ਆਮ ਵੰਡ ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ 'ਤੇ ਚਰਚਾ ਸਵਾਲ ਦੀ ਉਦਾਹਰਣ

ਇੱਕ ਆਮ ਵੰਡ ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ 'ਤੇ ਚਰਚਾ ਸਵਾਲ ਦੀ ਉਦਾਹਰਣ

ਆਮ ਵੰਡ, ਜਿਸਨੂੰ ਗੌਸੀ ਵੰਡ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅੰਕੜਿਆਂ ਅਤੇ ਸੰਭਾਵਨਾ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਨਿਰੰਤਰ ਸੰਭਾਵਨਾ ਵੰਡਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਇਸ ਵੰਡ ਨੂੰ ਅਕਸਰ ਇਸਦੇ ਅਨੁਕੂਲ ਗਣਿਤਿਕ ਗੁਣਾਂ, ਜਿਵੇਂ ਕਿ ਸਮਰੂਪਤਾ ਅਤੇ ਇੱਕ ਮੱਧਮਾਨ (µ) ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ (σ) ਦੇ ਨਾਲ ਪੈਰਾਮੀਟਰਾਈਜ਼ੇਸ਼ਨ ਵਿੱਚ ਇਸਦੀ ਵਿਲੱਖਣਤਾ ਦੇ ਕਾਰਨ ਵੱਖ-ਵੱਖ ਅੰਕੜਾ ਅਨੁਮਾਨਾਂ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਧਾਰਨਾ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਲੇਖ ਉਦਾਹਰਣਾਂ 'ਤੇ ਚਰਚਾ ਕਰੇਗਾ ਅਤੇ ਇਸ ਸੰਕਲਪ ਦੀ ਡੂੰਘੀ ਸਮਝ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਆਮ ਵੰਡ ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ 'ਤੇ ਚਰਚਾ ਕਰੇਗਾ।

ਆਮ ਵੰਡ ਨੂੰ ਸਮਝਣਾ

ਆਮ ਵੰਡ ਨੂੰ ਇੱਕ ਸਮਮਿਤੀ ਘੰਟੀ ਵਕਰ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਮੁੱਲ ਮੱਧ ਮੁੱਲ, ਜਾਂ ਔਸਤ ਦੇ ਦੁਆਲੇ ਕੇਂਦਰਿਤ ਹੁੰਦੇ ਹਨ। ਇਸ ਵੰਡ ਦੇ ਅੰਦਰ, ਮੱਧਮਾਨ (µ) ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ (σ) ਦੋ ਮਹੱਤਵਪੂਰਨ ਮਾਪਦੰਡ ਹਨ ਜੋ ਡੇਟਾ ਵਿੱਚ ਫੈਲਾਅ ਦੀ ਸਥਿਤੀ ਅਤੇ ਮਾਤਰਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ।

ਆਮ ਵੰਡ ਦਾ ਸੰਭਾਵਨਾ ਘਣਤਾ ਫੰਕਸ਼ਨ (PDF) ਇਹ ਹੈ:

\[f(x) = \frac{1}{\sqrt{2\pi\ਸਿਗਮਾ^2}} e^{-\frac{(x – \mu)^2}{2\ਸਿਗਮਾ^2}}\]

ਮਨ ਵਿੱਚ:
– \( \mu \) ਔਸਤ ਜਾਂ ਔਸਤ ਹੈ
– \( \ਸਿਗਮਾ \) ਮਿਆਰੀ ਭਟਕਣ ਹੈ
– \( x \) ਇੱਕ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਹੈ

ਆਮ ਵੰਡ ਵਿੱਚ ਅਨੁਮਾਨਿਤ ਮੁੱਲ

ਇੱਕ ਆਮ ਵੰਡ ਵਾਲੇ ਇੱਕ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਵੰਡ ਦੇ ਔਸਤ ਦੇ ਬਰਾਬਰ ਹੁੰਦਾ ਹੈ। ਜੇਕਰ \( X \sim N(\mu, \sigma^2) \), ਤਾਂ ਅਨੁਮਾਨਿਤ ਮੁੱਲ \( E(X) \) ਹੈ:

ਵੀ ਪੜ੍ਹੋ  ਵਿਗਿਆਨ ਦੇ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਡੈਰੀਵੇਟਿਵਜ਼ ਦੇ ਉਪਯੋਗ

\[ ਈ(ਐਕਸ) = \ਮਿਊ \]

ਆਓ ਆਪਣੀ ਸਮਝ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਨ ਲਈ ਆਮ ਵੰਡ ਵਿੱਚ ਉਮੀਦ ਕੀਤੇ ਮੁੱਲਾਂ ਸੰਬੰਧੀ ਸਮੱਸਿਆਵਾਂ ਦੀਆਂ ਕੁਝ ਉਦਾਹਰਣਾਂ ਨਾਲ ਅੱਗੇ ਵਧਦੇ ਹਾਂ।

ਨਮੂਨਾ ਸਵਾਲ ਅਤੇ ਚਰਚਾ

ਉਦਾਹਰਨ ਸਵਾਲ 1:

ਮੰਨ ਲਓ \( X \) ਇੱਕ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡਿਆ ਹੋਇਆ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਹੈ ਜਿਸ ਵਿੱਚ \( \mu = 50 \) ਅਤੇ \( \ਸਿਗਮਾ = 10 \) ਹੈ। \( X \) ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰੋ।

ਚਰਚਾ:

ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਇੱਕ ਆਮ ਵੰਡ ਵਿੱਚ, ਅਨੁਮਾਨਿਤ ਮੁੱਲ \( E(X) \) \( \mu \ ਦੇ ਬਰਾਬਰ ਹੁੰਦਾ ਹੈ। ਇਸ ਲਈ,

\[ ਈ(ਐਕਸ) = \ਮਿਊ = 50 \]

ਉਦਾਹਰਨ ਸਵਾਲ 2:

ਇੱਕ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਦਿੱਤਾ ਗਿਆ ਹੈ \( Y \) ਆਮ ਤੌਰ 'ਤੇ \( \mu = 120 \) ਅਤੇ \( \ਸਿਗਮਾ = 15 \) ਨਾਲ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ। \( Y \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਪਤਾ ਕਰੋ।

ਚਰਚਾ:

ਪਹਿਲੀ ਉਦਾਹਰਣ ਵਾਂਗ, \( Y \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਆਮ ਵੰਡ ਦਾ ਵਿਚਕਾਰਲਾ ਮੁੱਲ ਜਾਂ ਔਸਤ ਹੈ, ਅਰਥਾਤ:

\[ ਈ(ਵਾਈ) = \ਮਿਊ = 120 \]

ਉਦਾਹਰਨ ਸਵਾਲ 3:

ਜੇਕਰ ਰੈਂਡਮ ਵੇਰੀਏਬਲ \( Z \) \( \mu = 0 \) ਅਤੇ \( \sigma = 1 \) (ਮਿਆਰੀ ਆਮ ਵੰਡ) ਦੇ ਨਾਲ ਇੱਕ ਆਮ ਵੰਡ ਦਾ ਪਾਲਣ ਕਰਦਾ ਹੈ, ਤਾਂ \( Z \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਕੀ ਹੈ?

ਚਰਚਾ:

ਮਿਆਰੀ ਆਮ ਵੰਡ ਦਾ ਔਸਤ \( \mu = 0 \) ਹੈ, ਇਸ ਲਈ ਅਨੁਮਾਨਿਤ ਮੁੱਲ \( E(Z) \) ਹੈ:

ਵੀ ਪੜ੍ਹੋ  Contoh soal pembahasan Kedudukan Garis Terhadap Lingkaran

\[ ਈ(ਜ਼ੈਡ) = \ਮਿਊ = 0 \]

ਉਦਾਹਰਨ ਸਵਾਲ 4:

ਮੰਨ ਲਓ \( W \) ਇੱਕ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡਿਆ ਗਿਆ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਹੈ ਜਿਸਦਾ ਔਸਤ \( \mu = 75 \) ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ \( \ਸਿਗਮਾ = 20 \) ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇੱਕ ਨਵਾਂ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ \( V = 2W + 3 \) ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਾਂ, ਤਾਂ \( V \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਕੀ ਹੈ?

ਚਰਚਾ:

\( V \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਲੱਭਣ ਲਈ, ਸਾਨੂੰ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਰੇਖਿਕਤਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਦਿੱਤਾ ਗਿਆ \( V = 2W + 3 \), ਫਿਰ:

\[ ਈ(ਵੀ) = ਈ(2 ਡਬਲਯੂ + 3) \]

ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਰੇਖਿਕਤਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਆਧਾਰ 'ਤੇ, ਅਸੀਂ ਸਥਿਰਾਂਕ ਨੂੰ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਤੋਂ ਵੱਖ ਕਰ ਸਕਦੇ ਹਾਂ:

\[ ਈ(ਵੀ) = 2 ਈ(ਡਬਲਯੂ) + ਈ(3) \]

ਇਹ ਜਾਣਦੇ ਹੋਏ ਕਿ ਇੱਕ ਸਥਿਰਾਂਕ ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਸਥਿਰਾਂਕ ਹੀ ਹੁੰਦਾ ਹੈ:

\[ E(3) = 3 \]

ਅਤੇ \( W \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਆਮ ਵੰਡ \( W \) ਦਾ ਮੱਧਮਾਨ ਹੈ:

\[ ਈ(ਡਬਲਯੂ) = \ਮਿਊ = 75 \]

ਇਸ ਲਈ,

\[ E(V) = 2 \ਗੁਣਾ 75 + 3 \]
\[ ਈ(ਵੀ) = 150 + 3 \]
\[ ਈ(ਵੀ) = 153 \]

ਉਦਾਹਰਨ ਸਵਾਲ 5:

ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ \( Q \) ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਔਸਤ \( \mu = 40 \) ਅਤੇ ਮਿਆਰੀ ਭਟਕਣ \( \ਸਿਗਮਾ = 5 \) ਹੁੰਦਾ ਹੈ। ਜੇਕਰ \[ U = Q/2 \] ਹੁੰਦਾ ਹੈ ਤਾਂ \( Q \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਕੀ ਹੈ?

ਚਰਚਾ:

ਅਸੀਂ ਉਦਾਹਰਨ 4 ਦੇ ਸਮਾਨ ਸਿਧਾਂਤ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ, ਅਰਥਾਤ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਰੇਖਿਕਤਾ ਵਿਸ਼ੇਸ਼ਤਾ। ਇਹ ਦੇਖਦੇ ਹੋਏ ਕਿ \( U = Q/2 \), ਫਿਰ:

ਵੀ ਪੜ੍ਹੋ  ਮੋਡ ਅਤੇ ਮੀਡੀਅਨ

\[ ਈ(ਯੂ) = ਈ\ਖੱਬਾ(\ਫ੍ਰੈਕ{ਸਿਊ}{2}\ਸੱਜਾ) \]

ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਰੇਖਿਕਤਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਆਧਾਰ 'ਤੇ:

\[ ਈ(ਯੂ) = \ਫ੍ਰੈਕ{1}{2} ਈ(ਪ੍ਰ) \]

ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ ਕਿ \( Q \) ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਆਮ ਵੰਡ \( Q \) ਦਾ ਮੱਧਮਾਨ ਹੈ:

\[ ਈ(ਪ੍ਰ) = \ਮਿਊ = 40 \]

ਇਸ ਲਈ,

\[ ਈ(ਯੂ) = \ਫ੍ਰੈਕ{1}{2} \ਗੁਣਾ 40 \]
\[ ਈ(ਯੂ) = 20 \]

ਸਿੱਟਾ

ਇੱਕ ਆਮ ਵੰਡ ਵਿੱਚ, ਇੱਕ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਹਮੇਸ਼ਾਂ ਵੰਡ ਦੇ ਔਸਤ (µ) ਦੇ ਬਰਾਬਰ ਹੁੰਦਾ ਹੈ। ਉੱਪਰ ਦਿੱਤੀਆਂ ਉਦਾਹਰਣ ਸਮੱਸਿਆਵਾਂ ਰੇਖਿਕਤਾ ਗੁਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਇਸ ਮੂਲ ਧਾਰਨਾ ਨੂੰ ਸਮਝਣ ਨਾਲ ਅੰਕੜਿਆਂ ਅਤੇ ਸੰਭਾਵਨਾ ਵਿੱਚ ਆਮ ਵੰਡ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਸੰਭਾਲਣਾ ਆਸਾਨ ਹੋ ਜਾਂਦਾ ਹੈ।

ਅੰਕੜਿਆਂ ਵਿੱਚ ਆਮ ਵੰਡ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਇਸਦੀ ਵਰਤੋਂ ਵਿਹਾਰਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਪਰਿਕਲਪਨਾ ਟੈਸਟਿੰਗ, ਪੈਰਾਮੀਟਰ ਅਨੁਮਾਨ, ਅਤੇ ਕਈ ਹੋਰ ਅੰਕੜਾਤਮਕ ਅਨੁਮਾਨ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਵੰਡ ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਚੰਗੀ ਸਮਝ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਹਿਲਾ ਕਦਮ ਹੈ।

ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਲੇਖ ਸੰਬੰਧਿਤ ਉਦਾਹਰਣ ਪ੍ਰਸ਼ਨਾਂ ਅਤੇ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ ਦੇ ਨਾਲ-ਨਾਲ ਆਮ ਵੰਡ ਵਿੱਚ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਦੀ ਇੱਕ ਸਪਸ਼ਟ ਅਤੇ ਉਪਯੋਗੀ ਵਿਆਖਿਆ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।

ਇੱਕ ਟਿੱਪਣੀ ਛੱਡੋ