పరిధి ఫార్ములా (నిర్వచనం) | పరిధిని ఎలా లెక్కించాలి? | ఉదాహరణలు
రేంజ్ ఫార్ములా అంటే ఏమిటి?
శ్రేణి సూత్రం గరిష్ట విలువ మరియు పరిధి యొక్క కనీస విలువ మధ్య వ్యత్యాసాన్ని లెక్కించడానికి ఉపయోగించే సూత్రాన్ని సూచిస్తుంది మరియు సూత్రం ప్రకారం పరిధిని నిర్ణయించడానికి కనీస విలువ గరిష్ట విలువ నుండి తీసివేయబడుతుంది.
పరిధి = గరిష్ట విలువ - కనిష్ట విలువ
ఇచ్చిన డేటాసెట్‌లో, గణాంక శాస్త్రవేత్తలకు మరియు గణిత శాస్త్రవేత్తకు డేటాపై మంచి అవగాహనతో ఇది ఎంత వైవిధ్యంగా ఉంటుందో అందిస్తుంది. గణాంకాలలో వ్యత్యాసాన్ని లెక్కించడానికి ఇది సరళమైన విధానం.
వివరణ
ఇచ్చిన నమూనా యొక్క గరిష్ట విలువ తక్కువ కనీస విలువను ఫార్ములా పేర్కొన్నందున ఇది చాలా సులభం మరియు ఉపయోగించడానికి సులభం. అందువల్ల, గరిష్ట విలువ మరియు కనీస విలువ మధ్య వ్యత్యాసం శ్రేణి మరియు దానిని ఉపయోగించడం మరియు అర్థం చేసుకోవడం సులభం అయినప్పటికీ దానిని సరిగ్గా అర్థం చేసుకోవాలి.
ఉదాహరణకు, డేటాలో అవుట్‌లైనర్ ఉంటే, పరిధి అదే విధంగా ప్రభావితమవుతుంది మరియు ఫలితం తప్పుగా సూచించడానికి దారితీస్తుంది. ఇచ్చిన డేటా 2, 4, 7, 7, 100 కోసం ఒక ఆచరణాత్మక ఉదాహరణ తీసుకోండి, అప్పుడు పరిధి 100 - 2 గా ఉంటుంది, ఇది 98 గా ఉంటుంది, అయితే డేటా పరిధి 10 కంటే తక్కువగా ఉందని చూడవచ్చు కాని డేటాను 98 లోపు ఉందని పరిగణనలోకి తీసుకొని అర్థం చేసుకోవచ్చు తప్పుగా చూపించడానికి. అందువల్ల రేంజ్ యొక్క వ్యాఖ్యానాన్ని తగిన పరిశీలనతో నిర్వహించాలి.
ఉదాహరణలు
మీరు ఈ రేంజ్ ఫార్ములా ఎక్సెల్ మూసను ఇక్కడ డౌన్‌లోడ్ చేసుకోవచ్చు - రేంజ్ ఫార్ములా ఎక్సెల్ మూసఉదాహరణ # 1
ఇచ్చిన డేటాసెట్ 2,2,4,4, 4, 6,7,7,8, 8, 8, 9, 9, 9, 9, 9 ను పరిగణించండి. మీరు ఈ నమూనా కోసం పరిధిని లెక్కించాలి.
పరిష్కారం:
- గరిష్ట విలువ = 9
- కనిష్ట విలువ = 2
పరిధి = 9 - 2
పరిధి = 7
ఉదాహరణ # 2
మిస్టర్ స్టార్క్, డ్రీమ్ మూన్ అనే సంస్థతో 10 సంవత్సరాలు పనిచేస్తున్న శాస్త్రవేత్త. మిస్టర్ అరోరా తన పర్యవేక్షకుడు మానవ ఆరోగ్యంపై ఒక ప్రయోగం చేస్తున్నాడు మరియు 162, 158, 189, 144, 151, 150, 151, 178, 155, 160 అనే మగ ఎత్తు యొక్క కొన్ని నమూనా డేటాను సేకరించాడు, అతను ఇప్పుడు కలవరపడ్డాడు మరియు కోరుకుంటున్నాడు డేటా ఎంత వైవిధ్యంగా ఉందో తెలుసుకోండి. అనుభవజ్ఞుడైన గణాంకవేత్త అయిన మిస్టర్ స్టార్క్, సూత్రం యొక్క వైవిధ్యం గురించి తన గందరగోళాన్ని తొలగించడానికి అతని పర్యవేక్షకుడు మిస్టర్ అరోరాను సంప్రదించారు. మిస్టర్ అరోరా తన పర్యవేక్షకుడికి సమాధానం ఇవ్వాల్సిన అవసరం ఉంది, డేటా ఎంత వైవిధ్యంగా ఉందో మీరు లెక్కించాలి.
పరిష్కారం:
పరిధి = గరిష్ట విలువ - కనిష్ట విలువ
- గరిష్ట విలువ = 189
- కనిష్ట విలువ = 144
పరిధి = 189 - 144
పరిధి = 45
సేకరించిన డేటా లేదా నమూనా 45 యొక్క వైవిధ్యాన్ని కలిగి ఉంది.
ఉదాహరణ # 3
మిస్టర్ బఫెట్ ప్రపంచవ్యాప్తంగా ప్రసిద్ధ మరియు గౌరవనీయమైన పెట్టుబడిదారుడు ఇప్పుడు యుఎస్ మార్కెట్ స్టాక్‌ను పరిశీలిస్తున్నారు మరియు అతను పెట్టుబడి పెట్టాలనుకుంటున్న చోట వాటిలో కొన్నింటిని విశ్లేషించే పనిలో ఉన్నాడు. ఈ జాబితాలో యుఎస్ లోని ప్రధాన బ్లూ-చిప్ కంపెనీలు ఉన్నాయి. క్రింద ఇవ్వబడిన షార్ట్‌లిస్ట్ చేసిన స్టాక్ లేదా సెక్యూరిటీలతో పాటు వాటి తాజా స్టాక్ మార్కెట్ ధర US in లో సూచించబడుతుంది, ఇక్కడ అతను పెట్టుబడి పెట్టాలని ఆలోచిస్తున్నాడు.
మీరు పరిధిని లెక్కించాలి మరియు జాబితాలో ఉన్న వైవిధ్యంతో ముందుకు రావాలి.
పరిష్కారం:
పరిధిని లెక్కించడానికి క్రింద డేటా ఇవ్వబడింది.
పై సమాచారాన్ని ఉపయోగించి, ఎక్సెల్ లో మాక్స్ వాల్యూ యొక్క లెక్కింపు క్రింది విధంగా ఉంటుంది,
గరిష్ట విలువ = 204.66
ఎక్సెల్ లో కనిష్ట విలువను ఈ క్రింది విధంగా లెక్కించడం,
కనిష్ట విలువ = 45.93
అందువల్ల, పరిధిని లెక్కించడం క్రింది విధంగా ఉంటుంది,
పరిధి = 204.66 - 45.93
పరిధి ఉంటుంది -
పరిధి = 158.73
రేంజ్ ఫార్ములా యొక్క ఉపయోగాలు
ఇచ్చిన డేటా సమితి లేదా ఇచ్చిన నమూనాలోని సంఖ్యలు ఎలా విస్తరించి ఉన్నాయో అర్థం చేసుకోవడానికి దాని స్వంత మార్గంలో ఉన్న పరిధి చాలా సులభం మరియు చాలా ప్రాథమికమైనది, ఎందుకంటే ఇంతకుముందు చెప్పినట్లుగా గణన చేయడం చాలా సులభం, ఎందుకంటే ఇది మాత్రమే అవసరం చాలా ప్రాధమిక అంకగణిత ఆపరేషన్, ఇది గరిష్ట విలువ నుండి కనిష్టాన్ని తీసివేస్తుంది, కానీ పరిధికి ఇచ్చిన డేటా సమితి లేదా గణాంకాలలో ఇచ్చిన నమూనా కోసం మరికొన్ని అనువర్తనాలు ఉన్నాయి. స్ప్రెడ్ యొక్క మరొక కొలతను అంచనా వేయడానికి ఈ శ్రేణి ఉపయోగపడుతుంది, దీనిని వైవిధ్యం లేదా ప్రామాణిక విచలనం అంటారు.
ఇంతకు ముందు చెప్పిన పరిధి ప్రాథమిక వివరాల గురించి మాత్రమే తెలియజేయగలదు, అనగా ఇచ్చిన నమూనా యొక్క వ్యాప్తి లేదా ఇచ్చిన డేటా సమితి ఎక్కడ ఉంటుంది. ఇచ్చిన నమూనా లేదా ఇచ్చిన డేటాసెట్ యొక్క అత్యధిక మరియు అత్యల్ప విలువల మధ్య వ్యత్యాసాన్ని చెప్పడం ద్వారా లేదా చెప్పడం ద్వారా ఇది ఎంత విస్తృతంగా వ్యాపించిందనే దానిపై గణనీయమైన తీవ్రమైన పరిశీలనల గురించి ఒక సమాచారం లేదా కఠినమైన ఆలోచనను ఇస్తుంది, కానీ మళ్ళీ అది ఇస్తుంది శ్రేణి డేటా సమీకరణాన్ని ఉపయోగించడంలో ప్రధాన బలహీనత అయిన ఇతర డేటా పాయింట్ల గురించి సూచన లేదా సమాచారం లేదు.
పైన చర్చించిన పరిధి ఇచ్చిన నమూనా లేదా ఇచ్చిన డేటాసెట్‌లోని వ్యాప్తిని వర్ణించటానికి ఉపయోగపడుతుంది మరియు అదే ఇచ్చిన నమూనా లేదా ఇచ్చిన డేటాసెట్‌ల మధ్య ఫలిత వ్యాప్తిని పోల్చడానికి కూడా ఉపయోగించబడుతుంది.
