सामान्य वितरण की जांच कैसे करें


Harijan act Kya Hai | Harijan Act In Hindi | हरिजन कैसे सामान्य वर्ग के लोगों को परेशान कर रहे थे | (जून 2019).

Anonim

तो, आपने बहुत काम किया है: आपने उपलब्ध स्रोतों का विश्लेषण किया है, एक परिकल्पना को आगे रखा है, अनुभवजन्य डेटा एकत्र किया है, और अब यह उनके गणितीय प्रसंस्करण का समय है। अधिकांश सांख्यिकीय अवलोकन सामान्य वितरण के कानून के अधीन हैं, लेकिन आप सामान्य वक्र से विचलन या आश्रित संकेतक में कूदते हैं। आपका कार्य यह निर्धारित करना है कि क्या ये विचलन यादृच्छिक हैं, या क्या आपने विज्ञान में कुछ नया खोजा है। या हो सकता है कि आपने गलत तरीके से एक नमूना बनाया हो।

अनुदेश

1

यह निर्धारित करने के लिए कि आपका डेटा एक सामान्य वितरण से मेल खाता है, आपको कुल आबादी पर आंकड़े रखने होंगे। सबसे बड़ी संभावना के साथ आपके पास यह नहीं होगा, क्योंकि यदि आप अध्ययन किए गए संकेतक के वितरण को पहले से जानते हैं, तो आपके शोध को बस बाहर ले जाने की आवश्यकता नहीं है।

2

हालांकि, यदि आपके पास कुल आबादी के आंकड़े हैं, तो आप जांच सकते हैं कि आपने सही तरीके से एक नमूना बनाया है या नहीं। सबसे अधिक बार, पियर्सन की कसौटी, या ची-वर्ग आँकड़ा इसके लिए उपयोग किया जाता है। यह मानदंड आमतौर पर 30 से अधिक टिप्पणियों के साथ नमूनों के लिए उपयोग किया जाता है, अन्यथा छात्र के टी-टेस्ट का उपयोग किया जाता है।

3

सबसे पहले, नमूना माध्य और मानक विचलन की गणना करें। किसी भी गणना के लिए इन संकेतकों की आवश्यकता होगी। इसके बाद, अध्ययन किए गए विशेषता के सैद्धांतिक (काल्पनिक) वितरण आवृत्ति को निर्धारित करना आवश्यक है। यह सामान्य जनसंख्या के डेटा के आधार पर, वांछित मान के वितरण की गणितीय अपेक्षा के बराबर होगा, या, यदि वे उपलब्ध नहीं हैं, तो अनुभवजन्य डेटा के आधार पर।

4

इस प्रकार, आपको मूल्यों की दो श्रृंखलाएं मिलेंगी, जिनके बीच कुछ निर्भरता है। अब हमें अल्फा त्रुटि प्रायिकता के दिए गए स्तर के लिए पियरसन, कोलमोगोरोव या रोमनोवस्की मानदंडों पर समझौते के स्तर के लिए संकेतकों की श्रृंखला की जांच करनी चाहिए।

5

यदि अध्ययन के तहत लक्षण के अनुभवजन्य और सैद्धांतिक वितरण के बीच सहसंबंध गुणांक त्रुटि की संभावना के किसी दिए गए स्तर की सीमा से बाहर हो जाता है, तो जिस परिकल्पना का आप अध्ययन कर रहे हैं वह सामान्य आबादी के सामान्य वितरण से मेल खाती है। सांख्यिकीय डेटा प्रसंस्करण के इन परिणामों की आगे की व्याख्या, अध्ययन के उद्देश्यों पर और कुछ हद तक, हमारी वैज्ञानिक अंतर्दृष्टि या कल्पना पर निर्भर करती है।