ද්විපද ව්යාප්තිය: න්යාය, යෙදුම් සහ උදාහරණ
පෙන්ඩහුලුවන්
ද්විපද ව්යාප්තිය සංඛ්යාලේඛන සහ සම්භාවිතා න්යායේ මූලික සංකල්පයකි. බහුලව භාවිතා වන විවික්ත ව්යාප්තියක් ලෙස, ද්විපද ව්යාප්තිය වෛද්ය විද්යාව, ආර්ථික විද්යාව, ජීව විද්යාව සහ සමාජ විද්යාව වැනි ක්ෂේත්රවල බොහෝ යෙදුම් ඉදිරිපත් කරයි. මෙම ලිපියෙන් ද්විපද ව්යාප්තිය ගැඹුරින් සාකච්ඡා කරනු ඇත, එහි අර්ථ දැක්වීම, ප්රධාන ගුණාංග, අදාළ සූත්ර සහ ප්රායෝගික යෙදුම් උදාහරණ කිහිපයක් ඇතුළුව.
ද්විපද ව්යාප්තිය අවබෝධ කර ගැනීම
ද්විපද ව්යාප්තිය n බර්නූලි අත්හදා බැලීම්වල ප්රතිඵලය විස්තර කරයි, එහිදී සෑම අත්හදා බැලීමකටම ඇත්තේ විය හැකි ප්රතිඵල දෙකක් පමණි: "සාර්ථකත්වය" හෝ "අසාර්ථකත්වය". උදාහරණයක් ලෙස, කාසියක් විසි කිරීමේදී, විය හැකි ප්රතිඵල "හිස්" හෝ "හිස්" වේ.
ද්විපද ව්යාප්තියේ ප්රධාන පරාමිතීන් දෙක වන්නේ:
1. n (අත්හදා බැලීම් ගණන)
2. p (සෑම අත්හදා බැලීමකම සාර්ථකත්වයේ සම්භාවිතාව)
වඩාත් විධිමත් ලෙස, n අත්හදා බැලීම්වල සාර්ථකත්ව සංඛ්යාව ද්විපද ව්යාප්තිය \( B(n, p) \) මගින් විස්තර කළ හැක.
සම්භාවිතා ස්කන්ධ ශ්රිතය (PMF)
ද්විපද ව්යාප්තියේ සම්භාවිතා ස්කන්ධ ශ්රිතය පහත පරිදි සකස් කර ඇත:
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]
කොහෙද:
– \( \binom{n}{k} \) යනු n තෝරාගත් k හි සංයෝජනයකි,
– \( p \) යනු තනි අත්හදා බැලීමක සාර්ථකත්වයේ සම්භාවිතාවයි,
– \( k \) යනු සාර්ථකත්ව ගණනයි,
– \( n \) යනු මුළු අත්හදා බැලීම් ගණනයි.
ද්විපද ව්යාප්තියේ ප්රධාන ගුණාංග
ද්විපද ව්යාප්තියට ප්රධාන ගුණාංග කිහිපයක් ඇත:
1. මධ්යන්යය (සාමාන්යය): එක් එක් අත්හදා බැලීමේදී සාර්ථකත්ව සම්භාවිතාවයෙන් අත්හදා බැලීම් ගණන ගුණ කිරීමෙන් ලබා ගන්නා ලදී. මධ්යන්යය \( \mu = np \) වේ.
2. විචලනය: ද්විපද ව්යාප්තියේ විචලනය යනු අත්හදා බැලීම් ගණන, සාර්ථකත්වයේ සම්භාවිතාව සහ අසාර්ථක වීමේ සම්භාවිතාව යන දෙකෙහිම ගුණිතයයි, එනම් \( \sigma^2 = np(1 – p) \).
3. සමමිතිය සහ ඇලවීම: \( p = 0.5 \) වන විට, ද්විපද ව්යාප්තිය සමමිතික වේ. \( p < 0.5 \) සඳහා, ව්යාප්තිය දකුණට ඇලවී ඇති අතර, \( p > 0.5 \) සඳහා, ව්යාප්තිය වමට ඇලවී ඇත.
4. අගය සීමාවන්: ද්විපද අගය (k) 0 සිට n දක්වා පරාසයක පවතී.
ද්විපද ව්යාප්තිය සහ මධ්යම සීමාව ප්රමේයය
මධ්යම සීමා ප්රමේයයේ ද්විපද ව්යාප්තිය වැදගත් කාර්යභාරයක් ඉටු කරයි. අත්හදා බැලීම් ගණන (n) ඉතා විශාල වූ විට, ද්විපද ව්යාප්තිය මධ්යන්යය \( \mu = np \) සහ සම්මත අපගමනය \( \sigma = \sqrt{np(1 – p)} \) සහිත සාමාන්ය ව්යාප්තියකට ළඟා වේ.
ද්විපද ව්යාප්තිය භාවිතා කරන උදාහරණය
විවිධ ක්ෂේත්රවලින් ලැබෙන ප්රායෝගික උදාහරණ හරහා ද්විපද ව්යාප්තිය පිළිබඳ සාකච්ඡා තේරුම් ගැනීමට පහසු වනු ඇත. සැබෑ ලෝක යෙදුම් කිහිපයක් මෙන්න:
උදාහරණය 1: නිෂ්පාදන පරීක්ෂාව
යම් ඉලෙක්ට්රොනික සමාගමකට නිෂ්පාදන මාර්ගයක් ඇති අතර එහි දෝෂ සහිත නිෂ්පාදනයක සම්භාවිතාව 0.01 ක් යැයි සිතමු. සමාගම නිෂ්පාදන 100 ක් පරීක්ෂා කළහොත්, දෝෂ සහිත නිෂ්පාදන 2 ක් හරියටම සොයා ගැනීමේ සම්භාවිතාව කුමක්ද?
ද්විපද ව්යාප්ති සූත්රය භාවිතා කරමින්:
\[ P(X = 2) = \බිනෝම්{100}{2} (0.01)^2 (0.99)^{98} \]
සංයෝජන \(\binom{100}{2}\) ගණනය කිරීමෙන්, පසුව ඉතිරි සම්භාවිතාවන්ගෙන් ගුණ කිරීමෙන්, අපට අවසාන ප්රතිඵලය ලැබේ.
උදාහරණය 2: වෛද්ය පර්යේෂණ
යම් රෝගයක් සඳහා ඖෂධයක් සායනිකව අත්හදා බැලීමේදී, එම ඖෂධයෙන් රෝගියෙකු සුවපත් වීමේ සම්භාවිතාව 0.8 කි. රෝගීන් 10 දෙනෙකු පරීක්ෂාවට ලක් කළහොත්, අවම වශයෙන් රෝගීන් 8 දෙනෙකු සුවපත් වීමේ සම්භාවිතාව කොපමණද?
මෙම සම්භාවිතාව සොයා ගැනීම සඳහා, සුවය ලබන රෝගීන් 8, 9 සහ 10 දෙනාගේ සම්භාවිතාවන් අපි එකතු කළ යුතුය:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
k හි එක් එක් අගය (8, 9, සහ 10) සඳහා ද්විපද සූත්රය භාවිතා කිරීමෙන්, පසුව ප්රතිඵල එකතු කිරීමෙන්.
උදාහරණය 3: ආර්ථික විද්යාවේ තීරණ
වෙළඳපල සමීක්ෂණයකදී, පාරිභෝගිකයින්ගෙන් 60% ක් නව නිෂ්පාදනයකට කැමති විය. පාරිභෝගිකයින් 20 දෙනෙකුගේ අහඹු නියැදියක් ලබා ගන්නේ නම්, අවම වශයෙන් ඔවුන්ගෙන් 15 දෙනෙකු නිෂ්පාදනයට කැමති වීමේ සම්භාවිතාව කුමක්ද?
15 සිට 20 දක්වා කැමැත්ත දැක්වීම් ගණනක සම්භාවිතාව ගණනය කිරීමට අපට ද්විපද ව්යාප්තිය අවශ්ය වේ:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
එම ක්රමයම භාවිතා කරමින්, අපි මෙම සම්භාවිතාව ගණනය කර එකතු කරමු.
ද්විපද ව්යාප්ති ගණනය කිරීම් වලදී තාක්ෂණය භාවිතා කිරීම
ඩිජිටල් යුගයේ දී, ද්විපද ව්යාප්ති ගණනය කිරීමේ යෙදුම් අතින් පමණක් නොව, R, Python වැනි මෘදුකාංග හෝ ඇතැම් සංඛ්යානමය ගණක යන්ත්ර භාවිතයෙන් ද සිදු කෙරේ.
ද්විපද ව්යාප්තිය ගණනය කිරීම සඳහා පයිතන් භාවිතා කිරීමේ උදාහරණයක් මෙන්න:
"`පිඹුරා
scipy.stats වෙතින් binom ආයාත කරන්න
n = 10 අත්හදා බැලීම් ගණන
p = 0.8 සාර්ථකත්ව සම්භාවිතාව
k = අපේක්ෂිත සාර්ථකත්ව සංඛ්යාව 8 කි
හරියටම සාර්ථකත්ව 8 ක සම්භාවිතාව
prob_8 = binom.pmf(k, n, p)
අවම වශයෙන් සාර්ථකත්ව 8 ක සම්භාවිතාව
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
print(f”හරියටම සාර්ථකත්ව 8 ක සම්භාවිතාව: {prob_8}”)
print(f”අවම වශයෙන් සාර්ථකත්ව 8 ක සම්භාවිතාව: {prob_ge_8}”)
""
නිගමනය
ද්විපද ව්යාප්තිය සංඛ්යාලේඛන සහ සම්භාවිතාවේ අත්යවශ්ය මූලික සංකල්පයකි. ද්විපද ව්යාප්තිය තේරුම් ගැනීමෙන්, ප්රතිඵල දෙකක් සහිත නැවත නැවත අත්හදා බැලීම් ඇතුළත් සැබෑ ලෝක තත්වයන්ට විවිධ සම්භාවිතා ආකෘති යෙදිය හැකිය. තාක්ෂණික මෙවලම් භාවිතා කිරීමේ හැකියාව ගණනය කිරීමේ ක්රියාවලිය වඩාත් කාර්යක්ෂම හා නිවැරදි කරයි. ද්විපද ව්යාප්තිය න්යායාත්මකව පමණක් නොව විද්යාවේ සහ කර්මාන්තයේ විවිධ ක්ෂේත්රවල අදාළ ප්රායෝගික යෙදුම් රාශියක් ද ඇත.
මෙම ලිපිය ද්විපද ව්යාප්තිය පිළිබඳ ගැඹුරු අවබෝධයක් ලබා දෙන අතර සංඛ්යාලේඛන සහ සම්භාවිතාව යන ක්ෂේත්රවල තවදුරටත් ගවේෂණය කිරීමට පෙළඹවීමක් ලබා දෙනු ඇතැයි අපි බලාපොරොත්තු වෙමු.
