माध्य विचलन कैलकुलेटर

माध्य विचलन कैलकुलेटर

उभरता AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

MAD=1n∑i=1n|xi−x‾|xi∈डेटा सेट\text{MAD} = \frac{1}{n}\sum_{i=1}^{n}\left| x_i - \bar{x} \right| \qquad x_i \in \text{डेटा सेट}
उपयोग आँकड़े

विज्ञापन

परिणाम

माध्य निरपेक्ष विचलन
2.4
गुण मान
मानों की संख्या 5
माध्य 14
माध्यिका 14
माध्य निरपेक्ष विचलन 2.4

इस पेज पर त्रुटि की रिपोर्ट करें

माध्य विचलन कैलकुलेटर क्या है?

माध्य विचलन कैलकुलेटर आपके डेटा सेट के हर मान और एक केंद्रीय संदर्भ बिंदु — यानी माध्य (औसत) या माध्यिका — के बीच की औसत दूरी निकालता है। यह एक अकेली संख्या, जिसे निरपेक्ष विचलन कहते हैं, बताती है कि आपका डेटा कितना फैला हुआ या कितना एकसमान है। मानक विचलन (standard deviation) में जहाँ अंतर का वर्ग किया जाता है, वहीं माध्य और माध्यिका निरपेक्ष विचलन सीधे निरपेक्ष मानों का इस्तेमाल करते हैं — इसी वजह से इन्हें समझना आसान होता है और ये असामान्य बड़े-छोटे मानों (outliers) से कम प्रभावित होते हैं। यह टूल किसी भी संख्यात्मक डेटा के लिए काम करता है और किसी देश या मुद्रा से बँधा हुआ नहीं है।

इसका उपयोग कैसे करें

  • अपनी संख्याएँ कॉमा से अलग करके लिखें, जैसे: 4, 8, 6, 5, 12, 7।
  • तय करें कि विचलन माध्य से मापना है या माध्यिका से।
  • परिणाम तुरंत देखें — कैलकुलेटर औसत निरपेक्ष विचलन के साथ-साथ वह केंद्रीय मान भी दिखाता है जिसका उसने उपयोग किया।

सूत्र की व्याख्या

माध्य निरपेक्ष विचलन (MAD) हर डेटा बिंदु और एक केंद्रीय मान के बीच के निरपेक्ष अंतरों का औसत मापता है:

$$\text{MAD} = \frac{\sum \left| x_i - c \right|}{n}$$

यहाँ \(x_i\) हर एक मान है, \(c\) चुना गया केंद्र (माध्य या माध्यिका) है, और \(n\) डेटा बिंदुओं की संख्या है। दोनों ओर की रेखाएँ निरपेक्ष मान दर्शाती हैं, इसलिए ऋणात्मक और धनात्मक अंतर एक समान माने जाते हैं। जब आपके डेटा में असामान्य मान (outliers) हों, तब केंद्र के रूप में माध्यिका चुनने पर आम तौर पर छोटा और अधिक भरोसेमंद विचलन मिलता है।

विज्ञापन
संख्या रेखा जो डेटा बिंदु, माध्य और प्रत्येक बिंदु से माध्य तक की निरपेक्ष दूरियाँ दिखाती है
माध्य निरपेक्ष विचलन प्रत्येक डेटा बिंदु से माध्य तक की दूरियों का औसत है।

हल किया हुआ उदाहरण

इस डेटा सेट को लें: 4, 8, 6, 5, 12, 7। माध्य है $$(4+8+6+5+12+7) \div 6 = 42 \div 6 = 7$$ 7 से निरपेक्ष अंतर हैं: 3, 1, 1, 2, 5, 0। इनका योग 12 है, इसलिए माध्य निरपेक्ष विचलन $$= 12 \div 6 = \mathbf{2.0}$$ इसका मतलब है कि मान आम तौर पर औसत से लगभग 2 इकाई की दूरी पर रहते हैं।

माध्य से निरपेक्ष विचलन की गणना और उनका औसत निकालने का चरणबद्ध आरेख
प्रत्येक मान की माध्य से दूरी को धनात्मक मान के रूप में लिया जाता है, फिर औसत निकाला जाता है।

औसत बनाम मध्यिका निरपेक्ष विचलन: परिदृश्य तुलना

"मध्यिका-केंद्रित (औसत)" \(|x_i - \text{मध्यिका}|\) का औसत है; "मध्यिका-केंद्रित (मध्यिका)" उन विचलनों की मध्यिका है।

डेटासेट माध्य मध्यिका माध्य-केंद्रित MAD मध्यिका-केंद्रित (औसत) मध्यिका-केंद्रित (मध्यिका) टिप्पणी
सममित: 1, 2, 3, 4, 5 3 3 1.2 1.2 1 माध्य और मध्यिका एक समान हैं, इसलिए औसत-आधारित दोनों माप प्रतिनिधि हैं।
विषम: 1, 2, 2, 3, 10 3.6 2 2.56 2 1 लंबी पूंछ माध्य को ऊपर खींचती है; मध्यिका-केंद्रित माप सामान्य बिंदु का बेहतर वर्णन करते हैं।
बाहरी मान: 10, 11, 12, 13, 100 29.2 12 28.32 18.4 1 माध्य-केंद्रित मान पर बाहरी मान हावी है; विचलनों की मध्यिका अधिकांश डेटा का सबसे अच्छा प्रतिनिधित्व करती है।
समान: 5, 5, 5, 5 5 5 0 0 0 कोई परिवर्तनशीलता नहीं; सभी माप शून्य हैं।

बाहरी मान वाली पंक्ति की जाँच: माध्य \(= 146/5 = 29.2\); माध्य से विचलनों का योग 141.6 है, और \(141.6/5 = 28.32\)। मध्यिका 12 से विचलन 2, 1, 0, 1, 88 हैं (योग 92), और \(92/5 = 18.4\); उनकी मध्यिका 1 है।

विज्ञापन

आपके MAD परिणाम की व्याख्या

  • डेटा की समान इकाइयाँ। यदि आपका डेटा किलोग्राम में है, तो MAD भी किलोग्राम में है। केवल समान इकाइयों में मापे गए डेटासेट के MAD मानों की तुलना करें।
  • बड़ा अर्थ अधिक प्रसार। MAD 0 का अर्थ है कि हर मान समान है; यह जितना बड़ा होगा, मान आमतौर पर केंद्र से उतना ही दूर होंगे।
  • पैमाने के सापेक्ष आकलन करें। 10 के आसपास केंद्रित डेटा के लिए MAD 5 बड़ा है, पर 10,000 के आसपास केंद्रित डेटा के लिए छोटा है। माध्य से भाग देने पर (\(\text{MAD}/\bar{x}\)) एक इकाई-रहित सापेक्ष माप मिलता है, बशर्ते माध्य शून्य के पास न हो।
  • मानक विचलन से संबंध। लगभग सामान्य डेटा के लिए, मानक विचलन माध्य निरपेक्ष विचलन का लगभग 1.25 गुना होता है: $$\sigma \approx 1.2533 \times \text{MAD}$$ यह संबंध विषम या भारी पूंछ वाले डेटा के लिए अच्छी तरह लागू नहीं होता। निरपेक्ष विचलनों की मध्यिका को सामान्य डेटा के लिए \(\sigma\) का अनुमान लगाने हेतु आमतौर पर लगभग 1.4826 से गुणा किया जाता है।
  • छोटे नमूने। केवल कुछ बिंदुओं के साथ, एक मान जोड़ने या हटाने पर MAD में काफी बदलाव आ सकता है, इसलिए इसे सटीक अनुमान के बजाय मोटा वर्णन मानें।
  • बाहरी मान। माध्य-केंद्रित MAD चरम मानों से प्रभावित होता है, विचलनों के माध्यम से और स्वयं माध्य के माध्यम से भी। मध्यिका-आधारित संस्करण, विशेषकर निरपेक्ष विचलनों की मध्यिका, बहुत कम प्रभावित होते हैं। हमेशा बताएं कि आपने कौन-सा संस्करण गणना किया।

नियम और सीमांत स्थितियाँ

नीचे की हर स्थिति इसी कैलकुलेटर पर चलाकर देखी गई है; परिणाम वाला कॉलम वही है जो यह वास्तव में लौटाता है।

स्थितिइनपुटपरिणाम
दशमलव 0.1, 0.2, 0.30.1, 0.2, 0.30.0667
मानों की सम संख्या (1, 2, 3, 4)1, 2, 3, 41
ऋणात्मक मान (−3, −1, 4)-3, -1, 42.6667
सूची में शून्य (0, 4, 9)0, 4, 93.1111
नमूना या जनसंख्या (2, 4, 4, 4, 5, 5, 7, 9)2, 4, 4, 4, 5, 5, 7, 91.5
केवल एक मान70

2026-11-08 को जाँचा गया

अक्सर पूछे जाने वाले सवाल

माध्य और माध्यिका निरपेक्ष विचलन में क्या अंतर है? माध्य निरपेक्ष विचलन औसत के इर्द-गिर्द केंद्रित होता है, जबकि माध्यिका निरपेक्ष विचलन माध्यिका के इर्द-गिर्द। माध्यिका वाला संस्करण असामान्य मानों और तिरछे (skewed) डेटा का सामना ज़्यादा मज़बूती से करता है।

MAD मानक विचलन से कैसे अलग है? मानक विचलन अंतरों का वर्ग करता है और फिर वर्गमूल लेता है, जिससे बड़े अंतर और बढ़े हुए दिखते हैं। MAD सीधे निरपेक्ष दूरियों का उपयोग करता है, इसलिए इसे समझाना आसान है और यह असामान्य मानों से कम प्रभावित होता है।

क्या MAD शून्य हो सकता है? हाँ। अगर आपके डेटा सेट का हर मान एक जैसा हो, तो कोई विविधता नहीं होती, इसलिए माध्य विचलन शून्य के बराबर रहता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें