ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಗಳು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಗಣಿತಶಾಸ್ತ್ರದಲ್ಲಿ ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳಾಗಿವೆ ಮತ್ತು ಡೇಟಾದ ನಮ್ಮ ತಿಳುವಳಿಕೆಯನ್ನು ರೂಪಿಸುವಲ್ಲಿ ನಿರ್ಣಾಯಕ ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ. ಈ ಸಮಗ್ರ ಮಾರ್ಗದರ್ಶಿಯಲ್ಲಿ, ನಾವು ಕೇಂದ್ರ ಪ್ರವೃತ್ತಿಯ ಮೂಲಭೂತ ಕ್ರಮಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತೇವೆ - ಸರಾಸರಿ, ಮಧ್ಯಮ ಮತ್ತು ಮೋಡ್ - ಮತ್ತು ಅವುಗಳ ನೈಜ-ಪ್ರಪಂಚದ ಅನ್ವಯಗಳು. ಈ ವಿಷಯದ ಕ್ಲಸ್ಟರ್‌ನ ಅಂತ್ಯದ ವೇಳೆಗೆ, ಗಣಿತ ಮತ್ತು ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ಈ ಕ್ರಮಗಳ ಪಾತ್ರಕ್ಕೆ ನೀವು ಆಳವಾದ ಮೆಚ್ಚುಗೆಯನ್ನು ಹೊಂದಿರುತ್ತೀರಿ.
ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಕ್ರಮಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು
ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಗಳು ಅಂಕಿಅಂಶಗಳ ಕ್ರಮಗಳಾಗಿವೆ, ಅದು ಡೇಟಾಸೆಟ್‌ನ ಕೇಂದ್ರ ಅಥವಾ ಸರಾಸರಿ ಮೌಲ್ಯದ ಒಳನೋಟವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಡೇಟಾವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಲು ಮತ್ತು ಒಂದೇ ಪ್ರಾತಿನಿಧಿಕ ಮೌಲ್ಯವನ್ನು ಒದಗಿಸಲು ಅವುಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಮೂರು ಮುಖ್ಯ ಅಳತೆಗಳೆಂದರೆ ಸರಾಸರಿ, ಮಧ್ಯಮ ಮತ್ತು ಮೋಡ್.
ಸರಾಸರಿ
ಸರಾಸರಿ, ಸರಾಸರಿ ಎಂದೂ ಕರೆಯಲ್ಪಡುತ್ತದೆ, ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ಎಲ್ಲಾ ಮೌಲ್ಯಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸಿ ನಂತರ ಒಟ್ಟು ಮೌಲ್ಯಗಳ ಸಂಖ್ಯೆಯಿಂದ ಭಾಗಿಸುವ ಮೂಲಕ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ. ಇದು ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವ ಅಳತೆಯಾಗಿದೆ ಮತ್ತು ಡೇಟಾದಲ್ಲಿನ ವಿಪರೀತಗಳನ್ನು ಸಮತೋಲನಗೊಳಿಸುವ ಪ್ರಾತಿನಿಧಿಕ ಮೌಲ್ಯವನ್ನು ಒದಗಿಸುತ್ತದೆ.
ದಿ ಮೀಡಿಯನ್
ಮೌಲ್ಯಗಳನ್ನು ಆರೋಹಣ ಅಥವಾ ಅವರೋಹಣ ಕ್ರಮದಲ್ಲಿ ಜೋಡಿಸಿದಾಗ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಮಧ್ಯದ ಮೌಲ್ಯವು ಮಧ್ಯಮ ಮೌಲ್ಯವಾಗಿದೆ. ಸಮಸಂಖ್ಯೆಯ ಮೌಲ್ಯಗಳಿದ್ದರೆ, ಮಧ್ಯಮವು ಎರಡು ಮಧ್ಯಮ ಮೌಲ್ಯಗಳ ಸರಾಸರಿಯಾಗಿದೆ. ಸರಾಸರಿಗೆ ಹೋಲಿಸಿದರೆ ಮಧ್ಯಮವು ವಿಪರೀತ ಮೌಲ್ಯಗಳಿಂದ ಕಡಿಮೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಮತ್ತು ಓರೆಯಾದ ವಿತರಣೆಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದೆ.
ಮೋಡ್
ಮೋಡ್ ಎನ್ನುವುದು ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಕಾಣಿಸಿಕೊಳ್ಳುವ ಮೌಲ್ಯವಾಗಿದೆ. ಡೇಟಾಸೆಟ್ ಒಂದು ಮೋಡ್, ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಮೋಡ್ (ಮಲ್ಟಿಮೋಡಲ್), ಅಥವಾ ಯಾವುದೇ ಮೋಡ್ ಅನ್ನು ಹೊಂದಿರಬಹುದು (ಯಾವುದೇ ಮೌಲ್ಯವು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಬಾರಿ ಗೋಚರಿಸುವುದಿಲ್ಲ). ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಸಾಮಾನ್ಯ ಮೌಲ್ಯ ಅಥವಾ ವರ್ಗವನ್ನು ಗುರುತಿಸಲು ಮೋಡ್ ಮೌಲ್ಯಯುತವಾಗಿದೆ.
ನೈಜ-ಪ್ರಪಂಚದ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು
ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಕ್ರಮಗಳು ಅರ್ಥಶಾಸ್ತ್ರ, ಶಿಕ್ಷಣ, ಆರೋಗ್ಯ ಮತ್ತು ಹೆಚ್ಚಿನವುಗಳಂತಹ ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾದ ನೈಜ-ಪ್ರಪಂಚದ ಅನ್ವಯಗಳನ್ನು ಹೊಂದಿವೆ. ಉದಾಹರಣೆಗೆ, ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿ, ಸರಾಸರಿ ಆದಾಯವನ್ನು ಲೆಕ್ಕಹಾಕಲು ಸರಾಸರಿಯನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಆದರೆ ಆರೋಗ್ಯ ರಕ್ಷಣೆಯಲ್ಲಿ, ರೋಗಿಯ ಕಾಯುವಿಕೆಯ ಸಮಯದ ಮಧ್ಯಮ ಮೌಲ್ಯವನ್ನು ಪ್ರತಿನಿಧಿಸಲು ಸರಾಸರಿಯನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಈ ಕ್ರಮಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ.
ತೀರ್ಮಾನ
ಕೇಂದ್ರೀಯ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಗಳು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಗಣಿತಶಾಸ್ತ್ರದಲ್ಲಿ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳಾಗಿವೆ ಮತ್ತು ಡೇಟಾವನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ ಮತ್ತು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವಲ್ಲಿ ಪ್ರಮುಖ ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ. ಸರಾಸರಿ, ಸರಾಸರಿ ಮತ್ತು ಮೋಡ್ ಡೇಟಾಸೆಟ್‌ಗಳ ಕೇಂದ್ರೀಯ ಮೌಲ್ಯಗಳಿಗೆ ಅಮೂಲ್ಯವಾದ ಒಳನೋಟಗಳನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ವಿದ್ಯಮಾನಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅನಿವಾರ್ಯ ಸಾಧನಗಳಾಗಿವೆ.