සාමාන්ය ව්යාප්තිය පිළිබඳ සාකච්ඡා ප්රශ්නයක උදාහරණයක්
සාමාන්ය ව්යාප්තිය, ගවුසියානු ව්යාප්තිය ලෙසද හැඳින්වේ, සංඛ්යාලේඛනවල බහුලව භාවිතා වන සම්භාවිතා ව්යාප්තියයි. මෙම ව්යාප්තිය සමමිතික සීනු හැඩයක් ඇති අතර, එයින් පෙන්නුම් කරන්නේ දත්ත මධ්යන්යය වටා සකස් කර ඇති බවත් අන්ත (මධ්යන්යයෙන් දුරස්ථ අගයන්) සම්භාවිතාව අඩු බවත්ය.
මෙම ලිපියෙන් අපි සාමාන්ය ව්යාප්තිය හා සම්බන්ධ විවිධ උදාහරණ ගැටළු සහ ඒවා විසඳන්නේ කෙසේද යන්න සාකච්ඡා කරමු. අපි මූලික සංකල්ප කිහිපයක් හඳුන්වා දීමෙන් පටන් ගෙන පසුව වඩාත් සංකීර්ණ උදාහරණ වෙත යමු.
සාමාන්ය ව්යාප්තියේ මූලික කරුණු
සාමාන්ය ව්යාප්තිය යනු පරාමිතීන් දෙකක් සහිත අඛණ්ඩ ව්යාප්තියකි: මධ්යන්යය සහ සම්මත අපගමනය (SD). මධ්යන්යය ව්යාප්තියේ කේන්ද්රය තීරණය කරන අතර සම්මත අපගමනය ව්යාප්තියේ පළල තීරණය කරයි.
සාමාන්ය ව්යාප්තියේ වැදගත් ලක්ෂණ:
1. සමමිතිය: සාමාන්ය ව්යාප්තිය මධ්යන්යයට සාපේක්ෂව සමමිතික වේ.
2. ආනුභවික රීතිය (ආනුභවික රීතිය):
– දත්ත වලින් 68% ක් පමණ මධ්යන්යයේ එක් සම්මත අපගමනයක පවතී.
– දත්ත වලින් ආසන්න වශයෙන් 95% ක් පමණ මධ්යන්යයේ සම්මත අපගමන දෙකක් තුළ පවතී.
– දත්ත වලින් ආසන්න වශයෙන් 99.7% ක් පමණ මධ්යන්යයේ සම්මත අපගමන තුනක් තුළ පවතී.
නියැදි ප්රශ්න සහ සාකච්ඡා
උදාහරණ ප්රශ්නය 1: Z-ලකුණු ගණනය කිරීම
ප්රශ්නය: විභාගයක සාමාන්ය ලකුණු 70ක් සහ සම්මත අපගමනය 10ක් වේ. ශිෂ්යයෙකුට ලකුණු 80ක් ලැබේ. ශිෂ්යයාගේ ඉසෙඩ් අගය කොපමණද?
විසඳුමක්:
Z-score යනු අගයක් මධ්යන්යයෙන් කොපමණ සම්මත අපගමනයන් දැයි මැනීමකි.
Z-ලකුණු සූත්රය:
\[ Z = \frac{X – \mu}{\sigma} \]
කොහෙද:
– \( X \) යනු නිරීක්ෂණය කළ අගයයි.
– \( \mu \) යනු සාමාන්යයයි.
– \( \sigma \) යනු සම්මත අපගමනයයි.
එය දන්නවා:
– \( x = 80 \)
– \( \මු = 70 \)
– \( \සිග්මා = 10 \)
සූත්රයේ යෙදීම:
\[ Z = \frac{80 – 70}{10} = 1 \]
ඉතින්, ශිෂ්යයාගේ Z-ලකුණු 1 වන අතර, එයින් අදහස් වන්නේ ලකුණු 80 ක් යනු සාමාන්යයට වඩා එක් සම්මත අපගමනයකි.
උදාහරණ ප්රශ්නය 2: යම් අගයක සම්භාවිතාව
ප්රශ්නය: සාමාන්යය 100ක් සහ සම්මත අපගමනය 15ක් සහිත සාමාන්ය ව්යාප්තියකදී, 85ට අඩු අගයක් සොයා ගැනීමේ සම්භාවිතාව කුමක්ද?
විසඳුමක්:
පියවර:
1. \( X = 85 \) අගය සඳහා Z-ලකුණු ගණනය කරන්න:
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. -1 හි Z-ලකුණකට අනුරූප සම්භාවිතාව සොයා ගැනීමට Z-වගුවක් හෝ සංඛ්යානමය ගණක යන්ත්රයක් භාවිතා කරන්න. Z-වගුවක, -1 හි Z-ලකුණක සම්භාවිතාව ආසන්න වශයෙන් 0.1587 කි.
ඉතින්, 85 ට අඩු අගයක් සොයා ගැනීමේ සම්භාවිතාව 0.1587 හෝ 15.87% කි.
උදාහරණ ප්රශ්නය 3: ආනුභවික රීති භාවිතය
ප්රශ්නය: පාසල්වල ගණිත පරීක්ෂණ ලකුණු ව්යාප්තිය 75 ක සාමාන්ය ව්යාප්තියක් සහ 8 ක සම්මත අපගමනයක් සහිත සාමාන්ය ව්යාප්තියක් අනුගමනය කරන බව දන්නා කරුණකි. 67 සහ 83 අතර ලකුණු ලබා ගත් සිසුන්ගේ අනුපාතය කුමක්ද?
විසඳුමක්:
Langkah-langkah:
1. 67 සහ 83 අගයන් සඳහා Z-ලකුණු ගණනය කරන්න:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. ආනුභවික නීතිවලට අනුව, සාමාන්යයෙන් -1 SD සහ +1 SD අතර අගයන් ජනගහනයෙන් 68% ක් පමණ ආවරණය කරයි.
ඉතින්, 67 ත් 83 ත් අතර ලකුණු ලබාගත් සිසුන්ගේ අනුපාතය 68% ක් පමණ විය.
උදාහරණ ප්රශ්නය 4: ප්රතිශත වලින් අගයන් ගණනය කිරීම
ප්රශ්නය: රටක වැඩිහිටි පිරිමින්ගේ සාමාන්ය උස සෙන්ටිමීටර 175 ක් වන අතර සම්මත අපගමනය සෙන්ටිමීටර 7 ක් නම්, 90 වන ප්රතිශතයේදී උස කොපමණද?
විසඳුමක්:
Langkah-langkah:
1. 90 වන ප්රතිශතයට අනුරූප වන Z-ලකුණ සොයන්න. Z-වගුව මත පදනම්ව, 0.9000 ට ආසන්නතම Z-ලකුණ ආසන්න වශයෙන් 1.28 කි.
2. \( X \) හි අගය ගණනය කිරීමට සූත්රය භාවිතා කරන්න:
\[ X = \mu + Z \times \sigma \]
\[ X = 175 + 1.28 \ගුණ 7 \]
\[ X = 175 + 8.96 \]
\[ X = 183.96 \]
ඉතින්, 90 වන ප්රතිශතයේ උස සෙන්ටිමීටර 183.96 ක් පමණ වේ.
උදාහරණ ප්රශ්නය 5: යම් කාල පරතරයක සම්භාවිතාව
ප්රශ්නය: අලුත උපන් බිළිඳාගේ බරෙහි ව්යාප්තිය සාමාන්ය ව්යාප්තියක් අනුගමනය කරන අතර එහි සාමාන්යය කිලෝග්රෑම් 3.5 ක් සහ සම්මත අපගමනය කිලෝග්රෑම් 0.5 ක් වන බැවින්, ළදරුවෙකුගේ බර කිලෝග්රෑම් 3 ත් 4 ත් අතර වීමේ සම්භාවිතාව කුමක්ද?
විසඳුමක්:
Langkah-langkah:
1. 3 kg සහ 4 kg අගයන් සඳහා Z-ලකුණු ගණනය කරන්න:
\[ Z_{3} = \frac{3 – 3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[ Z_{4} = \frac{4 – 3.5}{0.5} = \frac{0.5}{0.5} = 1 \]
2. Z වගුව මත පදනම්ව -1 සහ 1 අතර Z-ලකුණු සඳහා සම්භාවිතාව ආසන්න වශයෙන් 0.6826 හෝ 68.26% කි.
ඉතින්, කිලෝග්රෑම් 3 ත් 4 ත් අතර බරකින් යුත් දරුවෙකු ලැබීමේ සම්භාවිතාව 68.26% ක් පමණ වේ.
නිගමනය
සාමාන්ය ව්යාප්තිය යනු සංඛ්යාලේඛනවල මූලික සංකල්පයක් වන අතර එය ඉතා වැදගත් වන අතර එය සැබෑ ලෝකයේ බොහෝ යෙදීම් ඇත. මෙම ලිපියෙන් අපි සාමාන්ය ව්යාප්තියේ මූලික සංකල්ප පැහැදිලි කර ඇති අතර අපගේ අවබෝධය ගැඹුරු කිරීම සඳහා උදාහරණ කිහිපයක් විසඳා ඇත්තෙමු.
සාමාන්ය ව්යාප්තිය අවබෝධ කර ගැනීම සංඛ්යාලේඛන සඳහා පමණක් නොව මනෝවිද්යාව, ආර්ථික විද්යාව සහ අනෙකුත් සමාජ විද්යාවන් වැනි විවිධ ප්රායෝගික ක්ෂේත්ර සඳහා ද වැදගත් වේ. ප්රමාණවත් පුහුණුවක් සමඟින්, සාමාන්ය ව්යාප්ති ගැටළු විසඳීම වඩාත් බුද්ධිමත් විය හැකි අතර දත්ත මත පදනම් වූ තීරණ ගැනීමේදී උපකාරී වේ.
