मानक विचलन कैलकुलेटर क्या है?
मानक विचलन मापता है कि संख्याओं का एक समूह अपने औसत (माध्य) से कितना फैला हुआ है। कम मानक विचलन का मतलब है कि मान माध्य के आसपास कसकर इकट्ठे हैं; उच्च मानक विचलन का मतलब है कि वे व्यापक सीमा में फैले हुए हैं।
दो संस्करण हैं: जनसंख्या मानक विचलन (σ), जब आपका डेटा पूरी जनसंख्या का प्रतिनिधित्व करता है तब उपयोग किया जाता है, और नमूना मानक विचलन (s), जब आपका डेटा एक बड़ी जनसंख्या से लिया गया नमूना है तब उपयोग किया जाता है। नमूना संस्करण n के बजाय n − 1 से भाग देता है — बेसेल का सुधार नामक एक सुधार — जो वास्तविक जनसंख्या फैलाव का थोड़ा बड़ा, कम पक्षपाती अनुमान देता है।
इस कैलकुलेटर का उपयोग कब करें
- परीक्षा स्कोर या सर्वेक्षण परिणामों का विश्लेषण करना ताकि डेटा फैलाव समझा जा सके।
- गुणवत्ता नियंत्रण — निर्माण मापों में स्थिरता मापना।
- वित्त — निवेश प्रतिफल की अस्थिरता या जोखिम मापना।
- वैज्ञानिक अनुसंधान — प्रयोगात्मक मापों के फैलाव की रिपोर्टिंग।
- प्रदर्शन अनुगमन — व्यापार मेट्रिक्स में परिवर्तनशीलता ट्रैक करना।
- शिक्षा — व्यावहारिक चरण-दर-चरण गणनाओं के साथ सांख्यिकी अवधारणाएं सिखाना।
चरण:
- अपनी संख्याएँ दर्ज करें, अल्पविराम, रिक्त स्थान या नई पंक्तियों से अलग करके।
- चुनें कि आपका डेटा पूरी जनसंख्या है या नमूना।
- कैलकुलेटर माध्य ज्ञात करता है, फिर उससे प्रत्येक मान का विचलन।
- विचरण और मानक विचलन की पूर्ण चरण-दर-चरण गणना की समीक्षा करें।
सूत्र
जनसंख्या: σ = √( Σ(xᵢ - x̄)² / n )
नमूना: s = √( Σ(xᵢ - x̄)² / (n - 1) )
जहाँ x̄ माध्य है, xᵢ प्रत्येक व्यक्तिगत मान है, और n मानों की गणना है।
उपयोग के मामले
- डेटा फैलाव को समझने के लिए परीक्षा स्कोर या सर्वेक्षण परिणामों का विश्लेषण करना
- गुणवत्ता नियंत्रण — विनिर्माण मापों में स्थिरता मापना
- वित्त — किसी निवेश के रिटर्न की अस्थिरता या जोखिम मापना
- वैज्ञानिक अनुसंधान — प्रायोगिक मापों के फैलाव की रिपोर्ट करना
मुख्य लाभ
- जनसंख्या और नमूना दोनों मानक विचलन का समर्थन करता है
- मानक विचलन के साथ विचरण, माध्य, योग और गणना दिखाता है
- केवल अंतिम संख्या नहीं, पूर्ण चरण-दर-चरण समाधान
- लचीले इनपुट प्रारूप स्वीकार करता है (अल्पविराम, रिक्त स्थान या नई पंक्तियाँ)
प्रो टिप्स
- यदि आप निश्चित नहीं हैं कि जनसंख्या या नमूना मोड का उपयोग करें, तो अधिकांश वास्तविक-दुनिया डेटा संग्रह के लिए नमूना सुरक्षित डिफ़ॉल्ट है
- शून्य के करीब मानक विचलन अत्यधिक सुसंगत, कम-परिवर्तनशीलता वाले डेटा का संकेत देता है
- विभिन्न डेटा सेटों में सापेक्ष — न कि केवल पूर्ण — परिवर्तनशीलता का आकलन करने के लिए मानक विचलन की माध्य से (प्रतिशत के रूप में) तुलना करें
- आउटलायर्स का मानक विचलन पर असंगत प्रभाव पड़ता है क्योंकि औसत निकालने से पहले विचलनों को वर्गित किया जाता है
सामान्य गलतियाँ जिनसे बचना चाहिए
- जनसंख्या मानक विचलन (n) का उपयोग करना जब डेटा वास्तव में एक नमूना है, जो वास्तविक फैलाव को कम आंकता है
- योग करने से पहले विचलनों को वर्गित करना भूल जाना, जिससे धनात्मक और ऋणात्मक विचलन शून्य में रद्द हो सकते हैं
- विचरण (वर्ग इकाइयाँ) को मानक विचलन (मूल डेटा की समान इकाइयाँ) के साथ भ्रमित करना
- दो से कम डेटा बिंदुओं पर सूत्र लागू करना, जहाँ मानक विचलन अपरिभाषित है
मुख्य शर्तें समझाई गईं
- विचरण: माध्य से वर्गित विचलनों का औसत
- माध्य: डेटा सेट के सभी मानों का अंकगणितीय औसत
- बेसेल का सुधार: नमूने से अनुमान लगाते समय पक्षपात कम करने के लिए n के बजाय n-1 से भाग देना
- विचलन: एक एकल मान और माध्य के बीच का अंतर
संबंधित अवधारणाएँ
- विचरण: औसत से वर्गीकृत विचलनों का औसत — मानक विचलन इसका वर्गमूल है।
- बेसेल सुधार: नमूना मानक विचलन की गणना में n के बजाय n-1 से विभाजन।
- सामान्य वितरण: घंटी के आकार की वक्र जहां ~68% मान एक मानक विचलन के भीतर हैं।
- सह-परिवर्तनशीलता गुणांक: मानक विचलन औसत के प्रतिशत के रूप में — डेटा सेट में तुलना के लिए उपयोगी।
- बाह्य मान: एक डेटा बिंदु जो अन्य मानों से काफी दूर है।
उदाहरण
डेटा सेट [4, 8, 15, 16, 23, 42] के लिए: माध्य 18 है। नमूना मानक विचलन (n-1) लगभग 13.62 है, जबकि जनसंख्या मानक विचलन (n) लगभग 12.44 है।
आपके परिणामों की व्याख्या
कम मानक विचलन (0 के करीब) का मतलब है कि डेटा बिंदु औसत के चारों ओर कसकर एकत्रित हैं। अधिक मानक विचलन का मतलब है कि डेटा व्यापक सीमा में फैला है।
मानक विचलन को औसत से सह-परिवर्तनशीलता गुणांक (CV) के रूप में तुलना करें। CV 15% से कम कम परिवर्तनशीलता, 15-30% मध्यम और 30% से अधिक उच्च दर्शाता है।