औसत कैलकुलेटर
संख्याओं का औसत (माध्य) तुरंत गणना करें। कई संख्याएं एक साथ जोड़ें। मुफ्त।
औसत (माध्य) क्या है?
The arithmetic mean केंद्रीय प्रवृत्ति का सबसे सामान्य माप है। यह सभी मानों को जोड़कर और गिनती से विभाजित करके गणना की जाती है:
Mean = (x₁ + x₂ +... + xₙ) / n
उदाहरण: 8, 12, 7, 15, 3 का औसत ज्ञात करें:
- Sum: 8 + 12 + 7 + 15 + 3 = 45
- Count: 5
- Mean: 45 / 5 = 9
माध्य चरम मानों (outliers) के प्रति संवेदनशील है। यदि उपरोक्त सेट में एक मान 15 के बजाय 100 था: Mean = (8 + 12 + 7 + 100 + 3) / 5 = 26। यह 26 किसी भी वास्तविक मान का अच्छी तरह से प्रतिनिधित्व नहीं करता है — इस मामले में माध्यिका अधिक जानकारीपूर्ण होगी।
हमारा कैलकुलेटर माध्यिका, मोड, रेंज, विचरण, और मानक विचलन की भी गणना करता है — आपके डेटा सेट का एक पूर्ण सांख्यिकीय सारांश।
माध्य बनाम माध्यिका बनाम मोड: किसे उपयोग करें?
केंद्रीय प्रवृत्ति के ये तीन माप "विशिष्ट" मान का अलग-अलग वर्णन करते हैं:
| माप | परिभाषा | सबसे अच्छा उपयोग किया जाता है जब | आउटलायर से प्रभावित |
|---|---|---|---|
| माध्य | Sum ÷ count | डेटा सममित है, कोई चरम आउटलायर नहीं | हां — दृढ़ता से |
| माध्यिका | सॉर्ट होने पर मध्य मान | डेटा में आउटलायर हैं या तिरछा है (आय, कीमतें) | नहीं — मजबूत |
| मोड | सबसे अधिक बार आने वाला मान | वर्गीकृत डेटा, सबसे सामान्य परिणाम ढूँढना | नहीं |
क्लासिक उदाहरण — US आय: 2023 में, US की औसत घरेलू आय ~$74,000 थी, जबकि औसत घरेलू आय ~$105,000 थी। सुपर-अमीर द्वारा माध्य को ऊपर की ओर खींचा जाता है। माध्यिका एक विशिष्ट घर का बेहतर प्रतिनिधित्व करती है।
जब मोड सबसे उपयोगी होता है: जूते के आकार (दुकान को सबसे सामान्य आकार स्टॉक करने की आवश्यकता होती है), सर्वेक्षण प्रतिक्रियाएं ("अधिकांश लोगों ने विकल्प B चुना"), या कोई भी वर्गीकृत डेटा।
एक पूरी तरह से सममित वितरण (जैसे बेल वक्र) में, mean = median = mode। ये जितने अधिक अलग होंगे, आपका डेटा उतना ही अधिक तिरछा और असममित होगा।
भारित औसत: जब सभी मान समान नहीं होते
A weighted average असाइन किए गए भारों के आधार पर विभिन्न मानों को अलग-अलग महत्व देता है:
Weighted Average = Σ(value × weight) / Σ(weights)
GPA गणना उदाहरण:
| कोर्स | ग्रेड पॉइंट्स | क्रेडिट घंटे (भार) | भारित स्कोर |
|---|---|---|---|
| भौतिकी | 3.7 (A−) | 4 | 14.8 |
| अंग्रेज़ी | 3.3 (B+) | 3 | 9.9 |
| इतिहास | 4.0 (A) | 3 | 12.0 |
| PE | 4.0 (A) | 1 | 4.0 |
| कुल | 11 | 40.7 |
भारित GPA = 40.7 / 11 = 3.70
4 ग्रेडों का सरल (अनवेटेड) औसत: (3.7 + 3.3 + 4.0 + 4.0) / 4 = 3.75 — अलग है क्योंकि अधिक क्रेडिट वाला भौतिकी कोर्स इसे भारित होने पर नीचे खींचता है।
अन्य भारित औसत अनुप्रयोग: निवेश पोर्टफोलियो रिटर्न (डॉलर राशि द्वारा भारित), छात्र परीक्षा स्कोर (परीक्षा 60%, होमवर्क 40%), खेल आंकड़े, और उपभोक्ता मूल्य सूचकांक गणना।
रेंज, विचरण, और मानक विचलन
आपके डेटा के केंद्र को जानना ही पर्याप्त नहीं है — आपको इसके फैलाव को भी समझने की आवश्यकता है:
- रेंज: अधिकतम − न्यूनतम। सरल लेकिन आउटलायर से प्रभावित। डेटा सेट {2, 5, 5, 6, 100}: रेंज = 98, हालांकि 98% मान 2 और 6 के बीच हैं।
- विचरण: माध्य से वर्गीकृत विचलनों का औसत। यह मापता है कि डेटा कितना फैला हुआ है, लेकिन वर्गीकृत इकाइयों में (सीधे व्याख्या करना कठिन)।
- मानक विचलन (σ या SD): विचरण का वर्गमूल। आपके डेटा के समान इकाइयों में — सबसे उपयोगी फैलाव माप।
मानक विचलन को चरण दर चरण गणना करना (डेटा: 4, 7, 13, 16):
- Mean = (4 + 7 + 13 + 16) / 4 = 10
- माध्य से विचलन: −6, −3, +3, +6
- वर्गीकृत विचलन: 36, 9, 9, 36
- विचरण = (36 + 9 + 9 + 36) / 4 = 22.5 (जनसंख्या) या / 3 = 30 (नमूना)
- मानक विचलन = √22.5 = 4.74 (जनसंख्या)
सामान्य वितरणों के लिए 68-95-99.7 नियम: 68% डेटा 1 SD के भीतर आता है, 95% 2 SD के भीतर, 99.7% माध्य के 3 SD के भीतर।
वृद्धि दरों के लिए ज्यामितीय माध्य बनाम अंकगणितीय माध्य
वृद्धि की दरों या चक्रवृद्धि रिटर्न की तुलना करने के लिए, ज्यामितीय माध्य अंकगणितीय माध्य से अधिक उपयुक्त है:
Geometric Mean = (x₁ × x₂ ×... × xₙ)^(1/n)
उदाहरण — निवेश रिटर्न: आपके पोर्टफोलियो रिटर्न वर्ष 1 में +50% और वर्ष 2 में −50% हैं।
- अंकगणितीय माध्य: (50% + (−50%)) / 2 = 0% औसत रिटर्न
- वास्तविक परिणाम: $10,000 → $15,000 → $7,500 — आपने अपने पैसे का 25% खो दिया!
- ज्यामितीय माध्य: √(1.50 × 0.50) − 1 = √0.75 − 1 = −13.4% प्रति वर्ष
ज्यामितीय माध्य वास्तविक चक्रवृद्धि वार्षिक वृद्धि दर (CAGR) को दर्शाता है। निवेश रिटर्न, जनसंख्या वृद्धि दर, और किसी भी चक्रवृद्धि परिदृश्य के लिए हमेशा ज्यामितीय माध्य का उपयोग करें। जब रिटर्न अस्थिर होते हैं तो अंकगणितीय माध्य प्रदर्शन को बढ़ा-चढ़ाकर पेश करेगा।
CAGR सूत्र: CAGR = (End Value / Start Value)^(1/years) − 1
उदाहरण: $10,000 5 वर्षों में $17,500 हो जाता है: CAGR = (17,500/10,000)^(1/5) − 1 = 1.75^0.2 − 1 = 11.84% प्रति वर्ष।
रोजमर्रा की जिंदगी में औसत की व्यावहारिक गणना
औसत दैनिक निर्णयों में लगातार दिखाई देते हैं:
| परिदृश्य | संख्याएँ | औसत | अंतर्दृष्टि |
|---|---|---|---|
| साप्ताहिक दौड़ने की माइलेज | 8, 12, 0, 10, 15, 11, 0 | 8 मील/दिन औसत (कुल 56) | 0s (आराम के दिन) औसत को महत्वपूर्ण रूप से कम करते हैं |
| जनवरी-जून के मासिक खर्च | $2,100 / $1,900 / $2,400 / $2,200 / $1,850 / $2,150 | $2,100/महीना | स्थिर महीनों के लिए उसी हिसाब से बजट बनाएं |
| परीक्षा के अंक (70% पास करने की आवश्यकता) | 65, 72, 58, 80 | 68.75% — 1.25% से फेल | औसत को ऊपर लाने के लिए एक और परीक्षा की आवश्यकता है |
| 5 नौकरी वेतन प्रस्ताव ($K) | 52, 55, 58, 62, 120 | माध्य: $69.4K — मध्यिका: $58K | आउटलायर ($120K) माध्य को भ्रामक बनाता है |
वेतन उदाहरण दिखाता है कि मध्यिका अक्सर अधिक उपयोगी क्यों होती है। जब बाजार वेतन डेटा का मूल्यांकन करते हैं, तो हमेशा पूछें कि क्या आप माध्य या मध्यिका देख रहे हैं — व्यवहार में अंतर $10,000–$30,000 हो सकता है।
हारमोनिक माध्य: दरों और अनुपातों के लिए सही औसत
तीन पाइथागोरस माध्यों (अंकगणित, ज्यामितीय, हारमोनिक) में से हारमोनिक माध्य सबसे कम ज्ञात है, लेकिन यह सही विकल्प है जब भी आप दरों, गति या अनुपातों का औसत निकाल रहे हों जहां हरात्मक भिन्नात्मक भाग अलग-अलग हो:
हारमोनिक माध्य = n / (1/x₁ + 1/x₂ +... + 1/xₙ)
क्लासिक उदाहरण — औसत गति: आप 60 किमी/घंटा की रफ्तार से काम पर जाते हैं और 40 किमी/घंटा की रफ्तार से वापस आते हैं। राउंड ट्रिप के लिए आपकी औसत गति क्या है?
- अंकगणित माध्य: (60 + 40) / 2 = 50 किमी/घंटा — गलत
- हारमोनिक माध्य: 2 / (1/60 + 1/40) = 2 / (0.0167 + 0.025) = 2 / 0.0417 = 48 किमी/घंटा — सही!
अंकगणित माध्य गलत क्यों है? क्योंकि आप धीमी गति से अधिक समय बिताते हैं। यदि यात्रा प्रत्येक तरफ 120 किमी है: जाने में 2 घंटे (120/60) और वापस आने में 3 घंटे (120/40) लगते हैं। कुल: 5 घंटे में 240 किमी = 48 किमी/घंटा।
हारमोनिक माध्य हमेशा अंकगणित माध्य से ≤ होता है, और अंतर बढ़ता है क्योंकि मान अधिक अलग हो जाते हैं। अन्य उपयोगों में वित्त में मूल्य-से-आय अनुपात का औसत और एक बेड़े में विभिन्न वाहनों में ईंधन दक्षता का औसत शामिल है।
डेटा विज्ञान और रनिंग एनालिटिक्स में औसत
आधुनिक रनिंग एनालिटिक्स प्लेटफ़ॉर्म भारी मात्रा में डेटा उत्पन्न करते हैं, और सार्थक विश्लेषण के लिए किस औसत को लागू करना है, यह समझना आवश्यक है:
| रनिंग मीट्रिक | सर्वश्रेष्ठ औसत प्रकार | क्यों |
|---|---|---|
| एक सीज़न में साप्ताहिक माइलेज | अंकगणित माध्य | सरल कुल संदर्भ; सभी सप्ताह समान रूप से भारित |
| विभिन्न दूरियों की दौड़ में औसत गति | भारित माध्य (दूरी द्वारा भारित) | 20 किमी की दौड़ 3 किमी की जॉग से अधिक मायने रखनी चाहिए |
| आगे-पीछे के पाठ्यक्रमों के लिए औसत गति | हारमोनिक माध्य | प्रत्येक गति पर बिताया गया समय अलग-अलग होता है |
| वर्ष-दर-वर्ष सुधार दर | ज्यामितीय माध्य | समय के साथ प्रतिशत की चक्रवृद्धि |
| दौड़ के दौरान सामान्य हृदय गति | मध्यिका या ट्रिम्ड माध्य | रुकने/शुरू करने से उत्पन्न आउटलायर स्पाइक्स अंकगणित माध्य को विकृत करते हैं |
ट्रिम्ड माध्य (टर्नकेटेड माध्य): एक उपयोगी हाइब्रिड जो अंकगणित माध्य की गणना करने से पहले शीर्ष और नीचे X% मानों को हटा देता है। 10% ट्रिम्ड माध्य उच्चतम 10% और निम्नतम 10% को छोड़ देता है, फिर शेष का औसत निकालता है। इसका उपयोग आमतौर पर स्कोरिंग सिस्टम (ओलंपिक फिगर स्केटिंग उच्चतम और निम्नतम जज स्कोर को छोड़ देता है) और रनिंग पेस डेटा का विश्लेषण करने में किया जाता है जहां GPS त्रुटियां चरम आउटलायर मान बना सकती हैं।
चल औसत: रनिंग ट्रेनिंग विश्लेषण में, दैनिक माइलेज का 7-दिन या 30-दिन का चल औसत दिन-प्रतिदिन के बदलाव को सुचारू करता है और रुझानों को प्रकट करता है। आपके प्रशिक्षण भार में अलग-अलग दिनों में 0 और 20 किमी के बीच उतार-चढ़ाव हो सकता है, लेकिन 7-दिन का चल औसत 40 से 55 किमी/सप्ताह तक एक स्थिर ऊपर की ओर प्रवृत्ति दिखाता है — फिटनेस प्रगति और चोट के जोखिम की निगरानी के लिए अधिक जानकारीपूर्ण।
अपने रनिंग डेटा का विश्लेषण करते समय, हमेशा पूछें: मैं किस प्रश्न का उत्तर देने की कोशिश कर रहा हूँ? सही औसत पूरी तरह से प्रश्न पर निर्भर करता है। "मेरी सामान्य साप्ताहिक माइलेज क्या थी?" (अंकगणित माध्य)। "मैं वास्तव में किस गति से सबसे अधिक दूरी दौड़ा?" (भारित माध्य)। "क्या मैं साल-दर-साल सुधार कर रहा हूँ?" (सुधार प्रतिशत का ज्यामितीय माध्य)।
अक्सर पूछे जाने वाले प्रश्न
माध्य और औसत में क्या अंतर है?
रोजमर्रा के उपयोग में, 'माध्य' और 'औसत' एक ही चीज़ को संदर्भित करते हैं: अंकगणितीय माध्य, जिसे योग ÷ गणना के रूप में गणना किया जाता है। तकनीकी रूप से, 'औसत' एक व्यापक शब्द है जो माध्य, मध्यिका या बहुलक को संदर्भित कर सकता है। गणित और सांख्यिकी में, 'माध्य' हमेशा अंकगणितीय माध्य को संदर्भित करता है जब तक कि अन्यथा निर्दिष्ट न हो (ज्यामितीय माध्य, हरात्मक माध्य, आदि)।
अगर सभी संख्याएँ समान बार दिखाई देती हैं — बहुलक क्या है?
यदि प्रत्येक मान समान संख्या में दिखाई देता है, तो कोई एकल बहुलक नहीं होता है — डेटासेट अमोडल होता है या सभी मान समान रूप से मोड होते हैं। व्यवहार में, सांख्यिकीविद् अक्सर कहते हैं कि 'कोई मोड' मौजूद नहीं है। यदि दो मानों में उच्चतम आवृत्ति होती है, तो डेटासेट द्विभाजन होता है।
मैं भारित औसत की गणना कैसे करूँ?
प्रत्येक मान को उसके भार से गुणा करें, उन उत्पादों को जोड़ें, फिर सभी भारों के योग से विभाजित करें। उदाहरण: परीक्षा (80 अंक, 60% के लायक) और होमवर्क (90 अंक, 40% के लायक): भारित औसत = (80×0.6 + 90×0.4) / (0.6+0.4) = (48+36) / 1 = 84।
मुझे माध्य के बजाय मध्यिका का उपयोग कब करना चाहिए?
मध्यिका का उपयोग तब करें जब आपके डेटा में बाहरी मान हों या बहुत अधिक विषम हो। क्लासिक उदाहरण: घरेलू आय (कुछ अरबपति माध्य को ऊपर खींचते हैं), घर की कीमतें (लक्जरी घर औसत को विकृत करते हैं), प्रतिक्रिया समय (कुछ धीमी प्रतिक्रियाएँ माध्य को बढ़ा देती हैं)। इन मामलों में मध्यिका 'सामान्य' अवलोकन को अधिक निष्पक्ष रूप से दर्शाती है।
मानक विचलन क्या है और यह क्यों मायने रखता है?
मानक विचलन आपके डेटा के माध्य के चारों ओर फैलाव को मापता है। कम एसडी का मतलब है कि डेटा बिंदु माध्य के करीब समूहित हैं; उच्च एसडी का मतलब है कि वे फैले हुए हैं। उदाहरण के लिए, एक कक्षा जहां हर कोई 70-75% स्कोर करता है, उसका एसडी 40-100% की रेंज वाले स्कोर की तुलना में कम होता है। निवेशक अस्थिरता को मापने के लिए एसडी का उपयोग करते हैं।
ज्यामितीय माध्य क्या है और मुझे इसका उपयोग कब करना चाहिए?
ज्यामितीय माध्य n मानों के उत्पाद का nवां मूल होता है: (x₁ × x₂ ×... × xₙ)^(1/n)। इसका उपयोग परिवर्तन की दरों, निवेश रिटर्न और विकास दरों के लिए करें जहां कंपाउंडिंग लागू होती है। +50% और -50% लौटने वाले पोर्टफोलियो का अंकगणितीय माध्य 0% है लेकिन ज्यामितीय माध्य -13.4% है — जो वास्तविक नुकसान को दर्शाता है।
मैं डेटासेट का मध्य कैसे ढूँढूँ?
संख्याओं को सबसे कम से सबसे अधिक तक क्रमबद्ध करें। यदि गणना विषम है, तो मध्यिका मध्य मान है। यदि सम है, तो मध्यिका दो मध्य मानों का औसत है। उदाहरण: {3, 5, 7, 9, 11} → मध्यिका = 7। उदाहरण: {3, 5, 7, 9} → मध्यिका = (5+7)/2 = 6।
डेटासेट की सीमा क्या है?
सीमा = अधिकतम मान − न्यूनतम मान। {4, 8, 15, 16, 23, 42} के लिए: सीमा = 42 − 4 = 38। सीमा कुल फैलाव को मापती है लेकिन बाहरी मानों के प्रति बहुत संवेदनशील होती है। अधिक मजबूत फैलाव माप के लिए, अंतर-चतुर्थक सीमा (IQR = Q3 − Q1) या मानक विचलन का उपयोग करें।