சார்பு அதிர்வெண்

சார்பு அதிர்வெண்: ஒரு அத்தியாவசிய புள்ளியியல் அணுகுமுறை

சார்பு நிகழ்வெண் என்பது புள்ளியியலில் உள்ள ஒரு அடிப்படைக் கருத்தாகும். இது, ஒரு தரவுத் தொகுப்பில் ஒரு நிகழ்வு, மொத்த நிகழ்வுகளின் எண்ணிக்கையுடன் ஒப்பிடுகையில், எவ்வளவு அடிக்கடி நிகழ்கிறது என்பதை விவரிக்கிறது. இச்சொல் தொழில்நுட்பம் சார்ந்ததாகவோ அல்லது சிறப்பு வாய்ந்ததாகவோ தோன்றினாலும், திறம்பட்ட மற்றும் அர்த்தமுள்ள தரவுப் பகுப்பாய்வை நாடும் எவருக்கும் சார்பு நிகழ்வெண்ணைப் புரிந்துகொள்வது மிகவும் இன்றியமையாதது. இந்தக் கட்டுரை, பல்வேறு சூழல்களில் சார்பு நிகழ்வெண்ணின் வரையறை, கணக்கீடு, பயன்பாடுகள் மற்றும் நடைமுறை எடுத்துக்காட்டுகளை ஆராயும்.

சார்பு அதிர்வெண்ணைப் புரிந்துகொள்ளுதல்

சார்பு நிகழ்வெண் என்பது ஒரு தரவுத் தொகுப்பில் உள்ள மொத்த நிகழ்வுகளின் எண்ணிக்கைக்கு, ஒரு குறிப்பிட்ட நிகழ்வின் நிகழ்வுகளின் எண்ணிக்கையின் விகிதமாகும். கணிதரீதியாக, சார்பு நிகழ்வெண்ணை (FR) பின்வருமாறு வெளிப்படுத்தலாம்:
\[ FR = \frac{f}{N} \]
இதில் \( f \) என்பது ஒரு குறிப்பிட்ட நிகழ்வின் நிகழ்வெண் (எண்ணிக்கை), மற்றும் \( N \) என்பது மொத்த நிகழ்வுகளின் எண்ணிக்கை.

வேறுவிதமாகக் கூறினால், சார்பு நிகழ்வெண் என்பது ஒரு தரவுத்தொகுப்பில் ஒரு குறிப்பிட்ட நிகழ்வின் விகிதமாகும். சார்பு நிகழ்வெண் எப்போதும் 0 மற்றும் 1-க்கு இடையில் ஒரு மதிப்பைக் கொண்டிருக்கும், இதில் 0 என்பது அந்த நிகழ்வு ஒருபோதும் நிகழாது என்பதையும், 1 என்பது அந்த நிகழ்வு எப்போதும் நிகழும் என்பதையும் குறிக்கிறது. சதவீதமாக மாற்றப்படும்போது, ​​சார்பு நிகழ்வெண் மதிப்புகளை மிகவும் எளிதாகப் புரிந்துகொள்ள முடியும்.

சார்பு அதிர்வெண் கணக்கீட்டின் எடுத்துக்காட்டு

ஒரு எளிய உதாரணத்தைக் கருத்தில் கொள்வோம். சிவப்பு, நீலம் அல்லது பச்சை ஆகிய நிறங்களில் எதை விரும்புகிறார்கள் என்று கேட்கப்பட்ட பத்து கணக்கெடுப்புப் பங்கேற்பாளர்களின் நிற விருப்பங்கள் குறித்த தரவுகள் நம்மிடம் இருப்பதாக வைத்துக்கொள்வோம். கணக்கெடுப்பின் முடிவுகள் பின்வருமாறு:

– சிவப்பு: 3 பேர்
– நீலம்: 5 பேர்
– பச்சை: 2 பேர்

பதிலளித்தவர்களின் மொத்த எண்ணிக்கை 10. சார்பு நிகழ்வெண்ணைக் கணக்கிட, ஒவ்வொரு நிறத்திற்குமான விருப்பங்களின் எண்ணிக்கையை, பதிலளித்தவர்களின் மொத்த எண்ணிக்கையால் வகுத்தால் போதும்.

– சிவப்பு நிறத்தின் சார்பு நிகழ்வெண்: \( \frac{3}{10} = 0.3 \) அல்லது 30%
– நீலத்தின் சார்பு நிகழ்வெண்: \( \frac{5}{10} = 0.5 \) அல்லது 50%
– பச்சையின் சார்பு நிகழ்வெண்: \( \frac{2}{10} = 0.2 \) அல்லது 20%

இதிலிருந்து, கணக்கெடுப்பில் பங்கேற்றவர்களில் மிகப் பெரிய விகிதத்தினர் நீல நிறத்தை விரும்புவதை நாம் காணலாம்.

சார்பு அதிர்வெண் பயன்பாடு

சார்பு அதிர்வெண், அறிவியல் ஆராய்ச்சி முதல் வணிகப் பகுப்பாய்வு வரை பலதரப்பட்ட துறைகளில் பயன்படுத்தப்படுகிறது. அதன் பயன்பாடுகளுக்கான சில எடுத்துக்காட்டுகள் இங்கே:

1. விளக்கப் புள்ளிவிவரங்கள்
விளக்கப் புள்ளிவிவரவியலில், தரவுப் பரவலின் விரைவான மற்றும் தெளிவான சித்திரத்தை வழங்குவதற்காக சார்பு நிகழ்வெண்கள் பயன்படுத்தப்படுகின்றன. எடுத்துக்காட்டாக, கணக்கெடுப்புக் கேள்விகளுக்கான பதில்களின் நிகழ்வெண்ணைப் பகுப்பாய்வு செய்யும்போது, ​​சார்பு நிகழ்வெண்கள் தரவில் ஒரு பெரும்பான்மைப் போக்கையோ அல்லது ஒரு குறிப்பிட்ட வடிவத்தையோ சுட்டிக்காட்டக்கூடும்.

2. தரக் கட்டுப்பாடு
உற்பத்தித் துறையில், ஒரு தொகுதிப் பொருட்களில் ஏற்படும் குறைபாடுகளின் எண்ணிக்கையை அளவிட, சார்பு நிகழ்வெண் பெரும்பாலும் பயன்படுத்தப்படுகிறது. எடுத்துக்காட்டாக, ஒரு தொகுதியில் 1000 பொருட்கள் இருந்து, அவற்றில் 50 குறைபாடுடையதாக இருந்தால், குறைபாடுகளின் சார்பு நிகழ்வெண் \( \frac{50}{1000} = 0.05 \) அல்லது 5% ஆகும். பொருளின் தரத்தை மதிப்பிடுவதற்கும் மேம்படுத்துவதற்கும் இந்தத் தகவல் முக்கியமானது.

3. நோய்ப்பரவலியல்
பொது சுகாதாரத்தில், ஒரு மக்கள் தொகையில் ஒரு நோயின் பரவல் அல்லது பாதிப்பைக் கணக்கிட சார்பு நிகழ்வெண் பயன்படுத்தப்படலாம். எடுத்துக்காட்டாக, 10.000 நபர்களில் ஒரு குறிப்பிட்ட நோயின் 200 பாதிப்புகள் இருந்தால், அந்த நோயின் சார்பு நிகழ்வெண் \( \frac{200}{10000} = 0.02 \) அல்லது 2% ஆகும்.

4. ஆராய்ச்சியில் கருதுகோள் தேர்வு
அறிவியல் ஆராய்ச்சியில், கருதுகோள் சோதனையில் சார்பு நிகழ்வெண்கள் உதவியாக இருக்கும். எடுத்துக்காட்டாக, ஒரு புதிய சிகிச்சை பழைய சிகிச்சையை விட அதிக பலனளிக்கிறதா என்பதைச் சோதிக்கும் ஒரு பரிசோதனையில், புள்ளிவிவர முக்கியத்துவத்தைத் தீர்மானிக்க இரண்டு குழுக்களின் வெற்றி சார்பு நிகழ்வெண்களை ஒப்பிடலாம்.

சார்பு அதிர்வெண் மற்றும் முழுமையான அதிர்வெண் ஒப்பீடு

தரவைப் பற்றிய ஒரு முழுமையான புரிதலை வழங்குவதற்காக, தனிநிகழ்வு அதிர்வெண்ணும் சார்பு அதிர்வெண்ணும் பெரும்பாலும் ஒன்றாகப் பயன்படுத்தப்படுகின்றன. தனிநிகழ்வு அதிர்வெண் என்பது, மொத்த நிகழ்வுகளின் எண்ணிக்கையைப் பொருட்படுத்தாமல், ஒரு நிகழ்வு உண்மையில் எத்தனை முறை நிகழ்ந்தது என்பதைக் குறிக்கிறது. மறுபுறம், சார்பு அதிர்வெண் என்பது ஒப்பீடுகளைக் குறிக்கிறது; இது, குறிப்பாக வெவ்வேறு மாதிரி அளவுகளைக் கொண்ட தரவுகளுடன் பணிபுரியும்போது, ​​மிகவும் நடைமுறைக்கு உகந்த மற்றும் பொருத்தமான சூழலை வழங்குகிறது.

உதாரணமாக, இரண்டு கணக்கெடுப்புகளில் 100 பேர் பொருள் A-ஐயும், 50 பேர் பொருள் B-ஐயும் விரும்புவதாகக் கண்டறியப்படலாம். இருப்பினும், முதல் கணக்கெடுப்பில் 200 பதிலளிப்பாளர்களும், இரண்டாவது கணக்கெடுப்பில் 100 பதிலளிப்பாளர்களும் இருந்தால், பொருள் A-க்கான விருப்பத்தின் சார்பு நிகழ்வெண் 50% ஆகவும், பொருள் B-க்கான விருப்பத்தின் சார்பு நிகழ்வெண் 50% ஆகவும் இருக்கும். இது, முழுமையான எண்கள் வேறுபட்டிருந்தாலும், அதே விகிதாச்சாரத்தைக் குறிக்கிறது.

சார்பு அதிர்வெண் வரம்பு

சார்பு நிகழ்வெண் ஒரு சக்திவாய்ந்த கருவியாக இருந்தாலும், அதற்கும் சில வரம்புகள் உள்ளன. சார்பு நிகழ்வெண் மாதிரி அளவைப் பெரிதும் சார்ந்திருப்பதால், மாதிரி போதுமான அளவு பெரியதாக இல்லாவிட்டாலோ அல்லது சீரற்ற முறையில் தேர்ந்தெடுக்கப்படாவிட்டாலோ, முடிவுகள் ஒருதலைப்பட்சமாகவோ அல்லது குறைவான பிரதிநிதித்துவத்துடனோ இருக்கலாம். உதாரணமாக, 10 பதிலளிப்பவர்களை மட்டுமே கொண்ட ஒரு சிறிய கணக்கெடுப்பில், ஒரு குறிப்பிட்ட விருப்பத்தைத் தேர்ந்தெடுக்கும் பதிலளிப்பவர்களின் எண்ணிக்கையில் ஏற்படும் ஒரு சிறிய மாற்றம் கூட, சார்பு நிகழ்வெண்ணைக் கணிசமாக மாற்றிவிடக்கூடும்.

சார்பு அதிர்வெண்ணை விளக்குதல்

சார்பு நிகழ்வெண்களைப் புரிந்துகொள்ளும்போது, ​​சூழலை அறிந்துகொள்வது அவசியம். உதாரணமாக, ஒரு கடையில் 70% வாடிக்கையாளர்கள் ஒரு குறிப்பிட்ட பொருளை விரும்புவதாகத் தெரிவித்தால், அது ஒரு முக்கியமான தகவலாகும். இருப்பினும், தரவுகளின் துல்லியம் மற்றும் பிரதிநிதித்துவத்தன்மையை மதிப்பிடுவதற்கு, கணக்கெடுக்கப்பட்ட மொத்த வாடிக்கையாளர்களின் எண்ணிக்கை மற்றும் அந்தக் கணக்கெடுப்பு எவ்வாறு நடத்தப்பட்டது என்பதை நாம் புரிந்துகொள்ள வேண்டும்.

மேலும், அறிவியல் ஆராய்ச்சி அல்லது ஆழமான தரவுப் பகுப்பாய்வில், சார்பு நிகழ்வெண்களில் உள்ள வேறுபாடுகள் புள்ளிவிவரப்படி குறிப்பிடத்தக்கவையா அல்லது வெறுமனே மாதிரி மாறுபாட்டின் விளைவா என்பதைத் தீர்மானிக்க, ஆராய்ச்சியாளர்கள் பெரும்பாலும் நம்பிக்கை இடைவெளிகளையும் கருதுகோள் சோதனைகளையும் பயன்படுத்துகின்றனர்.

முடிவுரை

சார்பு நிகழ்வெண் என்பது புள்ளியியலில் உள்ள ஒரு முக்கியமான அளவீடு ஆகும். இது தரவுகளை மிகவும் அர்த்தமுள்ள சூழலில் புரிந்துகொள்ளவும் விவரிக்கவும் நமக்கு உதவுகிறது. ஒரு தரவுத்தொகுப்பில் ஏற்படும் நிகழ்வுகளின் விகிதத்தை வழங்குவதன் மூலம், சார்பு நிகழ்வெண் அறிவியல், வணிகம் அல்லது அன்றாடச் சூழல்களில் தரவுகளை விளக்குவதையும் ஒப்பிடுவதையும் எளிதாக்குகிறது. இருப்பினும், துல்லியமான மற்றும் அர்த்தமுள்ள விளக்கத்தை உறுதிசெய்ய, இதன் பயன்பாடு எப்போதும் சூழலைப் பற்றிய புரிதலுடனும், இந்த முறையின் வரம்புகள் குறித்த விழிப்புணர்வுடனும் இணைந்திருக்க வேண்டும்.

எனவே, சார்பு நிகழ்வெண்களைக் கணக்கிடுவதிலும் விளக்குவதிலும் உள்ள புரிதலும் நிபுணத்துவமும், அறிவார்ந்த, பகுப்பாய்வுத் திறன் கொண்ட மற்றும் திறனாய்வுமிக்க தரவுப் பயனராக மாறுவதற்கான திறவுகோல்களில் ஒன்றாகும்.