Katika takwimu, hali ni nambari ambayo inaonekana mara nyingi katika seti ya nambari au data. data yenyewe sio kila wakati ina hali moja tu, inaweza kuwa mbili au zaidi (kwa hivyo inaitwa bimodal au multimodal). Kwa maneno mengine, nambari zote zinazotokea mara nyingi kwenye data zinaweza kutajwa kama hali. Ili kujua jinsi ya kupata hali hiyo, fuata hatua zifuatazo.
Hatua
Njia 1 ya 2: Kupata Njia ya Takwimu
Hatua ya 1. Andika namba kwenye data
Njia kawaida huchukuliwa kutoka kwa data ya takwimu au orodha ya nambari. Kwa hivyo unahitaji data kupata hali. Inashauriwa urekodi au uandike data kwanza, kwa sababu kupata hali kwa kuiona tu na kuichanganua akilini mwako ni ngumu sana, isipokuwa data ni kidogo sana. Ikiwa unatumia karatasi na penseli au kalamu, andika tu data kwanza ili kuitatua baadaye. Ikiwa uko kwenye kompyuta, unaweza kutumia programu ya lahajedwali kuzipanga kiatomati baadaye.
Mchakato wa kutafuta hali ya data ni rahisi kuelewa ikiwa tunaifuata kutoka kwa shida ya mfano. Kwa sasa, wacha tutumie data hii ya sampuli: {18, 21, 11, 21, 15, 19, 17, 21, 17}. Katika hatua chache zifuatazo tutagundua hali hiyo.
Hatua ya 2. Panga nambari kutoka ndogo hadi kubwa
Kupanga data haiwezi kufanywa. Lakini hatua hii itakusaidia kupata hali kwa sababu nambari sawa zitakuwa karibu na kila mmoja kuifanya iwe rahisi kuhesabu. Ikiwa saizi yako ya data ni kubwa sana, hatua hii inapaswa kuchukuliwa ili kupunguza kiwango cha matukio yanayokabiliwa na makosa.
- Ikiwa unatumia karatasi na penseli au kalamu, andika tena data uliyoandika mapema kwa mpangilio. Anza kwa kutafuta nambari ndogo kabisa kutoka kwa data. Ikiwa unapata, andika kwenye laini mpya, kisha uvuke nambari kwenye orodha ya data iliyotangulia. Pata nambari ndogo inayofuata na fanya kitu kimoja mpaka upange nambari zote.
- Ikiwa unatumia programu ya lahajedwali kwenye kompyuta yako, unaweza kupanga orodha ya nambari kwa kubofya chache tu.
-
Katika mfano wetu hapo juu, data iliyopangwa ni {11, 15, 17, 17, 18, 19, 21, 21, 21}.
Hatua ya 3. Hesabu idadi ya mara ambazo nambari inaonekana
Kwa data ndogo, unaweza tu kuangalia data ambayo imepangwa, kisha utafute ni nambari ipi inayoonekana zaidi hapo. Ikiwa data yako ni kubwa, basi lazima uihesabu moja kwa moja ili kuepuka makosa.
- Ikiwa unatumia karatasi na penseli au kalamu, kuepusha hesabu potofu, angalia ni mara ngapi kila nambari inaonekana. Ikiwa unatumia lahajedwali kwenye kompyuta, unaweza pia kurekodi kwenye safu nyingine, au ikiwa unajua, unaweza kutumia fomula zilizotolewa kwenye programu.
- Katika shida ya mfano, ambayo ni ({11, 15, 17, 17, 18, 19, 21, 21, 21}), namba 11 inaonekana mara moja, 15 hutokea mara moja, 17 hutokea mara mbili, 18 hutokea mara moja, 19 hutokea mara moja, na 21 inaonekana mara tatu. Kutoka hapo, ni wazi kuwa 21 ndio nambari inayoonekana mara nyingi.
Hatua ya 4. Nambari inayoonekana mara nyingi ni hali ya data
Baada ya kubainisha ni mara ngapi kila nambari sawa inaonekana, unapaswa kujua tayari nambari ipi inaonekana zaidi, ambayo inamaanisha hali ya data. Kumbuka hilo inawezekana kwamba data ina hali zaidi ya moja. Ikiwa data moja ina njia mbili, basi data inaweza kuitwa bimodal, wakati ikiwa ina njia tatu, inaitwa trimodal, na kadhalika.
- Katika shida ya mfano, mode ni 21 kwa sababu inaonekana mara nyingi.
- Ikiwa kuna nambari nyingine ambayo pia inaonekana mara tatu, basi 21 na nambari hiyo ni hali.
Hatua ya 5. Tofautisha hali ya data kwa maana yake (wastani) na wastani
Dhana tatu za takwimu kawaida hujadiliwa katika mjadala mmoja. Kwa sababu wana majina yanayofanana na wakati mwingine yana thamani sawa, watu wengi hupata shida kuwatenganisha. Walakini, ingawa data inaweza kuwa na hali sawa, wastani, au wastani, kumbuka kuwa ni tofauti na wanasimama peke yao. Soma maelezo hapa chini.
-
Maana ambayo inamaanisha wastani ni jumla ya nambari za data zilizogawanywa na idadi ya data. Kwa mfano, katika shida ya mfano ({11, 15, 17, 17, 18, 19, 21, 21, 21}), data jumla ni 11 + 15 + 17 + 17 + 18 + 19 + 21 + 21 + 21 = 160. Na kwa sababu kuna maadili 9 katika data, basi 160/9 = 17.78.
Pata Njia ya Seti ya Nambari Hatua ya 5 Bullet1 -
Wastani ni thamani ya kati baada ya data kupangwa na kutenganisha nambari ndogo na kubwa kutoka kwa data. Katika shida ya mfano, ({11, 15, 17, 17, 18, 19, 21, 21, 21}), wastani ni
Hatua ya 18. kwa sababu nambari iko katikati, na kuna idadi nne juu na nambari nne chini ya 18 kwenye data. Ikiwa data ni nambari hata, wastani hupatikana kwa kuhesabu jumla ya nambari mbili katikati na kisha kugawanya na mbili.
Pata Njia ya Seti ya Nambari Hatua ya 5 Bullet2
Njia 2 ya 2: Kupata Njia katika Shida Maalum
Hatua ya 1. Takwimu haina hali ikiwa nambari zote kwenye data zina idadi sawa ya matukio
Kwa mfano, ikiwa nambari zote zinaonekana mara moja tu, data hakuna mode kwa sababu hakuna nambari inayoonekana mara nyingi zaidi kuliko nyingine. Vivyo hivyo ni kweli ikiwa nambari zote zinaonekana mara mbili, au zaidi.
Ikiwa tutabadilisha data katika shida ya mfano hapo juu kuwa {11, 15, 17, 18, 19, 21}, ambayo inamaanisha nambari zote zinaonekana mara moja, basi data haina hali, na ikiwa data imebadilishwa kuwa {11, 11, 15, 15, 17, 17, 18, 18, 19, 19, 21, 21}
Hatua ya 2. Takwimu isiyo ya nambari bado inaweza kutafutwa kwa hali yake kama data ya nambari
Kawaida data inapatikana kwa fomu ya upimaji au nambari, kwa hivyo inaweza kusindika na njia nyingi. Walakini, wakati mwingine kuna vitu ambavyo haviko kwa njia ya nambari. Walakini, hali hii ya data bado inaweza kutafutwa tu kwa kutafuta data (ambayo inaweza kuwa katika mfumo wa taarifa) ambayo hufanyika mara nyingi. Lakini huwezi kupata maana au wastani wa data isiyo ya nambari.
- Kwa mfano, tuseme unafanya utafiti wa kibaolojia, ambayo ni kujua ni aina gani ya miti inakua katika eneo lako. Takwimu unazopata ni {Moto, Embe, Spruce, Palm, Spruce, Fir, Mango, Embe, Palm, Fir}. Takwimu kama hizo huitwa data ya majina kwa sababu kila thamani ya data hutofautishwa na jina. Kwa mfano huu, hali ni fir kwa sababu inaonekana mara nyingi (mara tano).
- Ukiangalia mfano, hakuna njia unaweza kuhesabu maana au wastani.
Hatua ya 3. Jua kuwa kwa usambazaji wa data isiyo ya kawaida, hali, wastani, na maana ya data itakuwa sawa
Kama ilivyotajwa hapo awali, kutakuwa na wakati ambapo maana, wastani, na hali ya seti ya data ni sawa. Moja ya masharti ni ikiwa data ina usambazaji wa viwango vya ulinganifu (ambayo ikichorwa kwa sura ya kielelezo itaunda safu ya umbo la kengele ya Gaussian). Kwa sababu usambazaji ni ulinganifu, hali ya data kama hii ni moja kwa moja data iliyo katikati, kwa sababu lazima iwe data inayoonekana mara nyingi, na kwa sababu ni thamani ya kati, inamaanisha kuwa nambari pia ni ya wastani. Na ukifanya hesabu, maana itatoa nambari sawa.
- Kwa mfano, kutoka kwa data {1, 2, 2, 3, 3, 3, 4, 4, 5}, ukichora grafu, utapata grafu ya parabola. Hali ya data ni 3 kwa sababu inaonekana mara nyingi, wastani ni 3 kwa sababu idadi iko katikati, na maana ni 1 + 2 + 2 + 3 + 3 + 3 + 4 + 4 + 5 = 27/9 = 3.
- Kesi kama hizi zina ubaguzi, ambayo ni wakati data hii ya ulinganifu ina hali zaidi ya moja. Ikiwa ndivyo ilivyo, kwa sababu wastani na wastani haiwezi kuwa zaidi ya thamani moja, basi hali hiyo haitakuwa sawa na wastani na wastani.
Vidokezo
- Takwimu zinaweza kuwa na hali zaidi ya moja
- Ikiwa idadi ya matukio ya nambari zote kwenye data ni sawa, basi hali ya data haipo.
