Descriptive statistics: measures of central tendency (mean, median, mode)

સરેરાશ, મધ્યસ્થ અને બહુલક એ "આ data નું કેન્દ્ર ક્યાં છે?" ના ત્રણ હરીફ જવાબ છે, અને પરીક્ષાનું કૌશલ્ય છે દરેકને હાથે ગણવું અને આપેલા dataset માટે કયા પર ભરોસો કરવો એ નક્કી કરવું.

10 min read · 9 cards · 2 checks

Read in: English · हिन्दी · ગુજરાતી


Theory

ત્રણ પ્રામાણિક જવાબ, એક પ્રશ્ન

CampusPulse ના survey નું સાત છાત્રાલયવાસીઓ માટેનું screen-time નું ખાનું, મિનિટમાં:

60, 90, 90, 120, 150, 180, 600

(600 સાચું છે: એક student એ આખી cricket ની મેચ જોઈ.)

"સામાન્ય screen time કેટલો છે?" સરેરાશ કહે છે 184.3. મધ્યસ્થ કહે છે 120. બહુલક કહે છે 90. એક પ્રશ્નના ત્રણ બચાવી શકાય એવા જવાબ, અને આ વિષયના marks દરેકને સાચી રીતે ગણવામાંથી અને કયો જણાવવો એ જાણવામાંથી આવે છે.

Theory

સમિતિના ત્રણ સભ્યો

એક સમિતિને પૂછો કે વર્ગનું "કેન્દ્ર" ક્યાં છે:

  • હિસાબનીશ બધું સરવાળે છે અને ભાગે છે: ચોકસાઈવાળું, પણ એક જ ચરમ સભ્ય અહેવાલને વાળી નાખે છે.
  • મધ્ય શોધનાર બધાને ક્રમમાં ગોઠવીને વચલી વ્યક્તિ તરફ આંગળી ચીંધે છે: ચરમ છેડા એને ખસેડી શકતા નથી.
  • લોકપ્રિયતા ગણનાર જે સૌથી વધુ આવે એનું નામ આપે છે: એકમાત્ર સભ્ય જે લેબલ પણ સંભાળી શકે (સૌથી સામાન્ય શહેર).

તમે આ સમિતિને BCA303માં મળ્યા હતા જ્યાં pandas ગણિત કરતું હતું. આજે પરીક્ષાને એ હાથે જોઈએ છે, કારણો સાથે.

Theory

દરેકની ચોકસાઈથી ગણતરી

Data: 60, 90, 90, 120, 150, 180, 600 (n = 7, પહેલેથી ક્રમમાં).

સરેરાશ = સરવાળો ÷ n = 1290 ÷ 7 ≈ 184.3 મિનિટ.

મધ્યસ્થ = સ્થાન (n+1)/2 નું મૂલ્ય = 4થું મૂલ્ય = 120. (પહેલાં ક્રમમાં ગોઠવો, હંમેશા. n બેકી? બે વચલાં મૂલ્યોની સરેરાશ લો.)

બહુલક = સૌથી વારંવાર = 90 (બે વાર આવે છે).

જવાબોનો ફેલાવો નોંધો: 600 એ સરેરાશને સાતમાંથી છ students થી ઉપર ખેંચી. મધ્યસ્થે એ ક્યારેય અનુભવ્યું નહીં.

At a glance

ગુણ અને દોષ (5 marks નું કોષ્ટક)

માપશક્તિનબળાઈ
સરેરાશદરેક મૂલ્ય વાપરે છે; બીજગણિત માટે અનુકૂળOutliers થી વિકૃત; ફક્ત આંકડાકીય
મધ્યસ્થOutlier સામે અડગ; ક્રમવાચક data પર ચાલેચોક્કસ પરિમાણ અવગણે છે
બહુલકનામવાચક data માટે એકમાત્ર વિકલ્પ; ખરેખર જોવાયેલું મૂલ્યકદાચ ન હોય, કે અનેક હોય; અપ્રતિનિધિ હોઈ શકે

Think first

બેકી n સાથે એક ગણો

6 students નો મુસાફરીનો સમય મિનિટમાં: 25, 10, 40, 20, 30, 15. કાગળ પર: ક્રમમાં ગોઠવો, પછી મધ્યસ્થ શોધો (સાવધ: n બેકી છે), સરેરાશ, અને બહુલક. પછી tap કરો.

Show the answer

ક્રમમાં: 10, 15, 20, 25, 30, 40.

મધ્યસ્થ: n = 6 બેકી છે, એટલે 3જા અને 4થા મૂલ્યની સરેરાશ લો: (20 + 25) / 2 = 22.5.

સરેરાશ: 140 ÷ 6 ≈ 23.3.

બહુલક: દરેક મૂલ્ય એક વાર આવે છે: કોઈ બહુલક નહીં.

બે ફાંદા ટળ્યા: બેકી n માટે સરેરાશ લેવાનું પગલું, અને પ્રામાણિક જવાબ "કોઈ બહુલક નહીં" (data તમને એક આપવા બંધાયેલો નથી). અહીં સરેરાશ ≈ મધ્યસ્થ: કોઈ outlier નહીં, લગભગ સમમિત data, બંને કેન્દ્રો સંમત.

Quiz

છાત્રાલયના screen time પરના અહેવાલમાં **એક** સામાન્ય મૂલ્ય જણાવવું પડે. 600 મિનિટના outlier ને જોતાં, કયું માપ અને કયું સમર્થન પૂરા marks કમાય છે?

  1. મધ્યસ્થ 120, કારણ કે વિષમ data માં સરેરાશને વિકૃત કરતા outliers સામે મધ્યસ્થ ટકે છે
  2. સરેરાશ 184.3, કારણ કે સરેરાશ દરેક નિરીક્ષણ વાપરે છે અને તેથી હંમેશા શ્રેષ્ઠ છે
  3. બહુલક 90, કારણ કે બહુલક હંમેશા સૌથી સલામત પસંદગી છે
  4. એમાંનું કોઈ પણ, કારણ કે ત્રણેય કેન્દ્રીય પ્રવૃત્તિનાં માપ છે
Show the answer

મધ્યસ્થ 120, કારણ કે વિષમ data માં સરેરાશને વિકૃત કરતા outliers સામે મધ્યસ્થ ટકે છે

Outlier વાળો વિષમ data એ બરાબર મધ્યસ્થનું ઘર છે: એ જણાવે છે કે મોટા ભાગના students ખરેખર ક્યાં બેસે છે, જ્યારે સરેરાશ સાતમાંથી છ નિરીક્ષણથી ઉપરના મૂલ્ય સુધી ખેંચાઈ ગઈ. વિકલ્પ B નું સમર્થન સાચું છે (સરેરાશ દરેક મૂલ્ય વાપરે છે) પણ એ જ ગુણ અહીં એની નબળાઈ છે. "હંમેશા" અને "કોઈ પણ" જવાબો (C, D) એ જ નિર્ણય છોડી દે છે જે પ્રશ્ન ચકાસી રહ્યો છે.

Watch out

Marks ક્યાં ગળે છે

ક્રમમાં ગોઠવ્યા વગરનો મધ્યસ્થ: કાચા data નું વચલું મૂલ્ય એક આડેધડ સંખ્યા છે. ગોઠવો, પછી સ્થાન (n+1)/2 સુધી ગણો.

બેકી n: બે વચલાં મૂલ્યોની સરેરાશ લેવાનું ભૂલવું.

વિષમતાની નિશાની: જો સરેરાશ મધ્યસ્થથી નોંધપાત્ર રીતે વધુ હોય, તો data જમણી બાજુ વિષમ છે (મોટાં મૂલ્યોની લાંબી પૂંછડી): તમારા આંકડાની બાજુમાં આ એક લીટીનું નિદાન લખવાથી જવાબ ગણેલા માંથી સમજેલા માં ચઢી જાય છે.

Theory

દરેક માપ વાસ્તવિક દુનિયામાં ક્યાં રાજ કરે છે

મધ્યસ્થ: ઘરના ભાવ અને પગાર (એક કરોડપતિએ "સામાન્ય" ની વ્યાખ્યા ન કરવી જોઈએ). સરેરાશ: પરીક્ષાના marks, cricket ની સરેરાશ, લગભગ સમમિત હોય એ બધું. બહુલક: દુકાન કયા માપના જોડા રાખે, blood bank માં સૌથી સામાન્ય રક્તજૂથ. BCA303માં તમે આ pandas માં ગણ્યાં; આ વિષયનો એકમ 5 એ R માં કરે છે (એક આશ્ચર્ય સાથે: R માં બહુલકનું જડેલું function નથી). ત્રણેયમાં ખ્યાલો એકસરખા રહે છે.

Summary

Key takeaways

  • સરેરાશ = સરવાળો/n: બધું વાપરે છે, outliers સામે વળે છે.
  • મધ્યસ્થ = ક્રમમાં ગોઠવેલા data નું વચલું, સ્થાન (n+1)/2; બેકી n માં બે વચલાંની સરેરાશ; outlier સામે અડગ.
  • બહુલક = સૌથી વારંવાર: કદાચ ન હોય, એક હોય, કે અનેક હોય; નામવાચક data માટે એકમાત્ર માપ.
  • વિષમ data કે outliers → મધ્યસ્થ જણાવો; સમમિત આંકડાકીય data → સરેરાશ; લેબલ → બહુલક.
  • સરેરાશ મધ્યસ્થથી નોંધપાત્ર ઉપર = જમણી વિષમતા (મોટાં મૂલ્યોની લાંબી પૂંછડી).
  • Memory hook: હિસાબનીશ, મધ્ય શોધનાર, લોકપ્રિયતા ગણનાર: સાચો સમિતિનો સભ્ય પસંદ કરો.

Study this properly

This page is the lesson to read. In Gri-Learn the same topic is a graded deck: the self-checks are scored and your weak topics are tracked. Free to start.

Start this topic

Already have an account? Sign in

More from Basic concepts of statistic

Gri-Learn · syllabus-mapped B.C.A. lessons in English, Hindi and Gujarati

Descriptive statistics: measures of central tendency (mean, median, mode) · Statistical Methods and Data Analysis (MDC-03) · Gri-Learn