இயல்நிலை பரவல் சார்பு

இயல்நிலை பரவல் சார்பு

இயல்நிலைப் பரவல் சார்பு என்பது புள்ளியியல் மற்றும் நிகழ்தகவில் உள்ள ஒரு அடிப்படைக் கருத்தாகும். இது பொருளியல் முதல் சமூக அறிவியல், இயற்பியல் மற்றும் பொறியியல் வரையிலான துறைகளில் முக்கியப் பங்கு வகிக்கிறது. பல நிஜ வாழ்க்கை நிகழ்வுகளின் இயல்பான பரவலை இது விவரிப்பதால், இந்தச் சார்பு மிகவும் முக்கியமானதாகும். இந்தக் கட்டுரை இயல்நிலைப் பரவல் சார்பு, அதன் பண்புகள், அதன் பயன்பாடுகள் மற்றும் தரவுப் பகுப்பாய்வில் அதனை எவ்வாறு பயன்படுத்துவது என்பது குறித்து ஆழமாக விவாதிக்கும்.

இயல்நிலைப் பரவல் சார்பு என்றால் என்ன?

காஸியன் பரவல் என்றும் அழைக்கப்படும் இயல்நிலைப் பரவல், புள்ளியியலில் மிகவும் பொதுவான நிகழ்தகவுப் பரவலாகும். இதன் வளைகோடு மணி வடிவமாகவும், சராசரியைப் பொறுத்து சமச்சீராகவும் இருக்கும். அதிக அளவிலான தரவுகள் சேகரிக்கப்படும்போது, ​​பல நிஜ வாழ்க்கை சமவாய்ப்பு மாறிகள் இந்தப் பரவலை ஒத்திருப்பதால், இந்தப் பரவல் 'இயல்நிலைப் பரவல்' என்று அழைக்கப்படுகிறது.

இயல்நிலைப் பரவல் சார்பு, சராசரி (μ) மற்றும் திட்ட விலக்கம் (σ) ஆகிய இரண்டு அளவுருக்களால் வரையறுக்கப்படுகிறது. சராசரியானது பரவலின் மையத்தைத் தீர்மானிக்கிறது, அதே சமயம் திட்ட விலக்கமானது வளைவின் அகலத்தையும் வடிவத்தையும் தீர்மானிக்கிறது. இந்தச் சார்பு பின்வரும் கணித சூத்திரத்தால் கொடுக்கப்படுகிறது:

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

எங்கே:
– \( x \) என்பது ஒரு சமவாய்ப்பு மாறி
– \( \mu \) என்பது சராசரி
– \( \sigma \) என்பது திட்ட விலகல் ஆகும்.
– \( \pi \) என்பது மாறிலி பை (தோராயமாக 3.14159) ஆகும்.
– \( e \) என்பது இயல் மடக்கையின் அடிமானம் (தோராயமாக 2.71828) ஆகும்.

இயல்நிலை பரவலின் பண்புகள்

இயல்நிலைப் பரவலானது, மற்ற நிகழ்தகவுப் பரவல்களிலிருந்து அதை வேறுபடுத்திக் காட்டும் பல தனித்துவமான பண்புகளைக் கொண்டுள்ளது:

1. சமச்சீரானது: ஒரு இயல்நிலைப் பரவல், சராசரியைப் பொறுத்து சமச்சீராக இருக்கும். இதன் பொருள், பாதித் தரவுகள் சராசரியின் இடப்புறத்திலும், மீதிப் பாதித் தரவுகள் வலப்புறத்திலும் அமைந்திருக்கும்.

2. சராசரியில் உச்சம்: வளைவரையானது சராசரியில் ஒரு உச்சத்தைக் கொண்டுள்ளது மற்றும் சராசரியிலிருந்து விலகிச் செல்லும்போது அதிவேகமாகக் குறைகிறது.

3. வளைகோட்டிற்குக் கீழுள்ள மொத்தப் பரப்பளவு: இயல்நிலைப் பரவல் வளைகோட்டிற்குக் கீழுள்ள மொத்தப் பரப்பளவு 1 ஆகும், இது மொத்த நிகழ்தகவைக் குறிக்கிறது.

4. அனுபவத் தொகுப்பு: ஏறக்குறைய 68% தரவுகள் சராசரியின் ஒரு திட்ட விலக்கத்திற்குள்ளும், 95% தரவுகள் இரண்டு திட்ட விலக்கங்களுக்குள்ளும், மற்றும் 99.7% தரவுகள் மூன்று திட்ட விலக்கங்களுக்குள்ளும் அமைந்துள்ளன. இது 68-95-99.7 விதி என்று அழைக்கப்படுகிறது.

5. எல்லையற்றது: ஒரு அணுகுமுறை இயல்நிலைப் பரவல் வளைகோடு, அது கிடை அச்சை (x-அச்சை) நெருங்கும், ஆனால் ஒருபோதும் தொடாது.

இயல்நிலை பரவல் பயன்பாடுகள்

இயல்நிலைப் பரவல் பல்வேறு துறைகளில் பரந்த பயன்பாடுகளைக் கொண்டுள்ளது, இதோ சில உதாரணங்கள்:

1. சமூக அறிவியல் மற்றும் உளவியல்
சமூக மற்றும் உளவியல் ஆய்வுகளில், நுண்ணறிவு ஈவு (IQ), தேர்வு மதிப்பெண்கள் மற்றும் ஆளுமைப் பண்புகள் போன்ற மதிப்புகளின் பரவலை விவரிக்க இயல்நிலைப் பரவல் பெரும்பாலும் பயன்படுத்தப்படுகிறது. பல மனிதப் பண்புகள் இயல்நிலைப் பரவலைக் கொண்டுள்ளன என்பதே இதன் அனுமானமாகும், இது ஆய்வாளர்கள் புள்ளிவிவரப் பகுப்பாய்வுகளைச் செய்ய அனுமதிக்கிறது.

2. பொருளாதாரம் மற்றும் நிதி
பொருளாதாரம் மற்றும் நிதிச் சந்தைகளில், இடர், முதலீட்டு வருமானம் மற்றும் சந்தை ஏற்ற இறக்கம் ஆகியவற்றை மதிப்பிடுவதற்குப் பல்வேறு மாதிரிகளில் இயல்நிலைப் பரவல் அனுமானம் பயன்படுத்தப்படுகிறது. பிளாக்-ஸ்கோல்ஸ் மாதிரி போன்ற மாதிரிகள், ஆப்ஷன்கள் மற்றும் பிற நிதி வழித்தோன்றல்களுக்கு விலை நிர்ணயம் செய்ய இயல்நிலைப் பரவலைப் பயன்படுத்துகின்றன.

3. இயற்கை அறிவியல் மற்றும் பொறியியல்
இயற்கை அறிவியல் மற்றும் பொறியியலில், அளவீட்டுப் பிழைகள் மற்றும் இயற்கை நிகழ்வுகளை மாதிரியாக்க இயல்நிலைப் பரவல் பயன்படுத்தப்படுகிறது. எடுத்துக்காட்டாக, இயற்பியலில், இது பிரௌனியன் இயக்கம் மற்றும் சோதனைகளில் ஏற்படும் பிழைகளின் பரவலை விவரிக்கப் பெரும்பாலும் பயன்படுத்தப்படுகிறது.

4. தரக் கட்டுப்பாடு
உற்பத்தித் துறையில், ஒரு உற்பத்திச் செயல்முறை அனுமதிக்கப்பட்ட வரம்புகளுக்குள் உள்ளதா அல்லது சரிசெய்யப்பட வேண்டுமா என்பதைத் தீர்மானிக்க உதவும் கட்டுப்பாட்டு வரைபடங்கள் போன்ற தரக் கட்டுப்பாட்டு முறைகளுக்கு இயல்நிலைப் பரவல் பயன்படுத்தப்படுகிறது.

தரவுப் பகுப்பாய்வில் இயல்நிலைப் பரவலைச் செயல்படுத்துதல்

தரவுப் பகுப்பாய்வில் இயல்நிலைப் பரவலைச் செயல்படுத்த, நிகழ்தகவுகளை எவ்வாறு கணக்கிடுவது மற்றும் தரவை எவ்வாறு தரப்படுத்துவது என்பதை நீங்கள் புரிந்து கொள்ள வேண்டும். தரப்படுத்தல், வெவ்வேறு இயல்நிலைப் பரவல்களிலிருந்து வரும் தரவுகளை ஒப்பிடுவதற்கு உதவுகிறது.

Z-ஸ்கோர்

Z-மதிப்பு அல்லது திட்ட விலக்கம் என்பது, ஒரு மதிப்பு (x) சராசரியிலிருந்து திட்ட விலக்க அலகுகளில் எவ்வளவு தூரம் விலகி உள்ளது என்பதை அளவிடப் பயன்படும் ஒரு நுட்பமாகும். Z-மதிப்பு பின்வரும் சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது:

\[ Z = \frac{(X – \mu)}{\sigma} \]

இந்த Z-மதிப்பைப் பயன்படுத்தி, Z அட்டவணை அல்லது புள்ளியியல் மென்பொருளின் உதவியுடன் ஒரு திட்ட இயல்நிலைப் பரவலின் (சராசரி=0 மற்றும் திட்ட விலகல்=1) நிகழ்தகவு அல்லது சதமானத்தைக் கண்டறியலாம்.

QQ ப்ளாட்

QQ (குவாண்டைல்-குவாண்டைல்) வரைபடம் என்பது, ஒரு தரவுத் தொகுப்பு இயல்நிலைப் பரவல் போன்ற ஒரு குறிப்பிட்ட பரவலைப் பின்பற்றுகிறதா என்பதை மதிப்பிடுவதற்கான ஒரு வரைபடக் கருவியாகும். தரவு இயல்நிலைப் பரவலைப் பின்பற்றினால், QQ வரைபடத்தின் புள்ளிகள் ஒரு நேர்கோட்டை உருவாக்கும்.

இயல்புநிலை சோதனை

தரவுகளில் இயல்புநிலையைச் சரிபார்க்கப் பயன்படுத்தக்கூடிய பல புள்ளியியல் சோதனைகள் உள்ளன. அவற்றுள் கோல்மோகோரோவ்-ஸ்மிர்னோவ் சோதனை, ஷாபிரோ-வில்க் சோதனை மற்றும் ஆண்டர்சன்-டார்லிங் சோதனை ஆகியவை அடங்கும். இந்தச் சோதனைகள், அசல் மக்கள்தொகைத் தரவு ஒரு இயல்நிலைப் பரவலைப் பின்பற்றுகிறதா என்பதைத் தீர்மானிக்க உதவுகின்றன.

உண்மையான உதாரணம்

இயல்நிலைப் பரவலின் செயலாக்கத்தைத் தெளிவுபடுத்த, ஒரு நிஜ உலக உதாரணத்தைக் கருத்தில் கொள்வோம். நம்மிடம் 1000 மாணவர்களின் தேர்வு மதிப்பெண் தரவுகள் இருப்பதாகவும், அவற்றின் சராசரி 70 மற்றும் திட்ட விலக்கம் 10 என்றும் வைத்துக்கொள்வோம்.

நிகழ்தகவைக் கணக்கிடுதல்

ஒரு மாணவர் 60 மற்றும் 80-க்கு இடையில் மதிப்பெண் பெறுவதற்கான நிகழ்தகவை நாம் அறிய விரும்புகிறோம். முதலில், 60 மற்றும் 80-க்கான Z-மதிப்பைக் கணக்கிடுகிறோம்.

\[ Z_{60} = \frac{60 – 70}{10} = -1 \]
\[ Z_{80} = \frac{80 – 70}{10} = 1 \]

Z-அட்டவணையைப் பயன்படுத்தி, Z <= -1 என்பதற்கான நிகழ்தகவு 0.1587 என்றும், Z <= 1 என்பதற்கான நிகழ்தகவு 0.8413 என்றும் காண்கிறோம். 60 மற்றும் 80-க்கு இடையில் ஒரு மதிப்பெண் பெறுவதற்கான நிகழ்தகவைக் கண்டறிய, இந்த இரண்டு நிகழ்தகவுகளையும் நாம் கழிக்கிறோம்: \[ P(60 <= X <= 80) = P(Z <= 1) - P(Z <= -1) = 0.8413 - 0.1587 = 0.6826 \] எனவே, ஒரு மாணவர் 60 மற்றும் 80-க்கு இடையில் மதிப்பெண் பெறுவதற்கான நிகழ்தகவு தோராயமாக 68.26% ஆகும். QQ வரைபடத்தை உருவாக்குதல்: R அல்லது Python போன்ற புள்ளியியல் மென்பொருளைப் பயன்படுத்தி, நமது தேர்வு மதிப்பெண் தரவுகளுக்கு ஒரு QQ வரைபடத்தை உருவாக்கலாம். நமது உண்மையான தேர்வு மதிப்பெண் தரவு இயல்நிலைப் பரவலைப் பின்பற்றினால், வரைபடத்தின் புள்ளிகள் ஒரு நேர்கோட்டை உருவாக்கும். இயல்நிலைப் பரவலைச் சோதித்தல்: இறுதியாக, நமது தேர்வு மதிப்பெண் தரவு இயல்நிலைப் பரவலைப் பின்பற்றுகிறதா என்பதைச் சரிபார்க்க ஷாபிரோ-வில்க் சோதனையை இயக்கலாம். புள்ளிவிவர மென்பொருளைப் பயன்படுத்தி, இந்தச் சோதனைக்கான p-மதிப்பை நாம் எளிதாகப் பெறலாம். p-மதிப்பு முக்கியத்துவ நிலையை (பொதுவாக 0.05) விட அதிகமாக இருந்தால், நமது தரவுகள் இயல்பானவை என்ற பூஜ்ஜிய கருதுகோளை நாம் நிராகரிக்கத் தவறுகிறோம். முடிவுரை: இயல்நிலைப் பரவல் சார்பு என்பது புள்ளிவிவரப் பகுப்பாய்வின் முதுகெலும்பாகும், மேலும் இது பல்வேறு துறைகளில் பரவலான பயன்பாடுகளைக் கொண்டுள்ளது. இந்தப் பரவலின் முக்கிய பண்புகளான சமச்சீர், சராசரியில் உச்சம் அடைதல் மற்றும் 68-95-99.7 விதி ஆகியவை பல வகையான தரவுப் பகுப்பாய்வுகளுக்கு இதை மிகவும் பொருத்தமானதாக ஆக்குகின்றன. இயல்நிலைப் பரவல் எவ்வாறு செயல்படுகிறது மற்றும் தரவுப் பகுப்பாய்வில் அதை எவ்வாறு செயல்படுத்துவது என்பதைப் புரிந்துகொள்வதன் மூலம், ஆராய்ச்சியாளர்களும் நிபுணர்களும் தங்கள் தரவுகளிலிருந்து வலுவான மற்றும் துல்லியமான அனுமானங்களைச் செய்ய முடியும். அது நிதி அபாயங்களைக் கணிப்பதாக இருந்தாலும், உளவியல் பண்புகளை மதிப்பிடுவதாக இருந்தாலும், அல்லது உற்பத்தித் தரத்தைக் கட்டுப்படுத்துவதாக இருந்தாலும், இயல்நிலைப் பரவல் சிக்கலான அமைப்புகளில் உள்ளார்ந்த மாறுபாட்டைப் புரிந்துகொள்வதற்கும் பகுப்பாய்வு செய்வதற்கும் ஒரு சக்திவாய்ந்த கட்டமைப்பை வழங்குகிறது.