මධ්යන්යය තීරණය කිරීම සඳහා ඉක්මන් සූත්රය
මධ්යන්යය යනු දත්ත කට්ටලයක ව්යාප්තිය තේරුම් ගැනීමට බහුලව භාවිතා වන මූලික සංඛ්යානමය මිනුමක් වේ. ආන්තික අගයන් මගින් ඇලවිය හැකි මධ්යන්යය මෙන් නොව, මධ්යන්යය, විශේෂයෙන් සාමාන්ය නොවන ව්යාප්ති වලදී මධ්යන්ය ප්රවණතාවයේ වඩාත් ශක්තිමත් දර්ශකයක් සපයයි. මෙම ලිපිය කුඩා සහ විශාල දත්ත කට්ටල ඇතුළුව විවිධ තත්වයන් යටතේ මධ්යන්යය තීරණය කිරීම සඳහා ඉක්මන් සූත්රයක් ඉදිරිපත් කරන අතර එහි සියුම් කරුණු සාකච්ඡා කරයි.
මධ්යන්යය තේරුම් ගැනීම
මධ්යන්යය යනු ආරෝහණ අනුපිළිවෙලට සකස් කර ඇති දත්ත කට්ටලයක මැද අගයයි. එය ඵලදායී ලෙස දත්ත කට්ටලය සමාන අර්ධ දෙකකට බෙදන අතර, දත්ත ලක්ෂ්යවලින් 50% ක් ඊට පහළින් සහ 50% ක් ඉහළින් පිහිටා ඇත. උදාහරණයක් ලෙස, දත්ත කට්ටලයේ [3, 5, 9], මධ්යන්යය 5 වේ, මන්ද එය මැද අංකය වේ.
මධ්යස්ථනය ඇයි?
1. බාහිර බලපෑම් වලට ප්රතිරෝධී:
මධ්යන්යය මෙන් නොව, මධ්යන්යය ආන්තික අගයන්ගෙන් බලපෑමට ලක් නොවේ. මෙය ඇලවූ ව්යාප්තියන්හි මධ්යම ප්රවණතාවය පිළිබඳ වඩාත් විශ්වාසදායක මිනුමක් බවට පත් කරයි.
2. සැබෑ ලෝක යෙදුම්:
ආර්ථික විද්යාවේ මධ්යම ආදායම තීරණය කිරීම, මධ්ය නිවාස මිල ගණන් සහ වෛද්ය පර්යේෂණවල මධ්ය පැවැත්මේ කාලය වැනි සැබෑ ලෝක අවස්ථා වලදී එය බහුලව භාවිතා වේ.
මධ්යන්යය ගණනය කිරීම
මධ්යන්යය ගණනය කිරීමේ ක්රමය දත්ත ලක්ෂ්ය ගණන (N) ඔත්තේ ද ඉරට්ටේ ද යන්න මත රඳා පවතී.
1. ඔත්තේ නිරීක්ෂණ ගණන:
N ඔත්තේ වන විට, දත්ත කට්ටලය අනුපිළිවෙලට සකස් කළ පසු මධ්යන්යය මැද අංකය වේ.
සූත්රය:
\( \පෙළ{මධ්යස්ථ} = X_{\වම(\frac{N+1}{2}\දකුණ)} \)
මෙහි, \( X_{\left(\frac{N+1}{2}\right)} \) සියලු දත්ත ලක්ෂ්ය වර්ග කළ විට මැද අගය නියෝජනය කරයි.
උදාහරණයක්:
[1, 3, 3, 6, 7, 8, 9] දත්ත කට්ටලය සඳහා, N=7 (ඔත්තේ සංඛ්යාවක්). මේ අනුව, මධ්යන්යය \( X_{\left(\frac{7+1}{2}\දකුණ)} = X_4 = 6 \) වේ.
2. නිරීක්ෂණ ගණන ඉරට්ටේ:
N ඉරට්ටේ වන විට, මධ්යන්යය යනු මධ්ය සංඛ්යා දෙකෙහි සාමාන්යයයි.
සූත්රය:
\( \පෙළ{මධ්යස්ථ} = \frac{X_{\වම(\frac{N}{2}\දකුණ)} + X_{\වම(\frac{N}{2}+1\දකුණ)}}{2} \)
මෙන්න, \( X_{\left(\frac{N}{2}\right)} \) සහ \(
උදාහරණයක්:
[1, 2, 3, 4, 5, 6, 8, 9] දත්ත කට්ටලය සඳහා, N=8 (ඉරට්ටේ සංඛ්යාවක්). මේ අනුව, මධ්යන්යය ලබා දෙන්නේ:
\[
\පෙළ{මධ්යස්ථ} = \frac{X_4 + X_5}{2} = \frac{4 + 5}{2} = 4.5
\]
විශාල දත්ත කට්ටලවල ඉක්මන් මධ්යන්ය ගණනය කිරීම
විශාල දත්ත කට්ටලවල, මධ්යන්යය සොයා ගැනීමට දත්ත අතින් ඇණවුම් කිරීම ප්රායෝගික නොවේ. ප්රයෝජනවත් විය හැකි උපාය මාර්ග කිහිපයක් මෙන්න:
1. සංඛ්යානමය මෘදුකාංග භාවිතා කිරීම:
R, Python (NumPy සහ Pandas වැනි පැකේජ සහිත) සහ Excel වැනි වැඩසටහන් මඟින් මධ්යන්යය කාර්යක්ෂමව ගණනය කළ හැක. උදාහරණයක් ලෙස, Python හි, `np.median(array)` කේතය මඟින් දත්ත අරාවක මධ්යන්යය ඉක්මනින් ආපසු ලබා දිය හැක.
2. නියැදි ශිල්පීය ක්රම:
දත්ත කට්ටලය අතිශයින් විශාල නම්, මධ්යන්යය ආසන්න කිරීමට නියැදි ක්රම භාවිතා කළ හැකිය. අහඹු ලෙස දත්තවල කුඩා උප කුලකයක් නියැදි කර මෙම උප කුලකයේ මධ්යන්යය ගණනය කරන්න.
3. කොටස් ඇල්ගොරිතම:
Quickselect ඇල්ගොරිතම වැනි වඩාත් දියුණු පරිගණක ක්රම, අනුපිළිවෙලට නොදැමූ ලැයිස්තුවක k-වන කුඩාම මූලද්රව්යය කාර්යක්ෂමව සොයා ගන්නා අතර එමඟින් දත්ත කට්ටලය සම්පූර්ණයෙන්ම වර්ග නොකර මධ්යන්යය තීරණය කරයි.
කාණ්ඩගත දත්ත සඳහා මධ්යන්යය ගණනය කිරීම
කාණ්ඩගත දත්ත යනු අන්තරයන් තුළ පොකුරු කර ඇති දත්ත වේ. මෙම සන්දර්භය තුළ මධ්යන්යය ගණනය කිරීම සඳහා මධ්යන්යය අඩංගු අන්තරය තීරණය කිරීම සහ මෙම අන්තරය තුළ අන්තර් පොලඹවීම ඇතුළත් වේ.
1. මධ්යස්ථ පන්තිය හඳුනා ගන්න:
පළමුව, මධ්යන්ය පන්තිය, මධ්යන්යය අඩංගු විරාමය තීරණය කිරීම සඳහා සමුච්චිත සංඛ්යාතය සොයා ගන්න.
2. කාණ්ඩගත දත්ත සඳහා සූත්රය භාවිතා කරන්න:
\[
\text{මධ්යස්ථ} = L + \left( \frac{\frac{N}{2} – CF}{f} \right) \times h
\]
– \( L \) යනු මධ්ය පන්තියේ පහළ මායිමයි
– \( N \) යනු මුළු නිරීක්ෂණ ගණනයි
– \( CF \) යනු මධ්ය පන්තියට පෙර පන්තියේ සමුච්චිත සංඛ්යාතයයි
– \( f \) යනු මධ්ය පන්තියේ සංඛ්යාතයයි
– \( h \) යනු පන්තියේ පළලයි
උදාහරණයක්:
පහත සඳහන් දත්ත කාණ්ඩගත කිරීම සලකා බලන්න:
| පන්ති පරතරයන් | සංඛ්යාතය |
|——————-|———–|
| 0-10 | 5 |
| 10-20 | 7 |
| 20-30 | 12 |
| 30-40 | 8 |
| 40-50 | 3 |
මධ්යන්ය පන්තියට (20-30) පෙර සමුච්චිත සංඛ්යාතය (CF) 12 (5+7) වේ. මේ අනුව:
\[
\text{Median} = 20 + \left( \frac{15 – 12}{12} \දකුණ) \times 10 = 20 + \left(\frac{3}{12}\දකුණ) \times 10 = 20 + 2.5 = 22.5
\]
ප්රායෝගික සලකා බැලීම්
1. ඔත්තේ එදිරිව ඉරට්ටේ සියුම් බව:
සමහර විට, දත්ත කට්ටලවල පුනරාවර්තන අගයන් ඇති බැවින්, මධ්යන්යය නිවැරදිව ගණනය කිරීම සඳහා අගයන්හි නිශ්චිත ස්ථානගත කිරීම අවබෝධ කර ගැනීම ඉතා වැදගත් වේ.
2. නැතිවූ අගයන් හැසිරවීම:
නැතිවූ අගයන් සමඟ කටයුතු කරන්නේ කෙසේදැයි කලින් තීරණය කරන්න. ඒවා නොසලකා හැරීම හෝ ආරෝපණය කිරීම ගණනය කළ මධ්යන්යයට සැලකිය යුතු ලෙස බලපෑ හැකිය.
3. දත්ත පෙර සැකසුම්:
දත්ත පිරිසිදු කර වර්ග කර ඇති බවට වග බලා ගන්න. විශාල දත්ත කට්ටල සඳහා, මධ්ය ගණනය කිරීම වේගවත් කිරීම සඳහා කාර්යක්ෂම වර්ග කිරීමේ ඇල්ගොරිතම භාවිතා කරන්න.
නිගමනය
මධ්යන්යය තීරණය කිරීම සංඛ්යාලේඛනවල මූලික කුසලතාවයක් වන අතර, බාහිර සාධකවලට ප්රතිරෝධය දැක්වීමේදී එහි වැදගත්කම දත්ත විශ්ලේෂණයේදී එය අමිල කරයි. කුඩා හෝ විශාල දත්ත කට්ටල සමඟ කටයුතු කිරීම, නිවැරදි ප්රවේශය දැන ගැනීම - එය අතින් ගණනය කිරීම, මෘදුකාංග භාවිතා කිරීම හෝ ඇල්ගොරිතම භාවිතා කිරීම වේවා - කාර්යක්ෂමතාව සහ නිරවද්යතාවය සහතික කරයි. දක්වා ඇති ඉක්මන් සූත්රය සහ උපාය මාර්ග ප්රගුණ කිරීමෙන්, දත්තවල කේන්ද්රීය ප්රවණතාවය පිළිබඳ වැදගත් අවබෝධයක් ලබා දෙමින්, මධ්යන්යය කාර්යක්ෂමව තීරණය කළ හැකිය.
