चरण-दर-चरण इंटरैक्टिव पाठ के साथ वर्णनात्मक सांख्यिकी अभ्यास प्रश्नोत्तरी
पृष्ठ के ऊपर दिए प्रश्नोत्तरी से वर्णनात्मक आँकड़े कौशल का अभ्यास करें जो math और डेटा literacy में हर जगह आते हैं: माध्य, माध्यिका, और मोड निकालना, परास गणना करना करना, चतुर्थक \((Q_1, Q_3)\) और interquartile परास (IQR) पहचानना, five-संख्या सारांश बनाना, box-and-whisker प्लॉट करें पढ़ना, और आवृत्ति, relative आवृत्ति, तथा प्रतिशत समझना। पाठ 1.5×IQR नियम से अपवाद मान और प्रसरण तथा मानक विचलन का अर्थ भी introduce करता है। यदि आपको पुनरावृत्ति चाहिए, तो उदाहरण और त्वरित जाँचें वाली चरण-दर-चरण मार्गदर्शिका खोलने के लिए पाठ शुरू करें पर क्लिक करें।
यह वर्णनात्मक आँकड़े अभ्यास कैसे काम करता है
1. प्रश्नोत्तरी लें: पृष्ठ के ऊपर दिए वर्णनात्मक आँकड़े प्रश्नों के उत्तर दें।
2. पाठ खोलें (वैकल्पिक): माध्य, माध्यिका, मोड, चतुर्थक, और IQR के सूत्र, चरण-दर-चरण विधियाँ, और साझा mistakes दोहराएं।
3. दोबारा प्रयास करें: प्रश्नोत्तरी पर लौटें और वर्णनात्मक आँकड़े चरणs तुरंत लागू करें।
वर्णनात्मक आँकड़े पाठ में आप क्या सीखेंगे
डेटा मूल बातें और शब्दावली
डेटा समुच्चय को order कैसे करें और मान सही गिनती कैसे करें
Lists और tables समझने के लिए आवृत्ति और relative आवृत्ति
Core language: चतुर्थक, प्रतिशत, five-संख्या सारांश, और अपवाद मान
Center के मापs
माध्य, माध्यिका, और मोड गणना करें और व्याख्या करना करें
अपवाद मान या skewed डेटा होने पर अच्छा "typical मान" चुनना
साझा त्रुटियाँ: माध्यिका निकालने से पहले sort करना भूलना
Spreविज्ञापन के मापs
Overall फैलावविज्ञापन के लिए परास (max - min) निकालें
Robust फैलावविज्ञापन के लिए चतुर्थक और interquartile परास (IQR) निकालें
IQR को box plots और अपवाद मान detection से जोड़ें
Box plots, अपवाद मान और मानक विचलन
five-संख्या सारांश बनाएँ और box-and-whisker प्लॉट करें पढ़ें
1.5×IQR नियम से अपवाद मान पहचानें
प्रसरण और मानक विचलन को variability के मापs की तरह समझें
प्रश्नोत्तरी पर वापस
जब आप तैयार हों, पृष्ठ के ऊपर वाले प्रश्नोत्तरी पर लौटें और वर्णनात्मक आँकड़े का अभ्यास जारी रखें।
⭐⭐⭐
📊
वर्णनात्मक सांख्यिकी
चरण-दर-चरण मार्गदर्शिका
खोलने के लिए टैप करें ->
लोड हो रहा है...
वर्णनात्मक सांख्यिकी पाठ
1 / 8
पाठ सारांश
पाठ सारांश
उद्देश्य:वर्णनात्मक आँकड़े की स्पष्ट समझ बनाएँ ताकि आप डेटा समुच्चय summarize कर सकें, groups compare कर सकें, और reliable विधियाँ से "typical मान" तथा "फैलावविज्ञापन" समझ सकें।
सफलता मानदंड
मान sort करके और observations सही गिनती करके डेटा समुच्चय organize करें।
माध्य, माध्यिका, और मोड गणना करना और व्याख्या करना करें।
परास को \( \text{max} - \text{min} \) के रूप में गणना करना करें।
चतुर्थक \(Q_1\) और \(Q_3\) निकालें, फिर interquartile परास (IQR) को \(Q_3 - Q_1\) के रूप में गणना करें करें।
five-संख्या सारांश (min, \(Q_1\), माध्यिका, \(Q_3\), max) बनाएँ और उसे box-and-whisker प्लॉट करें से जोड़ें।
relative आवृत्ति और प्रतिशत से बताएं कि कोई मान या श्रेणी कितनी साझा है।
1.5×IQR नियम से अपवाद मान पहचानें।
प्रसरण और मानक विचलन को variability के मापs की तरह समझें।
मुख्य शब्दावली
डेटा समुच्चय: observations (संख्याएँ) की list जिसे आप summarize करना चाहते हैं।
माध्य: औसत, \( \bar{x}=\dfrac{\sum x}{n} \).
माध्यिका: क्रमित डेटा में मध्य मान (या दो मध्य मान का औसत)।
IQR: \(Q_3-Q_1\), डेटा के मध्य 50% का फैलावविज्ञापन।
अपवाद मान: बाकी डेटा से बहुत दूर मान (अक्सर 1.5×IQR fences से जाँचें)।
त्वरित पूर्व-जांच
पूर्व-जांच 1: \(\{7,8,9\}\) का माध्यिका क्या है?
संकेत: माध्यिका, डेटा को order करने के बाद मध्य मान है।
पूर्व-जांच 2: डेटा समुच्चय \(\{5,7,9\}\) का माध्य क्या है?
संकेत: माध्य = (मान का योग) ÷ (मान की संख्या)।
Measures का Center
माध्य, माध्यिका, और मोड
सीखने का लक्ष्य:माध्य, माध्यिका, और मोड गणना करना करें और जानें कि हर माप "typical मान" के बारे में क्या बताता है।
मुख्य विचार
माध्य (औसत) हर मान उपयोग करता है: \[ \bar{x}=\frac{x_1+x_2+\cdots+x_n}{n}. \] माध्यिका sorted डेटा की मध्य मान है (या \(n\) even होने पर दो मध्य मान का औसत)। मोड सबसे frequent मान है (डेटा bimodal हो सकता है या कोई मोड नहीं हो सकता)। Skewed डेटा या अपवाद मान में माध्यिका आम तौर पर माध्य से अधिक resistant होता है।
हल किया गया उदाहरण
उदाहरण: \(\{2,4,4,9,11\}\) का माध्य, माध्यिका, और मोड निकालें।
डेटा पहले से sorted है। माध्य: \[ \bar{x}=\frac{2+4+4+9+11}{5}=\frac{30}{5}=6. \] माध्यिका (5 मान का मध्य) \(4\) है। मोड (सबसे frequent) \(4\) है।
खुद कोशिश करें
खुद कोशिश 1: डेटा समुच्चय \(\{1,2,3,4\}\) का माध्यिका क्या है?
संकेत: 4 मान के साथ माध्यिका दो मध्य मान का औसत है।
खुद कोशिश 2: \(\{5,10,15\}\) का माध्य क्या है?
संकेत: मान विज्ञापनd करें, फिर 3 से भाग करें।
सारांश
माध्य हर मान उपयोग करता है, लेकिन अपवाद मान से खिंच सकता है।
माध्यिका क्रमित डेटा का मध्य है और अपवाद मान के प्रति resistant है।
मोड सबसे frequent मान(s) बताता है, खासकर श्रेणियाँ के लिए useful।
Measures का Spreविज्ञापन
परास, चतुर्थक, और interquartile परास (IQR)
सीखने का लक्ष्य:परास और IQR से variability माप करें, और \(Q_1\) तथा \(Q_3\) सही गणना करें करें।
मुख्य विचार
परास फैलावविज्ञापन का सबसे simple माप है: \[ \text{Range}=\text{max}-\text{min}. \] द्विघातartiles क्रमित डेटा को चार भाग में बांटते हैं। Interquartile परास है: \[ \text{IQR}=Q_3-Q_1, \] जो डेटा के मध्य 50% का फैलावविज्ञापन माप करता है (और परास की तुलना में अपवाद मान से कम प्रभावित होता है)।
हल किया गया उदाहरण
उदाहरण: \(\{10,20,30,40\}\) के लिए परास, \(Q_1\), \(Q_3\), और IQR निकालें।
परास \(=40-10=30\). माध्यिका \(Q_2\), 20 और 30 का औसत है: \(25\). Lower half \(\{10,20\}\) से \(Q_1=\frac{10+20}{2}=15\). Upप्रति half \(\{30,40\}\) से \(Q_3=\frac{30+40}{2}=35\). इसलिए \(\text{IQR}=35-15=20\).
खुद कोशिश करें
खुद कोशिश 1: \(\{2,5,9\}\) का परास क्या है?
संकेत: परास = max - min.
खुद कोशिश 2: \(\{1,2,3,4,5,6,7,8,9\}\) का interquartile परास क्या है?
संकेत: क्रमित list से \(Q_1\) और \(Q_3\) निकालें, फिर \(Q_3-Q_1\) गणना करें करें।
सारांश
परास overall फैलावविज्ञापन माप करता है, लेकिन extreme मान के प्रति sensitive है।
IQR मध्य 50% का फैलावविज्ञापन माप करता है और अपवाद मान के प्रति अधिक resistant है।
Frequency और प्रतिशत
Frequency, relative आवृत्ति, और प्रतिशत
सीखने का लक्ष्य: Counts, भिन्न, दशमलव, और प्रतिशत के बीच convert करें ताकि बताया जा सके कि कोई चीज कितनी साझा है।
मुख्य विचार
Frequency गिनती है। Relative आवृत्ति कुल का भिन्न है: \[ \text{Relative frequency}=\frac{\text{count}}{n}. \] प्रतिशत में बदलने के लिए 100 से गुणा करें करें: \[ \text{प्रतिशत}= \left(\frac{\text{count}}{n}\right)\cdot 100\%. \] इससे आप अलग नमूना sizes वाले groups compare कर सकते हैं।
हल किया गया उदाहरण
उदाहरण: \(\{0,1,0,1,1\}\) में इकाइयाँ का भिन्न और प्रतिशत क्या है?
5 मान में 3 इकाइयाँ हैं, इसलिए भिन्न \(\frac{3}{5}\) है। दशमलव में \(\frac{3}{5}=0.6\), इसलिए प्रतिशत \(0.6\cdot 100\% = 60\%\) है।
खुद कोशिश करें
खुद कोशिश 1: List \(\{0,1,0,1,1\}\) में कितने भिन्न इकाइयाँ हैं?
संकेत: Ones गिनती करें, फिर कुल मान से भाग करें।
खुद कोशिश 2: 50 का कितना प्रतिशत 15 है?
संकेत: \(\frac{15}{50}\) गणना करें करें और प्रतिशत में बदलें।
सारांश
Relative आवृत्ति "पूर्ण का भाग" है: \(\frac{\text{count}}{n}\).
प्रतिशत, relative आवृत्ति \(\times 100\%\) है।
Five-संख्या Summary
Five-संख्या सारांश और box-and-whisker plots
सीखने का लक्ष्य:five-संख्या सारांश बनाएँ और सेंटer तथा फैलावविज्ञापन visualize करने के लिए उसे box प्लॉट करें से जोड़ें।
मुख्य विचार
Five-संख्या सारांश डेटा समुच्चय को इनसे describe करता है: \[ \text{min},\ Q_1,\ \text{median }(Q_2),\ Q_3,\ \text{max}. \] Box-and-whisker प्लॉट करें इन पांच संख्याएँ का उपयोग करता है: box \(Q_1\) से \(Q_3\) तक होता है, माध्यिका box के अंदर रेखा होती है, और whiskers minimum तथा maximum की ओर extend करते हैं (या convention के अनुसार non-अपवाद मान मान तक)।
हल किया गया उदाहरण
उदाहरण: \(\{2,4,6,8\}\) का five-संख्या सारांश निकालें।
Sorted: \(\{2,4,6,8\}\). Min \(=2\), max \(=8\). माध्यिका \(=\frac{4+6}{2}=5\). Lower half \(\{2,4\}\) से \(Q_1=\frac{2+4}{2}=3\). Upप्रति half \(\{6,8\}\) से \(Q_3=\frac{6+8}{2}=7\). Five-संख्या सारांश: \(2,\ 3,\ 5,\ 7,\ 8\).
खुद कोशिश करें
खुद कोशिश 1: \(\{10,20,30,40\}\) का third quartile \(Q_3\) क्या है?
संकेत: \(Q_3\), क्रमित डेटा के upप्रति half का माध्यिका है।
खुद कोशिश 2: \(\{1,2,3,4,5,6\}\) का पहला quartile \(Q_1\) क्या है?
संकेत: 6 मान के साथ lower half \(\{1,2,3\}\) है। उसका माध्यिका \(Q_1\) है।
Box प्लॉट करें मध्य 50% (box) और overall फैलावविज्ञापन (whiskers) को visualize करता है।
अपवाद मान और Midrange
अपवाद मान, 1.5×IQR नियम, और midrange
सीखने का लक्ष्य: IQR fences से अपवाद मान पहचानें और midrange को "extremes का मध्यबिंदु" समझें।
मुख्य विचार
एक साझा अपवाद मान जाँचें IQR fences उपयोग करता है: \[ \text{Lower fence}=Q_1-1.5(\text{IQR}), \quad \text{Upper fence}=Q_3+1.5(\text{IQR}). \] Fences के बाहर मान अक्सर अपवाद मान मानी जाती हैं। एक और माप midrange है, minimum और maximum का मध्यबिंदु: \[ \text{Midrange}=\frac{\text{min}+\text{max}}{2}. \] Midrange गणना करें करना आसान है, लेकिन यह केवल extremes पर निर्भर करता है (इसलिए अपवाद मान के प्रति resistant नहीं)।
हल किया गया उदाहरण
उदाहरण: क्या \(30\), \(\{1,2,3,4,5,6,7,8,30\}\) में 1.5×IQR नियम से अपवाद मान है?
माध्यिका \(5\) है। Lower half \(\{1,2,3,4\}\) से \(Q_1=\frac{2+3}{2}=2.5\). Upप्रति half \(\{6,7,8,30\}\) से \(Q_3=\frac{7+8}{2}=7.5\). IQR \(=7.5-2.5=5\). Fences: lower \(=2.5-1.5(5)=2.5-7.5=-5\), upप्रति \(=7.5+7.5=15\). क्योंकि \(30>15\), मान \(30\), 1.5×IQR नियम से अपवाद मान है।
संकेत: यह केवल minimum और maximum उपयोग करता है: \(\frac{\text{min}+\text{max}}{2}\).
खुद कोशिश 2: यदि \(Q_1=10\) और \(Q_3=20\), तो 1.5×IQR नियम से कौन सी मान अपवाद मान है?
संकेत: IQR \(=20-10=10\). Upप्रति fence \(=20+1.5(10)=35\). अपवाद मान 35 से ऊपर या \(-5\) से नीचे हैं।
सारांश
अपवाद मान fences: \(Q_1-1.5(\text{IQR})\) और \(Q_3+1.5(\text{IQR})\).
Midrange आसान है लेकिन केवल extremes पर निर्भर करता है।
मानक विचलन
प्रसरण, मानक विचलन, और z-स्कोर
सीखने का लक्ष्य:मानक विचलन को माध्य से typical दूरी के माप की तरह समझें और simple उदाहरण सही गणना करें करें।
मुख्य विचार
प्रसरण माध्य से औसत squared दूरी माप करता है, और मानक विचलन उसका वर्ग मूल है। जनसंख्या (सभी मान) के लिए एक परिभाषा है: \[ \sigma^2=\frac{\sum (x-\mu)^2}{n}, \quad \sigma=\sqrt{\sigma^2}. \] z-स्कोर बताता है कि कोई मान माध्य से कितने मानक deviations दूर है: \[ z=\frac{x-\mu}{\sigma}. \]
हल किया गया उदाहरण
उदाहरण: डेटा समुच्चय \(\{0,2\}\) के लिए जनसंख्या मानक विचलन और \(x=2\) का z-स्कोर निकालें।
माध्य \(\mu=\frac{0+2}{2}=1\). Deviations: \(0-1=-1\), \(2-1=1\). वर्ग: \(1\) और \(1\). प्रसरण \(\sigma^2=\frac{1+1}{2}=1\). मानक विचलन \(\sigma=\sqrt{1}=1\). \(x=2\) के लिए z-स्कोर: \(z=\frac{2-1}{1}=1\).
खुद कोशिश करें
खुद कोशिश 1: \(\{0,2\}\) का जनसंख्या मानक विचलन क्या है?
संकेत: माध्य गणना करें करें, deviations वर्ग करें, उनका औसत लें, फिर वर्ग मूल लें।
खुद कोशिश 2: यदि माध्य \(10\) और मानक विचलन \(2\) है, तो \(x=14\) का z-स्कोर क्या है?
संकेत: \(z=\frac{x-\mu}{\sigma}\) उपयोग करें।
सारांश
मानक विचलन माध्य से typical दूरी बताता है।
Z-स्कोरs अलग scales पर मान compare करते हैं: "कितने मानक deviations away"।
अनुप्रयोग और Choices
सही आँकड़ा चुनना और डेटा व्याख्या करना करना
सीखने का लक्ष्य: Appropriate वर्णनात्मक आँकड़े चुनें और अंतिम जाँचें करें।
Descriptive आँकड़े कहां दिखती है
School और परीक्षणing: स्कोरs को माध्य/माध्यिका से summarize करें और IQR से फैलावविज्ञापन compare करें।
Science और experiments: मानक विचलन से "typical परिणाम" और variability report करें।
डेटा literacy: reports में box plots और आवृत्ति tables जैसे चार्ट व्याख्या करना करें।
हल किया गया उदाहरण: unsorted डेटा से माध्यिका
उदाहरण: \(\{5,2,9,4,7\}\) का माध्यिका निकालें।
पहले डेटा sort करें: \(\{2,4,5,7,9\}\). मध्य (third) मान \(5\) है, इसलिए माध्यिका \(5\) है।
खुद कोशिश करें
खुद कोशिश 1: \(\{5,2,9,4,7\}\) का माध्यिका क्या है?
संकेत: पहले sort करें, फिर मध्य मान चुनें।
खुद कोशिश 2: \(\{2,2,3,4,4\}\) का मोड क्या है?
संकेत: मोड वह मान (या मान) है जो सबसे अधिक बार आती है। यहां दो मान tie करती हैं।
अंतिम सारांश
Center: माध्य, माध्यिका, मोड typical मान को अलग-अलग तरीकों से describe करते हैं।
Spreविज्ञापन: परास और IQR variability बताते हैं; IQR अपवाद मान के प्रति अधिक resistant है।
Five-संख्या सारांश और box plots डेटा को visually summarize करते हैं और अपवाद मान जाँचेंs में मदद करते हैं।
मानक विचलन माध्य से typical दूरी माप करता है; z-स्कोर scales के बीच compare करते हैं।
अगला कदम: यह पाठ बंद करें और अपना प्रश्नोत्तरी फिर से आजमाएं। यदि कोई प्रश्न छूट जाए, तो पुस्तक फिर खोलें और जिस वर्णनात्मक आँकड़े कौशल की जरूरत हो, वही पृष्ठ दोहराएं।
5+ स्ट्रीक
10+ स्ट्रीक
15+ स्ट्रीक
20+ स्ट्रीक
25+ स्ट्रीक