن جي ضرورت آهي.
جيڪڏهن اسان آمدني جي مثال ڏانهن واپس وڃون ٿا: 3، 3، 4، 4، 5، 50
ڊيٽا ترتيب ڏنل آهي، 6 ڊيٽا لاءِ وچين ٽئين ۽ چوٿين قدرن جي سراسري آهي: (4 + 4) / 2 = 4
هي وچين اڪثريتي حالتن جي وڌيڪ نمائندگي ڪري ٿو.
3. موڊ (گهڻو قدر): تعريف ۽ ڪيئن طئي ڪجي
موڊ اهو قدر آهي جيڪو ڊيٽا سيٽ ۾ سڀ کان وڌيڪ ظاهر ٿئي ٿو. ڪجهه حالتن ۾، ڊيٽا ۾ ٿي سگهي ٿو:
- هڪ موڊ (يونيموڊال): هڪ قدر گهڻو ڪري ظاهر ٿئي ٿو
- ٻه طريقا (بائيموڊل): ٻه قدر اڪثر ظاهر ٿيندا آهن
- ڪيترائي طريقا (ملٽي موڊل)
- ڪو به موڊ ناهي: جيڪڏهن سڀئي قدر ساڳئي تعدد سان ظاهر ٿين ٿا
مثال:
ڊيٽا: 2، 3، 3، 4، 5
موڊ = 3 (گهڻو ڪري ظاهر ٿئي ٿو)
ٻہ طرفي مثال:
ڊيٽا: 1، 2، 2، 3، 3، 4
موڊ = 2 ۽ 3
موڊ جا فائدا
1. مرڪزي رجحان جو واحد ماپ جيڪو نامياري ڊيٽا لاءِ استعمال ڪري سگهجي ٿو (مثال طور پسنديده رنگ، سڀ کان وڌيڪ پسنديده برانڊ).
2. سمجهڻ ۾ آسان ڇاڪاڻ ته اهو فوري طور تي سڀ کان وڌيڪ غالب ڪيٽيگري/قدر ڏيکاري ٿو.
3. ٻاهرين عنصرن کان متاثر نه ٿيو ان لحاظ کان ته انتهائي قدرون اڪثر ٿيندڙ قدرن جي تعدد کي تبديل نه ٿيون ڪن.
موڊ جي کوٽ
1. ڪڏهن ڪڏهن اهو منفرد نه هوندو آهي (هڪ کان وڌيڪ ٿي سگهي ٿو) يا موجود به نه هوندو آهي.
2. گهٽ مستحڪم ٿي سگهي ٿو؛ ڊيٽا ۾ ننڍيون تبديليون موڊ کي تبديل ڪري سگهن ٿيون.
3. هميشه رياضي طور تي ڊيٽا جي "مرڪز" جي نمائندگي نٿو ڪري.
4. وچين، وچين ۽ موڊ جي وچ ۾ مکيه فرق
خلاصو، ٽنهي جي وچ ۾ فرق حساب ڪتاب جي طريقي، ٻاهرين ماڻهن جي حساسيت، ۽ مناسب ڊيٽا جي قسمن مان ڏسي سگهجي ٿو:
1. مين سڀني قدرن کي استعمال ڪري ٿو، سميٽريل عددي ڊيٽا لاءِ بهترين، پر آئوٽليئرز لاءِ حساس.
2. پوزيشن جي بنياد تي ميڊين، اسڪيو ڊيٽا لاءِ موزون، آئوٽليئرز جي خلاف وڌيڪ مضبوط.
3. فريڪوئنسي تي ٻڌل موڊ، درجه بندي/نامياري ڊيٽا لاءِ مناسب ۽ سڀ کان وڌيڪ غالب قدر ڏسڻ لاءِ.
ڪيترين ئي شماريات جي ڪتابن ۾، ٽنهي تقسيم جي وچ ۾ هڪ عام تعلق آهي:
- سميٽرڪ ورڇ: وچين ≈ وچين ≈ موڊ
- ورڇ ساڄي طرف ترچھي (ساڄي طرف ترچھي): وچين > وچين > موڊ
- کاٻي پاسي واري ورڇ: سراسري < وچين < موڊ بهرحال، هي هڪ رجحان آهي، هڪ مطلق اصول ناهي. 5. سراسري، وچين، يا موڊ ڪڏهن استعمال ڪجي؟ مرڪزي رجحان جي مناسب ماپ جو انتخاب ڊيٽا جي نوعيت ۽ تجزيو جي مقصد تي منحصر آهي. اوسط استعمال ڪريو جيڪڏهن: - ڊيٽا عددي آهي (وقفو/تناسب). - تقسيم نسبتا هم آهنگ آهي. - ڪو به انتهائي آئوٽليئر نه آهي يا آئوٽليئر سنڀاليا ويا آهن. - توهان کي ٻين شمارياتي حسابن لاءِ بنياد جي ضرورت آهي. مثال جي صورتحال: سراسري ڪلاس ٽيسٽ اسڪور اسڪور جي منصفانه ورڇ سان.
