ਸਧਾਰਨ ਵੰਡ ਫੰਕਸ਼ਨ
ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ ਅੰਕੜਿਆਂ ਅਤੇ ਸੰਭਾਵਨਾ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਸੰਕਲਪ ਹੈ ਜੋ ਅਰਥ ਸ਼ਾਸਤਰ ਤੋਂ ਲੈ ਕੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਤੱਕ ਦੇ ਖੇਤਰਾਂ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦਾ ਹੈ। ਇਹ ਫੰਕਸ਼ਨ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਇਹ ਅਸਲ ਜੀਵਨ ਦੇ ਬਹੁਤ ਸਾਰੇ ਵਰਤਾਰਿਆਂ ਦੀ ਕੁਦਰਤੀ ਵੰਡ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ। ਇਹ ਲੇਖ ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ, ਇਸਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਇਸਦੇ ਉਪਯੋਗਾਂ ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇਸਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ ਬਾਰੇ ਡੂੰਘਾਈ ਨਾਲ ਚਰਚਾ ਕਰੇਗਾ।
ਸਾਧਾਰਨ ਵੰਡ ਫੰਕਸ਼ਨ ਕੀ ਹੈ?
ਆਮ ਵੰਡ, ਜਿਸਨੂੰ ਗੌਸੀ ਵੰਡ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅੰਕੜਿਆਂ ਵਿੱਚ ਸਭ ਤੋਂ ਆਮ ਸੰਭਾਵਨਾ ਵੰਡ ਹੈ। ਇਸਦਾ ਵਕਰ ਘੰਟੀ ਦੇ ਆਕਾਰ ਦਾ ਹੈ ਅਤੇ ਔਸਤ ਦੇ ਬਾਰੇ ਸਮਮਿਤੀ ਹੈ। ਇਸ ਵੰਡ ਨੂੰ 'ਆਮ' ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਬਹੁਤ ਸਾਰੇ ਅਸਲ-ਜੀਵਨ ਦੇ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਇਸ ਵੰਡ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਹਨ ਜਦੋਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਇਕੱਠਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ ਦੋ ਪੈਰਾਮੀਟਰਾਂ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਔਸਤ (μ) ਅਤੇ ਮਿਆਰੀ ਭਟਕਣਾ (σ)। ਮੱਧਮਾਨ ਵੰਡ ਦੇ ਕੇਂਦਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਮਿਆਰੀ ਭਟਕਣਾ ਵਕਰ ਦੀ ਚੌੜਾਈ ਅਤੇ ਆਕਾਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। ਇਹ ਫੰਕਸ਼ਨ ਹੇਠਾਂ ਦਿੱਤੇ ਗਣਿਤਿਕ ਫਾਰਮੂਲੇ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਹੈ:
\[ f(x|\mu, \ਸਿਗਮਾ) = \frac{1}{\ਸਿਗਮਾ \sqrt{2\pi}} e^{ -\frac{(x-\mu)^2}{2\ਸਿਗਮਾ^2}} \]
ਮਨ:
– \( x \) ਇੱਕ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ ਹੈ
– \( \mu \) ਮੱਧਮਾਨ ਹੈ
– \( \ਸਿਗਮਾ \) ਮਿਆਰੀ ਭਟਕਣ ਹੈ
– \( \pi \) ਸਥਿਰ ਪਾਈ ਹੈ (ਲਗਭਗ 3.14159)
– \( e \) ਕੁਦਰਤੀ ਲਘੂਗਣਕ ਦਾ ਅਧਾਰ ਹੈ (ਲਗਭਗ 2.71828)
ਆਮ ਵੰਡ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ
ਆਮ ਵੰਡ ਵਿੱਚ ਕਈ ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ ਜੋ ਇਸਨੂੰ ਹੋਰ ਸੰਭਾਵਨਾ ਵੰਡਾਂ ਤੋਂ ਵੱਖ ਕਰਦੀਆਂ ਹਨ:
1. ਸਮਮਿਤੀ: ਇੱਕ ਆਮ ਵੰਡ ਮੱਧਮਾਨ ਦੇ ਬਾਰੇ ਸਮਮਿਤੀ ਹੁੰਦੀ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅੱਧਾ ਡੇਟਾ ਮੱਧਮਾਨ ਦੇ ਖੱਬੇ ਪਾਸੇ ਹੈ ਅਤੇ ਦੂਜਾ ਅੱਧਾ ਸੱਜੇ ਪਾਸੇ ਹੈ।
2. ਔਸਤ 'ਤੇ ਸਿਖਰ: ਵਕਰ ਦਾ ਔਸਤ 'ਤੇ ਇੱਕ ਸਿਖਰ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਮੱਧਮਾਨ ਤੋਂ ਦੂਰ ਜਾਣ ਦੇ ਨਾਲ-ਨਾਲ ਘਾਤਕ ਤੌਰ 'ਤੇ ਘਟਦਾ ਜਾਂਦਾ ਹੈ।
3. ਵਕਰ ਦੇ ਅਧੀਨ ਕੁੱਲ ਖੇਤਰਫਲ: ਆਮ ਵੰਡ ਵਕਰ ਦੇ ਅਧੀਨ ਕੁੱਲ ਖੇਤਰਫਲ 1 ਹੈ, ਜੋ ਕਿ ਕੁੱਲ ਸੰਭਾਵਨਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
4. ਅਨੁਭਵੀ ਸੈੱਟ: ਲਗਭਗ 68% ਡੇਟਾ ਔਸਤ ਦੇ ਇੱਕ ਮਿਆਰੀ ਭਟਕਣ ਦੇ ਅੰਦਰ ਹੈ, 95% ਦੋ ਮਿਆਰੀ ਭਟਕਣ ਦੇ ਅੰਦਰ ਹੈ, ਅਤੇ 99.7% ਤਿੰਨ ਮਿਆਰੀ ਭਟਕਣ ਦੇ ਅੰਦਰ ਹੈ। ਇਸਨੂੰ 68-95-99.7 ਨਿਯਮ ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ।
5. ਅਨਬਾਉਂਡਡ: ਅਸਿੰਪਟੋਟਿਕ ਆਮ ਵੰਡ ਵਕਰ ਜਿੱਥੇ ਇਹ ਲੇਟਵੇਂ ਧੁਰੇ (x-ਧੁਰੇ) ਦੇ ਨੇੜੇ ਆਉਂਦਾ ਹੈ, ਪਰ ਕਦੇ ਨਹੀਂ ਛੂਹਦਾ।
ਆਮ ਵੰਡ ਐਪਲੀਕੇਸ਼ਨਾਂ
ਆਮ ਵੰਡ ਦੇ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਵਿਆਪਕ ਉਪਯੋਗ ਹਨ, ਇੱਥੇ ਕੁਝ ਉਦਾਹਰਣਾਂ ਹਨ:
1. ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਅਤੇ ਮਨੋਵਿਗਿਆਨ
ਸਮਾਜਿਕ ਅਤੇ ਮਨੋਵਿਗਿਆਨਕ ਖੋਜ ਵਿੱਚ, ਆਮ ਵੰਡ ਅਕਸਰ ਆਈਕਿਊ, ਟੈਸਟ ਸਕੋਰ, ਅਤੇ ਸ਼ਖਸੀਅਤ ਦੇ ਗੁਣਾਂ ਵਰਗੇ ਮੁੱਲਾਂ ਦੀ ਵੰਡ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ। ਧਾਰਨਾ ਇਹ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਮਨੁੱਖੀ ਗੁਣ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡੇ ਜਾਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਅੰਕੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਆਗਿਆ ਮਿਲਦੀ ਹੈ।
2. ਅਰਥ ਸ਼ਾਸਤਰ ਅਤੇ ਵਿੱਤ
ਅਰਥਸ਼ਾਸਤਰ ਅਤੇ ਵਿੱਤੀ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ, ਆਮ ਵੰਡ ਧਾਰਨਾ ਨੂੰ ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਵਿੱਚ ਜੋਖਮ, ਨਿਵੇਸ਼ ਰਿਟਰਨ ਅਤੇ ਬਾਜ਼ਾਰ ਦੀ ਅਸਥਿਰਤਾ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਬਲੈਕ-ਸਕੋਲਸ ਮਾਡਲ ਵਰਗੇ ਮਾਡਲ ਕੀਮਤ ਵਿਕਲਪਾਂ ਅਤੇ ਹੋਰ ਵਿੱਤੀ ਡੈਰੀਵੇਟਿਵਜ਼ ਲਈ ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।
3. ਕੁਦਰਤੀ ਵਿਗਿਆਨ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ
ਕੁਦਰਤੀ ਵਿਗਿਆਨ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ, ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਮਾਪ ਗਲਤੀਆਂ ਅਤੇ ਕੁਦਰਤੀ ਵਰਤਾਰਿਆਂ ਨੂੰ ਮਾਡਲ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਵਿੱਚ, ਇਸਦੀ ਵਰਤੋਂ ਅਕਸਰ ਬ੍ਰਾਊਨੀਅਨ ਗਤੀ ਅਤੇ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਦੀ ਵੰਡ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
4. ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ
ਨਿਰਮਾਣ ਉਦਯੋਗ ਵਿੱਚ, ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਵਿਧੀਆਂ ਜਿਵੇਂ ਕਿ ਨਿਯੰਤਰਣ ਚਾਰਟ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਇੱਕ ਉਤਪਾਦਨ ਪ੍ਰਕਿਰਿਆ ਆਗਿਆਯੋਗ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਹੈ ਜਾਂ ਇਸਨੂੰ ਐਡਜਸਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।
ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਆਮ ਵੰਡ ਨੂੰ ਲਾਗੂ ਕਰਨਾ
ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਆਮ ਵੰਡ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇਹ ਸਮਝਣਾ ਪਵੇਗਾ ਕਿ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਅਤੇ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਮਾਨਕੀਕਰਨ ਕਰਨਾ ਹੈ। ਮਾਨਕੀਕਰਨ ਵੱਖ-ਵੱਖ ਆਮ ਵੰਡਾਂ ਤੋਂ ਡੇਟਾ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
Z- ਸਕੋਰ
Z-ਸਕੋਰ, ਜਾਂ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ, ਇੱਕ ਤਕਨੀਕ ਹੈ ਜੋ ਅਕਸਰ ਇਹ ਮਾਪਣ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਯੂਨਿਟਾਂ ਵਿੱਚ ਇੱਕ ਮੁੱਲ (x) ਔਸਤ ਤੋਂ ਕਿੰਨੀ ਦੂਰ ਹੈ। Z-ਸਕੋਰ ਦੀ ਗਣਨਾ ਇਸ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:
\[ Z = \frac{(X – \mu)}{\sigma} \]
ਇਸ Z-ਸਕੋਰ ਮੁੱਲ ਨੂੰ ਫਿਰ Z ਟੇਬਲ ਜਾਂ ਅੰਕੜਾ ਸਾਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਮਿਆਰੀ ਆਮ ਵੰਡ (ਔਸਤ=0 ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ=1) ਦੀ ਸੰਭਾਵਨਾ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤਤਾ ਲੱਭਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
QQ ਪਲਾਟ
ਇੱਕ QQ (ਕੁਆਂਟਾਈਲ-ਕੁਆਂਟਾਈਲ) ਪਲਾਟ ਇੱਕ ਗ੍ਰਾਫਿਕਲ ਟੂਲ ਹੈ ਜੋ ਇਹ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਡੇਟਾ ਦਾ ਇੱਕ ਸਮੂਹ ਇੱਕ ਖਾਸ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਆਮ ਵੰਡ। ਜੇਕਰ ਡੇਟਾ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਤਾਂ QQ ਪਲਾਟ 'ਤੇ ਬਿੰਦੂ ਇੱਕ ਸਿੱਧੀ ਰੇਖਾ ਬਣਾਉਣਗੇ।
ਸਾਧਾਰਨਤਾ ਟੈਸਟ
ਕਈ ਅੰਕੜਾ ਟੈਸਟ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਡੇਟਾ ਵਿੱਚ ਸਾਧਾਰਨਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੋਲਮੋਗੋਰੋਵ-ਸਮਿਰਨੋਵ ਟੈਸਟ, ਸ਼ਾਪੀਰੋ-ਵਿਲਕ ਟੈਸਟ, ਅਤੇ ਐਂਡਰਸਨ-ਡਾਰਲਿੰਗ ਟੈਸਟ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਟੈਸਟ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਅਸਲ ਆਬਾਦੀ ਡੇਟਾ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ।
ਅਸਲੀ ਉਦਾਹਰਣ
ਆਮ ਵੰਡ ਦੇ ਲਾਗੂਕਰਨ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਲਈ, ਆਓ ਇੱਕ ਅਸਲ-ਸੰਸਾਰ ਦੀ ਉਦਾਹਰਣ 'ਤੇ ਵਿਚਾਰ ਕਰੀਏ। ਮੰਨ ਲਓ ਕਿ ਸਾਡੇ ਕੋਲ 1000 ਵਿਦਿਆਰਥੀਆਂ ਤੋਂ ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਔਸਤ 70 ਹੈ ਅਤੇ ਇੱਕ ਮਿਆਰੀ ਭਟਕਣਾ 10 ਹੈ।
ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ
ਅਸੀਂ ਕਿਸੇ ਵਿਦਿਆਰਥੀ ਦੇ 60 ਅਤੇ 80 ਦੇ ਵਿਚਕਾਰ ਅੰਕ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਪਹਿਲਾਂ, ਅਸੀਂ 60 ਅਤੇ 80 ਲਈ Z-ਸਕੋਰ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ।
\[ Z_{60} = \frac{60 – 70}{10} = -1 \]
\[ Z_{80} = \frac{80 – 70}{10} = 1 \]
Z-ਸਾਰਣੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਪਾਉਂਦੇ ਹਾਂ ਕਿ Z <= -1 ਦੀ ਸੰਭਾਵਨਾ 0.1587 ਹੈ ਅਤੇ Z <= 1 ਦੀ ਸੰਭਾਵਨਾ 0.8413 ਹੈ। 60 ਅਤੇ 80 ਦੇ ਵਿਚਕਾਰ ਸਕੋਰ ਦੀ ਸੰਭਾਵਨਾ ਲੱਭਣ ਲਈ, ਅਸੀਂ ਇਹਨਾਂ ਦੋ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹਾਂ: \[ P(60 <= X <= 80) = P(Z <= 1) - P(Z <= -1) = 0.8413 - 0.1587 = 0.6826 \] ਇਸ ਲਈ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੇ 60 ਅਤੇ 80 ਦੇ ਵਿਚਕਾਰ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਲਗਭਗ 68.26% ਹੈ। QQ ਪਲਾਟ ਬਣਾਉਣਾ R ਜਾਂ Python ਵਰਗੇ ਅੰਕੜਾ ਸੌਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਆਪਣੇ ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ ਲਈ ਇੱਕ QQ ਪਲਾਟ ਬਣਾ ਸਕਦੇ ਹਾਂ। ਜੇਕਰ ਸਾਡਾ ਅਸਲ ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਪਲਾਟ 'ਤੇ ਬਿੰਦੂ ਇੱਕ ਸਿੱਧੀ ਰੇਖਾ ਬਣਾਉਣਗੇ। ਸਧਾਰਣਤਾ ਲਈ ਜਾਂਚ ਅੰਤ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਜਾਂਚ ਕਰਨ ਲਈ ਸ਼ਾਪੀਰੋ-ਵਿਲਕ ਟੈਸਟ ਚਲਾ ਸਕਦੇ ਹਾਂ ਕਿ ਕੀ ਸਾਡਾ ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਅੰਕੜਾ ਸਾਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਅਸੀਂ ਇਸ ਟੈਸਟ ਲਈ ਆਸਾਨੀ ਨਾਲ p-ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਾਂ। ਜੇਕਰ p-ਮੁੱਲ ਮਹੱਤਵ ਪੱਧਰ (ਆਮ ਤੌਰ 'ਤੇ 0.05) ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਅਸੀਂ ਇਸ ਨਲ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਾਂ ਕਿ ਸਾਡਾ ਡੇਟਾ ਆਮ ਹੈ। ਸਿੱਟਾ ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ ਅੰਕੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਹੈ ਅਤੇ ਵੱਖ-ਵੱਖ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਵਿਆਪਕ ਉਪਯੋਗ ਹਨ। ਵੰਡ ਦੀਆਂ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ—ਸਮਰੂਪਤਾ, ਔਸਤ 'ਤੇ ਸਿਖਰ, ਅਤੇ 68-95-99.7 ਨਿਯਮ—ਇਸਨੂੰ ਕਈ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਆਦਰਸ਼ ਬਣਾਉਂਦੇ ਹਨ। ਇਹ ਸਮਝ ਕੇ ਕਿ ਆਮ ਵੰਡ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ ਅਤੇ ਇਸਨੂੰ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ, ਖੋਜਕਰਤਾ ਅਤੇ ਪੇਸ਼ੇਵਰ ਆਪਣੇ ਡੇਟਾ ਤੋਂ ਮਜ਼ਬੂਤ ਅਤੇ ਸਹੀ ਅਨੁਮਾਨ ਲਗਾ ਸਕਦੇ ਹਨ। ਭਾਵੇਂ ਇਹ ਵਿੱਤੀ ਜੋਖਮਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਹੋਵੇ, ਮਨੋਵਿਗਿਆਨਕ ਗੁਣਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਹੋਵੇ, ਜਾਂ ਨਿਰਮਾਣ ਗੁਣਵੱਤਾ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਾ ਹੋਵੇ, ਆਮ ਵੰਡ ਗੁੰਝਲਦਾਰ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਮੌਜੂਦ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਨੂੰ ਸਮਝਣ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਢਾਂਚਾ ਪੇਸ਼ ਕਰਦੀ ਹੈ।
