चरण-दर-चरण इंटरैक्टिव पाठ के साथ वर्णनात्मक सांख्यिकी अभ्यास क्विज़

माध्य, माध्यिका, और मोड

मुख्य विचार

माध्य (औसत) हर मान उपयोग करता है: \[ \bar{x}=\frac{x_1+x_2+\cdots+x_n}{n}. \] माध्यिका क्रमित डेटा का मध्य मान है (या \(n\) सम होने पर दो मध्य मान का औसत)। मोड सबसे अधिक बार आने वाला मान है (डेटा द्विमोडी हो सकता है या कोई मोड नहीं हो सकता)। टेढ़े डेटा या अपवाद मान होने पर माध्यिका आम तौर पर माध्य से अधिक स्थिर होता है।

हल किया गया उदाहरण

खुद कोशिश 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 स्थिर है।
• मोड सबसे अधिक बार आने वाले मान बताता है, खासकर श्रेणियों के लिए उपयोगी।

परास, चतुर्थक, और अंतरचतुर्थक परास (IQR)

मुख्य विचार

परास फैलाव का सबसे सरल माप है: \[ \text{परास}=\text{अधिकतम}-\text{न्यूनतम}. \] चतुर्थक क्रमित डेटा को चार भागों में बांटते हैं। अंतरचतुर्थक परास है: \[ \text{IQR}=Q_3-Q_1, \] जो डेटा के मध्य 50% का फैलाव माप करता है (और परास की तुलना में अपवाद मान से कम प्रभावित होता है)।

हल किया गया उदाहरण

खुद कोशिश करें

सारांश

• परास कुल फैलाव माप करता है, लेकिन चरम मान के प्रति संवेदनशील है।
• IQR मध्य 50% का फैलाव माप करता है और अपवाद मान के प्रति अधिक स्थिर है।

आवृत्ति, सापेक्ष आवृत्ति, और प्रतिशत

मुख्य विचार

आवृत्ति गिनती है। सापेक्ष आवृत्ति कुल का भिन्न है: \[ \text{सापेक्ष आवृत्ति}=\frac{\text{गिनती}}{n}. \] प्रतिशत में बदलने के लिए 100 से गुणा करें: \[ \text{प्रतिशत}= \left(\frac{\text{गिनती}}{n}\right)\cdot 100\%. \] इससे आप अलग नमूना आकारों वाले समूहों की तुलना कर सकते हैं।

हल किया गया उदाहरण

खुद कोशिश करें

सारांश

• सापेक्ष आवृत्ति "पूर्ण का भाग" है: \(\frac{\text{गिनती}}{n}\).
• प्रतिशत, सापेक्ष आवृत्ति \(\times 100\%\) है।

पांच-संख्या सारांश और बॉक्स-और-व्हिस्कर प्लॉट

मुख्य विचार

पांच-संख्या सारांश डेटा समुच्चय को इनसे वर्णित करता है: \[ \text{न्यूनतम},\ Q_1,\ \text{माध्यिका }(Q_2),\ Q_3,\ \text{अधिकतम}. \] बॉक्स-और-व्हिस्कर प्लॉट इन पांच संख्याओं का उपयोग करता है: बॉक्स \(Q_1\) से \(Q_3\) तक होता है, माध्यिका बॉक्स के अंदर रेखा होती है, और व्हिस्कर न्यूनतम तथा अधिकतम की ओर फैलते हैं (या परंपरा के अनुसार गैर-अपवाद मान तक)।

हल किया गया उदाहरण

खुद कोशिश करें

सारांश

• पांच-संख्या सारांश: न्यूनतम, \(Q_1\), माध्यिका, \(Q_3\), अधिकतम.
• बॉक्स प्लॉट मध्य 50% (बॉक्स) और कुल फैलाव (व्हिस्कर) को दिखाता है।

अपवाद मान, 1.5×IQR नियम, और मध्य-परास

मुख्य विचार

एक आम अपवाद मान जाँच IQR सीमाओं का उपयोग करती है: \[ \text{निचली सीमा}=Q_1-1.5(\text{IQR}), \quad \text{ऊपरी सीमा}=Q_3+1.5(\text{IQR}). \] इन सीमाओं के बाहर के मान अक्सर अपवाद मान माने जाते हैं। एक और माप मध्य-परास है, न्यूनतम और अधिकतम का मध्यबिंदु: \[ \text{मध्य-परास}=\frac{\text{न्यूनतम}+\text{अधिकतम}}{2}. \] मध्य-परास की गणना आसान है, लेकिन यह केवल चरम मानों पर निर्भर करता है (इसलिए अपवाद मानों के प्रति स्थिर नहीं)।

हल किया गया उदाहरण

खुद कोशिश करें

सारांश

• अपवाद मान सीमाएँ: \(Q_1-1.5(\text{IQR})\) और \(Q_3+1.5(\text{IQR})\).
• मध्य-परास आसान है लेकिन केवल चरम मानों पर निर्भर करता है।

प्रसरण, मानक विचलन, और z-स्कोर

मुख्य विचार

प्रसरण माध्य से औसत वर्ग 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 विचलन दूर है: \[ z=\frac{x-\mu}{\sigma}. \]

हल किया गया उदाहरण

खुद कोशिश करें

सारांश

• मानक विचलन माध्य से सामान्य दूरी बताता है।
• Z-स्कोर अलग पैमानों पर मानों की तुलना करते हैं: "कितने मानक विचलन दूर"।

सही आँकड़ा चुनना और डेटा व्याख्या करना करना

वर्णनात्मक आँकड़े कहां दिखते हैं

• विद्यालय और परीक्षाएँ: स्कोर को माध्य/माध्यिका से सारांशित करें और IQR से फैलाव की तुलना करें।
• विज्ञान और प्रयोग: मानक विचलन से "सामान्य परिणाम" और परिवर्तनशीलता रिपोर्ट करें।
• खेल और प्रदर्शन: स्थिरता (कम फैलाव) बनाम अस्थिरता (अधिक फैलाव) की तुलना करें।
• डेटा-साक्षरता: रिपोर्टों में बॉक्स प्लॉट और आवृत्ति सारणियों जैसे चार्टों की व्याख्या करें।

हल किया गया उदाहरण: अव्यवस्थित डेटा से माध्यिका

खुद कोशिश करें

अंतिम सारांश

• केंद्र: माध्य, माध्यिका, मोड सामान्य मान को अलग-अलग तरीकों से वर्णित करते हैं।
• फैलाव: परास और IQR परिवर्तनशीलता बताते हैं; IQR अपवाद मान के प्रति अधिक स्थिर है।
• पांच-संख्या सारांश और बॉक्स प्लॉट डेटा को दृश्य रूप से सारांशित करते हैं और अपवाद मान जाँचों में मदद करते हैं।
• मानक विचलन माध्य से सामान्य दूरी माप करता है; z-स्कोर पैमानों के बीच तुलना करते हैं।