फ़्रीक्वेंसी डिस्ट्रिब्यूशन कैलकुलेटर क्या है?
फ़्रीक्वेंसी डिस्ट्रिब्यूशन कैलकुलेटर आपके कच्चे (raw) डेटा को एक साफ़, संक्षिप्त तालिका में बदल देता है, जिससे पता चलता है कि किसी डेटा सेट में हर मान या मानों की कोई श्रेणी कितनी बार आती है। संख्याओं की लंबी सूची को बार-बार देखने के बजाय आपको एक ही नज़र में समझ आ जाता है कि आपका डेटा कहाँ जमा है, कहाँ खाली जगहें हैं और मान कितने फैले हुए हैं। यह कैलकुलेटर ज़रूरी सारांश आँकड़े भी निकालता है — माध्य (mean), माध्यिका (median) और मानक विचलन (standard deviation) — और बिन (bin) का आकार अपनी सुविधा से तय करने देता है, ताकि आप सतत (continuous) डेटा को सार्थक अंतरालों में बाँट सकें।
कैलकुलेटर का उपयोग कैसे करें
- अपने डेटा मानों को अल्पविराम या स्पेस से अलग करके भरें (उदाहरण के लिए: 12, 15, 15, 18, 22, 22, 22, 30)।
- तय करें कि डेटा को कैसे समूहबद्ध करना है — हर मान के अनुसार या वर्ग अंतरालों (बिन) के अनुसार।
- अगर आप डेटा को श्रेणियों में बाँट रहे हैं, तो बिन का आकार या बिन की संख्या तय करें।
- बारंबारता तालिका, सापेक्ष व संचयी बारंबारता और सारांश आँकड़े पाने के लिए "कैलकुलेट करें" पर क्लिक करें।
सूत्रों की सरल व्याख्या
बारंबारता तालिका हर मान या वर्ग के साथ यह दर्शाती है कि वह कितनी बार आता है। इससे जुड़े दो माप और संदर्भ जोड़ते हैं:
$$k = \left\lceil \frac{\max - \min}{h} \right\rceil, \qquad f_i = \#\{\, x : L_i \le x < L_i + h \,\}$$
$$\text{where}\quad \left\{ \begin{aligned} x &= \text{Data values} \\ h &= \text{Bin Size} \;\text{or}\; \left\lceil \sqrt{n} \right\rceil \\ L_i &= \min + i\,h \end{aligned} \right.$$
- सापेक्ष बारंबारता (Relative frequency) = बारंबारता ÷ कुल संख्या। यह हर बारंबारता को अनुपात या प्रतिशत के रूप में दिखाती है।
- संचयी बारंबारता (Cumulative frequency) = किसी वर्ग तक (उसे मिलाकर) बारंबारताओं का चलता हुआ कुल योग।
सारांश आँकड़े मानक सूत्रों पर आधारित हैं: माध्य सभी मानों के योग को उनकी संख्या से भाग देने पर मिलता है; माध्यिका डेटा को क्रम में लगाने के बाद बीच वाला मान होती है; और मानक विचलन बताता है कि मान आमतौर पर माध्य से कितनी दूर पड़ते हैं — इसे औसत वर्गित विचलन के वर्गमूल के रूप में निकाला जाता है।
हल किया हुआ उदाहरण
मान लीजिए आपने ये टेस्ट स्कोर इकट्ठा किए: 70, 75, 75, 80, 80, 80, 85, 90। मान 80 तीन बार आता है, इसलिए इसकी बारंबारता 3 है और सापेक्ष बारंबारता \(3 \div 8 = 0.375\) (37.5%) है। माध्य \(= (70+75+75+80+80+80+85+90) \div 8 = 79.4\)। 8 मानों के साथ माध्यिका, क्रमबद्ध सूची के चौथे और पाँचवें मान का औसत होगी: \((80+80) \div 2 = 80\)। मानक विचलन लगभग 6.0 आता है, जो दर्शाता है कि स्कोर माध्य के काफ़ी पास रहते हैं।
अक्सर पूछे जाने वाले सवाल
बिन की कितनी संख्या सबसे अच्छी रहती है? एक आम नियम यह है कि बिन की संख्या डेटा बिंदुओं की संख्या के वर्गमूल के बराबर रखें, पर आप पैटर्न को सबसे साफ़ दिखाने के लिए इसे घटा-बढ़ा सकते हैं। बहुत कम बिन होने से बारीकियाँ छिप जाती हैं; बहुत ज़्यादा बिन शोर (noise) पैदा कर देते हैं।
बारंबारता और सापेक्ष बारंबारता में क्या फ़र्क है? बारंबारता घटित होने की कुल गिनती है, जबकि सापेक्ष बारंबारता उसी गिनती को कुल का अंश या प्रतिशत बताती है, जिससे अलग-अलग आकार के डेटा सेट की तुलना करना आसान हो जाता है।
क्या मैं इसे समूहबद्ध सतत डेटा के लिए इस्तेमाल कर सकता/सकती हूँ? हाँ। बिन की चौड़ाई तय करके सतत मानों को 0–9, 10–19 आदि जैसे अंतरालों में बाँटें, फिर हर श्रेणी की बारंबारता पढ़ लें।
