एकल डेटा के विचरण और मानक विचलन पर चर्चा करने वाले उदाहरण प्रश्न

उदाहरण प्रश्न और चर्चा: एकल डेटा का विचरण और मानक विचलन

सांख्यिकी गणित की वह शाखा है जो आंकड़ों के संग्रह, विश्लेषण, व्याख्या, प्रस्तुतिकरण और संगठन से संबंधित है। सांख्यिकी में दो महत्वपूर्ण अवधारणाएँ विचरण और मानक विचलन हैं। यह लेख कई उदाहरणों के माध्यम से एक ही डेटा सेट के विचरण और मानक विचलन की गणना करने के तरीके पर विस्तार से चर्चा करेगा।

विचरण और मानक विचलन को समझना

विचरण एक ऐसा माप है जो यह बताता है कि किसी डेटा सेट में संख्याएँ माध्य या औसत से कितनी दूर तक फैली हुई हैं। विचरण को मूल डेटा के वर्ग इकाइयों में व्यक्त किया जाता है, जिससे इसकी व्याख्या करना अक्सर कठिन हो जाता है।

मानक विचलन, प्रसरण का वर्गमूल होता है। यह इस बात का अधिक सहज माप प्रदान करता है कि डेटा सामान्यतः माध्य से कितना विचलित होता है, क्योंकि इसकी इकाइयाँ डेटा की मूल इकाइयों के समान होती हैं।

सामान्य सूत्र

एकल डेटा के लिए, जनसंख्या के प्रसरण \( \sigma^2 \) और मानक विचलन \( \sigma \) का सूत्र इस प्रकार है:

1. विचरण (σ²):
\( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)

2. मानक विचलन (σ):
\( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)

कहाँ:
– \( N \) जनसंख्या में डेटा की संख्या है।
– \( x_i \) ith डेटा मान है।
– \( \mu \) आंकड़ों का माध्य या औसत है।

यदि हम नमूने के विचरण और मानक विचलन की गणना करते हैं, तो उपरोक्त सूत्र में थोड़ा सा बदलाव हो जाता है:

1. नमूना विचरण (s²):
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)

2. नमूना मानक विचलन (सेकंड में):
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)

कहाँ:
– \( n \) नमूने में डेटा की संख्या है।
– \( \bar{x} \) नमूने का माध्य या औसत है।

Contoh Soal dan Pembahasan

उदाहरण प्रश्न 1:

निम्नलिखित आंकड़ों को देखते हुए:
8, 10, 10 10, 12, 14

आंकड़ों का विचरण और मानक विचलन ज्ञात कीजिए!

समाधान के चरण:

1. औसत (माध्य) की गणना करना:
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]

2. आंकड़ों और औसत के बीच का अंतर ज्ञात करें, फिर उसका वर्ग करें:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]

3. सभी वर्ग परिणामों को जोड़ना:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]

4. जनसंख्या डेटा के विचरण (σ²) की गणना:
\[
σ² = 21.3534/6 = 3.559
\]

नोट: चूंकि यह डेटा जनसंख्या डेटा के रूप में दिया गया है, इसलिए हम इसे 6 से भाग देते हैं।

5. मानक विचलन (σ) की गणना:
\[
σ = √3.559 ≈ 1.886
\]

अतः, डेटा का विचरण 3.559 है और मानक विचलन 1.886 है।

उदाहरण प्रश्न 2:

निम्नलिखित नमूना डेटा को देखते हुए:
5, 6, 8 9, 10, 11

नमूने का विचरण और मानक विचलन ज्ञात कीजिए!

समाधान के चरण:

1. औसत (माध्य) की गणना करना:
\[
x = 5 + 6 + 8 + 9 + 10 + 11 {6} = 49 {6} = 8.167
\]

2. आंकड़ों और औसत के बीच का अंतर ज्ञात करें, फिर उसका वर्ग करें:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]

3. सभी वर्ग परिणामों को जोड़ना:
\[
\sum (x_i – \bar{x})^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]

4. नमूना विचरण (s²) की गणना करना:
\[
s^2 = \frac{26.757}{5} = 5.351
\]

नोट: चूंकि यह नमूना डेटा है, इसलिए हम इसे 5 (n-1) से विभाजित करते हैं।

5. मानक विचलन की गणना:
\[
s = √5.351 ≈ 2.313
\]

अतः, नमूना डेटा का विचरण 5.351 है और मानक विचलन 2.313 है।

निष्कर्ष

किसी दिए गए डेटा सेट में डेटा कितना फैला हुआ है, यह समझने के लिए विचरण और मानक विचलन की गणना करना अत्यंत महत्वपूर्ण है। विचरण मूल इकाइयों के वर्गों में फैलाव का सैद्धांतिक माप प्रदान करता है, जबकि मानक विचलन डेटा की मूल इकाइयों के संदर्भ में फैलाव के माप की व्याख्या करता है, जिससे इसे समझना आसान हो जाता है। डेटा विश्लेषण में, इन दोनों मापों का उपयोग अक्सर डेटा की परिवर्तनशीलता का आकलन करने और सांख्यिकीय निर्णय लेने के लिए किया जाता है।

आवश्यक चरणों और सूत्रों को समझकर, हम रोजमर्रा के डेटा संग्रह और विश्लेषण में आने वाली विभिन्न स्थितियों के लिए विचरण और मानक विचलन की गणना आसानी से कर सकते हैं। आशा है, यह लेख एकल डेटा सेट में विचरण और मानक विचलन की अवधारणाओं की गहरी समझ प्रदान करेगा।