फैलाव मापता है कि डेटा सेट के डेटा बिंदुओं को व्यापक रूप से कैसे फैलाया जाता है। मानक विचलन अत्यधिक आउटलेर्स से बहुत प्रभावित होता है जो बदले में औसत को प्रभावित करता है। माध्य निरपेक्ष विचलन मंझला पर आधारित है, जो कुछ चरम डेटा बिंदुओं से प्रभावित हुए बिना कोर डेटा का एक माप प्रदान कर सकता है। नवल बाजपेयी द्वारा "बिजनेस स्टैटिस्टिक्स" के अनुसार, मध्ययुगीन निरपेक्ष विचलन (एमएडी) फैलाव का एक अचूक उपाय प्रदान करता है जो अत्यधिक आउटलेर्स से प्रभावित नहीं होता है जो साधनों और मानक विचलन के आधार पर सांख्यिकीय विश्लेषण को फेंक सकता है।
आपको जिन वस्तुओं की आवश्यकता होगी
-
डेटा सेट
-
कैलकुलेटर
माध्यिका की गणना
सबसे छोटे से लेकर सबसे बड़े डेटा में सभी टिप्पणियों को सूचीबद्ध करें। यदि कोई संख्या एक से अधिक बार होती है, तो इसे उसी समय की संख्या में सूचीबद्ध करें जैसा कि होता है।
टिप्पणियों की संख्या की गणना करें।
टिप्पणियों की संख्या को 2 से विभाजित करें। यदि कोई विषम संख्या में अवलोकन हैं और इस प्रकार उन्हें समान रूप से विभाजित नहीं किया जा सकता है, तो मध्य अवलोकन मंझला है। अन्यथा, दो मध्य संख्याओं का यह औसत आधा बिंदु है।
आधे बिंदु से ठीक ऊपर और नीचे दो अवलोकन करें। फिर इन दो अवलोकनों को औसत करें। यह मान माध्य है।
माध्य निरपेक्ष विचलन की गणना
माध्यिका से सेट किए गए डेटा में प्रत्येक मान को घटाएं। यह मध्यिका से प्रत्येक डेटा बिंदु का विचलन देता है।
डेटा सेट के लिए विचलन के कुल। यह एक कैलकुलेटर का उपयोग करके किया जा सकता है।
टिप्पणियों की संख्या द्वारा निर्धारित डेटा के लिए सभी विचलन के लिए कुल को विभाजित करें। परिणाम मध्ययुगीन पूर्ण विचलन है।
टिप्स
-
पुस्तक के अनुसार, "विश्लेषणात्मक वैज्ञानिक के लिए व्यावहारिक सांख्यिकी", जबकि एमएडी मानक विचलन का अनुमान नहीं है, यदि डेटा वितरण लगभग सामान्य है, तो एमएडी को 1.483 से गुणा करना मानक विचलन का अनुमानित अनुमान प्रदान करता है।
चेतावनी
मेडियन आधारित आँकड़े छह सिग्मा गुणवत्ता-आधारित आँकड़ों में उपयोग नहीं किए जा सकते हैं।
