సగటు ఫార్ములా | సగటును ఎలా లెక్కించాలి? (స్టెప్ బై స్టెప్)

సగటును లెక్కించడానికి ఫార్ములా

మొత్తం డేటా నుండి లెక్కించిన సగటు వలె డేటా యొక్క విలువల సమితిని సూచించడానికి ఉపయోగించే విలువ సగటు మరియు ఈ సూత్రం ఇచ్చిన సమితి యొక్క అన్ని విలువలను జోడించడం ద్వారా లెక్కించబడుతుంది, ఇది X యొక్క సమ్మషన్ ద్వారా సూచించబడుతుంది మరియు దానిని సంఖ్యతో విభజించడం N చే సూచించబడిన సెట్‌లో ఇచ్చిన విలువలు.

సగటు = (ఎ1 + a2 +…. + an) / n

  • ఎక్కడ ఒకi = ith పరిశీలన
  • n = పరిశీలనల సంఖ్య

వివరణ

కింది దశలను ఉపయోగించడం ద్వారా సగటు గణనను లెక్కించవచ్చు:

  • దశ 1: మొదట, పరిశీలనను నిర్ణయించండి మరియు అవి a చే సూచించబడతాయి1, ఎ2,… .., ఎn 1 వ పరిశీలన, 2 వ పరిశీలన,…., n వ పరిశీలనకు అనుగుణంగా ఉంటుంది.
  • దశ 2: తరువాత, పరిశీలనల సంఖ్యను నిర్ణయించండి మరియు అది n చే సూచించబడుతుంది.
  • దశ 3: చివరగా, అన్ని పరిశీలనలను జోడించడం ద్వారా సగటు లెక్కించబడుతుంది మరియు తరువాత క్రింద చూపిన విధంగా ఫలితాల పరిశీలనల సంఖ్యతో విభజించండి.

సగటు = (ఎ1 + a2 +…. + an) / n

ఉదాహరణలు

మీరు ఈ సగటు ఫార్ములా ఎక్సెల్ మూసను ఇక్కడ డౌన్‌లోడ్ చేసుకోవచ్చు - సగటు ఫార్ములా ఎక్సెల్ మూస

ఉదాహరణ # 1

పర్యావరణ శాస్త్రం కోసం గ్రాడ్యుయేషన్ ప్రోగ్రామ్ కోసం చేరిన జాన్ యొక్క ఉదాహరణను తీసుకుందాం. మూడేళ్ల డిగ్రీ కోర్సును ఆరు సెమిస్టర్లుగా విభజించారు మరియు అన్ని సెమిస్టర్లలో సాధించిన శాతాల ఆధారంగా తుది సగటు శాతం లెక్కించబడుతుంది. అతని క్రింది స్కోరు ఆధారంగా జాన్ యొక్క చివరి శాతాన్ని లెక్కించండి:

సగటు శాతాన్ని లెక్కించడానికి క్రింద డేటా ఇవ్వబడింది.

ఇచ్చిన,

a1 = 79%, ఎ2 = 81%, ఎ3 = 74%, ఎ4 = 70%, ఎ5 = 82%, ఎ6 = 85%, n = 6

పై సమాచారాన్ని ఉపయోగించి, సగటు లెక్క ఈ క్రింది విధంగా ఉంటుంది,

  • సగటు = (79% + 81% + 74% + 70% + 82% + 85%) / 6

సగటు ఉంటుంది -

  • సగటు = 78.50%

అందువల్ల, గ్రాడ్యుయేషన్ కార్యక్రమంలో డేవిడ్ 78.5% తుది శాతం సాధించాడు.

ఉపయోగాలు

“సగటు” అనే పేరు సూచించినట్లుగా, ఇది పరిశీలనల మధ్య కేంద్ర బిందువును సూచిస్తుంది మరియు ఇది గణిత రంగంలో ఉపయోగించబడినప్పుడు ఇది సంఖ్యల సమూహానికి సగటున ఉన్న సంఖ్యను సూచిస్తుంది. ఈ పదాన్ని తరచుగా వ్యక్తులను లేదా వస్తువులను సూచించే సంఖ్యను వ్యక్తీకరించడానికి ఉపయోగిస్తారు. ఇది చాలా ముఖ్యమైనది ఎందుకంటే ఇది పెద్ద సంఖ్యలో డేటాను ఒకే విలువగా సంగ్రహించడంలో సహాయపడుతుంది మరియు ఇది కేంద్ర ధోరణి సిద్ధాంతంలో చాలా కీలకమైన భాగాన్ని ఏర్పరుస్తున్న అసలు డేటాలోని ఒకే విలువ చుట్టూ కొంత అసమానత ఉందని సూచిస్తుంది.