ડેટાસેટના મોડની ગણતરી કેવી રીતે કરવી
મોડ એ મૂલ્ય છે જે ડેટાસેટમાં સૌથી વધુ વારંવાર દેખાય છે. સરેરાશ અને મધ્યકથી વિપરીત, મોડનો ઉપયોગ સ્પષ્ટ ડેટા સાથે થઈ શકે છે (માત્ર સંખ્યાઓ જ નહીં), અને ડેટાસેટમાં એક કરતાં વધુ મોડ હોઈ શકે છે-અથવા બિલકુલ મોડ નથી.
મોડ શોધવી
પગલું 1: બધા મૂલ્યોની સૂચિ બનાવો. પગલું 2: દરેક મૂલ્ય કેટલી વાર દેખાય છે તેની ગણતરી કરો. પગલું 3: સૌથી વધુ ગણતરી સાથેના મૂલ્ય(ઓ) એ મોડ(ઓ) છે.
ઉદાહરણો
ઉદાહરણ 1 (યુનિમોડલ): ડેટાસેટ: {2, 4, 4, 6, 7, 4, 9} ગણતરી: 4 3 વખત દેખાય છે, બાકીના બધા એકવાર. મોડ = 4
ઉદાહરણ 2 (બિમોડલ): ડેટાસેટ: {1, 2, 2, 3, 5, 5, 7} ગણતરી: 2 અને 5 બંને બે વાર દેખાય છે. મોડ = 2 અને 5
ઉદાહરણ 3 (કોઈ મોડ): ડેટાસેટ: {1, 2, 3, 4, 5} દરેક મૂલ્ય બરાબર એકવાર દેખાય છે. મોડ = કોઈ નહીં (અથવા તમામ મૂલ્યો)
મોડનો ઉપયોગ ક્યારે કરવો
| સિચ્યુએશન | શ્રેષ્ઠ માપ |
|---|---|
| સરેરાશ પગાર | મધ્યક (બહાર-પ્રતિરોધક) |
| સૌથી લોકપ્રિય જૂતા કદ | મોડ |
| ટેસ્ટ સ્કોર કેન્દ્ર | સરેરાશ અથવા મધ્યક |
| સૌથી સામાન્ય ખામી પ્રકાર | મોડ (ચોક્કસ) |
ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશનમાં મોડ
જૂથબદ્ધ ડેટા માટે, મોડલ વર્ગ એ સૌથી વધુ આવર્તન ધરાવતો વર્ગ છે. ચોક્કસ મોડનો ઉપયોગ કરીને અંદાજવામાં આવે છે:
Mode = L + [(f₁ − f₀) / (2f₁ − f₀ − f₂)] × h
જ્યાં L એ નીચલી સીમા છે, f₁ એ મોડલ ક્લાસ ફ્રીક્વન્સી છે, f₀ અને f₂ એ અડીને આવેલા ક્લાસ ફ્રીક્વન્સી છે અને h એ ક્લાસની પહોળાઈ છે.
કોઈપણ ડેટાસેટના મોડને તાત્કાલિક શોધવા માટે અમારા મોડ કેલ્ક્યુલેટરનો ઉપયોગ કરો.