समूहित आंकड़ों के वर्णनात्मक आंकड़े कैलकुलेटर
निर्देश समूहीकृत डेटा के लिए यह वर्णनात्मक सांख्यिकी कैलकुलेटर समूहीकृत डेटा के लिए नमूना माध्य, विचरण और मानक विचलन की गणना करता है। समूहीकृत डेटा को व्यक्तिगत मानों के बजाय वर्ग समूहों में निर्दिष्ट किया जाता है। यह आवृत्ति से जुड़े मानों की श्रेणियों के साथ आता है। उदाहरण के लिए, एक श्रेणी 2 - 6 हो सकती है और आवृत्ति, मान लीजिए, 8 हो सकती है, दूसरी श्रेणी 7 - 10 हो सकती है, जिसकी आवृत्ति 4 हो सकती है, आदि।
समूहीकृत डेटा के लिए इस वर्णनात्मक सांख्यिकी कैलकुलेटर का उपयोग कैसे करें?
समूहीकृत डेटा के लिए वर्णनात्मक सांख्यिकी की गणना करना डेटा के नियमित नमूने के लिए वर्णनात्मक सांख्यिकी की गणना करने के समान है, केवल इतना है कि समूहीकृत डेटा के मामले में, हमारे पास डेटा के बारे में कम जानकारी होती है। हम डेटा के सटीक मान नहीं जानते हैं, लेकिन हमारे पास ऐसी सीमाएँ हैं जहाँ डेटा स्थित है
यह कैलकुलेटर, प्रदान की गई अंतराल सूचना के माध्य बिंदु के अनुमानों का उपयोग करके माध्य, मानक विचलन, विचरण, माध्यिका और चतुर्थक की गणना करेगा।
सिद्धांत रूप में, समूहीकृत डेटा के लिए वर्णनात्मक सांख्यिकी की गणना करने के लिए हमें अंतराल के मध्यबिंदु की गणना करके एक निश्चित वर्ग/अंतराल से संबंधित मानों के लिए एक प्रॉक्सी का अनुमान लगाने की आवश्यकता है। ऐसा मध्यबिंदु सर्वोत्तम संभव के रूप में काम करेगा प्रतिनिधि कक्षा के सभी अंकों का.
एक बार मध्यबिंदुओं की गणना हो जाने पर, नमूना माध्य, विचरण और मानक विचलन निम्नानुसार प्राप्त किया जाता है:
\[ \bar X = \frac{ 1}{n}\left(\sum_{i=1}^n M_i \cdot f_i \right) \] \[ var(X) = \frac{ 1}{n-1}\left(\sum_{i=1}^n M_i^2 \cdot f_i - \frac{1}{n}\left(\sum_{i=1}^n M_i \cdot f_i \right)^2 \right) \] \[ SD(X) = \sqrt{\frac{ 1}{n-1}\left(\sum_{i=1}^n M_i^2 \cdot f_i - \frac{1}{n}\left(\sum_{i=1}^n M_i \cdot f_i \right)^2 \right)}\]यदि इसके बजाय आप असमूहीकृत डेटा से निपट रहे हैं, तो आप हमारे का उपयोग कर सकते हैं असमूहीकृत डेटा के लिए वर्णनात्मक सांख्यिकी कैलकुलेटर .
इसके अलावा, आप जैसे उपकरणों का उपयोग करके नमूना डेटा के ग्राफिकल प्रतिनिधित्व के बारे में अधिक जानने में रुचि रख सकते हैं हिस्टोग्राम और यह रेखा - चित्र .
