एक बेसलाइन की गणना कैसे करें

एक आधारभूत एक सामान्य, अपेक्षित मूल्य को दर्शाता है और आदर्श से परिवर्तन को स्पष्ट और गणना योग्य बनाता है। स्वास्थ्य संबंधी चिंताओं से लेकर आय और व्यय जैसे वित्तीय मामलों तक, किसी भी चीज के लिए बेसलाइन का इस्तेमाल किया जा सकता है। अनिवार्य रूप से, एक आधारभूत गणना एक औसत के रूप में की जाती है जब स्थिति सामान्य होती है और असामान्य घटनाओं से प्रभावित नहीं होती है। उदाहरण के लिए, आप अपने बेसलाइन हृदय गति को आराम से मापेंगे, बजाय पांच मील दौड़ने के बाद जब आपकी हृदय गति असामान्य रूप से अधिक होगी।

चरण

संभव के रूप में कई डेटा बिंदुओं के साथ माप का रिकॉर्ड बनाए रखें। डेटा पॉइंट्स की संख्या बढ़ने पर आपकी बेसलाइन की सटीकता बढ़ जाती है। सामान्य तौर पर, आप जितना अधिक डेटा एकत्र करते हैं, उतनी अधिक सटीकता हासिल होती है।

चरण

संख्याओं की कुल संख्या और प्रविष्टियों की संख्या से योग को विभाजित करके डेटा प्रविष्टियों का औसत। परिणामी आकृति आपकी आधारभूत औसत है। एक उदाहरण के रूप में, डेटा 100, 150 और 200 को औसतन (100 + 150 + 200) / 3 के रूप में लिया जाएगा, जो कि 150 के बराबर है।

चरण

मानक विचलन की गणना करके अपने डेटा के भीतर परिवर्तनशीलता का एक उपाय प्राप्त करें। प्रत्येक व्यक्तिगत नमूना माप के लिए, इसे माध्य से घटाएं और परिणाम को वर्ग करें। यदि परिणाम नकारात्मक है, तो इसे चुकाना सकारात्मक बना देगा। इन सभी वर्ग संख्याओं को एक साथ जोड़ें और योगों को एक ऋण की संख्या से विभाजित करें। अंत में, संख्या के वर्गमूल की गणना करें। पूर्व उदाहरण में, औसत 150 है, इसलिए मानक विचलन की गणना (150-150) ^ ^ 2 + (150-100) ^ 2 + (150-200) ^ 2 / (के वर्गमूल के रूप में की जाएगी। 3-1), जो 50 के बराबर है।

चरण

मानक त्रुटि निर्धारित करें। मानक त्रुटि आपके औसत के आसपास एक विश्वास अंतराल के निर्माण की अनुमति देती है। विश्वास अंतराल एक सीमा देता है जिसमें कुछ प्रतिशत - आमतौर पर 95 प्रतिशत - भविष्य के मूल्यों में गिरावट आएगी। मानक त्रुटि को मानक विचलन लेने और डेटा बिंदुओं की संख्या के वर्गमूल द्वारा विभाजित करके गणना की जाती है। पूर्व उदाहरण में, मानक विचलन 3 डेटा बिंदुओं के साथ 50 था, इसलिए मानक त्रुटि 50 / स्क्वररूट (3) होगी, जो 28.9 के बराबर होती है।

चरण

अपनी मानक त्रुटि को दो से गुणा करें। 95 प्रतिशत विश्वास अंतराल के उच्च और निम्न मूल्यों को प्राप्त करने के लिए इस संख्या को अपने मतलब से जोड़ें और घटाएं। इस सीमा के भीतर आने वाले भविष्य के माप आपके आधार रेखा से काफी अलग नहीं हैं। इस सीमा के बाहर आने वाले भविष्य के माप आपके आधार रेखा से एक महत्वपूर्ण बदलाव को दर्शाते हैं।

पूर्व उदाहरण में, औसत 150 था जो 28.9 की मानक त्रुटि के साथ था। २.९ ​​गुणा २ के बराबर ५ mult. by। आपकी आधार रेखा "150 प्लस या माइनस 57.8" पढ़ेगी। 150 प्लस 57.8 के बराबर 207.8, और 150 माइनस 57.8 के बराबर 92.2 है, बेसलाइन का परिणाम 92.2 से 207.8 के बीच होता है। इस प्रकार, इन दोनों आंकड़ों के बीच कोई भी माप आधार रेखा से बहुत अलग नहीं है, क्योंकि सीमा डेटा की परिवर्तनशीलता को ध्यान में रखती है।