විචලනය ගණනය කරන්නේ කෙසේද: සම්පූර්ණ මාර්ගෝපදේශයකි
විචලනය යනු ආර්ථික විද්යාව සහ ඉංජිනේරු විද්යාවේ සිට මනෝවිද්යාව සහ සංඛ්යාලේඛන දක්වා විවිධ ක්ෂේත්රවල භාවිතා වන මූලික සංඛ්යාලේඛනයකි. දත්ත කට්ටලයක අගයන් මධ්යන්යය වටා කොතරම් දුරට පැතිරී ඇත්ද යන්න පිළිබඳ තොරතුරු එය සපයයි. මෙම ලිපියෙන්, අර්ථ දැක්වීමේ සිට ප්රායෝගික පියවර දක්වා ගැඹුරින් විචලනය ගණනය කරන්නේ කෙසේදැයි අපි ගවේෂණය කරන්නෙමු.
පෙන්ඩහුලුවන්
විචලනය තේරුම් ගැනීමට නම්, සංඛ්යාලේඛනවල මූලික සංකල්ප කිහිපයක් අප තේරුම් ගත යුතුය. විචලනය යනු දත්ත කට්ටලයක අගයන් මධ්යන්යයෙන් කොතරම් දුරට අපගමනය වේද යන්න මැනීමේ මිනුමක් වේ. විචලනය ගණනය කරනු ලබන්නේ එක් එක් අගය සහ මධ්යන්යය අතර වර්ග වෙනස්කම්වල සාමාන්යය ලෙස ය. විචලනය දත්තවල "විචල්යතාවය" පිළිබඳ ඇඟවීමක් සපයයි.
විචලනය අර්ථ දැක්වීම
ගණිතමය වශයෙන්, විචලනය යනු:
\[ \පෙළ{විචලනය} ( \sigma^2 ) = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \]
කොහෙද:
– \( \sigma^2 \) යනු ජනගහන විචලනයයි.
– \( N \) යනු ජනගහනයේ මුළු අගයන් ගණනයි.
– \( x_i \) යනු ith තනි පුද්ගලයාගේ අගයයි.
– \( \mu \) යනු ජනගහන මධ්යන්යයයි.
සාම්පල සඳහා, විචල්යතා සූත්රය තරමක් වෙනස් වේ:
\[ \පෙළ{නියැදි විචලනය} ( s^2 ) = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
කොහෙද:
– \( s^2 \) යනු නියැදි විචලනයයි.
– \( n \) යනු නියැදියේ ඇති මුළු අගයන් ගණනයි.
– \( x_i \) යනු නියැදියේ ith තනි පුද්ගලයාගේ අගයයි.
– \( \bar{x} \) යනු නියැදි මධ්යන්යයයි.
විචලනය ගණනය කිරීමට පියවර
සංයුක්ත උදාහරණයක් භාවිතා කරමින් විචලනය ගණනය කිරීමේ ප්රායෝගික පියවර සමාලෝචනය කරමු.
උදාහරණය: ජනගහන විචලනය ගණනය කිරීම
පහත සඳහන් අගයන්ගෙන් සමන්විත කුඩා දත්ත කට්ටලයක් අප සතුව ඇතැයි සිතමු: 2, 4, 6, 8, 10.
1. පියවර 1: සාමාන්යය (මධ්යන්යය) ගණනය කරන්න
\[ \mu = \frac{2 + 4 + 6 + 8 + 10}{5} = 6 \]
2. පියවර 2: එක් එක් අගයේ මධ්යන්යයෙන් වෙනස ගණනය කර එය වර්ග කරන්න.
\[
\ආරම්භ කරන්න{පෙළගස්වන්න}
(2 – 6)^2 &= (-4)^2 = 16 \\
(4 – 6)^2 &= (-2)^2 = 4 \\
(6 – 6)^2 &= 0^2 = 0 \\
(8 – 6)^2 &= 2^2 = 4 \\
(10 – 6)^2 &= 4^2 = 16 \\
\අවසානය{පෙළගස්වන්න}
\]
3. පියවර 3: වෙනස්කම්වල සියලුම වර්ග එකතු කරන්න
\[ 16 + 4 + 0 + 4 + 16 = 40 \]
4. පියවර 4: වෙනස්කම් වර්ගවල එකතුව අගයන් ගණනින් (N) බෙදන්න.
\[ \sigma^2 = \frac{40}{5} = 8 \]
ඉතින්, මෙම දත්තවල ජනගහන විචලනය 8 කි.
උදාහරණය: නියැදි විචලනය ගණනය කිරීම
දැන්, අපි ඉහත දත්ත කට්ටලයෙන් කුඩා නියැදියක් ගන්නවා යැයි සිතමු: 2, 4, 6.
1. පියවර 1: නියැදි මධ්යන්යය ගණනය කරන්න
\[ \තීරුව{x} = \frac{2 + 4 + 6}{3} = 4 \]
2. පියවර 2: එක් එක් අගයේ මධ්යන්යයෙන් වෙනස ගණනය කර එය වර්ග කරන්න.
\[
\ආරම්භ කරන්න{පෙළගස්වන්න}
(2 – 4)^2 &= (-2)^2 = 4 \\
(4 – 4)^2 &= 0^2 = 0 \\
(6 – 4)^2 &= 2^2 = 4 \\
\අවසානය{පෙළගස්වන්න}
\]
3. පියවර 3: වෙනස්කම්වල සියලුම වර්ග එකතු කරන්න
\[ 4 + 0 + 4 = 8 \]
4. පියවර 4: වෙනස්කම් වර්ගවල එකතුව (n – 1) න් බෙදන්න.
\[ s^2 = \frac{8}{3-1} = \frac{8}{2} = 4 \]
ඉතින්, මෙම දත්තවල නියැදි විචලනය 4 කි.
ජනගහනයේ සහ නියැදියේ විචලනය
ජනගහන විචලනය සහ නියැදි විචලනය අතර වෙනස තේරුම් ගැනීම වැදගත් වේ. ජනගහන විචලනය සමස්ත ජනගහනය පුරා දත්ත පැතිරීම මනිනු ලබන අතර, නියැදි විචලනය ජනගහනයේ උප කුලකයක් (නියැදියක්) තුළ පැතිරීම මනිනු ලබයි. බොහෝ අවස්ථාවන්හිදී, ජනගහන විචලනය ඇස්තමේන්තු කිරීම සඳහා නියැදි විචලනය භාවිතා කරයි. නියැදි විචලනය ගණනය කිරීමේදී \( (n-1) \) මගින් බෙදීම ජනගහන විචලනය ඇස්තමේන්තු කිරීමේදී නැඹුරුව අඩු කරයි.
විචල්යතා යෙදුම
විචලනය විවිධ යෙදුම්වල භාවිතා වේ, උදාහරණයක් ලෙස:
1. මූල්ය අවදානම් විශ්ලේෂණය: මූල්ය ක්ෂේත්රයේදී, විචලනය අවදානම මැනීමට සහ ආයෝජන කළඹ කළමනාකරණය කිරීමට භාවිතා කරයි. ඉහළ විචලනය යනු අවදානම් සහිත ආයෝජනයකි.
2. සමාජ විද්යාවන්: මනෝවිද්යාව හෝ සමාජ විද්යා පර්යේෂණ වලදී, ජනගහන කණ්ඩායම් අතර වෙනස්කම් මැනීම සඳහා විචලනය භාවිතා කරයි.
3. තත්ත්ව පාලනය: නිෂ්පාදනයේදී, නිෂ්පාදන ගුණාත්මකභාවය නිරීක්ෂණය කිරීමට සහ පාලනය කිරීමට විචලනයන් භාවිතා කරයි.
4. පර්යේෂණාත්මක සංඛ්යාලේඛන: පර්යේෂණාත්මක ප්රතිඵල විශ්ලේෂණය කිරීමට සහ වෙනස්කම්වල වැදගත්කම තීරණය කිරීමට භාවිතා කරයි.
විචලනය සහ සම්මත අපගමනය
විචලනය බොහෝ විට සම්මත අපගමනය සමඟ ඒකාබද්ධව භාවිතා වන අතර එය විචලනයේ වර්ගමූලය වේ. සම්මත අපගමනය විචලනයට වඩා පැතිරීම සඳහා වඩාත් සෘජු සහ පහසුවෙන් අර්ථකථනය කළ හැකි මිනුමක් සපයයි. මේ දෙක අතර සමීකරණය:
\[ \පෙළ{සම්මත අපගමනය} (\සිග්මා) = \sqrt{\පෙළ{විචලනය} (\සිග්මා^2)} \]
නිගමනය
විචලනය ගණනය කිරීම සංඛ්යානමය විශ්ලේෂණයේ තීරණාත්මක කොටසක් වන අතර එය දත්ත කට්ටලයක් තුළ පැතිරීම හෝ විසරණය පිළිබඳ මිනුමක් සපයයි. මූලික සංකල්ප සහ විචලනය ගණනය කරන්නේ කෙසේද යන්න තේරුම් ගැනීමෙන්, අපට දත්ත වඩා හොඳින් විශ්ලේෂණය කිරීමට, අවදානම තක්සේරු කිරීමට සහ වඩාත් දැනුවත් තීරණ ගැනීමට හැකිය.
වඩාත් විද්යාත්මක විශ්ලේෂණයක් සඳහා ජනගහන විචලනය භාවිතා කිරීම හෝ දත්ත උප කුලකයකින් ඇස්තමේන්තු කිරීම සඳහා නියැදි විචලනය භාවිතා කිරීම වේවා, විචලනය පිළිබඳ ගැඹුරු අවබෝධයක් දත්තවල විවිධත්වය තේරුම් ගැනීමට සහ එය විවිධ සැබෑ ලෝක තත්වයන්ට අදාළ කිරීමට උපකාරී වේ. බලාපොරොත්තු වන පරිදි, මෙම ලිපිය විචලනය තේරුම් ගැනීමට සහ ගණනය කිරීමට ප්රායෝගික සහ ප්රයෝජනවත් මාර්ගෝපදේශයක් සපයයි.
