గణాంకాల నమూనా ప్రశ్నలు మరియు చర్చ
గణాంక శాస్త్రం అనేది గణితశాస్త్రంలో ఒక శాఖ, ఇది దత్తాంశ సేకరణ, విశ్లేషణ, వ్యాఖ్యానం మరియు ప్రదర్శనతో సంబంధం కలిగి ఉంటుంది. గమనించిన దృగ్విషయాలను అర్థం చేసుకోవడానికి అర్థశాస్త్రం, ఇంజనీరింగ్, ఆరోగ్యం మరియు సామాజిక శాస్త్రాలు వంటి వివిధ రంగాలలో గణాంక సాధనాలను ఉపయోగిస్తారు. ఈ వ్యాసంలో, ఈ భావనను మీరు మరింత బాగా అర్థం చేసుకోవడంలో సహాయపడటానికి, మేము అనేక గణాంక సమస్యల ఉదాహరణలను మరియు వాటి వివరణలను చర్చిస్తాము.
1. డేటా లక్షణాలు మరియు పంపిణీ రకాలు
ఉదాహరణ ప్రశ్న 1:
ఒక పరిశోధకుడు ఒక గ్రామంలోని ప్రజల సగటు వయస్సును నిర్ధారించడానికి 30 మంది ప్రతిస్పందనదారుల నుండి సమాచారాన్ని సేకరించాడు. ఈ క్రింది వయస్సులు నమోదు చేయబడ్డాయి:
25, 30, 22, 28, 34, 29, 31, 24, 26, 27, 29, 30, 31, 33, 35, 24, 26, 28, 29, 27, 30, 32, 26, 25, 28, 31, 29, 30, 24, 32
అడిగారు:
1. దత్తాంశం యొక్క సగటును (సగటును) లెక్కించండి.
2. దత్తాంశం యొక్క మధ్యస్థాన్ని కనుగొనండి.
చర్చ:
1. సగటును లెక్కించడం:
అన్ని విలువల మొత్తాన్ని డేటా సంఖ్యతో భాగించగా వచ్చేదే సగటు.
సగటు = (25 + 30 + 22 + 28 + 34 + 29 + 31 + 24 + 26 + 27 + 29 + 30 + 31 + 33 + 35 + 24 + 26 + 28 + 29 + 27 + 30 + 32 + 26 + 25 + 28 + 31 + 29 + 30 + 24 + 32) / 30
సగటు = 840 / 30 = 28
కాబట్టి, ఆ గ్రామంలోని ప్రజల సగటు వయస్సు 28 సంవత్సరాలు.
2. మధ్యస్థాన్ని నిర్ణయించడం:
మధ్యస్థాన్ని లెక్కించడంలో మొదటి దశ దత్తాంశాన్ని చిన్న నుండి పెద్దకు క్రమబద్ధీకరించడం.
క్రమబద్ధీకరించిన డేటా: 22, 24, 24, 24, 25, 25, 26, 26, 26, 27, 27, 28, 28, 28, 29, 29, 29, 29, 30, 30, 30, 31, 31, 31, 32, 32, 33, 34, 35
డేటా సంఖ్య 30 (సరి సంఖ్య) కాబట్టి, మధ్యస్థం అనేది మధ్యలో ఉన్న రెండు విలువల సగటు అవుతుంది.
15వ మరియు 16వ వాటి సగటు విలువలు 29 మరియు 29.
మధ్యస్థం = (29 + 29) / 2 = 29
కాబట్టి, డేటా యొక్క మధ్యస్థం 29 సంవత్సరాలు.
2. ప్రామాణిక విచలనం మరియు వైవిధ్యం
ఉదాహరణ ప్రశ్న 2:
ఒక వారంలో ఒక దుకాణానికి వచ్చే రోజువారీ సందర్శకుల సంఖ్యకు సంబంధించిన డేటా ఈ క్రింది విధంగా ఉంది: 120, 135, 150, 165, 180, 195, 210.
అడిగారు:
1. దత్తాంశం యొక్క విస్తృతిని లెక్కించండి.
2. దత్తాంశం యొక్క ప్రామాణిక విచలనాన్ని గణించండి.
చర్చ:
1. సగటును లెక్కించడం:
సగటు = (120 + 135 + 150 + 165 + 180 + 195 + 210) / 7 = 1155 / 7 = 165
కాబట్టి, సగటు రోజువారీ సందర్శకుల సంఖ్య 165.
2. విచలనాన్ని లెక్కించడం:
విచలనం \(\sigma^2\) అనేది ప్రతి డేటా మరియు సగటు మధ్య ఉన్న వ్యత్యాసాల వర్గాల సగటు.
వైవిధ్యం = \(\sum_{i=1}^{n} (x_i – \mu)^2 / n\)
ఇక్కడ \(x_i\) అనేది ప్రతి డేటా, \(\mu\) అనేది సగటు, మరియు n అనేది డేటా సంఖ్య.
((120-165)^2 = 2025)
((135-165)^2 = 900)
((150-165)^2 = 225)
((165-165)^2 = 0)
((180-165)^2 = 225)
((195-165)^2 = 900)
((210-165)^2 = 2025)
మొత్తం = 2025 + 900 + 225 + 0 + 225 + 900 + 2025 = 6300
విచలనం = 6300 / 7 = 900
2. ప్రామాణిక విచలనాన్ని లెక్కించడం:
ప్రామాణిక విచలనం అనేది విచలనం యొక్క వర్గమూలం.
ప్రామాణిక విచలనం = \(\sqrt{900}\) = 30
కాబట్టి, రోజువారీ సందర్శకుల డేటా యొక్క వైవిధ్యం 900 మరియు ప్రామాణిక విచలనం 30.
3. పౌనఃపున్య పంపిణీ మరియు హిస్టోగ్రామ్
ఉదాహరణ ప్రశ్న 3:
20 మంది విద్యార్థుల పరీక్ష స్కోర్లను చూపే కింది డేటా ఆధారంగా ఫ్రీక్వెన్సీ డిస్ట్రిబ్యూషన్ టేబుల్ మరియు హిస్టోగ్రామ్ను రూపొందించండి:
XX, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 60, 65, 70, 75, 80, 85
అడిగారు:
1. 5 తరగతి అంతరాలతో ఒక పౌనఃపున్య పట్టికను తయారుచేయండి.
2. పౌనఃపున్య పంపిణీ పట్టిక ఆధారంగా హిస్టోగ్రామ్ను రూపొందించండి.
చర్చ:
1. పౌనఃపున్య పంపిణీ పట్టికను సంకలనం చేయడం:
ఉపయోగించిన తరగతి అంతరం 5.
తరగతి అంతరం | పౌనఃపున్యం |
|——————-|———–|
| 45 – 49 | 1 |
| 50 – 54 | 2 |
| 55 – 59 | 2 |
| 60 – 64 | 4 |
| 65 – 69 | 3 |
| 70 – 74 | 2 |
| 75 – 79 | 2 |
| 80 – 84 | 2 |
| 85 – 89 | 2 |
| 90 – 94 | 1 |
2. హిస్టోగ్రామ్ను రూపొందించడం:
హిస్టోగ్రామ్ అనేది పౌనఃపున్య పంపిణీ పట్టిక యొక్క రేఖాచిత్ర ప్రాతినిధ్యం. ప్రతి తరగతి అంతరాన్ని ఒక బార్ ద్వారా సూచిస్తారు మరియు ఆ బార్ యొక్క ఎత్తు దాని పౌనఃపున్యాన్ని సూచిస్తుంది.
దీనిని గీయడానికి, మీరు ఎక్సెల్ లేదా ఇతర డేటా విజువలైజేషన్ సాధనాల వంటి సాఫ్ట్వేర్ను ఉపయోగించవచ్చు. అటువంటి హిస్టోగ్రామ్ యొక్క సరళమైన ప్రాతినిధ్యం ఇక్కడ ఉంది:
""
తరగతి అంతరం: x-అక్షం (45-49, 50-54, …, 90-94)
పౌనఃపున్యం: y-అక్షం
| 4
| 3 x
| 2 xxxxx
| 1 xxxxxxxx
|————————————–
45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94
""
గమనిక: ASCII అక్షరాల ద్వారా ప్రాతినిధ్యం పూర్తిగా ఖచ్చితమైనది కాదు. మరింత సరైన ప్రాతినిధ్యం కోసం గ్రాఫిక్స్ సాఫ్ట్వేర్ను ఉపయోగించండి.
ముగింపు
ఈ ఉదాహరణ ప్రశ్నలు మరియు చర్చల ద్వారా, అంకగణిత సగటు, మధ్యస్థం, విస్తృతి మరియు ప్రామాణిక విచలనాన్ని ఎలా లెక్కించాలో, అలాగే డేటా నుండి పౌనఃపున్య పంపిణీ పట్టికలు మరియు హిస్టోగ్రామ్లను ఎలా సృష్టించాలో మనం నేర్చుకున్నాము. డేటాను సమర్థవంతంగా విశ్లేషించడానికి మరియు ఖచ్చితమైన గణాంక సమాచారం ఆధారంగా నిర్ణయాలు తీసుకోవడానికి ఈ అవగాహన చాలా కీలకం.
గణాంక శాస్త్రం పరిశోధన మరియు ఆచరణాత్మక అనువర్తనాలలో ఒక శక్తివంతమైన సాధనం. మనం ప్రాథమిక భావనలను మరియు వాటి అనువర్తనాలను ఎంత బాగా అర్థం చేసుకుంటే, సంక్లిష్ట సమస్యలను అంత మెరుగ్గా పరిష్కరించగలుగుతాము మరియు సమాచారంతో కూడిన నిర్ణయాలు తీసుకోగలుగుతాము.
