اوسط، میڈین، موڈ اور معیاری انحراف کیسے نکالیں؟
- 1اپنے اعداد لکھیں یا پیسٹ کریں — کوئی بھی جداکار چلے گا — یا تعدد جدول پر جائیں، جس میں قدریں یا کلاسیں (10-20) اور ہر ایک کتنی بار آئی لکھیں۔
- 2بتائیں کہ آپ کا ڈیٹا نمونہ ہے یا پوری آبادی، اور وہ کوارٹائل طریقہ چنیں جو آپ کا کورس استعمال کرتا ہے۔
- 3نتائج پڑھیں: مرکز، پھیلاؤ، کوارٹائلز اور آؤٹ لائرز؛ کسی قدر کا z-اسکور جاننے کے لیے وہ قدر لکھیں۔
- 4ہسٹوگرام، باکس پلاٹ، تعدد جدول اور پورے مرحلہ وار حل کے لیے نیچے اسکرول کریں۔
معیاری انحراف اور ویری اینس کے فارمولے کیا ہیں؟
- 01اوسط x̄ = Σx ÷ n
- 02نمونے کا ویری اینس s² = Σ(x − x̄)² ÷ (n − 1) · آبادی کا ویری اینس σ² = Σ(x − x̄)² ÷ n
- 03معیاری انحراف = √ویری اینس · z = (x − x̄) ÷ SD
- 04IQR = Q3 − Q1 · آؤٹ لائرز: Q1 − 1.5·IQR سے کم یا Q3 + 1.5·IQR سے زیادہ
- 05گروپ شدہ ڈیٹا: میڈین = L + ((n/2 − CF) ÷ f) × h · موڈ = L + (f₁ − f₀) ÷ (2f₁ − f₀ − f₂) × h
اوسط میں تمام قدریں جمع کر کے ان کی تعداد سے تقسیم کیا جاتا ہے۔ میڈین ترتیب شدہ ڈیٹا کی درمیانی قدر ہے (n جفت ہو تو دو درمیانی قدروں کی اوسط)۔ موڈ وہ قدر ہے جو سب سے زیادہ بار آئے — یہ کئی بھی ہو سکتے ہیں، یا کوئی بھی نہیں۔
معیاری انحراف بتاتا ہے کہ قدریں اوسط کے گرد کتنی پھیلی ہوئی ہیں۔ ہر قدر کے اوسط سے فاصلے کا مربع لیں، مربع جمع کریں، تقسیم کریں اور جذر لیں۔ نمونے کے لیے n − 1 سے تقسیم کریں (Bessel کی اصلاح، تاکہ اندازہ بہت چھوٹا نہ آئے) اور پوری آبادی کے لیے n سے۔ 2، 4، 4، 4، 5، 5، 7، 9 کے لیے آبادی کا SD بالکل 2 اور نمونے کا SD 2.138 ہے۔
کوارٹائلز ترتیب شدہ ڈیٹا کو چار برابر حصوں میں بانٹتے ہیں۔ مختلف کتابیں، کیلکولیٹرز اور اسپریڈ شیٹس ذرا مختلف اصول استعمال کرتی ہیں، اسی لیے آپ کا جواب کسی اور ٹول سے نہیں ملتا — اس لیے یہ کیلکولیٹر اپنے طریقے کا نام بتاتا ہے اور آپ کو چننے دیتا ہے: TI-84 / نصابی کتاب کا اصول، Tukey's hinges، Excel کا QUARTILE.INC یا QUARTILE.EXC۔
گروپ شدہ ڈیٹا (تعدد والی کلاسیں) میں ہر کلاس کو اس کا درمیانی نقطہ ظاہر کرتا ہے، اور میڈین، کوارٹائلز اور موڈ اسکول میں پڑھائے جانے والے انٹرپولیشن فارمولوں سے نکلتے ہیں۔ کیلکولیٹر آپ کے براؤزر میں کام کرتا ہے؛ آپ کے اعداد کہیں نہیں بھیجے جاتے۔
کام کی باتیں
- ہوم ورک میں عموماً نمونے کا معیاری انحراف (n − 1) چاہیے ہوتا ہے، جب تک سوال میں نہ لکھا ہو کہ ڈیٹا پوری آبادی ہے۔
- اگر آپ کے کوارٹائلز جوابات سے نہیں ملتے تو کوارٹائل کا طریقہ بدل کر دیکھیں — نصابی کتب اور Excel مختلف اصول استعمال کرتے ہیں۔
- Excel یا Google Sheets سے ڈیٹا سیدھا پیسٹ کریں: کاپی کیا گیا کالم ہر لائن میں ایک عدد کی صورت میں آتا ہے۔
- آؤٹ لائرز سے میڈین اور IQR زیادہ نہیں ہلتے، مگر اوسط اور SD ہل جاتے ہیں — ٹیڑھا (skewed) ڈیٹا پہچاننے کے لیے انہیں آپس میں ملائیں۔
شماریات — عام سوالات
نمونے اور آبادی کے معیاری انحراف میں کیا فرق ہے؟
دونوں پھیلاؤ ناپتے ہیں۔ آبادی کا SD (σ) انحراف کے مربعوں کے جوڑ کو n سے تقسیم کرتا ہے اور تب استعمال ہوتا ہے جب آپ کا ڈیٹا پورا گروپ ہو۔ نمونے کا SD (s) n − 1 سے تقسیم کرتا ہے اور تب استعمال ہوتا ہے جب ڈیٹا کسی بڑے گروپ کا نمونہ ہو؛ یہ تھوڑا بڑا ہوتا ہے۔
معیاری انحراف مرحلہ وار کیسے نکالیں؟
اوسط نکالیں، اسے ہر قدر میں سے گھٹائیں، ہر فرق کا مربع لیں، مربع جمع کریں، n − 1 (نمونہ) یا n (آبادی) سے تقسیم کریں، پھر جذر لیں۔ اوپر حل والا حصہ ہر مرحلہ آپ کے اپنے اعداد کے ساتھ دکھاتا ہے۔
اوسط، میڈین اور موڈ کیسے نکالیں؟
اوسط: تمام قدریں جمع کر کے ان کی تعداد سے تقسیم کریں۔ میڈین: قدریں ترتیب دیں اور درمیانی قدر لیں (یا دو درمیانی قدروں کی اوسط)۔ موڈ: وہ قدر جو سب سے زیادہ بار آئے۔
میرے کوارٹائلز کیلکولیٹر یا Excel سے مختلف کیوں ہیں؟
کوارٹائلز کا کوئی ایک اصول نہیں۔ TI کیلکولیٹرز میڈین کو آدھوں سے باہر رکھتے ہیں، Excel کا QUARTILE.INC مقام (n − 1)p پر انٹرپولیٹ کرتا ہے اور QUARTILE.EXC مقام (n + 1)p پر۔ جواب ملانے کے لیے یہاں وہی طریقہ چنیں۔
IQR سے آؤٹ لائرز کیسے معلوم کریں؟
IQR = Q3 − Q1 نکالیں۔ جو قدر Q1 − 1.5 × IQR سے کم یا Q3 + 1.5 × IQR سے زیادہ ہو وہ آؤٹ لائر ہے (Tukey کا اصول)۔ یہ قدریں باکس پلاٹ پر دائروں سے دکھائی جاتی ہیں۔
گروپ شدہ ڈیٹا کی اوسط اور میڈین کیسے نکالیں؟
ہر کلاس کا درمیانی نقطہ x استعمال کریں: اوسط = Σfx ÷ Σf۔ میڈین کے لیے وہ کلاس ڈھونڈیں جس میں (n/2)ویں قدر ہے اور میڈین = L + ((n/2 − CF) ÷ f) × h لگائیں، جہاں L اس کی نچلی حد، CF اس سے پہلے کا مجموعی تعدد، f اس کا تعدد اور h اس کی چوڑائی ہے۔
ذرائع
- NIST/SEMATECH e-Handbook of Statistical Methods — مقام اور پیمانے کی پیمائشیں
- NIST/SEMATECH e-Handbook — ڈیٹا میں آؤٹ لائرز کیا ہیں؟ (1.5 × IQR حدیں)
- Hyndman & Fan (1996)، Sample quantiles in statistical packages، The American Statistician 50(4)
- Microsoft Support — QUARTILE.INC اور QUARTILE.EXC فنکشنز
- NCERT Mathematics Class X، باب 13 — شماریات (گروپ شدہ ڈیٹا کی اوسط، میڈین اور موڈ)
فارمولوں کی آخری جانچ: 30 ستمبر، 2026 ·ہم اپنے فارمولے کیسے چیک کرتے ہیں