આંકડાકીય સંભાવનાની ગણતરીમાં, z સ્કોર પ્રાથમિક મહત્વનો છે. ડેટાસેટમાં ડેટા વિતરણ અને આઉટલીયર આ શબ્દ સાથે નક્કી કરી શકાય છે. તેમને ડેટાસેટમાંથી મેન્યુઅલી નક્કી કરવું શક્ય છે. જો તમારી પાસે મોટો ડેટાસેટ છે, તો તમારા નિકાલ પર ઘણા સાધનો છે. એક્સેલ તેમાંથી એક છે. જો તમે એક્સેલમાં z સ્કોરનો ઉપયોગ કરીને આઉટલાયર્સ શોધવા માટે કેટલીક ખાસ યુક્તિઓ શોધી રહ્યાં છો, તો તમે યોગ્ય સ્થાન પર આવ્યા છો. આ લેખ z સ્કોરનો ઉપયોગ કરીને આઉટલાયર્સ શોધવા માટેની પદ્ધતિના દરેક પગલાની ચર્ચા કરશે. ચાલો આ બધું શીખવા માટે સંપૂર્ણ માર્ગદર્શિકાને અનુસરીએ.

પ્રેક્ટિસ વર્કબુક ડાઉનલોડ કરો

તમે આ લેખ વાંચતા હોવ ત્યારે કસરત કરવા માટે આ પ્રેક્ટિસ વર્કબુક ડાઉનલોડ કરો. તે સ્પષ્ટ સમજણ માટે વિવિધ સ્પ્રેડશીટ્સમાં તમામ ડેટાસેટ્સ ધરાવે છે. જ્યારે તમે સ્ટેપ-બાય-સ્ટેપ પ્રક્રિયામાંથી પસાર થાઓ ત્યારે તમારી જાતને અજમાવી જુઓ.

Z સ્કોર શું છે?

આંકડાઓમાં, z સ્કોર ચોક્કસ ડેટા બિંદુ માટે વસ્તીમાંથી પ્રમાણભૂત વિચલન દર્શાવે છે. આ માપ અમને જણાવે છે કે ચોક્કસ મૂલ્ય તેના પ્રમાણભૂત વિચલનના સંબંધમાં સમૂહના સરેરાશથી કેટલું દૂર છે. (પ્રમાણભૂત વિચલન એ તમામ વિવિધ બિંદુઓ અને સરેરાશનું RMS મૂલ્ય છે). z સ્કોર માટેનું ગાણિતિક સૂત્ર છે

ક્યાં,

Z = z સ્કોર

X =અવરીક્ષિત મૂલ્ય

x̅ = સરેરાશ મૂલ્ય

σ = માનક વિચલન

શુંઆઉટલીયર છે?

આઉટલીયર એવા મૂલ્યો છે જે ડેટાસેટમાંના અન્ય મૂલ્યોથી નોંધપાત્ર રીતે અલગ હોય છે. આ કહેવાની બીજી રીત એ છે કે આઉટલાયર એ એક મૂલ્ય છે જે ડેટાસેટના સરેરાશ અને મધ્યક કરતાં ઘણું ઊંચું અથવા ઓછું હોય છે. એક્સેલ ગ્રાફમાં, તમે ડેટા પોઈન્ટને ધ્યાનમાં લઈ શકો છો જે અન્ય ડેટા પોઈન્ટથી દૂર રહે છે. દાખલા તરીકે, NBA સિઝનમાં 5 અલગ-અલગ ખેલાડીઓ દ્વારા તમે કુલ પોઈન્ટ મેળવ્યા હોય તેવા દૃશ્યને ધ્યાનમાં લો. સ્કોર કરેલા પોઈન્ટ 1600, 1400, 300 અને 1500 છે. હવે, જો તમે એક્સેલમાં ગ્રાફ બનાવશો, તો તમે જોશો કે પોઈન્ટ 300 અન્ય લોકોથી ખૂબ દૂર છે. તેથી, આમાં 3000 આઉટલાયર છે.

આઉટલાયરને 3 થી -3 ની રેન્જમાં z સ્કોર મૂલ્ય માનવામાં આવે છે કારણ કે આ મૂલ્યો ખૂબ દૂરના છે સરેરાશના મૂલ્યમાંથી.

એક્સેલમાં Z સ્કોરનો ઉપયોગ કરીને આઉટલાયર્સને શોધવા માટેની સ્ટેપ-બાય-સ્ટેપ પ્રક્રિયા

નીચેના વિભાગમાં, અમે આઉટલાયર્સને શોધવા માટે એક અસરકારક અને મુશ્કેલ પદ્ધતિનો ઉપયોગ કરીશું. એક્સેલમાં z સ્કોર. અમે તમામ સંખ્યાઓના સરેરાશ અને પ્રમાણભૂત વિચલનોની ગણતરી કરીને નમૂનાનો z સ્કોર નક્કી કરવા જઈ રહ્યા છીએ. અને પછી આપણે દરેક અવલોકનના આઉટલીયર શોધીશું. આ વિભાગ આ પદ્ધતિ પર વિસ્તૃત વિગતો પ્રદાન કરે છે. તમારી વિચારવાની ક્ષમતા અને એક્સેલ જ્ઞાનને સુધારવા માટે તમારે આ બધું શીખવું અને લાગુ કરવું જોઈએ. અમે અહીં Microsoft Office 365 સંસ્કરણનો ઉપયોગ કરીએ છીએ, પરંતુ તમે તેના અનુસાર અન્ય કોઈપણ સંસ્કરણનો ઉપયોગ કરી શકો છોતમારી પસંદગી પ્રમાણે.

પગલું 1: ડેટાસેટના સરેરાશની ગણતરી કરો

શરૂઆતમાં, અમે ડેટાસેટનો સરેરાશ શોધવા જઈ રહ્યા છીએ. આ પ્રમાણભૂત વિચલન અને z સ્કોર નક્કી કરવા માટે મદદરૂપ થશે. તેણી, અમે અવલોકનનો સરેરાશ નક્કી કરવા માટે સરેરાશ કાર્ય નો ઉપયોગ કરીએ છીએ. આ ફંક્શન દલીલોની શ્રેણી અથવા મૂલ્યોની શ્રેણીમાં લે છે અને તેમનો સરેરાશ પરત કરે છે. ચાલો ડેટાસેટના સરેરાશની ગણતરી કરવા માટેના પગલાઓ પર જઈએ.

• સૌ પ્રથમ, કોષોની શ્રેણી પસંદ કરો અને કોષમાં નીચેનું સૂત્ર લખો H4 .

=AVERAGE(C5:C20)

• પછી, Enter દબાવો.
• પરિણામે, તમે તમામ ડેટાનું સરેરાશ મૂલ્ય હશે.

વધુ વાંચો: એક્સેલમાં માનક વિચલન સાથે આઉટલાયર્સને કેવી રીતે શોધવું ( ઝડપી પગલાઓ સાથે)

પગલું 2: માનક વિચલનનો અંદાજ કાઢો

હવે, અમે પ્રમાણભૂત વિચલનનો અંદાજ લગાવવા જઈ રહ્યા છીએ. ડેટાસેટ માટે પ્રમાણભૂત વિચલનો નક્કી કરવા માટે અમે STDEV.P કાર્ય નો ઉપયોગ કરીશું. આ ફંક્શન સંખ્યાઓની શ્રેણી અથવા મૂલ્યોની શ્રેણીમાંથી પ્રમાણભૂત વિચલન પરત કરશે જે તે દલીલો તરીકે લે છે. ચાલો પ્રમાણભૂત વિચલનનો અંદાજ કાઢવા માટેના પગલાંઓ પર ચાલીએ.

• સૌ પ્રથમ, કોષોની શ્રેણી પસંદ કરો અને કોષમાં નીચેના સૂત્રને ટાઈપ કરો H5 .

=STDEV.P(C5:C20)

• પછી, Enter દબાવો.
• પરિણામ રૂપે, તમારી પાસે હશે પ્રમાણભૂત વિચલનતમામ ડેટા માટે મૂલ્ય.

વધુ વાંચો: એક્સેલમાં આઉટલાયર્સની ગણતરી કેવી રીતે કરવી (5 સરળ રીતો)

પગલું 3: Z સ્કોરનું મૂલ્યાંકન કરો

હવે, અમે z સ્કોરનું મૂલ્યાંકન કરવા જઈ રહ્યા છીએ. મૂલ્યોના z સ્કોર નક્કી કરવા માટે, સૌ પ્રથમ, આપણે સરેરાશથી મૂલ્યના તફાવતની જરૂર છે અને પછી તેને સૂત્ર અનુસાર પ્રમાણભૂત વિચલન દ્વારા વિભાજીત કરીએ છીએ. ચાલો z સ્કોરનો અંદાજ કાઢવા માટેના પગલાંઓમાંથી પસાર થઈએ.

• સૌ પ્રથમ, z સ્કોરનું મૂલ્યાંકન કરવા માટે, તમારે કોષમાં નીચેનું સૂત્ર લખવું પડશે D5 .

=(C5-$H$4)/$H$5

• પછી, Enter દબાવો.
• પરિણામે, તમે ડેટાસેટમાં પ્રથમ મૂલ્ય માટે z સ્કોર હશે.

• આગળ, ભરવા માટે ફિલ હેન્ડલ આયકનને ખેંચો ફોર્મ્યુલા સાથે કૉલમમાં બાકીના કોષો.
• પરિણામે, તમને ડેટાસેટની બધી એન્ટ્રીઓ માટે z સ્કોર મળશે.

<1

• અમારા ડેટાસેટમાં, સરેરાશ મૂલ્ય 113.875 છે અને પ્રમાણભૂત વિચલન 100.21 છે. હવે, જો આપણે $79 ના ચોક્કસ મૂલ્યને ધ્યાનમાં લઈએ, તો આ મૂલ્ય માટેનો z સ્કોર -0.347 છે જેનો અર્થ છે $79 0.347 ધોરણ છે. સરેરાશ અથવા સરેરાશ મૂલ્યથી નીચેનું વિચલન.
• બીજા કિસ્સામાં, જ્યારે મૂલ્ય $500 છે, ત્યારે આપણને z સ્કોર 3.85 મળે છે. તેનો અર્થ એ કે $500 સરેરાશ મૂલ્ય કરતાં 3.85 પ્રમાણભૂત વિચલનો છે.

વધુ વાંચો: કેવી રીતેએક્સેલમાં રીગ્રેશન એનાલિસિસમાં આઉટલાયર શોધો (3 સરળ રીતો)

પગલું 4: ડેટાસેટમાંથી આઉટલાયર્સ શોધો

હવે અમે અમારા ડેટાસેટમાં આઉટલાયર્સ શોધવા જઈ રહ્યા છીએ. ઉપર જણાવ્યા મુજબ, આઉટલાયરને 3 થી -3 ની રેન્જમાં z સ્કોર મૂલ્ય ગણવામાં આવે છે. ચાલો ડેટાસેટમાં આઉટલાઈર્સને શોધવા માટેના પગલાઓ પર જઈએ. અહીં, અમે ડેટાસેટના મૂલ્યોમાં આઉટલીયર છે કે નહીં તે શોધવા માટે OR ફંક્શન નો ઉપયોગ કરીશું. જો શ્રેણીની અંદરના કોઈપણ મૂલ્યો શરતને સંતોષે છે તો પરિણામ TRUE હશે.

• સૌ પ્રથમ, આઉટલાઈર્સ શોધવા માટે, તમારે કોષમાં નીચેનું સૂત્ર ટાઈપ કરવું પડશે E5 .

=OR((D53))

• પછી, Enter દબાવો.
• પરિણામે, તમે જાણશો કે પ્રથમ મૂલ્યમાં આઉટલાયર્સ છે કે નહીં તે ડેટાસેટમાં છે.

• આગળ, ખેંચો ફોર્મ્યુલા સાથે કૉલમમાં બાકીના કોષોને ભરવા માટે ફિલ હેન્ડલ આયકન.
• પરિણામે, તમે જાણી શકશો કે ડેટાસેટના મૂલ્યોમાં આઉટલીયર છે કે નહીં નીચે બતાવ્યા પ્રમાણે નથી.

ઉપરોક્ત ડેટાસેટ પરથી, આપણે જોઈ શકીએ છીએ કે માત્ર એક id નો z સ્કોર 3 ના મૂલ્યથી ઉપર છે. તેથી જ આપણને ફક્ત એક જ આઉટલીયર મળે છે .

હવે, અમે સ્કેટર ચાર્ટનો ઉપયોગ કરીને આઉટલાયર્સ બતાવવા જઈ રહ્યા છીએ. આપણે નીચેની પ્રક્રિયાને અનુસરવી પડશે:

• પ્રથમ, કોષોની શ્રેણી પસંદ કરો C5:D20 .
• પછી, પર જાઓ શામેલ કરો ટેબ. સ્કેટર દાખલ કરો (X, Y) અથવા બબલ ચાર્ટ પસંદ કરો, અને છેલ્લે સ્કેટર પસંદ કરો.

• પરિણામે, તમને નીચેનો ચાર્ટ મળશે.

• ચાર્ટ શૈલીમાં ફેરફાર કરવા માટે, ચાર્ટ ડિઝાઇન પસંદ કરો અને પછી, ચાર્ટ સ્ટાઇલ જૂથમાંથી તમારો ઇચ્છિત શૈલી 9 વિકલ્પ પસંદ કરો.

• પરિણામ રૂપે, તમને નીચેનો સ્કેટર ચાર્ટ મળશે.

વધુ વાંચો: કેવી રીતે એક્સેલમાં આઉટલાયર્સ શોધવા માટે (5 ઉપયોગી રીતો)

નિષ્કર્ષ

આજના સત્રનો અંત છે. હું દૃઢપણે માનું છું કે હવેથી તમે એક્સેલમાં z સ્કોરનો ઉપયોગ કરીને આઉટલાયર શોધી શકશો. જો તમારી પાસે કોઈ પ્રશ્નો અથવા ભલામણો હોય, તો કૃપા કરીને તેમને નીચેના ટિપ્પણીઓ વિભાગમાં શેર કરો.

વિવિધ એક્સેલ-સંબંધિત સમસ્યાઓ અને ઉકેલો માટે અમારી વેબસાઇટ Exceldemy.com તપાસવાનું ભૂલશો નહીં. નવી પદ્ધતિઓ શીખતા રહો અને વધતા રહો!