సాధారణ పంపిణీ యొక్క ఆశించిన విలువపై చర్చా ప్రశ్న యొక్క ఉదాహరణ

సాధారణ పంపిణీ యొక్క అంచనా విలువపై చర్చా ప్రశ్న యొక్క ఉదాహరణ

సాధారణ పంపిణీని గాసియన్ పంపిణీ అని కూడా అంటారు. ఇది గణాంకాలు మరియు సంభావ్యతలో అత్యంత తరచుగా ఉపయోగించే నిరంతర సంభావ్యత పంపిణీలలో ఒకటి. సౌష్టవం మరియు సగటు (µ) మరియు ప్రామాణిక విచలనం (σ)తో పారామీటరైజేషన్‌లో దాని ప్రత్యేకత వంటి అనుకూలమైన గణిత లక్షణాల కారణంగా, ఈ పంపిణీని వివిధ గణాంక అనుమానాలలో ప్రాథమిక ఊహగా తరచుగా ఉపయోగిస్తారు. ఈ భావనపై లోతైన అవగాహన కల్పించడానికి, ఈ వ్యాసం ఉదాహరణలను చర్చిస్తుంది మరియు సాధారణ పంపిణీ యొక్క ఆశించిన విలువను వివరిస్తుంది.

సాధారణ పంపిణీని అర్థం చేసుకోవడం

సాధారణ వితరణ ఒక సౌష్టవ గంటాకార వక్రరేఖ ద్వారా చిత్రీకరించబడుతుంది, దీనిలో చాలా విలువలు మధ్య విలువ లేదా సగటు చుట్టూ కేంద్రీకృతమై ఉంటాయి. ఈ వితరణలో, సగటు (µ) మరియు ప్రామాణిక విచలనం (σ) అనేవి డేటాలోని వ్యాప్తి యొక్క స్థానాన్ని మరియు పరిమాణాన్ని నిర్ధారించే రెండు ముఖ్యమైన పారామితులు.

సాధారణ పంపిణీ యొక్క సంభావ్యత సాంద్రత ఫంక్షన్ (PDF) ఈ క్రింది విధంగా ఉంటుంది:

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

di mana:
– \( \mu \) అనునది సగటు లేదా యావరేజ్
– \( \sigma \) అనునది ప్రామాణిక విచలనం
– \( x \) అనేది ఒక యాదృచ్ఛిక చరరాశి

సాధారణ పంపిణీలో ఆశించిన విలువ

సాధారణ విస్తరణ కలిగిన యాదృచ్ఛిక చరరాశి యొక్క అంచనా విలువ ఆ విస్తరణ యొక్క సగటుకు సమానం. ఒకవేళ \( X \sim N(\mu, \sigma^2) \) అయితే, అంచనా విలువ \( E(X) \) ఈ విధంగా ఉంటుంది:

\[ E(X) = \mu \]

మన అవగాహనను పటిష్టం చేసుకోవడానికి, సాధారణ పంపిణీలలో ఆశించిన విలువలకు సంబంధించిన సమస్యల యొక్క కొన్ని ఉదాహరణలతో కొనసాగిద్దాం.

నమూనా ప్రశ్నలు మరియు చర్చ

ఉదాహరణ ప్రశ్న 1:

\( X \) అనేది \( \mu = 50 \) మరియు \( \sigma = 10 \) విలువలతో సాధారణ పంపిణీ గల యాదృచ్ఛిక చరరాశి అనుకుందాం. \( X \) యొక్క అంచనా విలువను లెక్కించండి.

చర్చ:

ఇంతకు ముందు చెప్పినట్లుగా, ఒక సాధారణ పంపిణీలో, ఆశించిన విలువ \( E(X) \) అనేది \( \mu \) కి సమానం. కాబట్టి,

\[ E(X) = \mu = 50 \]

ఉదాహరణ ప్రశ్న 2:

ఒక యాదృచ్ఛిక చరరాశి \( Y \) సాధారణ వితరణను కలిగి ఉంది, దీనిలో \( \mu = 120 \) మరియు \( \sigma = 15 \). \( Y \) యొక్క అంచనా విలువను కనుగొనండి.

చర్చ:

మొదటి ఉదాహరణ మాదిరిగానే, \( Y \) యొక్క ఆశించిన విలువ సాధారణ పంపిణీ యొక్క మధ్య విలువ లేదా సగటు, అనగా:

\[ E(Y) = \mu = 120 \]

ఉదాహరణ ప్రశ్న 3:

యాదృచ్ఛిక చరరాశి \( Z \) \( \mu = 0 \) మరియు \( \sigma = 1 \) తో సాధారణ పంపిణీని (ప్రామాణిక సాధారణ పంపిణీ) అనుసరిస్తే, \( Z \) యొక్క అంచనా విలువ ఎంత?

చర్చ:

ప్రామాణిక సాధారణ పంపిణీకి సగటు \( \mu = 0 \) ఉంటుంది, కాబట్టి అంచనా విలువ \( E(Z) \) ఈ విధంగా ఉంటుంది:

\[ E(Z) = \mu = 0 \]

ఉదాహరణ ప్రశ్న 4:

\( W \) అనేది సగటు \( \mu = 75 \) మరియు ప్రామాణిక విచలనం \( \sigma = 20 \) కలిగిన ఒక సాధారణ వితరణ యాదృచ్ఛిక చరరాశి అనుకుందాం. మనం \( V = 2W + 3 \) అనే కొత్త యాదృచ్ఛిక చరరాశిని నిర్వచిస్తే, \( V \) యొక్క అంచనా విలువ ఎంత?

చర్చ:

\( V \) యొక్క అంచనా విలువను కనుగొనడానికి, మనం అంచనా విలువ యొక్క లీనియారిటీ ధర్మాన్ని ఉపయోగించాలి. \( V = 2W + 3 \) అని ఇవ్వబడింది, అప్పుడు:

\[ E(V) = E(2W + 3) \]

ఆశించిన విలువ యొక్క సరళత లక్షణం ఆధారంగా, మనం స్థిరాంకాన్ని యాదృచ్ఛిక చరరాశి నుండి వేరు చేయవచ్చు:

\[ E(V) = 2E(W) + E(3) \]

ఒక స్థిరాంకం యొక్క అంచనా విలువ ఆ స్థిరాంకమే అని తెలుసుకోవడం:

\[ E(3) = 3 \]

మరియు \( W \) యొక్క అంచనా విలువ సాధారణ పంపిణీ \( W \) యొక్క సగటు:

\[ E(W) = \mu = 75 \]

కాబట్టి,

\[ E(V) = 2 \times 75 + 3 \]
\[ E(V) = 150 + 3 \]
\[ E(V) = 153 \]

ఉదాహరణ ప్రశ్న 5:

యాదృచ్ఛిక చరరాశి \( Q \) సగటు \( \mu = 40 \) మరియు ప్రామాణిక విచలనం \( \sigma = 5 \) తో సాధారణ పంపిణీని అనుసరిస్తుంది. \[ U = Q/2 \] అయితే \( Q \) యొక్క అంచనా విలువ ఎంత?

చర్చ:

మనం ఉదాహరణ 4లో ఉన్న సూత్రాన్నే, అంటే ఆశించిన విలువ యొక్క సరళత ధర్మాన్ని ఉపయోగిస్తాము. \( U = Q/2 \) అని ఇచ్చినప్పుడు, అప్పుడు:

\[ E(U) = E\left(\frac{Q}{2}\right) \]

అంచనా విలువ యొక్క సరళత లక్షణం ఆధారంగా:

\[ E(U) = \frac{1}{2} E(Q) \]

\( Q \) యొక్క అంచనా విలువ సాధారణ పంపిణీ \( Q \) యొక్క సగటు అని మనకు తెలుసు:

\[ E(Q) = \mu = 40 \]

కాబట్టి,

\[ E(U) = \frac{1}{2} \times 40 \]
\[ E(U) = 20 \]

ముగింపు

సాధారణ పంపిణీలో, ఒక యాదృచ్ఛిక చరరాశి యొక్క అంచనా విలువ ఎల్లప్పుడూ ఆ పంపిణీ యొక్క సగటు (µ)కు సమానంగా ఉంటుంది. పైన ఉన్న ఉదాహరణ సమస్యలు సరళత ధర్మాన్ని ఉపయోగించి అంచనా విలువను లెక్కించడానికి వివిధ పరిస్థితులను ప్రదర్శిస్తాయి. ఈ ప్రాథమిక భావనను అర్థం చేసుకోవడం గణాంకాలు మరియు సంభావ్యతలో సాధారణ పంపిణీ సమస్యలను పరిష్కరించడాన్ని సులభతరం చేస్తుంది.

గణాంకాలలో సాధారణ పంపిణీ చాలా కీలకమైనది, ఎందుకంటే దీనిని పరికల్పన పరీక్ష, పారామీటర్ అంచనా మరియు వివిధ ఇతర గణాంక అనుమానాలతో సహా అనేక రకాల ఆచరణాత్మక అనువర్తనాలలో ఉపయోగిస్తారు. ఈ పంపిణీ యొక్క ఆశించిన విలువపై మంచి అవగాహన కలిగి ఉండటం డేటా విశ్లేషణలో ఒక ముఖ్యమైన మొదటి అడుగు.

ఈ వ్యాసం సాధారణ పంపిణీలో ఆశించిన విలువ గురించి స్పష్టమైన మరియు ఉపయోగకరమైన వివరణను, సంబంధిత ఉదాహరణ ప్రశ్నలు మరియు చర్చలతో పాటు అందిస్తుందని ఆశిస్తున్నాము.