निरपेक्ष आवृत्ति और सापेक्ष आवृत्ति डेटा विश्लेषण में दो बहुत उपयोगी अवधारणाएँ हैं और सांख्यिकीय.
पूर्ण आवृत्ति एक चर के प्रत्येक वर्ग में अवलोकनों की संख्या से मेल खाती है। सापेक्ष आवृत्ति प्रत्येक वर्ग में प्रेक्षणों की संख्या को प्रेक्षणों की कुल संख्या से विभाजित करके दी जाती है।
और देखें
रियो डी जनेरियो के छात्र ओलंपिक में पदक के लिए प्रतिस्पर्धा करेंगे...
गणित संस्थान ओलंपिक के लिए पंजीकरण के लिए खुला है...
वास्तव में यह समझने के लिए कि पूर्ण आवृत्ति और सापेक्ष आवृत्ति का क्या अर्थ है और गणना कैसे करें, निम्नलिखित उदाहरण पर विचार करें:
एक निश्चित नगर पालिका में मेयर के लिए मतदान करने के इरादे का आकलन करने के लिए, 250 मतदाताओं के साथ एक सर्वेक्षण किया गया था। मेयर के लिए तीन उम्मीदवार हैं और प्रत्येक मतदाता उत्तर देता है कि वह किसे वोट देना चाहता है।
डेटा प्राप्त करने के बाद, गणना करें कि कितने मतदाता तीनों उम्मीदवारों में से प्रत्येक को वोट देने का इरादा रखते हैं पूर्ण आवृत्ति प्रत्येक उम्मीदवार के लिए:
प्रत्येक संख्या को मतदाताओं की कुल संख्या से विभाजित करने पर, हमें प्राप्त होता है सापेक्ष आवृत्ति प्रत्येक उम्मीदवार के लिए:
व्याख्या में आसानी के लिए, सापेक्ष आवृत्ति को आमतौर पर इस रूप में प्रस्तुत किया जाता है को PERCENTAGE, इसलिए हम प्रत्येक परिणाम को 100% से गुणा करते हैं।
हम इस डेटा को एक में व्यवस्थित कर सकते हैं आवृत्ति तालिका:
इसके अलावा, डेटा के बेहतर विज़ुअलाइज़ेशन और समझ के लिए, हम कुछ का उपयोग कर सकते हैं GRAPHICS.
बार ग्राफ़ में, प्रत्येक बार एक वर्ग का प्रतिनिधित्व करता है और इसका आकार वर्ग के अनुरूप पूर्ण आवृत्ति को इंगित करता है।
पर पाइ चार्ट या "पिज्जा", प्रत्येक क्षेत्र संपूर्ण के संबंध में वर्ग का प्रतिनिधित्व करता है, अर्थात, अवलोकनों की कुल संख्या के संबंध में। सामान्यतः यहां प्रतिशत में सापेक्ष आवृत्ति का भी प्रयोग किया जाता है।
आपकी रुचि भी हो सकती है:
