अपने प्रसामान्य-बंटन परिणाम को समझना
नीचे दी गई तालिका पूर्णांक z-स्कोर पर मानक प्रसामान्य संचयी प्रायिकता Φ(z) सूचीबद्ध करती है, मानक प्रसामान्य बंटन तालिकाओं के अनुरूप।
| Z-स्कोर | Φ(z) — z से नीचे संचयी प्रायिकता |
|---|---|
| −3 | 0.13% |
| −2 | 2.28% |
| −1 | 15.87% |
| 0 | 50.00% |
| +1 | 84.13% |
| +2 | 97.72% |
| +3 | 99.87% |
- अनुभवजन्य नियम: प्रसामान्य बंटन का लगभग 68.27% माध्य के ±1 मानक विचलन के भीतर होता है, लगभग 95.45% ±2 मानक विचलनों के भीतर, और लगभग 99.73% ±3 मानक विचलनों के भीतर।
- “बीच” मोड में, ऊपरी सीमा b को x से बड़ा या बराबर होना चाहिए; यदि b, x से छोटा है तो कैलकुलेटर कोई परिणाम नहीं लौटाता।
- क्योंकि प्रसामान्य बंटन सतत है, किसी एक सटीक मान की प्रायिकता 0 होती है — केवल सीमाओं (नीचे, ऊपर, बीच) की गैर-शून्य प्रायिकता होती है।
- ये गणनाएँ मानती हैं कि चर वास्तव में प्रसामान्य रूप से वितरित है। तिरछा, सीमित, या भारी-पूँछ वाला डेटा इन प्रायिकताओं से काफी भिन्न हो सकता है भले ही z-स्कोर की गणना अब भी की जा सके।
प्रसामान्य बंटन क्या है?
प्रसामान्य बंटन (गॉसियन बंटन) एक सतत, सममित, घंटी-आकार की प्रायिकता बंटन है जो पूरी तरह दो पैरामीटरों से वर्णित होती है: इसका माध्य (μ), जो केंद्र तय करता है, और इसका मानक विचलन (σ), जो फैलाव तय करता है। कई प्राकृतिक और मापी गई राशियाँ — ऊँचाई, माप त्रुटियाँ, मानकीकृत परीक्षा अंक — लगभग प्रसामान्य होती हैं, यही कारण है कि यह बंटन सांख्यिकीय सिद्धांत और अभ्यास में केंद्रीय है।
क्योंकि एक सतत बंटन एकल बिंदुओं के बजाय सीमाओं को प्रायिकता देता है, यह कैलकुलेटर 'x से नीचे मानों का कितना अनुपात है', 'x से ऊपर', या 'x और b के बीच' जैसे प्रश्नों का उत्तर देता है — कभी भी 'ठीक x की प्रायिकता क्या है' का नहीं, जो सतत बंटन के लिए हमेशा 0 होती है।
किसी भी प्रसामान्य बंटन को z-स्कोर, z = (x − μ) / σ, की गणना करके मानक प्रसामान्य बंटन (माध्य 0, मानक विचलन 1) में बदला जा सकता है। x-मानों की किसी सीमा से जुड़ी प्रायिकता फिर मानक प्रसामान्य संचयी बंटन फलन (CDF) से पढ़ी जाती है, जिसे अक्सर Φ(z) लिखा जाता है, जो z पर या उससे नीचे स्थित बंटन के अनुपात को देता है।
अनुभवजन्य नियम (जिसे 68-95-99.7 नियम भी कहा जाता है) मानक प्रसामान्य बंटन के फैलाव को सारांशित करता है: लगभग 68.27% मान माध्य के 1 मानक विचलन के भीतर होते हैं, लगभग 95.45% 2 मानक विचलनों के भीतर होते हैं, और लगभग 99.73% 3 मानक विचलनों के भीतर होते हैं।
इस प्रसामान्य बंटन कैलकुलेटर का उपयोग कैसे करें
- बंटन का माध्य (μ) और मानक विचलन (σ) दर्ज करें। मानक विचलन शून्य से अधिक होना चाहिए।
- एक गणना मोड चुनें: किसी मान से नीचे, किसी मान से ऊपर, या दो मानों के बीच।
- मान x दर्ज करें। “बीच” मोड में, ऊपरी सीमा b भी दर्ज करें, जो x से बड़ी या बराबर होनी चाहिए।
- प्रायिकता (प्रतिशत के रूप में और 0 व 1 के बीच अनुपात के रूप में) पढ़ें, साथ ही x के लिए संबंधित z-स्कोर।
प्रसामान्य बंटन प्रायिकता के पीछे का फॉर्मूला
हर गणना x को z-स्कोर में मानकीकृत करने से शुरू होती है: z = (x − μ) / σ। प्रायिकता फिर मानक प्रसामान्य CDF, Φ(z), से पढ़ी जाती है, जिसका कोई सरल संवृत-रूप व्यंजक नहीं है और इसका मूल्यांकन संख्यात्मक रूप से किया जाता है।
नीचे मोड: P(X < x) = Φ(z)। ऊपर मोड: P(X > x) = 1 − Φ(z)। बीच मोड: P(x < X < b) = Φ(zᵦ) − Φ(zₓ), जहाँ zᵦ ऊपरी सीमा b का z-स्कोर है।
उदाहरण (नीचे मोड): माध्य = 100, मानक विचलन = 15, x = 120। z = (120 − 100) / 15 = 1.3333। मानक प्रसामान्य बंटन पर Φ(1.3333) देखने से लगभग 0.9088 मिलता है, इसलिए P(X < 120) ≈ 90.88%।
उदाहरण (बीच मोड, मानक प्रसामान्य): माध्य = 0, मानक विचलन = 1, −1 और +1 के बीच। निचला z = −1, ऊपरी z = +1। Φ(1) − Φ(−1) = 0.8413 − 0.1587 = 0.6827, इसलिए P(−1 < X < 1) ≈ 68.27% — अनुभवजन्य नियम का पहला चरण।
सामान्य गलतियाँ
- गलत मोड चुनना — समान x के लिए “नीचे”, “ऊपर” और “बीच” अलग-अलग प्रायिकताएँ देते हैं, और इन्हें मिलाना गलती का एक आम स्रोत है।
- “बीच” मोड में x से छोटी ऊपरी सीमा b दर्ज करना, जो इस कैलकुलेटर के लिए मान्य सीमा नहीं है।
- किसी एक सटीक मान की प्रायिकता को सार्थक मानना — प्रसामान्य जैसे सतत बंटन के लिए, P(X = x) हमेशा 0 होती है।
- बिना जाँचे यह मान लेना कि डेटासेट प्रसामान्य है — यहाँ लौटाई गई प्रायिकताएँ तभी सटीक होती हैं जब अंतर्निहित चर लगभग प्रसामान्य रूप से वितरित हो।
- मानक विचलन को प्रसरण के साथ भ्रमित करना — यह कैलकुलेटर मानक विचलन (σ) माँगता है, उसका वर्ग नहीं।
अक्सर पूछे जाने वाले सवाल
मैं प्रसामान्य बंटन प्रायिकता कैसे निकालूँ?
z = (x − माध्य) / मानक विचलन का उपयोग करके मान को z-स्कोर में बदलें, फिर मानक प्रसामान्य बंटन पर संबंधित संचयी प्रायिकता देखें। x से नीचे के मान के लिए, सीधे Φ(z) का उपयोग करें; x से ऊपर के लिए, 1 − Φ(z); x और b के बीच की सीमा के लिए, दोनों संचयी प्रायिकताओं को घटाएँ।
अनुभवजन्य नियम क्या है?
अनुभवजन्य नियम (68-95-99.7 नियम) बताता है कि प्रसामान्य बंटन के लिए, लगभग 68.27% मान माध्य के 1 मानक विचलन के भीतर आते हैं, लगभग 95.45% 2 मानक विचलनों के भीतर आते हैं, और लगभग 99.73% 3 मानक विचलनों के भीतर आते हैं।
Z-स्कोर क्या है?
एक z-स्कोर बताता है कि कोई मान माध्य से कितने मानक विचलन दूर है, जिसकी गणना z = (x − माध्य) / मानक विचलन के रूप में की जाती है। यह वह मध्यवर्ती चरण है जिसका उपयोग यह कैलकुलेटर मानक प्रसामान्य बंटन पर प्रायिकता देखने के लिए करता है।
किसी सटीक मान की प्रायिकता हमेशा 0 क्यों होती है?
प्रसामान्य बंटन सतत है, इसलिए प्रायिकता केवल सीमाओं पर परिभाषित होती है, एकल बिंदुओं पर नहीं। ठीक P(X = 120) पूछना गणितीय रूप से 0 है; सार्थक प्रश्न हैं P(X < 120), P(X > 120), या P(a < X < b)।
क्या यह कैलकुलेटर किसी भी डेटासेट के लिए काम करता है?
केवल तभी जब अंतर्निहित चर लगभग प्रसामान्य रूप से वितरित हो। कई वास्तविक चर लगभग प्रसामान्य होते हैं, लेकिन तिरछा, सीमित (जैसे गिनती या अनुपात), या भारी-पूँछ वाला डेटा इस ढाँचे में जबरन डालने पर भ्रामक प्रायिकताएँ दे सकता है।
'नीचे' और 'बीच' मोड में क्या अंतर है?
“नीचे” एक एकल मान x तक संचयी प्रायिकता रिपोर्ट करता है, P(X < x)। “बीच” किसी सीमा में आने की प्रायिकता रिपोर्ट करता है, P(x < X < b), जो दो संचयी प्रायिकताओं का अंतर है और इसके लिए एक निचला मान x और एक ऊपरी सीमा b दोनों चाहिए।
संदर्भ
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods, Section 1.3.6.6.1: Normal distribution. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (the normal distribution and standardized values).
- Abramowitz M, Stegun IA (eds). Handbook of Mathematical Functions. National Bureau of Standards, Applied Mathematics Series 55, 1964 (standard normal distribution tables).
- Casella G, Berger RL. Statistical Inference (2nd ed). Duxbury, 2002 (the normal distribution and its properties).