அடிப்படை அனுமான புள்ளிவிவரங்கள்

அடிப்படை அனுமானப் புள்ளியியல்: வரையறை, முறைகள் மற்றும் பயன்பாடுகள்

புள்ளிவிவரவியல் என்பது தரவுகளை எவ்வாறு சேகரிப்பது, செயலாக்குவது, பகுப்பாய்வு செய்வது, விளக்குவது மற்றும் வழங்குவது என்பதைப் பற்றி ஆய்வு செய்யும் ஒரு அறிவியல் ஆகும். புள்ளிவிவரவியல் பரவலாக இரண்டு முக்கிய கிளைகளாகப் பிரிக்கப்பட்டுள்ளது: விளக்கப் புள்ளிவிவரவியல் மற்றும் அனுமானப் புள்ளிவிவரவியல். விளக்கப் புள்ளிவிவரவியல், அட்டவணைகள், வரைபடங்கள் மற்றும் மையப் போக்கு மற்றும் பரவலின் பல்வேறு அளவீடுகள் போன்ற எளிதில் புரிந்துகொள்ளக்கூடிய வடிவங்களில் தரவுகளை வழங்குவதிலும் சுருக்கமாகக் கூறுவதிலும் கவனம் செலுத்துகிறது. மறுபுறம், அனுமானப் புள்ளிவிவரவியல், மாதிரித் தரவுகளின் அடிப்படையில் ஒரு மக்கள் தொகையைப் பற்றி கணிப்புகளையோ அல்லது அனுமானங்களையோ செய்ய நமக்கு உதவுகிறது.

அனுமானப் புள்ளியியல் என்பது, ஒரு மாதிரியிலிருந்து எடுக்கப்பட்ட தரவுகளின் அடிப்படையில் ஒரு மக்கள் தொகையைப் பற்றி அனுமானிக்க அல்லது முடிவுகளை எடுக்க நமக்கு உதவும் புள்ளியியலின் ஒரு பிரிவாகும். முழு மக்கள் தொகையிலிருந்தும் தரவுகளைச் சேகரிப்பது பெரும்பாலும் சாத்தியமற்றது என்பதால், இந்தப் பயன்பாடு மிகவும் முக்கியமானது. அனுமானப் புள்ளியியல் முறைகள் மூலம், நாம் மக்கள் தொகையைப் பற்றி மதிப்பீடுகளையோ அல்லது கருதுகோள்களையோ உருவாக்கலாம் மற்றும் அந்த மதிப்பீடுகளின் மீதான நம்பகத்தன்மையின் அளவை அளவிடலாம்.

அடிப்படைப் புரிதல் மற்றும் முக்கியக் கருத்துகள்

மக்கள்தொகை மற்றும் மாதிரி
மக்கள் தொகை: ஆய்வுக்கு உட்படுத்தப்படும் தனிநபர்கள் அல்லது பொருட்களின் முழுத் தொகுப்பைக் குறிக்கிறது. எடுத்துக்காட்டாக, ஒரு பல்கலைக்கழகத்தில் உள்ள அனைத்து மாணவர்களும்.
– மாதிரி: ஒரு மக்கள் தொகையைப் பற்றி அனுமானங்களைச் செய்வதற்காக, அந்த மக்கள் தொகையிலிருந்து ஆராய்ச்சிக்குத் தேர்ந்தெடுக்கப்பட்ட ஒரு துணைக்குழு அல்லது ஒரு பகுதி. எடுத்துக்காட்டாக, பல்கலைக்கழகத்திலிருந்து தோராயமாகத் தேர்ந்தெடுக்கப்பட்ட 100 மாணவர்கள்.

அளவுருக்கள் மற்றும் புள்ளிவிவரங்கள்
– அளவுரு: இது ஒரு மக்கள்தொகையின் பண்பை (எடுத்துக்காட்டாக, மக்கள்தொகை சராசரி) விவரிக்கும் ஒரு எண் மதிப்பாகும்.
புள்ளிவிவரங்கள்: இவை ஒரு மாதிரியின் பண்பை விவரிக்கும் எண் மதிப்புகள் ஆகும் (எடுத்துக்காட்டாக, மாதிரி சராசரி).

அனுமான புள்ளிவிவரங்களில் முறைகள்

அனுமானப் புள்ளியியலில் அடிக்கடி பயன்படுத்தப்படும் பல்வேறு முறைகள் உள்ளன, அவையாவன:

1. அளவுரு மதிப்பீடு
– அளவுரு மதிப்பீடு என்பது, மாதிரித் தரவைப் பயன்படுத்தி ஒரு மக்கள் தொகை அளவுருவின் மதிப்பை மதிப்பிடுவதை (அல்லது கணிப்பதை) உள்ளடக்கியது. மதிப்பீட்டில் இரண்டு முக்கிய வகைகள் உள்ளன:
– புள்ளி மதிப்பீடு: ஒரு மக்கள்தொகை அளவுருவின் ஒற்றை மதிப்பீடு. எடுத்துக்காட்டாக, மக்கள்தொகை சராசரியை மதிப்பிடுவதற்கு மாதிரி சராசரியைப் பயன்படுத்துதல்.
– நம்பக இடைவெளி: ஒரு குறிப்பிட்ட அளவு நம்பிக்கையுடன், மக்கள் தொகை அளவுரு மதிப்பைக் கொண்டிருக்கும் எனக் கருதப்படும் அல்லது எதிர்பார்க்கப்படும் மதிப்புகளின் வரம்பு.

2. கருதுகோள் சோதனை
கருதுகோள் சோதனை செயல்முறையானது இரண்டு கருதுகோள்களை உள்ளடக்கியது, அதாவது எந்த விளைவும் அல்லது வேறுபாடும் இல்லை என்று கூறும் பூஜ்ஜிய கருதுகோள் (H0) மற்றும் ஒரு விளைவு அல்லது வேறுபாடு உள்ளது என்று கூறும் மாற்று கருதுகோள் (H1).
மாதிரித் தரவுகளிலிருந்து, பூஜ்ஜியக் கருதுகோளை நிராகரித்து மாற்றுக் கருதுகோளை ஏற்றுக்கொள்வதற்குப் போதுமான சான்றுகள் உள்ளதா என்பதைத் தீர்மானிப்பதே கருதுகோள் சோதனையின் நோக்கமாகும்.
கருதுகோள் சோதனையின் படிகள் பின்வருமாறு:
1. இரண்டு கருதுகோள்களை (Ho மற்றும் Ha) குறிப்பிடுக.
2. முக்கியத்துவ நிலையை (ஆல்ஃபா) தேர்ந்தெடுக்கவும்.
3. தரவுகளைச் சேகரித்து பகுப்பாய்வு செய்தல்.
4. p-மதிப்பு அல்லது சோதனைப் புள்ளிவிவரத்தைக் கண்டறியவும்.
5. p-மதிப்பு மற்றும் முக்கியத்துவ நிலையின் அடிப்படையில் முடிவுகளை எடுங்கள்.

3. பின்னடைவு பகுப்பாய்வு
இரண்டு அல்லது அதற்கு மேற்பட்ட மாறிகளுக்கு இடையிலான தொடர்பைப் புரிந்துகொள்ளப் பயன்படுகிறது.
ஒரு எளிய நேரியல் பின்னடைவு மாதிரியானது, ஒரு சார்பற்ற மாறிக்கும் (முன்னறிவிப்பான்) ஒரு சார்பு மாறிக்கும் (பதில்) இடையிலான உறவை உள்ளடக்கியது.
– பல நேரியல் பின்னடைவு மாதிரிகள் ஒன்றுக்கு மேற்பட்ட சார்பற்ற மாறிகளைக் கொண்டுள்ளன.

4. மாறுபாட்டுப் பகுப்பாய்வு (ANOVA)
மூன்று அல்லது அதற்கு மேற்பட்ட குழுக்களின் சராசரிகளை ஒப்பிட்டு, அவற்றில் குறைந்தபட்சம் ஒரு குழுவாவது மற்றவற்றிலிருந்து வேறுபடுகிறதா என்பதைத் தீர்மானிக்கப் பயன்படுகிறது.
ஒருவழி ANOVA-வில் ஒரு காரணி அல்லது சார்பற்ற மாறி அடங்கும், அதேசமயம் இருவழி ANOVA-வில் இரண்டு காரணிகள் அல்லது சார்பற்ற மாறிகள் அடங்கும்.

அனுமானப் புள்ளிவிவரங்களின் பயன்பாடுகள்

அனுமானப் புள்ளியியலின் பயன்பாடுகளைப் பின்வரும் பல்வேறு துறைகளில் காணலாம்:

– உடல்நலம்: பழைய சிகிச்சைகளுடன் ஒப்பிட்டு, புதிய சிகிச்சைகளின் செயல்திறனைத் தீர்மானிக்க.
வணிகம்: வாடிக்கையாளர் திருப்தியை அளவிடுவதற்கும், எதிர்கால விற்பனை குறித்த கணிப்புகளைச் செய்வதற்கும்.
– உளவியல்: நோயாளியின் மனநிலையை மேம்படுத்துவதில் சிகிச்சை அல்லது தலையீட்டின் செயல்திறனை மதிப்பீடு செய்தல்.
– கல்வி: ஒரு புதிய பாடத்திட்டம் அல்லது குறிப்பிட்ட கற்பித்தல் முறையின் செயல்திறனை மதிப்பிடுவதற்கு.
– சமூக அறிவியல்: கணக்கெடுப்புத் தரவுகளைப் பகுப்பாய்வு செய்து, சமூக நடத்தை குறித்து முடிவுகளை எடுத்தல்.

வழக்கு ஆய்வுகள் மற்றும் எடுத்துக்காட்டுகள்

அனுமானப் புள்ளிவிவரங்களைச் செயல்படுத்துவதற்கான ஓர் எடுத்துக்காட்டாக, கல்வித் துறையில் ஒரு எளிய ஆய்வு இங்கே கொடுக்கப்பட்டுள்ளது:

ஆய்வு: புதிய கற்பித்தல் நுட்பங்களின் செயல்திறன்

பள்ளி A-வில் உள்ள ஒரு கணித ஆசிரியை, மாணவர்களின் செயல்திறனை மேம்படுத்துவதில் புதிய கற்பித்தல் நுட்பம் பழையதை விட அதிக செயல்திறன் மிக்கதா என்பதைத் தீர்மானிக்க விரும்பினார். இதைச் செய்வதற்காக, அவர் இரண்டு மாணவர் குழுக்களிடமிருந்து தரவுகளைப் பயன்படுத்தினார்: ஒரு குழு பழைய கற்பித்தல் நுட்பத்தைப் பயன்படுத்தியும் (கட்டுப்பாட்டுக் குழு), மற்றொன்று புதிய கற்பித்தல் நுட்பத்தைப் பயன்படுத்தியும் (சோதனைக் குழு) கற்பிக்கப்பட்டது.

பகுப்பாய்வு படிகள்:

1. கருதுகோள் உருவாக்கம்
– ஹோ: இரு குழுக்களின் சராசரி தேர்வு மதிப்பெண்களுக்கு இடையே எந்த வித்தியாசமும் இல்லை.
– ஹா: இரு குழுக்களின் சராசரி தேர்வு மதிப்பெண்களுக்கு இடையே வேறுபாடு உள்ளது.

2. தரவு சேகரிப்பு
– இரு குழுக்களிடமிருந்தும் தேர்வு மதிப்பெண் தரவுகளைச் சேகரிக்கவும்.

3. புள்ளிவிவர பகுப்பாய்வு
– இரண்டு சராசரிகளை ஒப்பிடுவதற்கு சார்பற்ற t-சோதனையைப் பயன்படுத்துதல்.
– முக்கியத்துவ நிலையைத் தேர்ந்தெடுக்கவும் (எ.கா., ஆல்ஃபா = 0,05).

4. கணக்கீடு மற்றும் விளக்கம்
t-புள்ளிவிவரம் மற்றும் p-மதிப்பைக் கணக்கிடுங்கள்.
– p-மதிப்பு ஆல்ஃபாவை விடக் குறைவாக இருந்தால், Ho-வை நிராகரிக்கவும். இது புதிய கற்பித்தல் நுட்பம் ஒரு குறிப்பிடத்தக்க விளைவைக் கொண்டிருப்பதைக் குறிக்கிறது. முடிவுரை: தரவுப் பகுப்பாய்வு மற்றும் முடிவெடுப்பதில் அனுமானப் புள்ளியியல் ஒரு முக்கியப் பங்கு வகிக்கிறது. மேலே குறிப்பிடப்பட்ட கோட்பாடுகள் மற்றும் முறைகள் மூலம், நாம் சரியான அனுமானங்களைச் செய்து, சிறந்த, மேலும் தகவலறிந்த முடிவுகளை எடுக்க முடியும். அனுமானப் புள்ளியியலின் கருத்துக்களில் தேர்ச்சி பெறுவது, கல்வித்துறையில் மட்டுமல்லாமல், அன்றாட வாழ்விலும் மற்றும் பல்வேறு பிற தொழில்முறைத் துறைகளிலும் மிகவும் பயனுள்ளதாக இருக்கும். எனவே, தரவுப் பகுப்பாய்வு மற்றும் ஆராய்ச்சியில் ஈடுபடும் எவருக்கும் அனுமானப் புள்ளியியலின் அடிப்படைகளைப் பற்றிய நல்ல புரிதல் ஒரு முக்கியமான முதல் படியாகும்.