सामान्य वितरण पर चर्चा करने वाले उदाहरण प्रश्न

सामान्य वितरण पर चर्चा के लिए एक प्रश्न का उदाहरण

सामान्य वितरण, जिसे गाऊसी वितरण भी कहा जाता है, सांख्यिकी में सबसे अधिक उपयोग किया जाने वाला प्रायिकता वितरण है। इस वितरण का आकार सममित घंटी के आकार का होता है, जो दर्शाता है कि डेटा माध्य के आसपास व्यवस्थित होता है और चरम मानों (माध्य से दूर के मान) की प्रायिकता कम होती है।

इस लेख में, हम सामान्य वितरण से संबंधित विभिन्न उदाहरण समस्याओं और उन्हें हल करने के तरीकों पर चर्चा करेंगे। हम कुछ बुनियादी अवधारणाओं से शुरुआत करेंगे और फिर अधिक जटिल उदाहरणों की ओर बढ़ेंगे।

सामान्य वितरण की मूल बातें

सामान्य वितरण एक सतत वितरण है जिसके दो पैरामीटर होते हैं: माध्य और मानक विचलन (SD)। माध्य वितरण का केंद्र निर्धारित करता है, जबकि मानक विचलन वितरण की चौड़ाई निर्धारित करता है।

सामान्य वितरण की महत्वपूर्ण विशेषताएं:
1. समरूपता: सामान्य वितरण माध्य के सापेक्ष सममित होता है।
2. अनुभवजन्य नियम (Empirical Rule):
लगभग 68% डेटा माध्य के एक मानक विचलन के भीतर आता है।
– लगभग 95% डेटा माध्य के दो मानक विचलन के भीतर आता है।
– लगभग 99.7% डेटा माध्य के तीन मानक विचलन के भीतर आता है।

Contoh Soal dan Pembahasan

उदाहरण प्रश्न 1: Z-स्कोर की गणना

प्रश्न: एक परीक्षा में औसत अंक 70 है और मानक विचलन 10 है। एक छात्र को 80 अंक प्राप्त हुए। छात्र का Z-स्कोर क्या है?

समाधान:
जेड-स्कोर इस बात का माप है कि कोई मान माध्य से कितने मानक विचलन दूर है।
जेड-स्कोर का सूत्र:
\[ Z = \frac{X – \mu}{\sigma} \]

कहाँ:
– \( X \) प्रेक्षित मान है।
– \( \mu \) औसत है।
– \( \sigma \) मानक विचलन है।

यह ज्ञात है:
– ( X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)

सूत्र का अनुप्रयोग:
\[Z = \frac{80 – 70}{10} = 1 \]

इसलिए, छात्र का Z-स्कोर 1 है, जिसका अर्थ है कि 80 का स्कोर माध्य से एक मानक विचलन ऊपर है।

उदाहरण प्रश्न 2: किसी निश्चित मान की प्रायिकता

प्रश्न: 100 के माध्य और 15 के मानक विचलन वाले सामान्य वितरण में, 85 से कम मान प्राप्त करने की प्रायिकता क्या है?

समाधान:
सीढ़ी:
1. मान \( X = 85 \) के लिए Z-स्कोर की गणना करें:
\[Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]

2. Z-टेबल या सांख्यिकीय कैलकुलेटर का उपयोग करके -1 के Z-स्कोर के अनुरूप प्रायिकता ज्ञात कीजिए। Z-टेबल में, -1 के Z-स्कोर की प्रायिकता लगभग 0.1587 होती है।

अतः, 85 से कम मान प्राप्त करने की प्रायिकता 0.1587 या 15.87% है।

उदाहरण प्रश्न 3: अनुभवजन्य नियमों का उपयोग करना

प्रश्न: यह ज्ञात है कि विद्यालयों में गणित परीक्षा के अंकों का वितरण सामान्य वितरण का अनुसरण करता है, जिसका माध्य 75 और मानक विचलन 8 है। 67 और 83 के बीच अंक प्राप्त करने वाले विद्यार्थियों का अनुपात क्या है?

समाधान:
लॅंगका-लॅंगका:
1. 67 और 83 मानों के लिए Z-स्कोर की गणना करें:
\[Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]

2. अनुभवजन्य नियमों के अनुसार, माध्य से -1 मानक विचलन और +1 मानक विचलन के बीच के मान लगभग 68% जनसंख्या को कवर करते हैं।

इसलिए, 67 और 83 के बीच अंक प्राप्त करने वाले छात्रों का अनुपात लगभग 68% था।

उदाहरण प्रश्न 4: प्रतिशतक से मानों की गणना करना

प्रश्न: यदि किसी देश में वयस्क पुरुषों की औसत ऊंचाई 175 सेमी है और मानक विचलन 7 सेमी है, तो 90वें प्रतिशतक पर ऊंचाई कितनी होगी?

समाधान:
लॅंगका-लॅंगका:
1. 90वें पर्सेंटाइल के अनुरूप Z-स्कोर ज्ञात कीजिए। Z-टेबल के आधार पर, 0.9000 के सबसे निकट का Z-स्कोर लगभग 1.28 है।

2. सूत्र का प्रयोग करके \( X \) का मान ज्ञात कीजिए:
[ X = μ + Z × σ]
[ X = 175 + 1.28 × 7 ]
[ X = 175 + 8.96 \]
[ X = 183.96 \]

इसलिए, 90वें परसेंटाइल में ऊंचाई लगभग 183.96 सेमी है।

उदाहरण प्रश्न 5: एक निश्चित अंतराल की प्रायिकता

प्रश्न: यदि नवजात शिशुओं के वजन का वितरण सामान्य वितरण का अनुसरण करता है, जिसका माध्य 3.5 किलोग्राम और मानक विचलन 0.5 किलोग्राम है, तो इस बात की क्या प्रायिकता है कि किसी शिशु का वजन 3 किलोग्राम और 4 किलोग्राम के बीच हो?

समाधान:
लॅंगका-लॅंगका:
1. 3 किलोग्राम और 4 किलोग्राम मानों के लिए Z-स्कोर की गणना करें:
\[Z_{3} = \frac{3 – 3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[Z_{4} = \frac{4 – 3.5}{0.5} = \frac{0.5}{0.5} = 1 \]

2. जेड तालिका के आधार पर -1 और 1 के बीच जेड-स्कोर की संभावना लगभग 0.6826 या 68.26% है।

इसलिए, 3 किलोग्राम और 4 किलोग्राम के बीच वजन वाले बच्चे की संभावना लगभग 68.26% है।

निष्कर्ष

सामान्य वितरण सांख्यिकी की एक मूलभूत अवधारणा है जो महत्वपूर्ण है और इसके कई वास्तविक जीवन अनुप्रयोग हैं। इस लेख में, हमने सामान्य वितरण की बुनियादी अवधारणाओं को समझाया है और हमारी समझ को और गहरा करने के लिए कई उदाहरण हल किए हैं।

सामान्य वितरण को समझना न केवल सांख्यिकी के लिए महत्वपूर्ण है, बल्कि मनोविज्ञान, अर्थशास्त्र और अन्य सामाजिक विज्ञान जैसे विभिन्न व्यावहारिक क्षेत्रों के लिए भी आवश्यक है। पर्याप्त अभ्यास से, सामान्य वितरण संबंधी समस्याओं को हल करना अधिक सहज हो जाता है और डेटा-आधारित निर्णय लेने में सहायक होता है।