عمومی تقسیم کی متوقع قدر
عام تقسیم، جسے گاوسی ڈسٹری بیوشن بھی کہا جاتا ہے، شماریات میں سب سے بنیادی امکانی تقسیم میں سے ایک ہے اور اسے اکثر مختلف سائنسی شعبوں میں استعمال کیا جاتا ہے، بشمول معاشیات، نفسیات، طبیعیات، اور حیاتیات۔ عام تقسیم میں کلیدی تصورات میں سے ایک متوقع قدر (مطلب) ہے، جو ایک مرکزی پیرامیٹر ہے جو تقسیم کے مرکز کے مقام کو بیان کرتا ہے۔ یہ مضمون عام تقسیم کی متوقع قدر پر جامع بحث کرے گا، بشمول اس کی تعریف، خصوصیات اور مختلف شعبوں میں اطلاقات۔
1. عام تقسیم کو سمجھنا
عام تقسیم ایک مسلسل امکانی تقسیم ہے جو گھنٹی کی شکل کی ہوتی ہے اور وسط کے بارے میں ہم آہنگ ہوتی ہے۔ ریاضیاتی طور پر، عام تقسیم کا اظہار مندرجہ ذیل امکانی کثافت فنکشن (pdf) سے کیا جا سکتا ہے:
\[ f(x | \mu, \sigma^2) = \frac{1}{\sqrt{2\pi\sigma^2}} \exp \left( -\frac{(x – \mu)^2}{2\sigma^2} \right) \]
کہاں:
- \( x \) ایک بے ترتیب متغیر ہے۔
- \( \mu \) تقسیم کی متوقع قدر یا وسط ہے۔
- \( \sigma \) تقسیم کا معیاری انحراف ہے۔
- \( \sigma^2 \) تقسیم کا تغیر ہے۔
عام تقسیم کے دو اہم پیرامیٹرز ہوتے ہیں: اوسط (\(\mu\)) اور معیاری انحراف (\(\sigma\))۔ وسط تقسیم کے مرکز کا تعین کرتا ہے، جبکہ معیاری انحراف تقسیم کی چوڑائی یا پھیلاؤ کا تعین کرتا ہے۔
2. متوقع قدر (مطلب)
امکانی تقسیم کی متوقع قدر، جسے توقع بھی کہا جاتا ہے، تقسیم کے مرکز کا بہترین اندازہ ہے، خاص طور پر عام تقسیم کے تناظر میں۔ بے ترتیب متغیر \( X \) کی متوقع قدر جو عام طور پر اوسط \( \mu \) اور تغیر \( \sigma^2 \) کے ساتھ تقسیم کی جاتی ہے \(\mu\) ہے۔
باضابطہ طور پر، ایک مسلسل بے ترتیب متغیر کی متوقع قدر \( X \) احتمالی کثافت فعل \( f \) کے ساتھ اس طرح بیان کی گئی ہے:
\[ E[X] = \int_{-\infty}^{\infty} xf(x) dx \]
عام تقسیم کے لیے، اس کا مطلب ہے کہ اوسط یا متوقع قدر (\(\mu\)) وہ نقطہ ہے جہاں تقسیم کا منحنی خطوط اپنے بلند ترین مقام پر ہے اور جہاں تقسیم ہم آہنگ ہے۔
3. متوقع قدر کی خصوصیات
عام تقسیم میں متوقع قدر کی کئی اہم خصوصیات ہیں جو گہری سمجھ اور عملی اطلاق کے لیے مفید ہیں:
1. ہم آہنگی:
عام تقسیم میں اوسط \(\mu\) کے بارے میں کامل ہم آہنگی ہوتی ہے۔ اس کا مطلب یہ ہے کہ اعداد و شمار کا نصف وسط کے بائیں طرف ہے اور باقی نصف وسط کے دائیں طرف ہے۔
2. متوقع قدر کے مطابق مطلب:
ایک عام تقسیم میں، اوسط (\(\mu\)) بھی متوقع قدر ہے، جو ان تمام ممکنہ قدروں کی اوسط کو ظاہر کرتی ہے جو ایک بے ترتیب متغیر لے سکتا ہے۔
3. لکیری فیکٹر انٹیجرز:
اگر \( X \) عام تقسیم کے ساتھ ایک بے ترتیب متغیر ہے \( N(\mu, \sigma^2) \)، اور \( a \) اور \( b \) مستقل اعداد ہیں، تو لکیری بے ترتیب متغیر \( Y = aX + b \) کی متوقع قدر \( E[Y] = aE[X] + b \) ہے۔ عام تقسیم کے لیے، یہ \( E[Y] = a\mu + b \) دیتا ہے۔
4. بے ترتیب متغیرات کا اضافہ:
اگر \( X_1 \) اور \( X_2 \) دو آزاد بے ترتیب متغیرات ہیں جو دونوں عام طور پر تقسیم کیے جاتے ہیں، تو رقم \( X = X_1 + X_2 \) کو بھی عام طور پر اوسط \( \mu_X = \mu_1 + \mu_2 \) اور تغیر \( \sigma_X ^ 2 = sigma_^2 \_^2 = s) کے ساتھ تقسیم کیا جاتا ہے۔
4. عام تقسیم میں متوقع قدر کا اطلاق
عام تقسیم میں متوقع قدر کی حقیقی دنیا میں مختلف اطلاقات ہوتے ہیں، جن میں درج ذیل شامل ہیں:
1. مالیات:
مالیاتی تجزیہ میں، متوقع قدر کا استعمال سرمایہ کاری کے پورٹ فولیو کی واپسی کا تخمینہ لگانے کے لیے کیا جاتا ہے۔ مثال کے طور پر، اگر کسی اثاثے پر واپسی ایک عام تقسیم کی پیروی کرتی ہے، تو اس تقسیم کا اوسط متوقع اوسط واپسی کو بیان کرنے کے لیے استعمال کیا جا سکتا ہے۔
2. انشورنس:
انشورنس کمپنیاں تاریخی ڈیٹا کی بنیاد پر مستقبل کے دعووں کا اندازہ لگانے کے لیے متوقع قدر کا استعمال کرتی ہیں۔ ان دعووں کی تقسیم کو اکثر عام تقسیم کے مطابق سمجھا جاتا ہے۔
3. معیار اور مینوفیکچرنگ کا عمل:
مینوفیکچرنگ انڈسٹری میں، کوالٹی کنٹرول اکثر پیداواری عمل کے تغیر کو ماڈل کرنے کے لیے عام تقسیم کا استعمال کرتا ہے اور یہ تعین کرتا ہے کہ آیا کوئی عمل ٹھیک چل رہا ہے یا پیداواری نقائص ہیں۔
4. نفسیات اور تعلیم:
عام تقسیم کا استعمال تعلیمی اور نفسیاتی پیمائش میں ٹیسٹ سکور کی تقسیم کو بیان کرنے کے لیے کیا جاتا ہے۔ یہ تشخیص کو معیاری بنانے اور آبادیوں میں صلاحیتوں کی تقسیم کو سمجھنے میں مدد کرتا ہے۔
5. کیسمپلن
متوقع قدر عام تقسیم میں ایک اہم تصور ہے۔ تقسیم کی مرکزیت کی پیمائش کے طور پر، متوقع قدر بے ترتیب عمل سے پیدا ہونے والے ڈیٹا کے وسط میں بصیرت فراہم کرتی ہے۔ حقیقی دنیا میں، متوقع اقدار کو فیصلہ سازی اور ڈیٹا کے تجزیہ کے لیے مختلف شعبوں میں استعمال کیا جاتا ہے۔ معمول کی تقسیم، متوقع قدر اور معیاری انحراف سے متعین اس کی متوازی خصوصیات کے ساتھ، ایک انتہائی بدیہی اور آسانی سے لاگو ہونے والے امکانی ماڈل فراہم کرتی ہے۔
عام تقسیم میں متوقع قدر کو سمجھ کر، ہم مختلف کاروباری، سائنسی اور سماجی سیاق و سباق میں ڈیٹا کا بہتر تجزیہ کر سکتے ہیں، پیشین گوئیاں کر سکتے ہیں اور مزید باخبر فیصلے کر سکتے ہیں۔
