काल्पनिक उदाहरण: 60 या 40 सेकंड
एक दायरे में 100 सक्रिय उपयोगकर्ता और 150 सत्रों के लिए 6000 सेकंड दर्ज हैं। सक्रिय उपयोगकर्ता का औसत 60 सेकंड और प्रति सत्र 40 सेकंड है। नाम और हर संख्या के साथ दें।
| काल्पनिक माप | मान | हर या इकाई |
|---|---|---|
| कुल दर्ज समय | 6000 | सेकंड। |
| सक्रिय उपयोगकर्ता | 100 | पूरी अवधि। |
| सत्र | 150 | समान मापन दायरा। |
| प्रति सक्रिय उपयोगकर्ता औसत | 60 | 6000 / 100, सेकंड में। |
| प्रति सत्र औसत | 40 | 6000 / 150, सेकंड में। |
भ्रामक तुलना से बचें
- सहभागिता समय, बीता समय और सत्र संख्या अलग रखें। फोकस वाला टैब पढ़ने या समझने का प्रमाण नहीं है।
- दैनिक औसतों का साधारण औसत न लें; उपयोगकर्ता कई दिन लौट सकता है। पूरी अवधि के कुल और सही हर से फिर गणना करें।
- संग्रह, फिल्टर, उपकरण और कार्य लिखें। शून्य या कम समय समझने से पहले गायब डेटा जाँचें।
प्रतीक्षा बढ़ाने के बजाय कार्य सुधारें
व्यावहारिक जानकारी जल्दी मिलना बेहतर उत्तर हो सकता है, प्रक्रिया में अधिक समय कठिनाई हो सकती है। समय, पूरा होना, त्रुटि और उपयोगकर्ता शोध जोड़ें। औसत बढ़ाने के लिए कृत्रिम चरण न जोड़ें।
प्राथमिक स्रोत
गायब मान, शून्य और अनुमान
गायब अवलोकन मापा हुआ शून्य नहीं है।
- न मिले फ़ील्ड, लागू न होने वाले अवलोकन और संग्रह विफलता अलग करें। वास्तविक माप हो तो शून्य रखें; हर खाली मान को शून्य बनाना अलग स्थितियाँ मिला देता है।
- काल्पनिक उदाहरण [10, अनुपस्थित, 0] में दो अवलोकनों का औसत 5 है। अनुपस्थिति को शून्य बनाकर तीन से भाग देना अलग प्रश्न का उत्तर है; दोनों गिनतियाँ दिखाएँ।
- अनुमानित मान के लिए भरने का चिह्न और नियम रखें। अनुमान सहित और बिना परिणाम तुलना करें; वैध अवलोकन न हों तो परिणाम अनुपलब्ध दिखाएँ, औसत शून्य नहीं।
दोहराने योग्य स्वीकृति मामला
काल्पनिक उदाहरण: डेटा किसी ग्राहक या देखे गए परिणाम का नहीं है।
मामले के इनपुट देखें
{
"values": [
10,
null,
0
],
"observed_count": 2,
"mean_observed": 5,
"mean_if_missing_replaced_with_zero": 3.3333333333,
"extended_sample": {
"values": [
10,
null,
0,
20,
null,
30
],
"known_count": 4,
"expected_count": 6,
"known_sum": 60,
"mean_observed": 15,
"mean_after_zero_fill": 10
},
"missing_only_sample": {
"values": [
null,
null
],
"known_count": 0,
"mean_observed": null
}
}अपेक्षित निर्णय
देखे गए मूल्यों का औसत 5 है। अनुपस्थिति को शून्य करने से जनसंख्या और परिणाम बदलते हैं।
एक ही डेटा, दो औसत: नियम दिखाएँ
काल्पनिक डेटा: [10, अनुपलब्ध, 0, 20, अनुपलब्ध, 30]। छह अपेक्षित अवलोकनों में चार मान ज्ञात हैं; ज्ञात योग 60 है। मौजूद शून्य वास्तव में देखा गया मान है।
| उपचार | औसत की गणना | व्याख्या |
|---|---|---|
| केवल ज्ञात मान | 60 ÷ 4 = 15 | औसत चार ज्ञात मानों का वर्णन करता है। यह नहीं सिद्ध करता कि दो अनुपलब्ध मानों का वितरण भी वैसा होता। |
| अनुपलब्ध मानों की जगह शून्य | 60 ÷ 6 = 10 | दो शून्य नियम से जोड़े गए, देखे नहीं गए। यह औसत दूसरे प्रश्न का उत्तर देता है; तुलना से पहले नियम का औचित्य बताएँ। |
| दूसरा नमूना: [अनुपलब्ध, अनुपलब्ध] | गणना संभव नहीं | कोई ज्ञात मान नहीं: अनुपलब्ध स्थिति दिखाएँ। औसत शून्य उस अवलोकन का संकेत देगा जो मौजूद ही नहीं है। |
सत्यापन प्रक्रिया
- अनुपस्थिति, शून्य और अनुमान अलग करें।
- बहिष्करण से पहले और बाद औसत निकालें।
- संख्या और हर चर के नियम रखें। सभी मान अनुपस्थित वाले समूह का भी परीक्षण करें और देखें कि स्पष्ट नियम के बिना उसे मापा हुआ शून्य न दिखाया जाए।
क्या शून्य योग साबित करता है कि सभी मान शून्य थे?
नहीं। उपस्थित मानों की गिनती और खाली समूह पर प्रणाली का व्यवहार जाँचें; अनुपस्थिति शून्य माप का प्रमाण नहीं है।
प्राथमिक स्रोत: pandas — Working with missing data. संबंधित विधि: व्यावहारिक मार्गदर्शिका पढ़ें.