ڈیٹا Smoothing تعریف اور مثال کے طور پر

یہ کیا ہے:

اعداد و شمار کا بوجھ ایک اعداد و شمار کے تخنیک ہے جس میں بنانے کے لئے اعداد و شمار کے سیٹ سے باہر نکالنے والوں کو ہٹانے میں شامل ہے ایک نمونہ زیادہ نظر آتا ہے.

یہ کیسے کام کرتا ہے (مثال کے طور پر):

مثال کے طور پر، یہ کہتا ہے کہ یونیورسٹی گزشتہ 10 سالوں میں اپنے جرم کے اعداد و شمار کا تجزیہ کرتا ہے. تشدد کی جرائم کی تعداد اس طرح کچھ نظر آتی ہے:

جیسا کہ آپ دیکھ سکتے ہیں، یونیورسٹی میں اکثر 15 سالوں سے کم جرائم کا تجربہ ہوتا ہے. تاہم، 2006 ء 2007 میں، اس نے یونیورسٹی کی عوامی حفاظت کی ٹیم کی طرف سے تجرباتی رپورٹنگ کی ضروریات کی وجہ سے 44 تجربہ کیا. رپورٹنگ کے تجربے نے ان سالوں کے دوران کسی بھی قسم کی چالیں شامل کرنے کے لئے تشدد کے جرم کی تعریف کو تبدیل کر دیا، جس نے کیمپس پر "تشدد" جرائم کی تعداد میں ایک بڑی چھلانگ بنائی. اگر ہم اوسط میں ان سال شامل ہیں - اگر ایسا ہے تو، اگر ہم کچھ ڈیٹا بوسہ لیں تو - یونیورسٹی نے اوسط تقریبا 1 سالہ تشدد کے جرائم کا ایک سال تجربہ کیا. لیکن اگر ہم ان سالوں سے باہر نکلیں گے تو ہم دیکھ سکتے ہیں کہ ایک اور حقیقت پسندانہ اوسط 13 سالہ تشدد کا جرم ہے - 32٪ فرق.

یہ معاملہ کیوں ہے:

اوسط اور الگورتھم. خیال یہ ہے کہ اعداد و شمار کا استعمال کرنے والا پیٹرن زیادہ نمونہ بناتا ہے اور اس طرح اسٹاک کی قیمت، کسٹمر رجحانات یا کاروباری معلومات کے کسی دوسرے ٹکڑے میں پیشن گوئی کی تبدیلیوں میں مدد کرتا ہے. تاہم، اعداد و شمار کی سمیٹ اہم معلومات کو نظر انداز کر سکتے ہیں یا اہم حقائق کو کم نظر انداز کر سکتے ہیں؛ دوسرے الفاظ میں، "اعداد و شمار سے دور کناروں" کو کچھ اعداد و شمار پر زور دیا اور دیگر اعداد و شمار کو نظر انداز کر سکتے ہیں.