اوسط میڈین موڈ کیلکولیٹر

اوسط، میڈین، اور موڈ شماریات میں مرکزی رجحان کے تین اہم پیمانے ہیں۔ یہ ہر ایک کسی ڈیٹا سیٹ کے مرکز کو مختلف طریقے سے بیان کرتے ہیں۔

اوسط (حسابی میانہ)

اوسط تمام قدروں کا مجموعہ قدروں کی تعداد سے تقسیم ہے:

$\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} = \frac{x_1 + x_2 + \cdots + x_n}{n}$

اوسط دور افتادہ قدروں کے لیے حساس ہے — ایک واحد بہت بڑی یا چھوٹی قدر اوسط کو نمایاں طور پر منتقل کر سکتی ہے۔

میڈین

میڈین درمیانی قدر ہے جب ڈیٹا صعودی ترتیب میں ترتیب دیا جائے۔ $n$ ڈیٹا نقطوں کے لیے:

• اگر $n$ طاق ہو: میڈین $= x_{\frac{n+1}{2}}$
• اگر $n$ جفت ہو: میڈین $= \frac{x_{\frac{n}{2}} + x_{\frac{n}{2}+1}}{2}$

میڈین دور افتادہ قدروں کے لیے مضبوط ہے اور منحرف تقسیمات کے لیے ترجیح دی جاتی ہے۔

موڈ

موڈ وہ قدر ہے جو سب سے زیادہ بار ظاہر ہوتی ہے۔ ایک ڈیٹا سیٹ ہو سکتا ہے:

• یک نمطی — ایک موڈ
• دو نمطی — دو موڈ
• کثیر نمطی — دو سے زیادہ موڈ
• کوئی موڈ نہیں — تمام قدریں مساوی طور پر بار بار ظاہر ہوں

یہ تینوں پیمانے مل کر اس بات کی جامع تصویر دیتے ہیں کہ ڈیٹا سیٹ کا "مرکز" کہاں واقع ہے۔

اوسط نکالنا

1. تمام ڈیٹا قدریں جمع کریں: $\sum x_i$
2. کل تعداد $n$ سے تقسیم کریں
3. نتیجہ: $\bar{x} = \frac{\sum x_i}{n}$

وزن دار اوسط: جب قدروں کے مختلف وزن ہوں:

$\bar{x}_w = \frac{\sum w_i x_i}{\sum w_i}$

میڈین نکالنا

1. ڈیٹا کو صعودی ترتیب میں ترتیب دیں
2. قدروں کی تعداد $n$ گنیں
3. اگر $n$ طاق ہو: میڈین مقام $\frac{n+1}{2}$ پر قدر ہے
4. اگر $n$ جفت ہو: میڈین مقام $\frac{n}{2}$ اور $\frac{n}{2}+1$ پر قدروں کی اوسط ہے

موڈ نکالنا

1. ہر قدر کی تعدد گنیں
2. سب سے زیادہ تعدد والی قدر(یں) شناخت کریں
3. اگر تمام قدریں ایک بار ظاہر ہوں، تو کوئی موڈ نہیں ہے

موازنہ جدول

ہر پیمانہ کب استعمال کریں

• اوسط: انتہائی دور افتادہ قدروں کے بغیر معمول کے مطابق تقسیم شدہ ڈیٹا کے لیے استعمال کریں (مثلاً، ایک بڑی کلاس میں امتحانی نمبر)۔
• میڈین: منحرف ڈیٹا یا جب دور افتادہ قدریں موجود ہوں اس کے لیے استعمال کریں (مثلاً، گھریلو آمدنی)۔
• موڈ: زمرہ جاتی ڈیٹا کے لیے یا سب سے عام قدر نکالنے کے لیے استعمال کریں (مثلاً، سب سے مقبول جوتے کا سائز)۔

اوسط، میڈین، اور موڈ کے درمیان تعلق

بالکل متناسق تقسیم کے لیے: اوسط $=$ میڈین $=$ موڈ۔

دائیں منحرف تقسیم کے لیے: اوسط $>$ میڈین $>$ موڈ۔

بائیں منحرف تقسیم کے لیے: اوسط $<$ میڈین $<$ موڈ۔

• میڈین نکالنے سے پہلے ڈیٹا ترتیب دینا بھولنا — میڈین کو ترتیب شدہ ڈیٹا درکار ہے؛ غیر ترتیب شدہ ڈیٹا استعمال کرنا غلط نتیجہ دیتا ہے۔
• منحرف ڈیٹا کے لیے اوسط اور میڈین کو الجھانا — اوسط دور افتادہ کی طرف کھنچتی ہے، لہٰذا منحرف تقسیمات کے لیے میڈین مرکز کا بہتر پیمانہ ہے۔
• برابر تعدد ہونے پر "کوئی موڈ نہیں" کا دعویٰ کرنا — اگر متعدد قدریں سب سے زیادہ تعدد شیئر کریں، تو وہ سب موڈ ہیں (دو نمطی یا کثیر نمطی)۔
• غلط تعداد سے تقسیم کرنا — یقینی بنائیں کہ آپ ڈیٹا نقطوں کی کل تعداد سے تقسیم کرتے ہیں، الگ قدروں کی تعداد سے نہیں۔
• دور افتادہ کو غور کیے بغیر شامل کرنا — ہمیشہ انتہائی قدروں کے لیے جانچیں جو اوسط کو گمراہ کن بنا سکتی ہیں۔