सामान्य वितरण प्रकार्यको उदाहरण प्रश्न र छलफल
सामान्य वितरण, जसलाई गौसियन वितरण पनि भनिन्छ, तथ्याङ्क र डेटा विश्लेषणमा सबैभन्दा आधारभूत सम्भाव्यता वितरणहरू मध्ये एक हो। यो वितरण माध्य वरिपरि सममित घण्टी वक्र द्वारा विशेषता हो, डेटा फैलावटले यसको वरिपरि मानहरूको मानक विचलनलाई प्रतिबिम्बित गर्दछ। सामान्य वितरण अनुमानात्मक तथ्याङ्कमा धेरै अवधारणाहरूको लागि आधार हो र अर्थशास्त्र, मनोविज्ञान, र सामाजिक विज्ञान सहित विभिन्न क्षेत्रहरूमा व्यापक रूपमा प्रयोग गरिन्छ।
यस लेखमा, हामी सामान्य वितरण प्रकार्यलाई राम्रोसँग बुझ्नको लागि केही उदाहरण समस्याहरू र तिनीहरूका समाधानहरू छलफल गर्नेछौं।
सामान्य वितरणको आधारभूत अवधारणाहरू
सामान्य वितरण दुई मुख्य प्यारामिटरहरू द्वारा वर्णन गरिएको छ:
१. मीन (μ): डेटा सेटको औसत।
२. मानक विचलन (σ): माध्य वरिपरि डेटा कति फैलिएको छ भनेर मापन गर्दछ।
सामान्य वितरणको सम्भाव्यता घनत्व प्रकार्य हो:
\[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]
सामान्य वितरण प्रयोग गरेर समस्याहरू समाधान गर्ने केही आधारभूत चरणहरू यहाँ दिइएका छन्:
१. Z मान निर्धारण गर्दै: Z मान भनेको मानक विचलन एकाइहरूमा डेटा औसतबाट कति टाढा छ भन्ने मापन हो र सूत्र प्रयोग गरेर गणना गरिन्छ:
\[ Z = \frac{X - \mu}{\sigma} \]
२. Z तालिका प्रयोग गर्दै: Z तालिका वा मानक सामान्य वितरण तालिका निश्चित Z मानभन्दा तल वा माथि रहेको डेटाको सम्भाव्यता वा प्रतिशत पत्ता लगाउन प्रयोग गरिन्छ।
सामान्य वितरणको उदाहरण प्रश्न र छलफल
प्रश्न १
एउटा कक्षाको गणित परीक्षाको औसत अङ्क ७० छ भने मानक विचलन १० छ। यदि परीक्षाको अङ्क सामान्य रूपमा वितरण गरिएको छ भने, कति प्रतिशत विद्यार्थीहरूले ८५ भन्दा बढी अङ्क प्राप्त गरे?
छलफल:
१. Z-स्कोर निर्धारण गर्दै: पहिले, X = ८५ को लागि Z-स्कोर गणना गर्नुहोस्।
\[ Z = \frac{X - \mu}{\sigma} = \frac{85 - 70}{10} = 1.5 \]
२. Z तालिका हेर्दै: हामी Z तालिकाबाट Z = १.५ को लागि सम्भाव्यता मान खोज्छौं। Z = १.५ को लागि सम्भाव्यता मान ०.९३३२ हो। यसको अर्थ ९३.३२% मानहरू Z = १.५ भन्दा कम छन्।
३. प्रतिशत गणना: हामीलाई ८५ भन्दा बढी अंक प्राप्त गर्ने विद्यार्थीहरूको प्रतिशत आवश्यक भएकोले, हामी १ – ०.९३३२ = ०.०६६८ गणना गर्छौं।
त्यसैले, ६.६८% विद्यार्थीहरूले ८५ भन्दा बढी अंक प्राप्त गरे।
प्रश्न १
कुनै देशमा वयस्क पुरुषहरूको उचाइ सामान्य वितरण अनुसार हुन्छ जसको औसत १७५ सेन्टिमिटर र मानक विचलन ६ सेन्टिमिटर हुन्छ। १७० सेन्टिमिटर र १८० सेन्टिमिटर बीचको उचाइ भएका पुरुषहरूको प्रतिशत निर्धारण गर्नुहोस्।
छलफल:
१. १७० सेन्टिमिटरको लागि Z-स्कोर निर्धारण गर्नुहोस्:
\[ Z_{170} = \frac{170 – 175}{6} = – \frac{5}{6} \लगभग -0.83 \]
१. १७० सेन्टिमिटरको लागि Z-स्कोर निर्धारण गर्नुहोस्:
\[ Z_{180} = \frac{180 – 175}{6} \लगभग 0.83 \]
३. तालिका Z हेर्नुहोस्:
– Z = -0.83 को सम्भाव्यता 0.2033 छ।
– Z = ०.८३ को सम्भाव्यता ०.७९६७ छ।
४. प्रतिशत गणना गर्दै:
– १७० सेन्टिमिटर र १८० सेन्टिमिटर बीचको उचाइको सम्भाव्यता ०.७९६७ – ०.२०३३ = ०.५९३४ हो।
– त्यसोभए, ५९.३४% पुरुषहरूको उचाइ १७० सेन्टिमिटरदेखि १८० सेन्टिमिटरसम्म हुन्छ।
प्रश्न १
IQ परीक्षणले १०० को औसत र १५ को मानक विचलनको साथ सामान्य वितरण प्रयोग गर्दछ। कुन अङ्क ८५ औं प्रतिशतक भित्र पर्दछ?
छलफल:
१. ८५ औं प्रतिशतकको लागि Z मान पत्ता लगाउने: Z तालिकाबाट वा क्याल्कुलेटर प्रयोग गरेर, ८५ औं प्रतिशतक Z = १.०४ सँग मेल खान्छ।
२. IQ स्कोर गणना गर्दै:
\[ X = Z\सिग्मा + \mu \]
\[ X = १.०४ \गुणा १५ + १०० \]
\[ X = १५.६ + १०० \]
\[ X = ११५.६ \]
त्यसैले, ८५ औं प्रतिशत भित्र पर्ने IQ स्कोर लगभग ११५.६ हुन्छ।
प्रश्न १
यदि हाई स्कूलका विद्यार्थीहरूको संज्ञानात्मक परीक्षणको नतिजाको औसत अंक ६५ छ र मानक विचलन १२ छ भनेर थाहा छ भने, २५ औं प्रतिशतकमा कति अंक हुन्छ?
छलफल:
१. २५ औं प्रतिशतकको लागि Z मान पत्ता लगाउँदै: Z तालिकाबाट वा क्याल्कुलेटर प्रयोग गरेर, २५ औं प्रतिशतकको लागि Z लगभग -०.६७४ हुन्छ।
२. परीक्षण स्कोर गणना गर्दै:
\[ X = Z\सिग्मा + \mu \]
\[ X = -०.६७४ \गुणा १२ + ६५ \]
\[ X = -८.०८८ + ६५ \]
\[ X \लगभग ५६.९१२ \]
त्यसो भए, २५ औं प्रतिशतमा रहेको मान लगभग ५६.९१२ छ।
केसिम्पुलन
सामान्य वितरण तथ्याङ्कमा एक महत्त्वपूर्ण अवधारणा हो जसले हामीलाई सम्भाव्यताको दृष्टिकोणबाट डेटा विश्लेषण गर्न र बुझ्न अनुमति दिन्छ। सामान्य वितरण दृष्टिकोण प्रयोग गरेर, हामी प्रतिशत गणना गर्न सक्छौं, प्रतिशतकहरूमा आधारित विशिष्ट मानहरू निर्धारण गर्न सक्छौं, र डेटालाई औसतसँग तुलना गर्न सक्छौं।
सामान्य वितरणको समस्या समाधान गर्नु परीक्षा र शैक्षिक अनुसन्धानको लागि मात्र उपयोगी छैन, तर मनोविज्ञान, व्यवसाय र सामाजिक विज्ञान जस्ता धेरै वास्तविक जीवनका क्षेत्रहरूमा पनि यसको व्यावहारिक प्रयोगहरू छन्। माथिका उदाहरणहरू र छलफलहरू मार्फत, हामी आशा गर्छौं कि तपाईंले सामान्य वितरण प्रकार्य र यसलाई विभिन्न सन्दर्भहरूमा कसरी लागू गर्ने भन्ने बारे राम्रोसँग बुझ्नुहुनेछ।
