वर्णनात्मक आंकड़ों के बारे में अधिक: इस माध्य कैलकुलेटर का उपयोग करना

वर्णनात्मक आँकड़े उन उपायों और चार्ट से मेल खाते हैं जो व्युत्पन्न हैं तंग और अध्ययन की जा रही आबादी के बारे में जानकारी प्रदान करने के लिए है।वर्णनात्मक आँकड़े के दो बुनियादी प्रकार हैं तेरमस और यह तंग ।

माध्य की गणना कैसे करें?

नमूना माध्य की गणना करने के लिए, आपको निम्न सूत्र का उपयोग करने की आवश्यकता है:

\[ \bar X = \displaystyle \frac{1}{n} \sum_{i=1}^n X_i \]

सरल शब्दों में, आप नमूने में सभी मूल्यों के योग को नमूने में कुल मानों की कुल संख्या से विभाजित करते हैं।

इस मीन कैलकुलेटर का उपयोग कैसे करें

एक नमूने से माध्य की गणना करने के लिए, आपको इन चरणों का पालन करने की आवश्यकता है:

• स : स्पष्ट रूप से उस नमूने को पहचानें जिसे आप विश्लेषण और गणना करना चाहते हैं, और यह सुनिश्चित करें कि सभी मान संख्यात्मक हैं, अन्यथा आप जारी नहीं रख सकते
• च च दो : यदि आप केवल माध्य की गणना कर रहे हैं, तो आपको डेटा को सॉर्ट करने की आवश्यकता नहीं है।लेकिन अगर आप भी चाहते हैं माध्यिका की गणना करें और प्रतिशतक , you will need to sort the data in ascending order
• Rayrण 3 : नमूना n में मूल्यों की संख्या की गणना करें, जिसे नमूना आकार के रूप में भी जाना जाता है, और गणना करें तमाम
• Rayrण 4 : नमूना माध्य की गणना नमूना आकार द्वारा डेटा के योग को विभाजित करके की जाती है

तो माध्य खोजने के लिए, आपको बस डेटा के औसत की गणना करने की आवश्यकता है।

इसका मतलब केंद्रीय प्रवृत्ति के सबसे अधिक इस्तेमाल किए जाने वाले उपायों में से एक है, और अच्छे कारण के लिए।हम जानते हैं कि पर्याप्त रूप से बड़े नमूने के आकार के लिए नमूना का मतलब संख्यात्मक रूप से जनसंख्या के करीब होगा।

तकनीकी शब्दों में (मैंने आपको वहां खो दिया, मुझे पता है), नमूना माध्य जनसंख्या का एक निष्पक्ष बिंदु अनुमान है।

यह मतलब कैलकुलेट आपको प्रक्रिया के सभी चरणों को दिखाएगा और आपको बस इतना करना होगा कि आप जिस नमूने के साथ काम करना चाहते हैं, उसे एक्सेल से टाइप करना या पेस्ट करना है।

उसके शीर्ष पर, आपको मानक विचलन की गणना करने के लिए कदम भी मिलते हैं, जिससे आपको सबसे महत्वपूर्ण वर्णनात्मक आँकड़ों की एक अच्छी तस्वीर मिलती है जिसे आपको आरंभ करने की आवश्यकता है।

केंद्रीय प्रवृत्ति के उपाय

केंद्रीय प्रवृत्ति के उपाय वितरण के स्थान का विचार देने का इरादा रखते हैं।केंद्रीय प्रवृत्ति उपायों के उदाहरण हैं तंग \(\bar X\), MEDIAN और मोड।

ध्यान दें कि नमूना माध्य डेटा के औसत के समान है।हालांकि, आंकड़ों के संदर्भ में, सबसे अधिक इस्तेमाल किया जाने वाला नाम नमूना माध्य है।

फैलाव के उपाय

फैलाव के उपायों के उदाहरण विचरण \(s^2\), मानक विचलन \(s\), और दूसरों के बीच की सीमा हैं।कुछ मामलों के लिए विभिन्न उपाय दूसरों की तुलना में अधिक उपयुक्त हैं।

उदाहरण के लिए, माध्य जैसे कुछ उपाय बहुत संवेदनशील हैं तमाम , और इसलिए, जब किसी नमूने में मजबूत आउटलेर होते हैं या यह बहुत तिरछा होता है, तो केंद्रीय प्रवृत्ति का पसंदीदा उपाय नमूना माध्य के बजाय माध्यिका होगा

यदि आप अधिक पूर्ण और गहन विश्लेषण करना चाहते हैं, तो हमारा उपयोग करें सराय ।

माध्य और मानक विचलन के गुण

नमूना की एक उत्कृष्ट संपत्ति का मतलब यह है कि जनसंख्या का एक निष्पक्ष अनुमानक है, और इसकी संपत्ति है कि अगर हम एक नमूना आकार अपेक्षाकृत बड़े चुनते हैं, तो हम जानते हैं कि प्राप्त नमूना का संख्यात्मक मूल्य वास्तविक जनसंख्या के करीब है।

दूसरी ओर, नमूना मानक विचलन, जनसंख्या मानक विचलन का एक निष्पक्ष अनुमान नहीं है, लेकिन फिर भी, नमूना मानक विचलन का संख्यात्मक मूल्य एक बड़े नमूना आकार के लिए सही जनसंख्या मानक विचलन के करीब होगा।

अन्य प्रकार के साधन

नमूना माध्य, जो कि नमूना डेटा के औसत पर आधारित है, केवल "मतलब" नहीं है, जिसे आप गर्भ धारण कर सकते हैं, जैसा कि आप भी गणना कर सकते हैं अणु और यह अफ़रप , जो एक नमूने के एक प्रतिनिधि तत्व को खोजने का भी प्रयास करता है, लेकिन एक अलग संख्यात्मक दृष्टिकोण का उपयोग करके।

एक नमूने का प्रतिनिधि मूल्य ढूंढना वास्तव में वितरण के आकार पर निर्भर करता है।तिरछी वितरण के लिए बेहतर होगा तमाम या एक प्रकार का होना , जैसा कि तिरछा वितरण माध्य की गणना करते समय तिरछी पूंछ का अधिक प्रतिनिधित्व करेगा।