مختصر جواب
یہ کیلکولیٹر ایک پاس میں مکمل اعدادوشمار کا خلاصہ لوٹاتا ہے: مرکز کے لیے اوسط اور درمیانی، سب سے زیادہ متواتر قدر کے لیے وضع، پھیلاؤ کے لیے حد اور معیاری انحراف، اور کوارٹائل (Q1، Q2، Q3) کے علاوہ ایک پھیلاؤ کی پیمائش کے لیے انٹرکوارٹائل رینج (IQR) جو باہر والوں کے خلاف مزاحمت کرتا ہے۔ ایک ساتھ، یہ اعداد ڈیٹا سیٹ کے مرکز، پھیلاؤ اور شکل کو ہر انفرادی قدر کو دیکھنے کی ضرورت کے بغیر بیان کرتے ہیں۔
اہم نکات
- Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
- IQR (Q3 − Q1) ڈیٹا کے درمیانی 50% کے پھیلاؤ کو پکڑتا ہے اور حد یا معیاری انحراف کے مقابلے آؤٹ لیرز کے لیے بہت کم حساس ہوتا ہے۔
- Skewness غیر متناسبیت کو بیان کرتا ہے: دائیں طرف سے ترچھا ڈیٹا (مطلب > میڈین) اعلی اقدار کی طرف لمبی دم رکھتا ہے۔ بائیں ترچھا (مطلب < میڈین) کم اقدار کی طرف لمبی دم رکھتا ہے۔
- کوئی واحد اعدادوشمار پوری کہانی نہیں بتاتا — مرکز، پھیلاؤ، اور شکل کا ایک ساتھ مکمل خلاصہ صرف ایک نمبر سے ڈیٹا سیٹ کو غلط پڑھنے سے روکتا ہے۔
ایک ساتھ مکمل شماریاتی خلاصہ پڑھنا
| شماریات | یہ آپ کو کیا بتاتا ہے۔ |
|---|---|
| مطلب | ریاضی کا مرکز، باہر والوں کے لیے حساس |
| میڈین | درمیانی قدر، آؤٹ لیرز کے خلاف مزاحم |
| موڈ | سب سے زیادہ متواتر قدر |
| رینج | مکمل پھیلاؤ (زیادہ سے زیادہ − منٹ)، باہر جانے والوں کے لیے بہت حساس |
| معیاری انحراف | اوسط سے عام فاصلہ |
| آئی کیو آر | درمیانی 50% کا پھیلاؤ، باہر والوں کے خلاف مزاحم |
Skewness: کیا مطلب بمقابلہ میڈین ظاہر کرتا ہے۔
ڈیٹا: 20، 22، 23، 24، 25، 26، 28، 120 - آخر میں ایک واضح آؤٹ لیر۔
اوسط = 288 ÷ 8 = 36
میڈین = (24 + 25) / 2 = 24.5
اوسط (36) میڈین (24.5) کے اوپر بیٹھا ہے - دائیں ترچھے کی واضح علامت۔ 120 کی ایک واحد قدر وسط کو 11 سے زیادہ پوائنٹس تک گھسیٹنے کے لیے کافی تھی جب کہ میڈین بمشکل منتقل ہوا، کیونکہ میڈین صرف اس بات کی پرواہ کرتا ہے کہ کون سی قدر درمیانی پوزیشن میں ہے، یہ نہیں کہ آؤٹ لیئر ہر چیز سے کتنی دور بیٹھا ہے۔
کام کی مثال: IQR اور رینج کا موازنہ کرنا
اسی ڈیٹا سیٹ کا استعمال کرتے ہوئے (20, 22, 23, 24, 25, 26, 28, 120):
رینج = 120 − 20 = 100
Q1 (نیچے نصف 20,22,23,24 کا میڈین) = 22.5
Q3 (اوپری نصف 25,26,28,120 کا میڈین) = 27
IQR = 27 − 22.5 = 4.5
رینج (100) پر مکمل طور پر سنگل آؤٹلیئر کا غلبہ ہے، جب کہ IQR (4.5) اس بات کی عکاسی کرتا ہے کہ ڈیٹا کا بڑا حصہ درحقیقت کس قدر مضبوطی سے پیک کیا گیا ہے — ایک ڈرامائی مثال کہ جب آؤٹ لیرز تشویش کا باعث ہوتے ہیں تو IQR کو پھیلانے کے لیے کیوں ترجیح دی جاتی ہے۔
عام غلطیوں سے بچنا ہے۔
- Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
- رینج کو ایک قابل اعتماد پھیلاؤ کی پیمائش کے طور پر علاج کرنا - ایک واحد انتہائی قدر اسے ڈرامائی طور پر بڑھا سکتی ہے، جیسا کہ اوپر دکھایا گیا ہے۔
- اعداد و شمار پر موڈ کی توقع کرنا جس میں کوئی دہرائی گئی قدر نہیں ہوتی ہے — ایک ایسا سیٹ جہاں ہر قدر منفرد ہوتی ہے بس کوئی موڈ نہیں ہوتا ہے۔
- ترچھی سمت کو غلط پڑھنا — دائیں ترچھے کا مطلب ہے دم (اور وسط) اعلی اقدار کی طرف اشارہ کرتا ہے، یہ نہیں کہ زیادہ تر ڈیٹا زیادہ ہے۔
متعلقہ کیلکولیٹر
- اوسط کیلکولیٹر — جیومیٹرک اور ہارمونک اوسط کے ساتھ وسط تلاش کریں۔
- معیاری انحراف کیلکولیٹر — نمونہ بمقابلہ آبادی کے اختیارات کے ساتھ پھیلاؤ پر خاص طور پر توجہ مرکوز کریں۔
- مطلب، میڈین، موڈ اور رینج کیلکولیٹر — چار بنیادی اقدامات کا ایک ہلکا، زیادہ مرکوز ورژن حاصل کریں۔
- زیڈ سکور کیلکولیٹر — دیکھیں کہ ایک انفرادی قدر اس ڈیٹا سیٹ کے اوسط سے کتنی دور ہے۔