विनसाइड मीनिंग परिभाषा;
विनसर्ड मीन औसत का एक तरीका है जो शुरू में सबसे छोटे और सबसे बड़े मूल्यों को उनके निकटतम अवलोकनों के साथ बदल देता है। यह गणना पर असामान्य चरम मूल्यों, या आउटलेर्स के प्रभाव को सीमित करने के लिए किया जाता है। मानों को प्रतिस्थापित करने के बाद, अंकगणित माध्य सूत्र का उपयोग तब विनियोजित माध्य की गणना के लिए किया जाता है।
विनसाइड मीन इज़ के लिए फॉर्मूला
विनसर्ड मीन = xn… xn + 1 + xn + 2… xnNwhere: n = ओवल्यूशन शुरू होने से सबसे बड़े और सबसे छोटे डेटापॉइंट्स की संख्या {गठबंधन} और \ टेक्स्ट {विंसगार्ड मीन} \ _ \ _ फ्रेक {x_ {n} \ dots x_ {n + 1} \ + x_ {n + 2} \ dots x_ {n}} {N} \\ & \ textbf {जहां:} \\ & \ _ {गठबंधन} n \ _ शुरू \ & \ पाठ {सबसे बड़े और सबसे छोटे डेटा की संख्या} \\ & \ {पाठ {बिंदुओं को अवलोकन द्वारा प्रतिस्थापित किया जाना है} \\ & \ पाठ {उनके सबसे निकट}} \ n {गठबंधन} \\ & N \ _ \ _ पाठ {डेटा बिंदुओं की कुल संख्या} \ end {संरेखित करें = मीनिंग दी गई = Nxn… xn + 1 + xn + 2… xn जहाँ: n = अवलोकन द्वारा प्रतिस्थापित किए जाने वाले सबसे बड़े और सबसे छोटे डेटा पॉइंट की संख्या।
विनसर्ड साधन दो तरह से व्यक्त किए जाते हैं। एक "के एन " विजेता का मतलब 'के' सबसे छोटी और सबसे बड़ी टिप्पणियों के प्रतिस्थापन को दर्शाता है, जहां 'के' एक पूर्णांक है। एक "X%" जीतता है जिसमें डेटा के दोनों सिरों से दिए गए मानों का प्रतिशत बदलना शामिल है।
विनसर्ड माध्य की गणना कैसे करें
विनट्रेड किए गए माध्य की गणना सबसे छोटे और सबसे बड़े डेटा बिंदुओं को बदलने के द्वारा की जाती है, फिर सभी डेटा बिंदुओं को योग करें और कुल डेटा बिंदुओं द्वारा योग को विभाजित करें।
क्या करता है मतलब आप बताओ?
जीत का मतलब आउटलेर्स के लिए कम संवेदनशील है क्योंकि यह उन्हें कम चरम मूल्यों के साथ बदल सकता है। यही है, यह बनाम बनाम रूपरेखा के लिए अतिसंवेदनशील कम है। हालांकि, अगर किसी वितरण में वसा की पूंछ होती है, तो वितरण के उच्चतम और निम्नतम मूल्यों को हटाने का प्रभाव वितरण आंकड़ों में परिवर्तनशीलता की उच्च संख्या के कारण बहुत कम प्रभाव पड़ेगा।
चाबी छीन लेना
- एक औसत विधि जिसमें सबसे छोटे और सबसे बड़े मूल्यों को उनके निकटतम टिप्पणियों के साथ बदलना शामिल है।
- आउटलेर्स के प्रति कम संवेदनशील क्योंकि यह उन्हें कम चरम मूल्यों के साथ बदल सकता है।
- यह छंटनी के मतलब के विपरीत है, जिसमें डेटा बिंदुओं को हटाना शामिल है - हालांकि दोनों का परिणाम करीब है।
Winsorized माध्य का उपयोग कैसे करें का उदाहरण
एक निम्नलिखित डेटा सेट के लिए विंडसर्जेड माध्य की गणना कर सकता है: 1, 5, 7, 8, 9, 10, 14. इस उदाहरण में, हम मानते हैं कि विनोस्ड का मतलब पहले क्रम में है, हम उनके साथ सबसे छोटे और सबसे बड़े मूल्यों को प्रतिस्थापित करते हैं निकटतम अवलोकन।
डेटासेट अब निम्नानुसार दिखाई देता है: 5, 5, 7, 8, 9, 10, 10. नए सेट के एक अंकगणितीय औसत को लेने से 7.7, या (5 + 5 + 7 + 8 + 9 + 10 + 10 + का अनुमानित अर्थ प्राप्त होता है। 10) 7 से विभाजित।
या विचार करें कि 20% का जीतना मतलब है कि शीर्ष 10% और नीचे 10% लेता है और उन्हें उनके अगले निकटतम मूल्य के साथ बदल देता है। हम निम्नलिखित डेटा सेट को जीतेंगे: 2, 4, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, 61, 62, 75। दो सबसे छोटे और सबसे बड़े डेटा बिंदु, या 10%, को उनके अगले निकटतम मूल्य से बदल दिया जाएगा। इस प्रकार, नया डेटा सेट है: 7, 7, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, 61, 61, 61। मतलब 33.9 है, या डेटा की कुल संख्या (20) से विभाजित डेटा (678) के कुल।
विंसोरेड मीन और ट्राइम्ड मीन के बीच अंतर
विनट्रेड किए गए माध्य में डेटा बिंदुओं को संशोधित करना शामिल है, जबकि छंटनी का मतलब डेटा बिंदुओं को निकालना शामिल है। यह विंडसाइड माध्य और ट्रिम किए गए माध्य के करीब होना आम है।
Winsorized माध्य का उपयोग करने की सीमाएं
विंडशेयर के लिए एक प्रमुख नकारात्मक पहलू यह है कि वे डेटा सेट में पूर्वाग्रह का परिचय देते हैं। दी गई, यदि आउटलेयर को छोड़ दिया जाए तो संशोधन के बाद डेटा सेट आदर्श रूप से कम पक्षपाती है।
विनसाइड मीन के बारे में अधिक जानें
संबंधित अंतर्दृष्टि के लिए, प्रमुख माध्य गणनाओं के बीच अंतर के बारे में अधिक पढ़ें।
इनवेस्टमेंट अकाउंट्स प्रोवाइडर नाम की तुलना करें। विज्ञापनदाता का विवरण × इस तालिका में दिखाई देने वाले प्रस्ताव उन साझेदारियों से हैं जिनसे इन्वेस्टोपेडिया को मुआवजा मिलता है।