සම්මත අපගමනය භාවිතා කරමින් දත්ත බෙදා හැරීමේ විශ්ලේෂණය
සංඛ්යාලේඛනවලදී, දත්ත කට්ටලයක "කේන්ද්රය" තේරුම් ගැනීම පමණක් ප්රමාණවත් නොවේ. දත්ත කට්ටල දෙකකට එකම මධ්යන්යයක් තිබිය හැකි නමුත්, ඒවායේ විසරණ මට්ටම හේතුවෙන් ඒවායේ ලක්ෂණ සැලකිය යුතු ලෙස වෙනස් වේ. දත්ත විසරණය පිළිබඳ සංකල්පය වැදගත් වන්නේ මෙහිදීය. අධ්යාපනය සහ ආර්ථිකයේ සිට සෞඛ්ය සහ දත්ත විද්යාව දක්වා විවිධ ක්ෂේත්රවල වඩාත් ජනප්රිය, ශක්තිමත් සහ නිතර භාවිතා වන විසරණ මිනුම්වලින් එකක් වන්නේ සම්මත අපගමනයයි. මෙම ලිපියෙන් සම්මත අපගමනයේ සංකල්පය, ගණනය කිරීම, අර්ථ නිරූපණය සහ භාවිතය සාකච්ඡා කරනුයේ දත්ත එහි මධ්ය අගයෙන් පැතිරෙන්නේ කෙසේද යන්න විශ්ලේෂණය කිරීම සඳහා ය.
1. දත්ත ව්යාප්තිය විශ්ලේෂණය කළ යුත්තේ ඇයි?
ගණිත පරීක්ෂණ ලකුණු 80ක් සහිත පන්ති දෙකක් ගැන සිතන්න. A පන්තියේදී, සියලුම සිසුන් පාහේ 78 ත් 82 ත් අතර ලකුණු ලබා ගත්හ. B පන්තියේදී, සමහර සිසුන් 50 ත් 100 ත් අතර ලකුණු ලබා ගත්හ. සාමාන්යයන් සමාන වේ, නමුත් පන්ති දෙකෙහි තත්වයන් පැහැදිලිවම වෙනස් වේ. A පන්තිය ස්ථාවර කාර්ය සාධනයක් පෙන්නුම් කරන අතර B පන්තිය සැලකිය යුතු විෂමතාවයක් පෙන්නුම් කරයි.
ව්යාප්තිය විශ්ලේෂණය කිරීමෙන් අපට:
– සංසිද්ධියක අනුකූලතාව හෝ විචලනය තක්සේරු කරන්න.
- අවදානම මැනීම (උදා: ආයෝජන ප්රතිලාභවල විචලනය).
- ක්රියාවලි ස්ථායිතාව සංසන්දනය කිරීම (උදා: නිෂ්පාදන ගුණාත්මකභාවය).
- විභව විෂමතා හෝ ආන්තික දත්ත හඳුනා ගන්න.
මෙම අරමුණ සඳහා සම්මත අපගමනය මූලික මෙවලම වේ, මන්ද එය දත්ත මධ්යන්යයෙන් කොතරම් දුරට පැතිරී ඇත්දැයි මනිනු ලබයි.
2. සම්මත අපගමනය අර්ථ දැක්වීම
සම්මත අපගමනය යනු විචලනයේ වර්ගමූලයයි. විචලනය දත්ත සහ මධ්යන්යය අතර වෙනස්කම්වල වර්ගවල සාමාන්යය මනිනු ලබන අතර, සම්මත අපගමනය මිනුම් ඒකක ඒවායේ මුල් පරිමාණයට ආපසු ලබා දෙයි (උදා: පරීක්ෂණ ලකුණු, කිලෝග්රෑම්, රුපියල, ආදිය). මෙය සම්මත අපගමනය අර්ථ නිරූපණය කිරීම පහසු කරයි.
බුද්ධිමත්ව:
– කුඩා සම්මත අපගමනය → එකතු කරන ලද දත්ත මධ්යන්යයට ආසන්නයි (වඩාත් ඒකාකාරී).
– විශාල සම්මත අපගමනය → දත්ත මධ්යන්යයෙන් බොහෝ දුරට පැතිරී ඇත (වඩා විවිධාකාර).
3. සම්මත අපගමන සූත්රය: ජනගහනය vs නියැදිය
සංඛ්යාලේඛනවලදී, ජනගහනය සහ සාම්පල සඳහා සම්මත අපගමනය ගණනය කිරීම අතර වෙනස අපි හඳුනා ගනිමු.
අ) ජනගහන සම්මත අපගමනය (σ)
විශ්ලේෂණය කරනු ලබන දත්ත ජනගහනයේ සියලුම සාමාජිකයින් නම්, සූත්රය වන්නේ:
\[
\sigma = \sqrt{\frac{\sum (x_i – \mu)^2}{N}}
\]
කෙතරංගන්:
– \(x_i\) = i-වන දත්ත අගය
– \(\mu\) = ජනගහන මධ්යන්යය
– \(N\) = ජනගහන දත්ත ගණන
ආ) නියැදි සම්මත අපගමනය (ය)
විශ්ලේෂණය කරනු ලබන දත්ත ජනගහනයෙන් (නියැදිය) කොටසක් පමණක් නම්, සූත්රය වන්නේ:
\[
s = \sqrt{\frac{\sum (x_i – \bar{x})^2}{n-1}}
\]
කෙතරංගන්:
– \(\bar{x}\) = නියැදි මධ්යන්යය
– \(n\) = නියැදි දත්ත ගණන
– \(n-1\) යනු නිදහසේ අංශක (බෙසෙල්ගේ නිවැරදි කිරීම) ලෙස හඳුන්වනු ලබන අතර, විචලනය/සම්මත අපගමනය ඇස්තමේන්තුව අපක්ෂපාතී වන පරිදි භාවිතා වේ.
දෛනික භාවිතයේදී, අප සතුව ඇති දත්ත සාමාන්යයෙන් සාම්පල ආකාරයෙන් වන බැවින්, \(n-1\) සූත්රය බහුලව භාවිතා වේ.
4. සම්මත අපගමනය ගණනය කිරීමට පියවර
ක්රියාවලිය තේරුම් ගැනීම සඳහා, නියැදි සම්මත අපගමනය ගණනය කිරීම සඳහා වන සාමාන්ය පියවර මෙන්න:
1. සාමාන්යය (\(\bar{x}\)) ගණනය කරන්න.
2. එක් එක් දත්ත සහ සාමාන්යය (\(x_i – \bar{x}\)) අතර වෙනස ගණනය කරන්න.
3. \((x_i – \bar{x})^2\) වෙනස වර්ග කරන්න.
4. සියලුම කොටු එකතු කරන්න.
5. නියැදි විචලනය ලබා ගැනීමට \(n-1\) න් බෙදන්න.
6. සම්මත අපගමනය (ය) ලබා ගැනීම සඳහා ප්රතිඵලය වර්ගමූල කරන්න.
සරල උදාහරණයක්
දත්ත අගයන් 70, 75, 80, 85, 90 (n = 5) යැයි සිතමු.
– සාමාන්යය: \(\තීරුව{x} = (70+75+80+85+90)/5 = 80\)
– වෙනස: -10, -5, 0, 5, 10
– වර්ග වෙනස: 100, 25, 0, 25, 100
– වර්ග ගණන: 250
– නියැදි විචලනය: \(250/(5-1)=62,5\)
– සම්මත අපගමනය: \(s=\sqrt{62,5}\ආසන්න වශයෙන් 7,91\)
සරල අර්ථ නිරූපණය: අගයන් 80 හි සාමාන්යයෙන් ලකුණු 7,91 ක පමණ සාමාන්යයකින් අපගමනය වේ.
5. දත්ත විශ්ලේෂණයේ සම්මත අපගමනය අර්ථ නිරූපණය කිරීම
සම්මත අපගමනය තනිවම නොවේ; එහි අර්ථය සන්දර්භය මත රඳා පවතී. කෙසේ වෙතත්, සමහර පොදු මාර්ගෝපදේශ ප්රයෝජනවත් විය හැකිය:
– සම්මත අපගමනය 0 ට ආසන්න නම්, දත්ත මධ්යන්යය වටා බෙහෙවින් සංකේන්ද්රණය වී ඇත.
– සම්මත අපගමනය විශාල නම්, දත්ත වඩාත් විචල්ය වන අතර, එය ඒකාකාරී නොවන බව පෙන්නුම් කරයි.
සම්මත අපගමනය බොහෝ විට භාවිතා කරනුයේ:
– කණ්ඩායම් දෙකක් සංසන්දනය කිරීම: උදාහරණයක් ලෙස එකම මධ්යන්යය, නමුත් වෙනස් සම්මත අපගමනයන් සහිත පන්ති දෙකක්.
– ක්රියාවලි ස්ථායිතාව තක්සේරු කිරීම: නිෂ්පාදන ප්රමාණයෙන් කුඩා සම්මත අපගමනයක් සහිත කර්මාන්තශාලා නිෂ්පාදනය යනු වඩාත් ස්ථාවර ගුණාත්මක භාවයකි.
– අස්ථාවරත්වය මැනීම: මූල්ය ක්ෂේත්රයේදී, කොටස් ප්රතිලාභවල සම්මත අපගමනය බොහෝ විට අවදානම් දර්ශකයක් ලෙස භාවිතා කරයි.
6. සම්මත අපගමනය සහ සාමාන්ය ව්යාප්තිය අතර සම්බන්ධතාවය
සාමාන්ය ව්යාප්තියක් අනුගමනය කරන දත්ත වලදී, ප්රායෝගික රීතිය හරහා සම්මත අපගමනයට ඉතා ප්රබල අර්ථකථනයක් ඇත:
– දත්ත වලින් 68% ක් පමණ \(\bar{x} \pm 1s\) පරාසයේ ඇත.
– දත්ත වලින් 95% ක් පමණ \(\bar{x} \pm 2s\) පරාසයේ ඇත.
– දත්ත වලින් 99,7% ක් පමණ \(\bar{x} \pm 3s\) පරාසයේ ඇත.
මෙම රීතිය මධ්යන්යය වටා කොපමණ දත්ත “සාමාන්ය” දැයි ඇස්තමේන්තු කිරීමට ප්රයෝජනවත් වන අතර ආන්තික අගයන් හඳුනා ගැනීම පහසු කරයි. කෙසේ වෙතත්, මෙම රීතිය නිවැරදි වන්නේ දත්ත ඇත්ත වශයෙන්ම සාමාන්යයට ආසන්න නම් පමණක් බව මතක තබා ගැනීම වැදගත්ය.
7. සම්මත අපගමනය එදිරිව අනෙකුත් පැතිරීමේ මිනුම්
සම්මත අපගමනය ඉතා ජනප්රිය වුවද, වැදගත් වන වෙනත් විසරණ මිනුම් තිබේ:
– පරාසය: උපරිම සහ අවම අගයන් අතර වෙනස. සරල නමුත් බාහිර අගයන්ට ඉතා සංවේදී.
– IQR (අන්තර් කාර්තු පරාසය): කාර්තු 1 සහ කාර්තු 3 අතර පරාසය. සම්මත අපගමනයට වඩා බාහිර ඒවාට වඩා ප්රතිරෝධී වේ.
– MAD (මධ්ය නිරපේක්ෂ අපගමනය): බොහෝ බාහිර අගයන් සහිත දත්ත සඳහා සුදුසු මධ්යන්යය මත පදනම් වූ ශක්තිමත් මිනුමක්.
දත්ත සාපේක්ෂව "පිරිසිදු" වන විට සහ ව්යාප්තිය එතරම් තදින් සීමා නොකළ විට සම්මත අපගමනය උසස් වේ. දත්තවල බොහෝ බාහිර ලක්ෂණ අඩංගු නම්, සම්මත අපගමනය විශාල විය හැකි අතර දත්තවලින් බහුතරයක් නියෝජනය කිරීම අඩු විය හැකිය.
8. සම්මත අපගමනයේ වාසි සහ සීමාවන්
අතිරික්තය
- සියලුම දත්ත භාවිතා කරයි (ආන්තික අගයන් පමණක් නොවේ).
– ශක්තිමත් න්යායික පදනමක් ඇති අතර බොහෝ දියුණු සංඛ්යානමය ක්රමවල බොහෝ විට භාවිතා වේ.
- ඒකක මුල් දත්ත වලට සමාන බැවින් අර්ථ නිරූපණය කිරීම පහසුය.
සීමාවන්
– වෙනසෙහි වර්ග ප්රමාණය ඇතුළත් වන බැවින් බාහිර සාධක වලට ඉතා සංවේදී වේ.
- "ලොකු" හෝ "කුඩා" යන්නෙහි අර්ථ නිරූපණය පරිමාණය සහ සන්දර්භය මත රඳා පවතී.
– ඉතා සාමාන්ය නොවන බෙදාහැරීම් වලදී, සම්මත අපගමනය අඩු නියෝජනයක් විය හැකිය.
9. නිගමනය
දත්ත විසරණය විශ්ලේෂණය කිරීම දත්ත කට්ටලයක ලක්ෂණ තේරුම් ගැනීමේ තීරණාත්මක පියවරකි. සම්මත අපගමනය මඟින් දත්ත මධ්යන්යයෙන් කොතරම් දුරට පැතිරෙනවාද යන්න පිළිබඳ පැහැදිලි මිනුමක් සපයන අතර, ක්රියාවලියක හෝ සංසිද්ධියක අනුකූලතාව, අවදානම සහ ගුණාත්මකභාවය තක්සේරු කිරීමට අපට උපකාරී වේ. එය ගණනය කර අර්ථ නිරූපණය කරන්නේ කෙසේද යන්න තේරුම් ගැනීමෙන්, අධ්යයන පර්යේෂණ, කාර්ය සාධන ඇගයීම, තත්ත්ව පාලනය හෝ ව්යාපාර විශ්ලේෂණය යන ක්ෂේත්රවල වුවද, අපට වඩාත් දැනුවත් තීරණ ගත හැකිය.
අවසාන වශයෙන්, සම්මත අපගමනය යනු සංඛ්යාවක් පමණක් නොව, දත්තවල ආවේණික අවිනිශ්චිතතාවය සහ විචලනය පිළිබඳ වැදගත් සාරාංශයකි. වඩාත් ශක්තිමත් විශ්ලේෂණයක් සඳහා, ව්යාප්තිය පිළිබඳ වඩාත් සම්පූර්ණ සහ නිවැරදි චිත්රයක් ලබා දීම සඳහා සම්මත අපගමනය මධ්යන්ය, IQR හෝ දත්ත දෘශ්යකරණය වැනි අනෙකුත් මිනුම් සමඟ ඒකාබද්ධව භාවිතා කළ යුතුය.
