ದ್ವಿಪದ ವಿತರಣೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು

ದ್ವಿಪದ ವಿತರಣೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಸಂಭವನೀಯತೆ ಮತ್ತು ಅಂಕಿಅಂಶಗಳ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ದ್ವಿಪದ ವಿತರಣೆಯು ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಮತ್ತು ಆಗಾಗ್ಗೆ ಬಳಸಲಾಗುವ ಡಿಸ್ಕ್ರೀಟ್ ಸಂಭವನೀಯತೆ ವಿತರಣೆಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಯಿಂದ ವ್ಯವಹಾರ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯವರೆಗೆ ಅನೇಕ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ ಇದು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಈ ಲೇಖನವು ದ್ವಿಪದ ವಿತರಣೆಯ ವಿವಿಧ ಅಂಶಗಳನ್ನು ಚರ್ಚಿಸುತ್ತದೆ, ಅದರ ಮೂಲ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳಿಂದ ಹಿಡಿದು ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಅದರ ಅನ್ವಯಿಕೆಗಳವರೆಗೆ.

ದ್ವಿಪದ ವಿತರಣೆಯ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಸೂತ್ರ

ದ್ವಿಪದ ವಿತರಣೆಯು ಎರಡು ವಿಭಿನ್ನ ಫಲಿತಾಂಶಗಳನ್ನು ಹೊಂದಿರುವ ಪ್ರಯೋಗಗಳು ಅಥವಾ ಅವಲೋಕನಗಳ ಸರಣಿಯಲ್ಲಿನ ಯಶಸ್ಸಿನ ಸಂಖ್ಯೆಯ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಯಾಗಿದೆ, "ಯಶಸ್ಸು" ಮತ್ತು "ವೈಫಲ್ಯ". ಈ ಪ್ರಯೋಗಗಳನ್ನು ಬರ್ನೌಲ್ಲಿ ಪ್ರಯೋಗಗಳು ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಈ ಸ್ವತಂತ್ರ ಪ್ರಯೋಗಗಳ ಸರಣಿಯನ್ನು ಬರ್ನೌಲ್ಲಿ ಯೋಜನೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.

ದ್ವಿಪದ ವಿತರಣೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಳಸುವ ಮುಖ್ಯ ಸೂತ್ರ:
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]

ಎಲ್ಲಿ:
– \( P(X = k) \) ಎಂಬುದು \( n \) ಪ್ರಯೋಗಗಳಲ್ಲಿ ಯಾವುದೇ \( k \) ಯಶಸ್ವಿಯಾಗುವ ಸಂಭವನೀಯತೆಯಾಗಿದೆ.
– \( \binom{n}{k} \) ಎಂಬುದು \( \frac{n!}{k!(nk)!} \) ಎಂದು ಲೆಕ್ಕಹಾಕಲಾದ ದ್ವಿಪದ ಗುಣಾಂಕವಾಗಿದೆ.
– \( p \) ಒಂದೇ ಪ್ರಯೋಗದಲ್ಲಿ ಯಶಸ್ಸಿನ ಸಂಭವನೀಯತೆಯಾಗಿದೆ.
– \( 1 – p \) ಒಂದೇ ಪ್ರಯೋಗದಲ್ಲಿ ವಿಫಲವಾಗುವ ಸಂಭವನೀಯತೆಯಾಗಿದೆ.
– \( n \) ಎಂಬುದು ಒಟ್ಟು ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆ.
– \( k \) ಎಂಬುದು ಅಪೇಕ್ಷಿತ ಯಶಸ್ಸಿನ ಸಂಖ್ಯೆ.

ದ್ವಿಪದ ವಿತರಣೆಯ ಗುಣಲಕ್ಷಣಗಳು

ದ್ವಿಪದ ವಿತರಣೆಯು ಹಲವಾರು ಪ್ರಮುಖ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿದ್ದು ಅದು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಉಪಯುಕ್ತವಾಗಿದೆ:

1. ಡಿಸ್ಕ್ರೀಟ್: ದ್ವಿಪದ ವಿತರಣೆಯು ಒಂದು ಡಿಸ್ಕ್ರೀಟ್ ವಿತರಣೆಯಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಸೀಮಿತ ಸಂಖ್ಯೆಯ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಯಶಸ್ಸಿನ ಸಂಖ್ಯೆಯನ್ನು ಮಾತ್ರ ಎಣಿಸುತ್ತದೆ.

2. ಎರಡು ಫಲಿತಾಂಶಗಳು: ಬರ್ನೌಲ್ಲಿ ಯೋಜನೆಯಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ಪ್ರಯೋಗವು ಕೇವಲ ಎರಡು ಫಲಿತಾಂಶಗಳನ್ನು ಹೊಂದಿದೆ: ಯಶಸ್ಸು (ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ \( p \)) ಅಥವಾ ವೈಫಲ್ಯ (ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ \( 1 – p \)).

3. ಸ್ವತಂತ್ರ: ಒಂದು ಪ್ರಯೋಗವು ಇನ್ನೊಂದರಿಂದ ಸ್ವತಂತ್ರವಾಗಿರುತ್ತದೆ; ಒಂದು ಪ್ರಯೋಗದ ಫಲಿತಾಂಶಗಳು ಇನ್ನೊಂದರ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ.

4. ಸ್ಥಿರ ನಿಯತಾಂಕಗಳು: ದ್ವಿಪದ ವಿತರಣೆಯಲ್ಲಿ ಸಂಭವನೀಯತೆ \( p \), ಒಟ್ಟು ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆ \( n \), ಮತ್ತು ಯಶಸ್ಸಿನ ಸಂಖ್ಯೆ \( k \) ಸ್ಥಿರ ನಿಯತಾಂಕಗಳಾಗಿವೆ.

ದ್ವಿಪದ ವಿತರಣೆಯ ಸರಾಸರಿ ಮತ್ತು ವ್ಯತ್ಯಾಸ

ದ್ವಿಪದ ವಿತರಣೆಯ ಸರಾಸರಿ (ಸರಾಸರಿ) ಮತ್ತು ವ್ಯತ್ಯಾಸವು ಸರಳ ಮತ್ತು ಅರ್ಥಗರ್ಭಿತ ಸೂತ್ರಗಳನ್ನು ಹೊಂದಿದೆ:

– ಸರಾಸರಿ (\(\mu\)) : ದ್ವಿಪದ ವಿತರಣೆಯ ಸರಾಸರಿ ಎಂದರೆ ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆಯು ಯಶಸ್ಸಿನ ಸಂಭವನೀಯತೆಯಿಂದ ಗುಣಿಸಲ್ಪಡುತ್ತದೆ:
\[ \mu = np \]

– ವ್ಯತ್ಯಾಸ (\(\sigma^2\)) : ದ್ವಿಪದ ವಿತರಣೆಯ ವ್ಯತ್ಯಾಸವು ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆ, ಯಶಸ್ಸಿನ ಸಂಭವನೀಯತೆ ಮತ್ತು ವೈಫಲ್ಯದ ಸಂಭವನೀಯತೆಯ ಉತ್ಪನ್ನವಾಗಿದೆ:
\[ \ಸಿಗ್ಮಾ^2 = np(1 – p) \]

ದ್ವಿಪದ ವಿತರಣೆಯ ಅನ್ವಯದ ಪ್ರಕರಣ ಅಧ್ಯಯನ

ದ್ವಿಪದ ವಿತರಣೆಯ ಅನ್ವಯವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ಕೆಲವು ನೈಜ-ಪ್ರಪಂಚದ ಉದಾಹರಣೆಗಳನ್ನು ನೋಡೋಣ:

ಉದಾಹರಣೆ 1: ಉದ್ಯೋಗಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ವಿಶ್ಲೇಷಣೆ

ಒಬ್ಬ ವ್ಯವಸ್ಥಾಪಕರು ಒಂದು ಇಲಾಖೆಯಲ್ಲಿನ ನೌಕರರ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಬಯಸುತ್ತಾರೆ. ಪ್ರತಿ ಉದ್ಯೋಗಿಗೆ ಒಂದು ಕೆಲಸವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಪೂರ್ಣಗೊಳಿಸಲು 0,7 (70%) ಅವಕಾಶವಿದೆ ಎಂದು ಊಹಿಸಿ. 10 ಉದ್ಯೋಗಿಗಳು ಒಂದೇ ಕೆಲಸವನ್ನು ನಿರ್ವಹಿಸುತ್ತಿದ್ದರೆ, ನಿಖರವಾಗಿ 7 ಉದ್ಯೋಗಿಗಳು ಯಶಸ್ವಿಯಾಗುವ ಸಂಭವನೀಯತೆಯನ್ನು ವ್ಯವಸ್ಥಾಪಕರು ತಿಳಿದುಕೊಳ್ಳಲು ಬಯಸಬಹುದು.

ದ್ವಿಪದ ವಿತರಣಾ ಸೂತ್ರವನ್ನು ಬಳಸಿ:
\[ P(X = 7) = \ಬಿನೋಮ್{10}{7} (0.7)^7 (0.3)^3 \]

ದ್ವಿಪದ ಗುಣಾಂಕ ಮತ್ತು ಅಂತಿಮ ಫಲಿತಾಂಶವನ್ನು ಲೆಕ್ಕಹಾಕುವುದರಿಂದ ಈ ಸನ್ನಿವೇಶದ ಸಂಭವನೀಯತೆ ಸಿಗುತ್ತದೆ.

ಉದಾಹರಣೆ 2: ಕಾರ್ಖಾನೆಯಲ್ಲಿ ಉತ್ಪನ್ನ ಪರೀಕ್ಷೆ

ಒಂದು ಕಾರ್ಖಾನೆಯು 2% ದೋಷದ ದರದೊಂದಿಗೆ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಘಟಕಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಅವರು 100 ಘಟಕಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದರೆ, 2 ದೋಷಯುಕ್ತವಾಗುವ ಸಂಭವನೀಯತೆ ಏನು?

ದ್ವಿಪದ ವಿತರಣಾ ಸೂತ್ರವನ್ನು ಬಳಸಿ:
\[ P(X = 2) = \ಬಿನೋಮ್{100}{2} (0.02)^2 (0.98)^{98} \]

ಇದು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣಕ್ಕೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ.

ದ್ವಿಪದ ವಿತರಣೆ ವರ್ಸಸ್ ವಿಷ ವಿತರಣೆ

ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ದ್ವಿಪದ ವಿತರಣೆಯು ಪಾಯ್ಸನ್ ವಿತರಣೆಯನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು, ವಿಶೇಷವಾಗಿ ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆ \( n \) ದೊಡ್ಡದಾಗಿದ್ದಾಗ ಮತ್ತು ಸಂಭವನೀಯತೆ \( p \) ಚಿಕ್ಕದಾಗಿದ್ದಾಗ. ಪಾಯ್ಸನ್ ವಿತರಣೆಯನ್ನು ದ್ವಿಪದ ವಿತರಣೆಯೊಂದಿಗೆ ಅಂದಾಜು ಮಾಡಲು ಒಂದು ಸಾಮಾನ್ಯ ನಿಯಮವೆಂದರೆ \( n \geq 20 \) ಮತ್ತು \( p \leq 0.05 \).

ಸಾಫ್ಟ್‌ವೇರ್ ಬಳಕೆ ಮತ್ತು ದ್ವಿಪದ ವಿತರಣೆ

ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಕಂಪ್ಯೂಟಿಂಗ್‌ನಲ್ಲಿನ ಪ್ರಗತಿಯೊಂದಿಗೆ, ದ್ವಿಪದ ವಿತರಣಾ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಈಗ R, ಪೈಥಾನ್‌ನಂತಹ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಎಕ್ಸೆಲ್‌ನಂತಹ ಇತರ ಸಾಫ್ಟ್‌ವೇರ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸುಲಭವಾಗಿ ನಿರ್ವಹಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಪೈಥಾನ್‌ನಲ್ಲಿ, ದ್ವಿಪದ ವಿತರಣಾ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಸುಲಭವಾಗಿ ನಿರ್ವಹಿಸಲು ನೀವು `scipy.stats` ಲೈಬ್ರರಿಯನ್ನು ಬಳಸಬಹುದು:

"ಹೆಬ್ಬಾವು
scipy.stats ನಿಂದ ಬೈನೋಮ್ ಅನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳಿ

ನಿಯತಾಂಕಗಳನ್ನು
n = 10 ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆ
p = 0.5 ಯಶಸ್ಸಿನ ಸಂಭವನೀಯತೆ

k = 5 ಯಶಸ್ಸಿನ ಸಂಖ್ಯೆ

ದ್ವಿಪದ ಸಂಭವನೀಯತೆಯನ್ನು ಲೆಕ್ಕಹಾಕಿ
binom_prob = binom.pmf(k, n, p)
print(“ನಿಖರವಾಗಿ 5 ಯಶಸ್ಸನ್ನು ಪಡೆಯುವ ಸಂಭವನೀಯತೆ:”, binom_prob)
""

ತೀರ್ಮಾನ

ದ್ವಿಪದ ವಿತರಣೆಯು ಸಂಭವನೀಯತೆ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮೂಲಭೂತ ಆದರೆ ಶಕ್ತಿಯುತ ವಿತರಣೆಯಾಗಿದೆ. ಅದರ ಪ್ರತ್ಯೇಕ ಸ್ವಭಾವ ಮತ್ತು ಎರಡು ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಕಾರಣದಿಂದಾಗಿ - ಯಶಸ್ಸು ಮತ್ತು ವೈಫಲ್ಯ - ಇದು ಅನೇಕ ನೈಜ-ಪ್ರಪಂಚದ ಸನ್ನಿವೇಶಗಳಿಗೆ ಆದರ್ಶ ಮಾದರಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ದ್ವಿಪದ ವಿತರಣೆಯ ಜ್ಞಾನವು ಒಂದು ಘಟನೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮತ್ತು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮಾತ್ರವಲ್ಲದೆ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಗೆ ಘನ ಅಡಿಪಾಯವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಆಧುನಿಕ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಕರಗಳ ಬಳಕೆಯು ದ್ವಿಪದ ವಿತರಣೆಯನ್ನು ಅನ್ವಯಿಸುವುದನ್ನು ಹೆಚ್ಚು ಸುಲಭವಾಗಿಸಿದೆ, ಇದು ಇಂದಿನ ಡೇಟಾ-ಚಾಲಿತ ಜಗತ್ತಿನಲ್ಲಿ ಹೆಚ್ಚು ಪ್ರಸ್ತುತವಾದ ಸಾಧನವಾಗಿದೆ.