Jinsi ya Kuhesabu Wastani, Wastani, na Hali: Mwongozo Kamili
Pendauluan
Katika takwimu, kuelewa jinsi ya kuhesabu wastani, wastani, na hali ni muhimu kwa sababu hizi ndizo vipimo vitatu vinavyotumika sana vya mwelekeo wa kati. Wastani, wastani, na hali hutumiwa kufupisha seti ya data ya nambari na nambari moja, inayowakilisha zaidi. Ingawa zote tatu zinaweza kutumika pamoja, kuna tofauti kubwa katika jinsi zinavyohesabiwa na hali ambazo kila kipimo kinafaa zaidi.
Wastani (Wastani)
Ufafanuzi
Wastani ni jumla ya thamani zote katika seti ya data iliyogawanywa na idadi ya thamani hizo. Wastani hutoa wazo la 'kitovu' cha seti ya data, lakini huathiriwa sana na thamani za nje (thamani zilizokithiri).
Hatua za Kuhesabu Wastani
1. Jumlisha Thamani Zote: Ongeza thamani zote kwenye seti ya data.
2. Hesabu Idadi ya Data: Amua ni thamani ngapi ziko kwenye seti ya data.
3. Gawanya Jumla ya Thamani Zote kwa Idadi ya Data: Matokeo ya mgawanyiko huu ni wastani wa seti ya data.
Mfano:
Tuseme tuna seti ya data ifuatayo: 3, 7, 8, 9, 10.
- Jumlisha thamani zote: 3 + 7 + 8 + 9 + 10 = 37
– Idadi ya data: 5
– Hesabu wastani: 37/5 = 7.4
Kwa hivyo, wastani wa seti hii ya data ni 7.4.
Wastani (Thamani ya Kati)
Ufafanuzi
Wastani ni thamani ya kati katika seti ya data iliyopangwa kwa nambari. Ikiwa idadi ya thamani katika seti ya data ni witiri, wastani ni thamani ya kati. Ikiwa idadi ya thamani ni sawa, wastani ni wastani wa thamani mbili za kati.
Hatua za Kuhesabu Wastani
1. Panga Thamani: Panga thamani katika seti ya data kuanzia ndogo hadi kubwa zaidi.
2. Tambua Idadi ya Thamani: Hesabu idadi ya thamani katika seti ya data.
3. Tafuta Thamani ya Kati:
– Ikiwa idadi ya thamani ni isiyo ya kawaida, wastani ni thamani ya kati.
– Ikiwa idadi ya thamani ni sawa, wastani ni wastani wa thamani mbili za kati.
Mfano 1 (Jumla ya Thamani Zisizo za Kawaida):
Seti ya data: 3, 7, 8, 9, 10
- Panga thamani: 3, 7, 8, 9, 10
– Jumla ya thamani: 5 (isiyo ya kawaida)
– Wastani: Thamani ya 3 (7)
Kwa hivyo, wastani wa seti hii ya data ni 8.
Mfano wa 2 (Idadi Sawa ya Thamani):
Seti ya data: 2, 4, 6, 8, 10, 12
- Panga thamani: 2, 4, 6, 8, 10, 12
– Jumla ya thamani: 6 (sawa)
– Wastani: wastani wa thamani ya 3 na 4 -> (6 + 8) / 2 = 7
Kwa hivyo, wastani wa seti hii ya data ni 7.
Hali (Thamani Inayoonekana Mara kwa Mara)
Ufafanuzi
Hali ni thamani inayoonekana mara nyingi zaidi katika seti ya data. Seti ya data inaweza kuwa na hali zaidi ya moja au hata kutokuwa na hali kabisa ikiwa hakuna thamani inayoonekana mara nyingi zaidi kuliko zingine.
Hatua za Kuhesabu Hali
1. Hesabu Mara kwa Mara ya Kila Thamani: Amua ni mara ngapi kila thamani inaonekana kwenye seti ya data.
2. Tambua Thamani yenye Masafa ya Juu Zaidi: Thamani inayoonekana mara nyingi zaidi ni hali.
Mfano:
Tuseme tuna seti ya data ifuatayo: 4, 4, 5, 7, 7, 7, 8, 9, 9.
- Hesabu marudio ya kila thamani:
- 4 inaonekana mara 2
- 5 inaonekana mara 1
- 7 inaonekana mara 3
- 8 inaonekana mara 1
- 9 inaonekana mara 2
Kwa hivyo, hali ya seti hii ya data ni 7 kwa sababu inaonekana mara nyingi zaidi (mara 3).
Kesi Maalum
Hakuna Hali:
Ikiwa kila thamani katika seti ya data inaonekana kwa masafa sawa, basi hakuna hali. Mfano: 2, 3, 4, 5.
Multimodal:
Ikiwa thamani mbili au zaidi zinaonekana zenye masafa sawa na masafa hayo ndiyo ya juu zaidi katika seti ya data, basi seti ya data inaitwa multimodal. Kwa mfano: 2, 3, 3, 4, 4 ina aina mbili, yaani 3 na 4.
Udhaifu wa Usambazaji:
– Imepotoshwa kwa Chanya: Wastani > Wastani > Hali
– Imepotoshwa vibaya: Hali > Wastani > Wastani
Matumizi na Mapungufu
Matumizi
1. Wastani hutumika katika hali ambapo kila nambari kwenye seti ya data ni muhimu na hakuna alama za nje muhimu. Mfano: kuhesabu wastani wa alama ya mtihani katika darasa.
2. Kiwango cha wastani ni muhimu zaidi wakati seti ya data ina data za nje au usambazaji umepotoka sana. Kwa mfano, kutafuta bei ya wastani ya nyumba katika eneo.
3. Hali mara nyingi hutumika katika data ya kategoria au data ambayo ina masafa ya juu ya thamani fulani. Kwa mfano, kubaini ukubwa wa nguo unaouzwa mara nyingi zaidi dukani.
Mapungufu
– Wastani huathiriwa sana na vitu vya nje na kwa hivyo haionyeshi kila wakati 'kitovu' halisi cha seti ya data yenye usambazaji uliopotoka.
– Wastani hauzingatii kila thamani katika seti ya data kwa hivyo huenda isiakisi taarifa zote zilizomo katika data.
– Hali inaweza isitoe picha kamili ya seti ya data, hasa ikiwa thamani zote zina masafa sawa au kuna hali nyingi.
Hitimisho
Wastani, wastani, na hali ni vipimo vitatu muhimu sana vya mwelekeo mkuu katika uchanganuzi wa data. Kila kimoja kina matumizi na mapungufu tofauti, na kuchagua kinachofaa hutegemea sifa za seti ya data na swali la uchambuzi lililopo. Kwa kuelewa jinsi ya kuhesabu na wakati wa kutumia kila kipimo, tunaweza kufanya maamuzi yenye taarifa zaidi na sahihi yanayotokana na data.
