सामान्य वितरण फलन से संबंधित उदाहरण प्रश्न और चर्चा
सामान्य वितरण, जिसे गाऊसी वितरण भी कहा जाता है, सांख्यिकी और डेटा विश्लेषण में सबसे मूलभूत प्रायिकता वितरणों में से एक है। इस वितरण की विशेषता माध्य के चारों ओर एक सममित घंटीनुमा वक्र है, जिसमें डेटा का फैलाव इसके आसपास के मानों के मानक विचलन को दर्शाता है। सामान्य वितरण अनुमानित सांख्यिकी की कई अवधारणाओं का आधार है और अर्थशास्त्र, मनोविज्ञान और सामाजिक विज्ञान सहित विभिन्न क्षेत्रों में व्यापक रूप से उपयोग किया जाता है।
इस लेख में, हम सामान्य वितरण फलन को बेहतर ढंग से समझने के लिए कुछ उदाहरण समस्याओं और उनके समाधानों पर चर्चा करेंगे।
सामान्य वितरण की बुनियादी अवधारणाएँ
सामान्य वितरण को दो मुख्य मापदंडों द्वारा वर्णित किया जाता है:
1. माध्य (μ): डेटा सेट का औसत।
2. मानक विचलन (σ): यह मापता है कि माध्य के आसपास डेटा कितना फैला हुआ है।
सामान्य वितरण का प्रायिकता घनत्व फलन इस प्रकार है:
[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]
सामान्य वितरण का उपयोग करके समस्याओं को हल करने के कुछ बुनियादी चरण इस प्रकार हैं:
1. Z मान का निर्धारण: Z मान मानक विचलन इकाइयों में माध्य से डेटा की दूरी का माप है और इसकी गणना निम्न सूत्र का उपयोग करके की जाती है:
\[ Z = \frac{X – \mu}{\sigma} \]
2. जेड टेबल का उपयोग करना: जेड टेबल या मानक सामान्य वितरण तालिका का उपयोग किसी निश्चित जेड मान से नीचे या ऊपर के डेटा की प्रायिकता या प्रतिशत ज्ञात करने के लिए किया जाता है।
सामान्य वितरण से संबंधित उदाहरण प्रश्न और चर्चा
प्रश्न 1
एक कक्षा के गणित परीक्षा अंकों का औसत 70 है और मानक विचलन 10 है। यदि परीक्षा अंक सामान्य रूप से वितरित हैं, तो कितने प्रतिशत छात्रों ने 85 से अधिक अंक प्राप्त किए?
बहस:
1. जेड-स्कोर का निर्धारण: सबसे पहले, X = 85 के लिए जेड-स्कोर की गणना करें।
\[ Z = \frac{X – \mu}{\sigma} = \frac{85 – 70}{10} = 1.5 \]
2. Z सारणी को देखना: हम Z सारणी से Z = 1.5 के लिए प्रायिकता मान ज्ञात करते हैं। Z = 1.5 के लिए प्रायिकता मान 0.9332 है। इसका अर्थ है कि 93.32% मान Z = 1.5 से कम हैं।
3. प्रतिशत की गणना: चूंकि हमें उन छात्रों का प्रतिशत चाहिए जिन्होंने 85 से अधिक अंक प्राप्त किए हैं, इसलिए हम 1 – 0.9332 = 0.0668 की गणना करते हैं।
इसलिए, 6.68% छात्रों ने 85 से अधिक अंक प्राप्त किए।
प्रश्न 2
किसी देश में वयस्क पुरुषों की ऊंचाई सामान्य वितरण का अनुसरण करती है, जिसका माध्य 175 सेमी और मानक विचलन 6 सेमी है। उन पुरुषों का प्रतिशत ज्ञात कीजिए जिनकी ऊंचाई 170 सेमी और 180 सेमी के बीच है।
बहस:
1. 170 सेमी के लिए Z-स्कोर ज्ञात कीजिए:
[ Z_{170} = \frac{170 – 175}{6} = – \frac{5}{6} \approx -0.83 \]
2. 180 सेमी के लिए Z-स्कोर ज्ञात कीजिए:
[ Z_{180} = \frac{180 – 175}{6} \approx 0.83 \]
3. तालिका Z देखें:
Z = -0.83 होने की प्रायिकता 0.2033 है।
– Z = 0.83 की प्रायिकता 0.7967 है।
4. प्रतिशत की गणना:
– 170 सेमी और 180 सेमी के बीच ऊंचाई की प्रायिकता 0.7967 – 0.2033 = 0.5934 है।
– इसलिए, 59.34% पुरुषों की ऊंचाई 170 सेमी और 180 सेमी के बीच है।
प्रश्न 3
एक आईक्यू परीक्षण में सामान्य वितरण का उपयोग किया जाता है जिसका माध्य 100 और मानक विचलन 15 है। कौन सा स्कोर 85वें प्रतिशतक के अंतर्गत आता है?
बहस:
1. 85वें प्रतिशतक के लिए Z मान ज्ञात करना: Z तालिका से या कैलकुलेटर का उपयोग करके, 85वां प्रतिशतक Z = 1.04 के बराबर होता है।
2. आईक्यू स्कोर की गणना:
[ X = Z\sigma + \mu \]
[ X = 1.04 × 15 + 100 ]
[ X = 15.6 + 100 \]
[ X = 115.6 \]
इसलिए, 85वें परसेंटाइल के भीतर आने वाला आईक्यू स्कोर लगभग 115.6 होता है।
प्रश्न 4
यदि यह ज्ञात हो कि हाई स्कूल के छात्रों के संज्ञानात्मक परीक्षण परिणामों का औसत स्कोर 65 है और मानक विचलन 12 है, तो 25वें प्रतिशतक में कौन सा स्कोर आता है?
बहस:
1. 25वें प्रतिशतक के लिए Z मान ज्ञात करना: Z तालिका से या कैलकुलेटर का उपयोग करके, 25वें प्रतिशतक के लिए Z लगभग -0.674 है।
2. परीक्षा के अंकों की गणना:
[ X = Z\sigma + \mu \]
[ X = -0.674 × 12 + 65 ]
[ X = -8.088 + 65 \]
[ X लगभग 56.912 ]
इसलिए, 25वें प्रतिशतक में आने वाला मान लगभग 56.912 है।
निष्कर्ष
सामान्य वितरण सांख्यिकी में एक महत्वपूर्ण अवधारणा है जो हमें संभाव्यता के दृष्टिकोण से डेटा का विश्लेषण और समझने में मदद करती है। सामान्य वितरण पद्धति का उपयोग करके, हम प्रतिशत की गणना कर सकते हैं, प्रतिशतक के आधार पर विशिष्ट मान निर्धारित कर सकते हैं और डेटा की तुलना माध्य से कर सकते हैं।
सामान्य वितरण से संबंधित समस्याओं को हल करना न केवल परीक्षाओं और अकादमिक शोध के लिए उपयोगी है, बल्कि मनोविज्ञान, व्यवसाय और सामाजिक विज्ञान जैसे कई वास्तविक जीवन क्षेत्रों में भी इसके व्यावहारिक अनुप्रयोग हैं। ऊपर दिए गए उदाहरणों और चर्चाओं के माध्यम से, हमें आशा है कि आप सामान्य वितरण फलन को बेहतर ढंग से समझ पाएंगे और विभिन्न संदर्भों में इसका उपयोग करना सीख पाएंगे।
