شماريات ۾ عام ورڇ جو فارمولو

# شماريات ۾ عام تقسيم جو فارمولو

عام ورڇ، جنهن کي گاسي ورڇ يا گھنٽي وکر پڻ چيو ويندو آهي، شماريات ۾ سڀ کان بنيادي تصورن مان هڪ آهي. ان جي وجود کي اڪثر ڪري مختلف شمارياتي ۽ امڪاني تجزين جو بنياد سمجهيو ويندو آهي. هي ورڇ نه رڳو نظريي ۾ پر مختلف عملي ايپليڪيشنن ۾ پڻ استعمال ٿئي ٿي، جهڙوڪ مالي خطري جي انتظام، سماجي سائنس، طب، ۽ وڌيڪ.

## عام ورڇ جي تعريف

عام ورڇ هڪ مسلسل امڪاني ورڇ آهي جيڪا ان جي اوسط بابت هم آهنگ آهي. ٻين لفظن ۾، هن ورڇ جو هڪ گرافڪ پلاٽ هڪ گھنٽي وکر ٺاهيندو جيڪو اوسط تي ويڪرو ٿي رهيو آهي ۽ پڇن تي تنگ ٿي رهيو آهي. هن ورڇ جا ٻه مکيه پيرا ميٽر آهن: اوسط (μ) ۽ معياري انحراف (σ).

وچولي ورڇ جي مرڪز جي جڳھ کي طئي ڪري ٿي، جڏهن ته معياري انحراف ماپ ڪري ٿو ته ڊيٽا اوسط جي چوڌاري ڪيتري حد تائين پکڙيل آهي. معياري انحراف جيترو وڏو هوندو، اوترو ئي وسيع ۽ ننڍو ورڇ وارو وکر؛ معياري انحراف جيترو ننڍو هوندو، اوترو ئي تنگ ۽ تيز وکر هوندو.

## امڪاني کثافت جو ڪم

عام ورڇ لاءِ امڪاني کثافت فنڪشن (pdf) هيٺ ڏنل رياضياتي شڪل رکي ٿو:

\[ f(x | \mu, \sigma) = \frac{1}{\sigma \sqrt{2 \pi}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]

هتي:
- \( x \) هڪ بي ترتيب متغير آهي.
– \( \mu \) ورڇ جو اوسط آهي.
– \( \sigma \) ورڇ جو معياري انحراف آهي.
– \( e \) قدرتي لاگارٿم جو بنياد آهي، تقريبن 2.71828.

مٿيون فنڪشن هڪ سميٽرڪ بيل ڪرو ٺاهي ٿو. ٻن نقطن جي وچ ۾ هن فنڪشن جو انٽيگرل اهو امڪان ڏئي ٿو ته بي ترتيب متغير انهن ٻن قدرن جي وچ ۾ آهي.

## معياري عام ورڇ

معياري عام ورڇ هڪ عام ورڇ آهي جنهن ۾ اوسط \( \mu = 0 \) ۽ معياري انحراف \( \sigma = 1 \) آهي. معياري عام ورڇ لاءِ امڪاني کثافت جو ڪم آهي:

\[ f(z) = \frac{1}{\sqrt{2 \pi}} e^{ -\frac{z^2}{2} } \]

هتي:
- \( z \) هڪ معياري عام ورڇ جي پٺيان هڪ بي ترتيب متغير آهي.

معياري عام تقسيم اڪثر استعمال ڪئي ويندي آهي ڇاڪاڻ ته اها اسان کي "معياري ڪرڻ" نالي هڪ عمل ذريعي ٻين عام تقسيم کي معياري ڪرڻ جي اجازت ڏئي ٿي. معيار ۾ هيٺ ڏنل فارمولا استعمال ڪندي، عام تقسيم \( N(\mu, \sigma) \) جي قدرن \( x \) کي معياري عام تقسيم \( N(0, 1) \) جي قدرن \( z \) ۾ تبديل ڪرڻ شامل آهي:

\[ z = \frac{x - \mu}{\sigma} \]

هي عمل مختلف عام تقسيم مان قدرن جو مقابلو ڪرڻ آسان بڻائي ٿو انهن کي هڪ ئي پيماني تي نقشي ذريعي.

## درخواست ۽ لاڳاپيليت

### 1. مرڪزي حد جو ٿيورم

عام ورڇ خاص طور تي مرڪزي حد جي ٿيوريم (CLT) جي حوالي سان لاڳاپيل آهي. CLT چوي ٿو ته آزاد بي ترتيب متغيرن جو هڪ ڪافي وڏو تعداد تقريبن عام طور تي ورهايو ويندو، اصل ورڇ جي شڪل کان سواءِ. ان جو مطلب آهي ته عام ورڇ کي نموني جي اوسط جي ورڇ جي تقريبن لاءِ استعمال ڪري سگهجي ٿو، جيستائين نمونو ڪافي وڏو آهي.

### 2. شمارياتي اندازو

عام ورڇ مفروضي ٽيسٽن جي استعمال جي اجازت ڏئي ٿي، جهڙوڪ زيڊ ٽيسٽ ۽ ٽي ٽيسٽ. ٻئي طريقا معياري عام ورڇ کي استعمال ڪن ٿا مشاهدو ڪيل نتيجن جي شمارياتي اهميت کي طئي ڪرڻ لاءِ. زيڊ ٽيسٽ عام طور تي استعمال ڪيو ويندو آهي جڏهن نموني جي سائيز وڏي هوندي آهي يا آبادي جي معياري انحراف جي ڄاڻ هوندي آهي، جڏهن ته ٽي ٽيسٽ لاڳو ڪيو ويندو آهي جڏهن نموني جي سائيز ننڍي هوندي آهي يا آبادي جي معياري انحراف جي ڄاڻ نه هوندي آهي.

### 3. رجعت جو تجزيو

لڪير ريگريشن تجزيي ۾، اهو مفروضو ته غلطي ڊيٽا عام طور تي ورهايل آهي اهم آهي. هي مفروضو اعتماد جي وقفن جي حساب ۽ ريگريشن ماڊل پيرا ميٽرز جي اهميت جي جانچ جي اجازت ڏئي ٿو. ساڳئي طرح، ڊيٽا جي غلطين يا آئوٽليئرز کي ڳولڻ اڪثر ڪري عاميت کان اهم انحراف لاءِ بقايا ورڇ جي جانچ ڪندي ڪيو ويندو آهي.

### 4. طب ۽ حياتيات

طب ۾، عام ورڇ کي مختلف حياتياتي رجحانن جي ورڇ کي بيان ڪرڻ لاءِ استعمال ڪيو ويندو آهي. مثال طور، اوچائي، بلڊ پريشر، ۽ ڪجهه ليبارٽري ٽيسٽ جا نتيجا اڪثر ڪري هڪ عام ورڇ جي پيروي ڪندا آهن. هي طبي تشخيص لاءِ ڪٽ آف قدرن جي تعين کي آسان بڻائي ٿو.

### 5. فنانس ۽ معاشيات

فنانس ۾، عام ورڇ کي ڪيترن ئي رجحانن کي ماڊل ڪرڻ لاءِ استعمال ڪيو ويندو آهي، جهڙوڪ اسٽاڪ جي واپسي، سود جي شرح، ۽ وڌيڪ. جيتوڻيڪ عملي طور تي، اسٽاڪ اڪثر ڪري وڌيڪ اسڪيوپن ۽ ڪرٽوسس ڏيکاريندا آهن، هڪ عام ورڇ جو مفروضو اڃا تائين هڪ مضبوط تجزياتي بنياد فراهم ڪري ٿو.

## عملدرآمد ۽ حساب ڪتاب

### پٿون استعمال ڪندي

پٿون، NumPy ۽ SciPy جهڙين لائبريرين سان گڏ، عام تقسيم سان ڪم ڪرڻ جا ڪيترائي طريقا مهيا ڪري ٿو. هتي هڪ مثال آهي ته اسان انهن لائبريرين کي استعمال ڪندي عام تقسيم کي ڪيئن عام ڪري سگهون ٿا ۽ پلاٽ ڪري سگهون ٿا:

"پٿر"
numpy طور np درآمد ڪريو
matplotlib.pyplot کي plt طور درآمد ڪريو
scipy.stats درآمد جي معيار کان

# عام ورڇ جا پيرا ميٽر
mu = 0 # مطلب
سگما = 1 # معياري انحراف

# عام ورڇ لاءِ ڊيٽا
x = np.linspace(-5، 5، 1000)
y = نارمل.pdf(x، mu، سگما)

# عام ورڇ جو پلاٽ
پلاٽ.پلاٽ (x، y)
plt.xlabel('x')
plt.ylabel('کثافت')
plt.title('عام ورڇ N(0, 1)')
plt.show()
“

مٿي ڏنل مثال ۾، اسان اوسط 0 ۽ معياري انحراف 1 سان عام تقسيم ڊيٽا پيدا ڪيو، ۽ پوءِ ان جي امڪاني کثافت جي فنڪشن کي پلاٽ ڪيو.

## نتيجو

عام تقسيم انگ اکر ۽ امڪان ۾ اهم ڪردار ادا ڪري ٿي. ان جو عالمگير استعمال، مرڪزي حد جي ٿيوريم کان وٺي مختلف عملي ايپليڪيشنن جهڙوڪ رجعت تجزيو ۽ مفروضو جاچ تائين، ان کي سڀ کان وڌيڪ مشهور ۽ اهم امڪاني تقسيم مان هڪ بڻائي ٿو. عام تقسيم فارمولا کي سمجهڻ ۽ ان کي مؤثر طريقي سان ڪيئن استعمال ڪجي، ڊيٽا سائنس، تحقيق، معاشيات، ۽ ٻين ڪيترن ئي شعبن ۾ ڪم ڪندڙ ڪنهن به شخص لاءِ هڪ ضروري مهارت آهي.

هن ڄاڻ سان، اسان مختلف قسمن جي تجزياتي مسئلن کي وڌيڪ اثرائتي طريقي سان حل ڪري سگهون ٿا، اسان کي دستياب ڊيٽا ۽ امڪانن جي بنياد تي بهتر فيصلا ڪرڻ جي قابل بڻائي سگهون ٿا.