اوسط کیلکولیٹر – اوسط، درمیانی قدر، کثیر الوقوع اور حد

اوسط (میان) کیا ہے؟

حسابی اوسط مرکزی رجحان کی سب سے عام پیمائش ہے۔ اسے تمام اقدار کا مجموعہ کرکے تعداد سے تقسیم کرکے حساب کیا جاتا ہے:

اوسط = (x₁ + x₂ +... + xₙ) / n

مثال: 8، 12، 7، 15، 3 کی اوسط تلاش کریں:

• مجموعہ: 8 + 12 + 7 + 15 + 3 = 45
• تعداد: 5
• اوسط: 45 / 5 = 9

اوسط انتہائی اقدار (غیر معمولی اقدار) کے لیے حساس ہے۔ اگر اوپر دی گئی سیٹ میں ایک قدر 15 کے بجائے 100 ہوتی: اوسط = (8 + 12 + 7 + 100 + 3) / 5 = 26۔ یہ 26 کسی بھی اصلی قدر کو اچھی طرح سے ظاہر نہیں کرتا — اس صورت میں میڈین زیادہ معلوماتی ہوگا۔

ہمارا کیلکولیٹر میڈین، موڈ، رینج، ورینس، اور معیاری انحراف بھی حساب کرتا ہے — آپ کے ڈیٹا سیٹ کا مکمل اعداد و شمار کا خلاصہ۔

اوسط بمقابلہ میڈین بمقابلہ موڈ: کس کا استعمال کریں؟

مرکزی رجحان کی یہ تین پیمائشیں ہر ایک "خاص" قدر کو مختلف طور پر بیان کرتی ہیں:

کلاسک مثال — امریکی آمدنی: 2023 میں، امریکی گھر کی اوسط آمدنی ~$74,000 تھی، جبکہ گھر کی اوسط آمدنی ~$105,000 تھی۔ اوسط انتہائی امیر لوگوں کی طرف سے اوپر کی طرف کھینچا جاتا ہے۔ میڈین ایک عام گھر کو بہتر طور پر ظاہر کرتا ہے۔

جب موڈ سب سے زیادہ کارآمد ہوتا ہے: جوتے کے سائز (دکان کو سب سے زیادہ عام سائز اسٹاک کرنے کی ضرورت ہے)، سروے کے جوابات ("زیادہ تر لوگوں نے آپشن B کا انتخاب کیا")، یا کوئی بھی زمرہ وار ڈیٹا۔

مکمل متوازن تقسیم (جیسے بیل کرو) میں، اوسط = میڈین = موڈ۔ جب یہ زیادہ الگ ہوتے ہیں، آپ کا ڈیٹا اتنا ہی مائل اور غیر متوازن ہوتا ہے۔

وزنی اوسط: جب تمام اقدار برابر نہیں ہوتی

ایک وزنی اوسط تفویض کردہ وزنوں کی بنیاد پر مختلف اقدار کو مختلف اہمیت دیتی ہے:

وزنی اوسط = Σ(قدر × وزن) / Σ(وزن)

جی پی اے کیلکولیشن کی مثال:

وزنی جی پی اے = 40.7 / 11 = 3.70

4 گریڈوں کی سادہ (بغیر وزنی) اوسط: (3.7 + 3.3 + 4.0 + 4.0) / 4 = 3.75 — مختلف ہے کیونکہ زیادہ کریڈٹ والے فزکس کورس اسے وزنی ہونے پر نیچے کھینچتا ہے۔

دیگر وزنی اوسط کے ایپلیکیشنز: سرمایہ کاری پورٹ فولیو کی رٹرن (ڈالر کی رقم کے لحاظ سے وزنی)، طالب علم کے ٹیسٹ اسکور (امتحان 60%، ہوم ورک 40% وزنی)، کھیلوں کے اعداد و شمار، اور صارفین کی قیمت کی انڈیکس کیلکولیشنز۔

رینج، ورینس، اور معیاری انحراف

اپنے ڈیٹا کے مرکز کو جاننا کافی نہیں ہے — آپ کو اس کی پھیلاؤ کو بھی سمجھنے کی ضرورت ہے:

• رینج: زیادہ سے زیادہ − کم سے کم۔ سادہ لیکن غیر معمولی اقدار سے متاثر۔ ڈیٹا سیٹ {2، 5، 5، 6، 100}: رینج = 98، اگرچہ 98% اقدار 2 اور 6 کے درمیان ہوتی ہیں۔
• ورینس: اوسط سے مربع انحراف کا اوسط۔ ڈیٹا کی پھیلاؤ کو پیمائش کرتا ہے، لیکن مربع یونٹوں میں (براہ راست تعبیر کرنا مشکل)۔
• معیاری انحراف (σ یا SD): ورینس کا مربع جذر۔ آپ کے ڈیٹا کے اسی یونٹ میں — پھیلاؤ کی سب سے کارآمد پیمائش۔

معیاری انحراف کو قدم بہ قدم حساب کرنا (ڈیٹا: 4، 7، 13، 16):

1. اوسط = (4 + 7 + 13 + 16) / 4 = 10
2. اوسط سے انحراف: −6، −3، +3، +6
3. مربع انحراف: 36، 9، 9، 36
4. ورینس = (36 + 9 + 9 + 36) / 4 = 22.5 (پوری آبادی) یا / 3 = 30 (نمونہ)
5. معیاری انحراف = √22.5 = 4.74 (پوری آبادی)

نرمل تقسیم کے لیے 68-95-99.7 رूल: 68% ڈیٹا اوسط کے 1 SD کے اندر آتا ہے، 95% 2 SD کے اندر، 99.7% 3 SD کے اندر۔

جیومیٹرک اوسط بمقابلہ حسابی اوسط برائے نمو کی شرحیں

نمو کی شرحوں یا مرکب رٹرن کی موازنہ کرنے کے لیے، جیومیٹرک اوسط حسابی اوسط سے زیادہ مناسب ہے:

جیومیٹرک اوسط = (x₁ × x₂ ×... × xₙ)^(1/n)

مثال — سرمایہ کاری کی رٹرن: آپ کی پورٹ فولیو کی رٹرن سال 1 میں +50% اور سال 2 میں −50% ہے۔

• حسابی اوسط: (50% + (−50%)) / 2 = 0% اوسط رٹرن
• اصل نتیجہ: $10,000 → $15,000 → $7,500 — آپ نے اپنے پیسے کا 25% کھو دیا!
• جیومیٹرک اوسط: √(1.50 × 0.50) − 1 = √0.75 − 1 = −13.4% فی سال

جیومیٹرک اوسط حقیقی مرکب سالانہ نمو کی شرح (CAGR) کو ظاہر کرتا ہے۔ سرمایہ کاری کی رٹرن، آبادی کی نمو کی شرحیں، اور کسی بھی مرکب کی صورت حال کے لیے ہمیشہ جیومیٹرک اوسط استعمال کریں۔ حسابی اوسط کارکردگی کو بڑھا چڑھا کر پیش کرے گی جب رٹرن متغیر ہوتے ہیں۔

CAGR فارمولا: CAGR = (آخری قدر / شروع کی قدر)^(1/سال) − 1

مثال: $10,000 5 سال میں $17,500 تک بڑھتا ہے: CAGR = (17,500/10,000)^(1/5) − 1 = 1.75^0.2 − 1 = 11.84% فی سال۔

روزمرہ زندگی میں عملی اوسط کی گणنا

اوسط روزانہ فیصلوں میں مستقل طور پر ظاہر ہوتے ہیں:

تنخواہ کی مثال سے ظاہر ہوتا ہے کہ میڈیئن اکثر زیادہ مفید کیوں ہوتا ہے۔ جب مارکیٹ کی تنخواہ کے اعداد و شمار کا جائزہ لیا جاتا ہے، تو ہمیشہ پوچھیں کہ آیا آپ اوسط یا میڈیئن دیکھ رہے ہیں — عملی طور پر فرق $10,000–$30,000 ہو سکتا ہے۔

ہارمونک میئن: ریٹس اور ریشوز کے لئے صحیح اوسط

ہارمونک میئن تین پتھاگرس میئنز (ارتھمیٹک، جیومیٹرک، ہارمونک) میں سب سے کم جانا جاتا ہے، لیکن یہ درست انتخاب ہے جب کبھی بھی آپ ریٹس، رفتار یا ریشوز کی اوسط نکال رہے ہوں جہاں ڈینومینیٹر مختلف ہوتا ہے:

ہارمونک میئن = n / (1/x₁ + 1/x₂ +... + 1/xₙ)

کلاسک مثال — اوسط رفتار: آپ کام تک 60 کلومیٹر/گھنٹہ کی رفتار سے جاتے ہیں اور 40 کلومیٹر/گھنٹہ کی رفتار سے واپس آتے ہیں۔ راؤنڈ ٹرپ کے لئے آپ کی اوسط رفتار کیا ہے؟

• ارتھمیٹک میئن: (60 + 40) / 2 = 50 کلومیٹر/گھنٹہ — غلط
• ہارمونک میئن: 2 / (1/60 + 1/40) = 2 / (0.0167 + 0.025) = 2 / 0.0417 = 48 کلومیٹر/گھنٹہ — درست!

ارتھمیٹک میئن کیوں غلط ہے؟ کیونکہ آپ سست رفتار پر زیادہ وقت خرچ کرتے ہیں۔ اگر ٹرپ ہر راستے میں 120 کلومیٹر ہے: جانے میں 2 گھنٹے (120/60) اور واپس آنے میں 3 گھنٹے (120/40) لگتے ہیں۔ کل: 5 گھنٹوں میں 240 کلومیٹر = 48 کلومیٹر/گھنٹہ۔

ہارمونک میئن ہمیشہ ≤ ارتھمیٹک میئن ہوتا ہے، اور جب قدریں زیادہ پھیلی ہوئی ہوتی ہیں تو فرق بڑھتا ہے۔ دیگر استعمالات میں فنانس میں قیمت-کمائی کے تناسب کی اوسط نکالنا اور ایک فلیٹ میں مختلف گاڑیوں کی ایندھن کی کارکردگی کی اوسط نکالنا شامل ہیں۔

ڈیٹا سائنس اور دوڑنے کے تجزیے میں اوسط

جدید دوڑنے کے تجزیے کے پلیٹ فارمز بے شمار ڈیٹا پیدا کرتے ہیں، اور یہ سمجھنا کہ کون سا اوسط لگانا ہے، معنی خیز تجزیے کے لئے ضروری ہے:

ٹریمڈ میئن (ٹرنکیٹڈ میئن): ایک مفید ہائبرڈ جو ارتھمیٹک میئن کی گणنا سے پہلے سب سے اوپر اور سب سے نیچے X% قدریں ہٹا دیتا ہے۔ 10% ٹریمڈ میئن سب سے اونچی 10% اور سب سے نیچے 10% کو ہٹا دیتا ہے، پھر باقی کا اوسط نکالتا ہے۔ یہ عام طور پر اسکورینگ سسٹم (اولمپک فگر اسکیٹنگ سب سے اونچے اور سب سے نیچے جج اسکور کو ہٹاتی ہے) اور GPS کی غلطیوں سے باہر آنے والی انتہائی قدریں پیدا کرنے والے دوڑنے کی رفتار کے ڈیٹا کے تجزیے میں استعمال ہوتا ہے۔

مूووئنگ ایویریج: دوڑنے کی تربیت کے تجزیے میں، روزانہ میلاج کا 7 دن یا 30 دن کا موووئنگ ایویریج روز بروز کی تبدیلی کو ہموار کرتا ہے اور رجحانات ظاہر کرتا ہے۔ آپ کی تربیت کا بوجھ انفرادی دنوں میں 0 سے 20 کلومیٹر کے درمیان اتار چڑھاؤ کر سکتا ہے، لیکن 7 دن کا موووئنگ ایویریج 40 سے 55 کلومیٹر/ہفتہ تک ایک مستحکم اوپر کی طرف رجحان ظاہر کرتا ہے — فٹنس کی پیش رفت اور چوٹ کے خطرے کی نگرانی کے لئے زیادہ معنی خیز۔

جب آپ اپنے دوڑنے کے ڈیٹا کا تجزیہ کر رہے ہوں تو ہمیشہ پوچھیں: میں کون سا سوال جواب دینے کی کوشش کر رہا ہوں؟ صحیح اوسط پوری طرح سوال پر منحصر ہے۔ "میری ٹائپیکل ہفتہ وار میلاج کیا تھی؟" (ارتھمیٹک میئن)۔ "میں کس رفتار سے اصل میں سب سے زیادہ فاصلہ دوڑا؟" (ویٹڈ میئن)۔ "کیا میں سال بہ سال بہتر ہو رہا ہوں؟" (بہتری کے فیصد کا جیومیٹرک میئن)۔