Mean vs. အလယ်အလတ်- ဥပမာများဖြင့်

ဒေတာအတွဲတစ်ခု၏ ပျမ်းမျှ တန်ဖိုး သည် ဒေတာအတွဲ၏ ပျမ်းမျှတန်ဖိုးကို ကိုယ်စားပြုသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။

ပျမ်းမျှ = Σx _i /n

ရွှေ-

• ∑- “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : ဒေတာအစုံရှိ i ^th observation
• n- ဒေတာအတွဲတွင် ကြည့်ရှုမှုစုစုပေါင်း

ပျမ်းမျှ သည် ဒေတာအတွဲတစ်ခု၏ အလယ်တန်ဖိုးကို ကိုယ်စားပြုသည်။ ၎င်းကို အသေးဆုံးမှ အကြီးဆုံးမှ အကြီးဆုံးအထိ ဒေတာအစုတစ်ခုရှိ မှတ်သားမှုအားလုံးကို စီစဥ်ပြီး ပျမ်းမျှတန်ဖိုးကို ခွဲခြားသတ်မှတ်ခြင်းဖြင့် တွက်ချက်သည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် လေ့လာတွေ့ရှိချက် ၁၁ ချက်ပါရှိသော အောက်ပါဒေတာအတွဲကို ဆိုပါစို့။

ဒေတာအတွဲ- 3၊ 4၊ 4၊ 6၊ 7၊ 8၊ 12၊ 13၊ 15၊ 16၊ 17

ဒေတာအတွဲ၏ ပျမ်းမျှအား အောက်ပါအတိုင်း တွက်ချက်ပါသည်။

ပျမ်းမျှ = (3+4+4+6+7+8+12+13+15+16+17) / 11 = 9.54

ဒေတာအတွဲ၏ အလယ်ဗဟိုသည် အလယ်မှ တိုက်ရိုက်တန်ဖိုးဖြစ်ပြီး 8 ဖြစ်သည်-

၃၊ ၄၊ ၄၊ ၆၊ ၇၊ ၈၊ ၁၂၊ ၁၃၊ ၁၅၊ ၁၆၊ ၁၇

ဒေတာအစုတစ်ခု၏ အလယ်ဗဟို သည် မည်သည့်နေရာတွင်ရှိသနည်း၊ ပျမ်းမျှနှင့် ပျမ်းမျှ ခန့်မှန်းချက်။ သို့ရာတွင်၊ ဒေတာ၏ သဘောသဘာဝပေါ် မူတည်၍ ပျမ်းမျှ သို့မဟုတ် အလယ်အလတ်သည် ဒေတာအစု၏ အလယ်ဗဟိုကို ဖော်ပြရာတွင် ပိုမိုအသုံးဝင်ပါသည်။

ပျမ်းမျှကို ဘယ်အချိန်မှာ သုံးမလဲ။

ဖြန့်ဝေမှုသည် အခြေခံအားဖြင့် အချိုးကျ ပြီး အစွန်းအထင်းမရှိသည့်အခါ ဒေတာအစုံ၏ဗဟိုကို ဖော်ပြရန် ဆိုလိုချက်ကို အသုံးပြုခြင်းသည် အကောင်းဆုံးဖြစ်သည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် မြို့တစ်မြို့၌ နေထိုင်သူများ၏ လစာများကို ဖော်ပြသော အောက်ပါ ဖြန့်ဖြူးမှု ရှိသည် ဆိုပါစို့။

ဤဖြန့်ဝေမှုသည် မျှမျှတတ အချိုးညီညီဖြစ်သည် (၎င်းကို အလယ်မှ ပိုင်းဖြတ်ပါက၊ တစ်ဝက်စီသည် အကြမ်းဖျင်းအားဖြင့် တူညီနေမည်) နှင့် အစွန်းထွက်များ မရှိသောကြောင့်၊ ဤဒေတာအစု၏ အလယ်ဗဟိုကို ဖော်ပြရန်အတွက် ဆိုလိုရင်းကို အသုံးပြုနိုင်ပါသည်။

ပျမ်းမျှအားဖြင့် $63,000 သည် ဖြန့်ဖြူးမှု၏ဗဟိုတွင် ခန့်မှန်းခြေအားဖြင့် ဖြစ်သည်-

အလယ်အလတ်ကို ဘယ်အချိန်မှာ သုံးမလဲ။

ဖြန့်ဖြူးမှု လွဲသွား သည့်အခါ သို့မဟုတ် အစွန်းအထင်းများ ရှိနေသည့်အခါ အလယ်အလတ်ကို အသုံးပြုခြင်းသည် အကောင်းဆုံးဖြစ်သည်။

ပုံပျက်နေသောဒေတာ-

ဖြန့်ဖြူးမှုအား လှည့်စားသောအခါ၊ ပျမ်းမျှသည် ဖြန့်ဖြူးမှု၏ဗဟိုကို ဆိုလိုသည်ထက် ပိုမိုကောင်းမွန်ကြောင်း ဖော်ပြသည်။

ဥပမာအားဖြင့်၊ အချို့သောမြို့များတွင်နေထိုင်သူများ၏အောက်ပါလစာခွဲဝေမှုကိုစဉ်းစားပါ။

ပျမ်းမျှသည် နေထိုင်သူတစ်ဦး၏ “ပုံမှန်” လစာကို ပျမ်းမျှထက် ပိုမိုကောင်းမွန်စွာ ထင်ဟပ်စေသည်။ အဘယ်ကြောင့်ဆိုသော် ဖြန့်ဖြူးမှု၏အမြီးတွင် မြင့်မားသောတန်ဖိုးများသည် ဆိုလိုရင်းကို ဗဟိုမှ အဝေးသို့ တွန်းပို့လေ့ရှိသောကြောင့် ဖြစ်သည်။

ဤဥပမာတွင်၊ သာမန်လူတစ်ဦးတစ်ယောက်သည် တစ်နှစ်လျှင် $47,000 ဝန်းကျင်ဝင်ငွေရှိကြောင်း၊ ပျမ်းမျှအားဖြင့် သာမန်လူတစ်ဦးတစ်ယောက်သည် တစ်နှစ်လျှင် $32,000 ဝန်းကျင်သာရရှိသည်၊ ၎င်းသည် သာမန်လူတစ်ဦးချင်းထက် များစွာပို၍ကိုယ်စားပြုသည်ဟု ဆိုသည်။

အစွန်းထွက်များ-

ဒေတာတွင် အစွန်းအထင်းများရှိနေသောအခါ အလယ်အလတ်သည် ဖြန့်ဖြူးမှု၏ဗဟိုတည်နေရာကို ပိုမိုကောင်းမွန်စွာဖမ်းယူနိုင်စေရန် ကူညီပေးပါသည်။ ဥပမာအားဖြင့်၊ အချို့သောလမ်းပေါ်ရှိ အိမ်များ၏စတုရန်းပုံများကိုပြသသည့် အောက်ပါဂရပ်ကို သုံးသပ်ကြည့်ပါ-

ပျမ်းမျှအား အလယ်အလတ်မရှိသော်လည်း အလွန်ကြီးမားသောအိမ်အနည်းငယ်မှ ကြီးကြီးမားမားလွှမ်းမိုးထားသည်။ ထို့ကြောင့်၊ အလယ်အလတ်သည် ထိုလမ်းပေါ်ရှိ အိမ်တစ်အိမ်၏ “ ပုံမှန်” စတုရန်းပုံများကို ပျမ်းမျှထက် သာလွန်ကောင်းမွန်သည့်အလုပ်ကို လုပ်နိုင်သည် ။

အကျဉ်းချုပ်

အကျဉ်းချုပ်မှာ:

• ဒေတာအစုတစ်ခု၏ “ ဗဟို” သည် မည်သည့်နေရာတွင်ရှိသည်ကို ဖော်ပြရန် ပျမ်းမျှနှင့် အလယ်အလတ်ကို အသုံးပြုနိုင်သည်။
• ဒေတာတန်ဖိုးများကို အချိုးကျညီစေပြီး ရှင်းရှင်းလင်းလင်း အကွာအဝေးမရှိသည့်အခါ ပျမ်းမျှအား အသုံးပြုခြင်းသည် အကောင်းဆုံးဖြစ်သည်။
• ဒေတာတန်ဖိုးများ ဖြန့်ကျက်မှု လွဲသွားသောအခါ သို့မဟုတ် သိသာထင်ရှားသော အစွန်းအထင်းများ ရှိနေသည့်အခါ အလယ်အလတ်ကို အသုံးပြုခြင်းသည် အကောင်းဆုံးဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အကြမ်းဖျင်းအားဖြင့် ဆိုလိုခြင်းအပေါ် မည်သို့အကျိုးသက်ရောက်သနည်း။
ဟစ်စတိုဂရမ်တစ်ခု၏ ပျမ်းမျှနှင့် ပျမ်းမျှအား ခန့်မှန်းနည်း
ပင်စည်နှင့် အရွက်ကွက်များ၏ ပျမ်းမျှနှင့် အလယ်အလတ်ကို မည်သို့ရှာမည်နည်း။