شماريات ۾ Z-اسڪور فارمولا
شماريات هڪ سائنسي شعبو آهي جنهن ۾ ڊيٽا گڏ ڪرڻ، تجزيو ڪرڻ، تشريح ڪرڻ ۽ پيش ڪرڻ شامل آهي. شماريات ۾ هڪ اهم تصور ورڇ آهي ۽ اسان ان ورڇ اندر ڊيٽا جي پوزيشن کي ڪيئن ماپون ٿا. هن حوالي سان، Z-اسڪور هڪ تمام ڪارآمد اوزار آهي اهو ظاهر ڪرڻ لاءِ ته انفرادي ڊيٽا پوائنٽ معياري انحراف ۾ اوسط کان ڪيترو پري آهن.
زيڊ اسڪور جو تعارف
زيڊ اسڪور هڪ قدر آهي جيڪا ظاهر ڪري ٿي ته هڪ فرد جو ڊيٽا اوسط کان ڪيترو پري آهي، معياري انحراف ۾ ماپي ويندي آهي. زيڊ اسڪور جي حساب لاءِ فارمولا هي آهي:
\"Z = \frac{(X - \mu)}{\sigma} \]
ڪٿي:
– \( X \) = ڊيٽا ويليو جنهن لاءِ Z-اسڪور جو حساب ڪيو ويندو
– \( \mu \) = آبادي جو سراسري
– \( \سگما \) = آبادي جو معياري انحراف
Z-اسڪور اسان کي ورڇ ۾ ڊيٽا سيٽ جي لاڳاپيل پوزيشن کي سمجهڻ ۾ مدد ڪري ٿو ۽ اسان کي ڊيٽا کي اوسط سان وڌيڪ معقول طور تي مقابلو ڪرڻ جي اجازت ڏئي ٿو.
زي-اسڪور ڇو اهم آهي؟
ڪيترن ئي سببن جي ڪري انگن اکرن ۾ Z-اسڪور تمام ضروري آهي:
1. نارملائيزيشن: Z-اسڪور ڊيٽا کي نارمل ڪرڻ ۾ مدد ڪري ٿو، اهڙي طرح مختلف ورڇن مان ڊيٽا جي وچ ۾ مقابلو ڪرڻ کي آسان بڻائي ٿو.
2. آئوٽليئر سڃاڻپ: Z-اسڪور استعمال ڪندي، اسان سڃاڻپ ڪري سگهون ٿا ته ڊيٽا آئوٽليئر آهي يا نه.
3. عام ورڇ جو مفروضو: ڪيترن ئي شمارياتي تجزين ۾، اهو فرض ڪيو ويندو آهي ته ڊيٽا عام طور تي ورهايل آهي. Z-اسڪور هن مفروضي جي تصديق ڪرڻ ۾ مدد ڪري ٿو.
4. جنرل اسڪيل: Z-اسڪور ڊيٽا کي جنرل اسڪيل ۾ تبديل ڪري ٿو، تشريح ۽ مقابلي کي آسان بڻائي ٿو.
Z-سکور جي حساب ڪتاب جي مثال
اچو ته هڪ سادي مثال سان Z-اسڪور ڪيئن ڳڻجي ڏسون. فرض ڪريو ته اسان وٽ هڪ ڊيٽاسيٽ آهي جنهن ۾ 20 شاگردن جا رياضي جا امتحاني اسڪور آهن. ٽيسٽ اسڪور (\(\mu\)) جو اوسط 75 آهي ۽ معياري انحراف (\(\sigma\)) 10 آهي. اسان انهن شاگردن لاءِ Z-اسڪور ڄاڻڻ چاهيون ٿا جن ٽيسٽ ۾ 90 اسڪور ڪيا.
پهرين، قدرن کي Z-score فارمولي ۾ لڳايو:
\[ Z = \frac{(X - \mu)}{\sigma} = \frac{(90 - 75)}{10} = \frac{15}{10} = 1.5 \]
ان جو مطلب آهي ته شاگرد جو Z-اسڪور 1.5 آهي، جيڪو ظاهر ڪري ٿو ته اسڪور اوسط کان 1.5 معياري انحراف مٿي آهي. عام ورڇ جي حوالي سان، اهو ظاهر ڪري ٿو ته اسڪور سراسري کان وڌيڪ آهي، ڪافي غير معمولي ڪارڪردگي سان.
زيڊ اسڪور جي تشريح
شمارياتي تجزيي ۾ Z-اسڪور جي تشريح تمام ضروري آهي. هتي Z-اسڪور جي تشريح لاءِ ڪجهه عام هدايتون آهن:
- Z-اسڪور = 0: ڊيٽا ويليو آبادي جي اوسط جي برابر آهي.
- Z-اسڪور > 0: ڊيٽا ويليو آبادي جي اوسط کان مٿي آهي.
- Z-اسڪور < 0: ڊيٽا جي قيمت آبادي جي اوسط کان گهٽ آهي. - Z-اسڪور > 2 يا Z-اسڪور < -2: هڪ اشارو آهي ته ڊيٽا جي قيمت هڪ ٻاهرئين آهي جيڪا اوسط کان تمام پري آهي. بهرحال، اهو ياد رکڻ ضروري آهي ته Z-اسڪور جي تشريح اصل ڊيٽا جي ورڇ جي بنياد تي حوالي سان هجڻ گهرجي. هڪ تنگ يا وسيع تقسيم ساڳئي Z-اسڪور جي تشريح کي متاثر ڪندي. مختلف شعبن ۾ Z-اسڪور جي درخواستون Z-اسڪور نه رڳو هڪ نظرياتي تصور آهي، پر مختلف شعبن ۾ عملي ايپليڪيشنون آهن: 1. فنانس مالي ميدان ۾، Z-اسڪور خطري جي تشخيص جي ماڊلز ۾ استعمال ڪيو ويندو آهي. مثال طور، Altman Z-اسڪور هڪ مالي فارمولا آهي جيڪو ڪارپوريٽ ديوالي جو جائزو وٺڻ لاءِ استعمال ڪيو ويندو آهي. هي فارمولا ڪيترن ئي مالي ميٽرڪس کي گڏ ڪري ٿو ۽ هڪ Z-اسڪور پيدا ڪري ٿو جيڪو ڪارپوريٽ ديوالي جي خطري کي ظاهر ڪري ٿو. 2. نفسيات ۽ تعليم قابليت يا ڪاميابي کي ماپڻ ۾، جهڙوڪ IQ ٽيسٽ يا اسڪول جا امتحان، Z-اسڪور گروپ جي نسبت انفرادي ڪارڪردگي جو جائزو وٺڻ لاءِ استعمال ڪيو ويندو آهي. هي شاگردن جي ترقي يا ڪجهه نفسياتي خاصيتن جي نگراني ۾ مدد ڪري ٿو. 3. صحت صحت جي ميدان ۾، Z-اسڪور طبي ڊيٽا ۾ غير معموليات جو جائزو وٺڻ لاءِ استعمال ڪيو ويندو آهي. مثال طور، جينياتي تجزيي ۾، Z-اسڪور غير معمولي جين اظهار جو جائزو وٺڻ ۾ مدد ڪري ٿو جيڪو بيماري جي خطري کي ظاهر ڪري سگهي ٿو.
