اوسط مطلق انحراف (MAD) کا حساب کیسے لگائیں

اوسط مطلق انحراف (MAD) کا حساب کیسے لگائیں

اوسط مطلق انحراف (MAD) اوسط فاصلے کی پیمائش کرتا ہے جو ہر ڈیٹا پوائنٹ اوسط سے گرتا ہے۔ تغیر یا معیاری انحراف کے برعکس، MAD اسکوائرنگ کے بجائے مطلق قدروں کا استعمال کرتا ہے، جو اسے زیادہ بدیہی اور آؤٹ لیرز کے لیے کم حساس بناتا ہے۔

فارمولا

MAD = (1/n) × Σ|xᵢ − x̄|

کہاں:

• n = ڈیٹا پوائنٹس کی تعداد
• xᵢ = ہر انفرادی قدر
• x̄ = تمام اقدار کا اوسط
• |....| = مطلق قدر

مرحلہ وار مثال

ڈیٹا سیٹ: {4, 7, 13, 2, 1, 9}

مرحلہ 1: اوسط کا حساب لگائیں۔ x̄ = (4 + 7 + 13 + 2 + 1 + 9) / 6 = 36 / 6 = 6

مرحلہ 2: اوسط سے ہر ایک نقطہ کا مطلق انحراف تلاش کریں۔ |4 - 6 | = 2 |7 - 6 | = 1 |13 - 6 | = 7 |2 - 6 | = 4 |1 - 6 | = 5 |9 - 6 | = 3

مرحلہ 3: ان مطلق انحراف کے اوسط کا حساب لگائیں۔ MAD = (2 + 1 + 7 + 4 + 5 + 3) / 6 = 22 / 6 = 3.67

MAD کی ترجمانی کرنا

3.67 کے MAD کا مطلب ہے کہ اوسطاً، ڈیٹاسیٹ میں ہر قدر اوسط سے تقریباً 3.67 یونٹس دور ہے۔ ایک چھوٹا MAD اشارہ کرتا ہے کہ ڈیٹا مضبوطی سے کلسٹرڈ ہے۔ ایک بڑا MAD زیادہ پھیلاؤ کی نشاندہی کرتا ہے۔

MAD بمقابلہ معیاری انحراف

میٹرک	فارمولا	کیس استعمال کریں۔
MAD	کا مطلب	xᵢ − x̄
Std Dev	√((xᵢ − x̄)² کا مطلب)	زیادہ عام، عام تقسیم کے نظریہ میں استعمال ہوتا ہے۔

کسی بھی ڈیٹا سیٹ کے لیے ہمارا MAD کیلکولیٹر استعمال کریں۔