بي ترتيب متغيرن جا بنيادي تصور

بي ترتيب متغيرن جا بنيادي تصور

شماريات ۽ امڪان جي نظريي ۾، بي ترتيب متغير سڀ کان بنيادي تصورن مان هڪ آهن، جيڪي بي ترتيب واقعن ۽ ماپيندڙ رياضياتي تجزيي جي وچ ۾ فرق کي ختم ڪن ٿا. بي ترتيب متغيرن ذريعي، اسان هڪ بي ترتيب تجربي جي نتيجن کي "ترجمو" ڪري سگهون ٿا - جيڪو شروعاتي طور تي واقعن يا زمرن تي مشتمل آهي - انهن انگن ۾ جيڪي پروسيس ڪري سگهجن ٿا: انهن جي امڪانن جو حساب ڪرڻ، انهن کي اوسط سان خلاصو ڪرڻ، انهن جي پکيڙ کي ماپڻ، ۽ مخصوص تقسيم استعمال ڪندي انهن کي ماڊل ڪرڻ. هي مضمون بي ترتيب متغيرن جي بنيادي تصورن، انهن جي قسمن، ۽ اهم تصورن جهڙوڪ امڪاني فنڪشن، مجموعي تقسيم فنڪشن، متوقع قدر، ۽ ويرينس تي بحث ڪري ٿو.

1. بي ترتيب متغير ڇا آهي؟

سادي لفظن ۾، هڪ بي ترتيب متغير هڪ فنڪشن آهي جيڪو هر نتيجي کي نموني جي جڳهه کان حقيقي نمبر تائين نقشو ڪري ٿو. نموني جي جڳهه هڪ بي ترتيب تجربي جي سڀني ممڪن نتيجن جو مجموعو آهي.

مثال طور، فرض ڪريو ته اسين ڇهن پاسن واري ڊائي کي رول ڪريون ٿا. نموني جي جاءِ {1، 2، 3، 4، 5، 6} آهي. اسين بي ترتيب متغير \(X\) کي "اهو انگ جيڪو ڊائي تي ظاهر ٿئي ٿو" جي طور تي بيان ڪري سگهون ٿا. پوءِ \(X\) جا قدر 1 کان 6 تائين ٿي سگهن ٿا، جيڪڏهن ڊائي منصفانه هجي ته برابر امڪان سان.

ٻيو مثال: اسين ٻه سڪا ڦيرايون ٿا. نموني جي جاءِ {HH، HT، TH، TT} آهي. جيڪڏهن اسين بي ترتيب متغير \(Y\) کي "ظاهر ٿيندڙ سرن جو تعداد" طور بيان ڪريون ٿا، ته پوءِ:
– ايڇ ايڇ → \(وائي = 2\)
– ايڇ ٽي → \(وائي = 1\)
– ٽي → \(وائي = 1\)
– ٽي ٽي → \(وائي = 0\)

هتي اسان ڏسون ٿا ته بي ترتيب متغيرن کي اصل نتيجو سڌو سنئون "عڪس" ڪرڻ جي ضرورت ناهي؛ اهي تجزيي جي ضرورتن مطابق بي ترتيب نتيجن کي عددي قدر تفويض ڪرڻ جو هڪ طريقو آهن.

2. بي ترتيب متغيرن جا قسم: الڳ ۽ مسلسل

عام طور تي، بي ترتيب متغير ٻن مکيه قسمن ۾ ورهايل آهن:

الف) الڳ الڳ بي ترتيب متغير
هڪ ڊسڪريٽ رينڊم ويريئيبل هڪ بي ترتيب ويريئيبل آهي جنهن جي قدرن کي هڪ هڪ ڪري ڳڻائي سگهجي ٿو (ڳڻپ لائق)، عام طور تي انٽيجرز جي صورت ۾ يا مخصوص قدرن جي هڪ الڳ سيٽ ۾.

مثال:
- هڪ خاندان ۾ ٻارن جو تعداد (0، 1، 2، 3، ...)
- 1 منٽ ۾ ٽول پوسٽ تان گذرندڙ گاڏين جو تعداد
- معائنو ڪيل 10 شين مان ناقص شين جو تعداد

ڊسڪريٽ بي ترتيب متغيرن لاءِ، هر قدر جي امڪان کي سڌو سنئون امڪاني ماس فنڪشن جي صورت ۾ ظاهر ڪري سگهجي ٿو.

ب) مسلسل بي ترتيب متغير
هڪ مسلسل بي ترتيب متغير هڪ بي ترتيب متغير آهي جيڪو حقيقي نمبر لائن تي مسلسل وقفي تي قدر وٺي سگهي ٿو (غير ڳڻپ لائق)، مثال طور 0 ۽ 1 جي وچ ۾ سڀئي قدر، يا سڀئي مثبت حقيقي قدر.

مثال:
- هڪ شخص جو قد
- ڪائونٽر تي گراهڪ جي انتظار جو وقت
- هڪ خاص ڪلاڪ تي هوا جو گرمي پد

هڪ مسلسل بي ترتيب متغير لاءِ، ڪنهن به ڏنل نقطي تي امڪان بنيادي طور تي صفر آهي. تنهن ڪري، امڪان کي امڪاني کثافت فنڪشن استعمال ڪندي قدرن جي هڪ حد (مثال طور، 10 ۽ 12 منٽن جي وچ ۾) تي ڳڻيو ويندو آهي.

3. امڪاني ڪم: PMF ۽ PDF

ايندڙ اهم تصور اهو آهي ته ڪيئن امڪان هڪ بي ترتيب متغير جي قدر سان "منسلڪ" آهي.

الف) امڪاني ماس فنڪشن (PMF)
هڪ ڊسڪريٽ بي ترتيب متغير \(X\) لاءِ، PMF جي وضاحت هن طرح ڪئي وئي آهي:
\[
پي (ايڪس) = پي (ايڪس = ايڪس)
\]
جي فراهمي سان:
1. سڀني لاءِ \(p(x) \ge 0\) \(x\)
2. \(\sum_x p(x) = 1\)

سادو مثال: فيئر ڊائس
\[
پي (ايڪس = ڪي) = \ فريڪ {1}{6}، \ چوٿون ڪي = 1، 2، 3، 4، 5، 6
\]

ب) امڪاني کثافت فنڪشن (PDF)
هڪ مسلسل بي ترتيب متغير \(X\) لاءِ، اسان PDF \(f(x)\) استعمال ڪريون ٿا ته جيئن وقفي \([a,b]\) تي امڪان هجي:
\[
پي(ايڪسڪسڪسليڪس) = ڊي ايڪس
\]
جي فراهمي سان:
1. \(f(x) \ge 0\)
2. \(\int_{-\infty}^{\infty} f(x)\,dx = 1\)

اهو زور ڏيڻ جي لائق آهي: هڪ مسلسل بي ترتيب متغير لاءِ، \(P(X=x)=0\) \(x\) جي هر هڪ قدر لاءِ. حدن تي بحث ڪرڻ وقت امڪان هميشه معنيٰ خيز هوندو آهي.

4. مجموعي تقسيم فنڪشن (سي ڊي ايف)

ڇا ڊسڪريٽ هجي يا مسلسل، بي ترتيب متغيرن کي مجموعي تقسيم فنڪشن (CDF) ذريعي بيان ڪري سگهجي ٿو، جنهن جي وضاحت هن ريت ڪئي وئي آهي:
\[
ايف (ايڪس) = پي (ايڪس \لي ايڪس)
\]

سي ڊي ايف ۾ ڪيترائي اهم خاصيتون آهن:
- \(F(x)\) جو قدر هميشه 0 ۽ 1 جي وچ ۾ هوندو آهي.
– \(F(x)\) گھٽ نه ٿو ٿئي (گهٽ نه ٿيندڙ)
- \(\lim_{x\to -\infty}F(x)=0\) ۽ \(\lim_{x\to\infty}F(x)=1\)

ڊسڪريٽ متغيرن لاءِ، سي ڊي ايف "زين" جي شڪل ۾ آهي (ڪجهه نقطن تي اڀرندڙ). مسلسل متغيرن لاءِ، سي ڊي ايف عام طور تي هموار هوندو آهي ۽ پي ڊي ايف جو لازمي حصو آهي:
\[
ايف (ايڪس) = \ انٽ_ {- \ انفٽي} ^ {ايڪس} ايف (ٽي) \, ڊي ٽي
\]

5. مرڪزي رجحان جي ماپ: متوقع قدر (توقع)

هڪ دفعو اسان کي امڪاني ورڇ جي خبر پوي ٿي، اسان اڪثر ڪري بي ترتيب متغير کي هڪ واحد عدد سان اختصار ڪرڻ چاهيون ٿا جيڪو ان جي "ڊگهي عرصي جي سراسري قدر" جي نمائندگي ڪري ٿو. هي متوقع قدر يا توقع آهي.

الف) الڳ الڳ متغير اميدون
جيڪڏهن \(X\) ڌار آهي:
\[
اي [ايڪس] = \sum_x x\,p(x)
\]

ب) مسلسل متغيرن جي توقع
جيڪڏهن \(X\) مسلسل آهي:
\[
اي[ايڪس] = \انٽ_{-\انفٽي}^{\انفٽي} x\,f(x)\,dx
\]

اميد هميشه "گهڻو ڪري ايندڙ قدر" (موڊ) وانگر نه هوندي آهي، ۽ هميشه اها قدر نه هوندي آهي جيڪا واقعي ٿيڻ جو امڪان هجي، پر اهو فيصلو ڪرڻ، اڳڪٿي ڪرڻ، ۽ خطري جي تجزيي لاءِ تمام ڪارآمد آهي.

درخواست جي مثال: ڪاروبار ۾، اميدن کي حڪمت عملي جي متوقع سراسري منافعي جي حساب سان استعمال ڪري سگهجي ٿو، مختلف منظرنامي ۽ انهن جي امڪانن کي نظر ۾ رکندي.

6. پکيڙ جا ماپ: فرق ۽ معياري انحراف

ٻن بي ترتيب متغيرن ۾ ساڳي اميد ٿي سگهي ٿي پر غير يقيني صورتحال جي مختلف سطحون. تنهن ڪري، اسان کي منتشر جي ماپن جي ضرورت آهي، يعني ويرينس ۽ معياري انحراف.

\(X\) جي فرق کي هن طرح بيان ڪيو ويو آهي:
\[
وار (ايڪس) = اي [(ايڪس اي [ايڪس]) ^ 2]
\]
معياري انحراف ويرينس جو چورس روٽ آهي:
\[
\سگما = \اسڪوارٽ{وار(ايڪس)}
\]

عملي فارمولا جيڪي اڪثر استعمال ڪيا ويندا آهن:
\[
وار (X) = اي [X ^ 2] - (اي [X ]) ^ 2
\]

ويرينس جيترو وڏو هوندو، اوترو ئي مطلب مان \(X\) قدرن جو اسپريڊ وڌيڪ هوندو، جنهن جو مطلب آهي وڌيڪ غير يقيني صورتحال.

7. اڪثر استعمال ٿيندڙ امڪاني تقسيم

عملي طور تي، ڪيترائي بي ترتيب متغير ڪجهه تقسيم جي نمونن جي پيروي ڪندا آهن. ڪجھ مشهور تقسيم آهن:

- برنولي: ٻه نتيجا (ڪاميابي/ناڪامي)، مثال طور سچو-ڪوڙ، جيئرو-مرده.
- ٻِنوميئل: \(n\) برنولي آزمائشن مان ڪاميابين جو تعداد، مثال طور 20 ماڻهن مان گريجوئيشن ڪندڙ شاگردن جو تعداد.
- پوئسن: هڪ وقت/خلا جي وقفي ۾ واقعن جو تعداد، مثال طور في منٽ ايندڙ ڪالن جو تعداد.
- هڪجهڙائي مسلسل: وقفي ۾ سڀئي قدر هڪجهڙا ممڪن آهن.
- عام (گاسي): ڪيترائي قدرتي ۽ سماجي واقعا هن ورڇ جي ويجهو اچن ٿا، جهڙوڪ اوچائي يا ماپ جي غلطي.

صحيح ورڇ چونڊڻ سان ماڊلنگ ۽ تجزيو وڌيڪ صحيح ٿيڻ ۾ مدد ملندي آهي.

8. بي ترتيب متغير ڇو اهم آهن؟

بي ترتيب متغير ان لاءِ بنياد آهن:
- تخميني انگ اکر: نمونن جي بنياد تي آبادي جي پيرا ميٽرز جو اندازو لڳائڻ
- مفروضو جاچ: اهو فيصلو ڪرڻ ته ڇا دعويٰ ڊيٽا جي حمايت ۾ آهي
- مشين لرننگ: غير يقيني صورتحال ۽ اڳڪٿي جي امڪان کي ماڊل ڪرڻ
- خطري جو انتظام: نقصان ۽ انتهائي حالتن جي امڪان کي ماپڻ
- انجنيئرنگ ۽ سائنس: سگنل پروسيسنگ، سسٽم جي اعتبار، قطار جو نظريو

بي ترتيب متغيرن سان، اسان وٽ غير يقيني صورتحال بابت منظم طريقي سان ڳالهائڻ لاءِ هڪ رياضياتي ٻولي آهي.

نتيجو

هڪ بي ترتيب متغير امڪاني نظريي ۾ هڪ بنيادي تصور آهي جيڪو بي ترتيب تجربن جي نتيجن کي عددي قدرن سان نقشو ڪري ٿو. بي ترتيب متغير الڳ يا مسلسل ٿي سگهن ٿا، ۽ هر هڪ PMF يا PDF ذريعي امڪانن جي نمائندگي ڪرڻ جو هڪ مختلف طريقو آهي. وڌيڪ، CDF امڪانن جي جمع کي ڏسڻ جو هڪ عام طريقو مهيا ڪري ٿو. تقسيم کي مختصر ڪرڻ لاءِ، توقع کي مرڪزي رجحان جي ماپ طور استعمال ڪيو ويندو آهي ۽ ويرينس/معياري انحراف کي منتشر جي ماپ طور. انهن بنيادي تصورن کي سمجهڻ سان امڪاني تقسيم، شمارياتي تخمينو، رجعت، ۽ خطري جي ماڊلنگ ۽ جديد ڊيٽا تجزيو جهڙن وڌيڪ ترقي يافته موضوعن کي سکڻ ۾ مدد ملندي.

جيڪڏهن توهان چاهيو ٿا، ته مان مثالي سوال ۽ انهن جي بحث (ڊسڪريٽ ۽ مسلسل) پڻ شامل ڪري سگهان ٿو ته جيئن بي ترتيب متغيرن جي تصور کي سمجهڻ ۾ آسان بڻائي سگهجي.