माध्यिका निरपेक्ष विचलन क्या है?
माध्यिका निरपेक्ष विचलन (MAD) सांख्यिकीय फैलाव मापने का एक मज़बूत तरीका है। मानक विचलन (standard deviation) पर असामान्य या चरम मानों (outliers) का गहरा असर पड़ता है, लेकिन MAD माध्यिका पर आधारित होने के कारण ऐसे चरम मानों के प्रभाव से बचा रहता है। यह बताता है कि आपका हर डेटा बिंदु आँकड़ों के केंद्र से सामान्य रूप से कितनी दूरी पर है।
इस कैलकुलेटर का उपयोग कैसे करें
अपनी संख्याओं को कॉमा या स्पेस से अलग करके लिखें (उदाहरण के लिए 2, 4, 6, 8, 10) और कैलकुलेटर आपको MAD के साथ-साथ डेटा की संख्या, माध्यिका और स्केल्ड MAD दिखा देगा। नतीजा तुरंत अपडेट होता है, जिससे आप अलग-अलग डेटा सेट की तेज़ी से तुलना कर सकते हैं।
सूत्र को समझें
सबसे पहले अपने डेटा सेट की माध्यिका निकालें। फिर हर मान का उस माध्यिका से निरपेक्ष विचलन निकालें, यानी \(\left|\, x_i - \operatorname{median}(x) \,\right|\)। आख़िर में इन निरपेक्ष विचलनों की माध्यिका निकालें:
$$\text{MAD} = \operatorname{median}\left(\left|\, x_i - \operatorname{median}(x) \,\right|\right)$$
स्केल्ड MAD इस नतीजे को 1.4826 के स्थिर गुणांक से गुणा करता है, जिससे जब डेटा सामान्य वितरण (normal distribution) का अनुसरण करता है, तब यह मानक विचलन का एक सुसंगत अनुमानक बन जाता है।
हल किया गया उदाहरण
डेटा सेट 1, 2, 3, 4, 5 लीजिए। इसकी माध्यिका 3 है। निरपेक्ष विचलन इस तरह होंगे: \(|1-3|=2\), \(|2-3|=1\), \(|3-3|=0\), \(|4-3|=1\), \(|5-3|=2\), यानी 2, 1, 0, 1, 2। क्रम में लगाने पर: 0, 1, 1, 2, 2। इन विचलनों की माध्यिका 1 है, इसलिए \(\text{MAD} = 1\)। स्केल्ड MAD $$= 1 \times 1.4826 = 1.4826$$
MAD बनाम मानक विचलन: एक बाहरी मान (outlier) का प्रभाव
मध्यिका निरपेक्ष विचलन (MAD) प्रसार का एक मज़बूत (robust) माप है। एक अत्यधिक मान इसे लगभग नहीं बदलता, जबकि माध्य और मानक विचलन नाटकीय रूप से बदल सकते हैं। तालिका दो डेटा समूहों की तुलना करती है जो केवल अपने अंतिम मान में भिन्न हैं (5 को 100 से बदला गया है)।
| सांख्यिकी | डेटा समूह A: 1, 2, 3, 4, 5 | डेटा समूह B: 1, 2, 3, 4, 100 |
|---|---|---|
| मध्यिका | 3 | 3 |
| मध्यिका से निरपेक्ष विचलन | 2, 1, 0, 1, 2 | 2, 1, 0, 1, 97 |
| MAD (विचलनों की मध्यिका) | 1 | 1 |
| स्केल्ड MAD (MAD × 1.4826) | 1.4826 | 1.4826 |
| माध्य | 3 | 22 |
| नमूना मानक विचलन | ≈ 1.58 | ≈ 43.6 |
गणना का विवरण: समूह A के लिए नमूना प्रसरण \(\frac{4+1+0+1+4}{5-1} = 2.5\) है, इसलिए मानक विचलन \(\sqrt{2.5} \approx 1.58\) है। समूह B के लिए माध्य \(\frac{110}{5} = 22\) है, वर्ग विचलन 441, 400, 361, 324 और 6084 (योग 7610) हैं, इसलिए प्रसरण \(\frac{7610}{4} = 1902.5\) है और मानक विचलन \(\sqrt{1902.5} \approx 43.6\) है।
बाहरी मान ने माध्य को 3 से 22 कर दिया और मानक विचलन को लगभग 28 गुना बढ़ा दिया, फिर भी मध्यिका 3 पर और MAD 1 पर बना रहा।
सम-संख्या वाला उदाहरण
डेटा समूह 2, 4, 6, 8, 10, 12 लीजिए। मध्यिका दो बीच के मानों का माध्य है: \(\frac{6+8}{2} = 7\)। निरपेक्ष विचलन 5, 3, 1, 1, 3, 5 हैं; क्रमबद्ध करने पर ये 1, 1, 3, 3, 5, 5 हैं। इनकी मध्यिका \(\frac{3+3}{2} = \) 3 है। स्केल्ड MAD \(3 \times 1.4826 = 4.4478\) है। तुलना के लिए, माध्य 7 है और नमूना मानक विचलन \(\sqrt{70/5} = \sqrt{14} \approx 3.74\) है।
अपने MAD परिणाम की व्याख्या
- MAD का आकार: छोटा MAD का अर्थ है कि अधिकतर मान मध्यिका के पास हैं; बड़ा MAD का अर्थ है कि डेटा व्यापक रूप से फैला है। MAD आपके डेटा की उसी इकाई में होता है (उदाहरण के लिए डॉलर या सेंटीमीटर), इसलिए सापेक्ष प्रसार का अनुमान लगाने के लिए इसकी तुलना मध्यिका से करें।
- स्केल्ड MAD: MAD को 1.4826 से गुणा करने पर मानक विचलन का एक मज़बूत अनुमान मिलता है, but केवल तब जब डेटा लगभग सामान्य रूप से वितरित हो। तिरछे (skewed) या भारी-पूंछ (heavy-tailed) वाले डेटा के लिए, स्केल्ड MAD और मानक विचलन काफी भिन्न हो सकते हैं।
- बाहरी मान नियम (स्केल्ड MAD): एक सामान्य नियम किसी बिंदु \(x\) को चिह्नित करता है जब \(\frac{|x - \text{median}|}{1.4826 \times \text{MAD}}\) लगभग 3 से अधिक हो।
- बाहरी मान नियम (संशोधित z-स्कोर): Iglewicz और Hoaglin \(M = \frac{0.6745\,(x - \text{median})}{\text{MAD}}\) सुझाते हैं और \(|M| > 3.5\) वाले बिंदुओं को चिह्नित करते हैं। डेटा समूह B (1, 2, 3, 4, 100) में मान 100 के लिए \(M = \frac{0.6745 \times 97}{1} \approx 65.4\) है, जो 3.5 से कहीं अधिक है। समूह A में मान 5 के लिए \(M = 0.6745 \times 2 = 1.349\) है, इसलिए वह चिह्नित नहीं होता।
- MAD का 0 होना: यह तब हो सकता है जब आधे से अधिक मान समान हों। उदाहरण के लिए 5, 5, 5, 5, 9 में मध्यिका 5 है और निरपेक्ष विचलन 0, 0, 0, 0, 4 हैं, इसलिए MAD 0 है। ऐसी स्थिति में ऊपर के बाहरी मान नियम उपयोग नहीं किए जा सकते (शून्य से भाग), और आपको डेटा को सीधे देखना चाहिए।
- सम-आकार वाले समूह: सम संख्या में मानों की मध्यिका दो बीच के मानों का माध्य होती है। यह नियम डेटा की मध्यिका और निरपेक्ष विचलनों की मध्यिका दोनों पर लागू होता है।
3 और 3.5 की सीमाएँ अंगूठे के नियम (rules of thumb) हैं, सख्त परीक्षण नहीं। चिह्नित बिंदुओं को जाँच के लिए उम्मीदवार मानें, स्वतः हटाने योग्य मान नहीं।
अक्सर पूछे जाने वाले सवाल
मानक विचलन के बजाय MAD का उपयोग क्यों करें? MAD चरम मानों के प्रति मज़बूत होता है, इसलिए असमान (skewed) डेटा या चरम मानों वाले डेटा के फैलाव को मापने के लिए यह बेहतर साबित होता है।
स्केल्ड MAD का क्या मतलब है? 1.4826 से गुणा करने पर सामान्य रूप से वितरित डेटा के लिए MAD मानक विचलन के अनुमान में बदल जाता है, जिससे सीधी तुलना संभव हो जाती है।
क्या मेरी संख्याओं का क्रम मायने रखता है? नहीं। कैलकुलेटर अंदर ही उन्हें क्रम में लगा लेता है, इसलिए आप किसी भी क्रम में मान दर्ज कर सकते हैं।