Lesson 1-14 (1) (1) - 150-310

Machine Translated by Google
बीए काय म
उ र। चूँ क p . है यानी p और n बड़ा है यानी । इस लए पद वतरण np के साथ पॉइसन वतरण के करीब होगा।
एनपी
ई
एफ ए स .
ii fX fX
एफ ए स एफ ए स एफ ए स
− − −
. . .
पाठ म
. पुल पार करते समय कार का टायर फटने क ा यकता . है। इस पुल को पार करने वाली कार के बीच पद संभावना का
अनुमान लगाने के लए पॉइसन वतरण का उपयोग कर। ब कु ल एक का टायर चपटा होगा.
. वतरण का के वल एक परी ण है।
. यद पद वतरण क संभावना है और परी ण क सं या है तो पद वतरण का अनुमान पॉइसन वतरण के बराबर

लगाया जा सकता है।
. न न ल खत डेटा म पद वतरण को फ़ट कर।
ए स
एफ
. . हाइपर या मतीय वतरण
य द जनसं या सी मत है तो हाइपर या मतीय वतरण ा त कया जाता है और नमूना त ापन के बना कया जाता है और घटनाएँ या क होने पर भी
सां यक य प से नभर होती ह। एक कलश पर वचार कर
पृ
© र एवं सतत श ा वभाग मु श ण प रसर

कू ल ऑफ ओपन ल नग द ली व व ालय
अथशा के लए बु नयाद सां यक
एन बा स के साथ जनम से के लाल ह और शेष एनके सफे द ह। आइए हम बना त ापन के n गद का एक या क नमूना बनाएं। फर n
म से x लाल गद नकलने क ा यकता इस कार द गई है
क एन.के
सी ए स
सी एनए स
एफ ए स
एन सी एन
x ....n
अ यथा
उदाहरण के लए मान ली जए क अथशा और वा ण य नातक ह। संगठन को व ेषक क आव यकता है ज ह अथशा और

वा ण य के छा म से चुना जाना है। इस नौकरी के लए अथशा के छा के चयन क ा यकता ात क जए।
के आ थक छा क सं या
N K वा ण य छा क सं या
एन कु ल छा
x अथशा के छा को व ेषक के प म चुनना
n व ेषक के प म चय नत कु ल छा
क एन.के
सी सी
ए स एनए स
एफ ए स
एन
सी एन
सीसी
एफ ए स
सी
. सारांश
सभी अलग अलग वतरण का गहन ान अ न तता के तर का आकलन करने म मदद करेगा
और तदनुसार योजना बनाएं. उनक संभा ता मान फ़ं न मा य और वचरण के साथ सभी वतरण न न ल खत ता लका म दखाए गए ह।
वतरण संभा ता मास फ़ं न पीएमएफ औसत अंतर
वद एन
वतरण एफ xx एफ ए स x ...एन एन
एन
Bernoulli पी पी पी
पृ

पद एन
सी पी यू
आरएनआर
एनपी एनपी पी
आर
वास λ
λ
. पा के उ र
. चूँ क p . है इस लए p क ओर बढ़ता है और n बड़ा है अथात

तो पद वतरण λ np के साथ पॉइसन वतरण के करीब होगा।
λ एनपी
λ .
एफ ए स ए स
तो उ र . है
. Bernoulli
. छोटा बड़ा
. हमारे पास n और N f है
दए गए वतरण का मा य
मतलब
पद बंटन का मा य п है р मा य
पृ

पी
पी यू
अपे त पद आवृ याँ
fx NP X x X ए स
ए स
पी ए स ए स अपे त पद
आवृ
एनपी ए स पी ए स
.
.
ए स
.
ए स
.
.
ए स
.
.
ए स
.
ए स
ए स
एफ
. व मू यांक न
पुल पार करते समय कार का टायर फटने क ा यकता . है। पुल पार करने वाली कार क पद संभावना का अनुमान लगाने के लए पॉइसन वतरण
का उपयोग कर।
पृ
ए ब कु ल दो का टायर पं चर है
बी अ धक से अ धक एक का टायर सपाट है
मान ली जए क द ली म त दन औसतन एक घटना के साथ कार घटनाएं पॉइसन वतरण के अनुसार होती ह। एक स ताह म
से अ धक घटनाएँ घ टत होने क या स ावना है
माना X B n p n और p . के साथ। P X µ σ ात कर।
वायु षण सव ण म एक नरी क एक कं पनी क फ़ै ट रय म से क जाँच करने का नणय लेता है। य द कं पनी क

फै यां अ य धक षक छोड़ती ह और फै यां सभी मानक का पालन करती ह। या संभावना है क कसी एक फ़ै टरी को
परी ा म शा मल कया जाएगा
. स दभ
• डेवोर जे. । इंज ी नयर के लए संभा ता और सां यक वां सं करण। सेनगेज ल नग
• जॉन ए. राइस . ग णतीय सां यक और डेटा व ेषक तीसरा सं करण। थॉमसन

ू स कोल.
• मलर मलर एम. । अनु योग के साथ जे. ायंड क ग णतीय सां यक वां सं करण। पयसन.
• हॉग आर. टै नस ई. ज़ मरमैन डी. संभा ता और सां यक य अनुमान वां सं करण पयसन
• लासन आर मा स एम. एन इं ोड न टू मैथमै टकल टै ट ट स एंड इट् स

अनु योग अ टस हॉल।
• जे स मैक लेव पी. जॉज बे सन टे री सन सच बजनेस एंड इकोनॉ म स के लए सां यक पयसन काशन।
पृ

पाठ
सतत वतरण
संरचना
. सीखने का उ े य
. प रचय
. . समान वतरण
. . घातांक प से वतरण
. . सामा य वतरण
. . मानक सामा य वतरण
. . क य सीमा मेय
. पाठगत के उ र
. संदभ
. सीखने के उ े य
इस पाठ को पढ़ने के बाद छा यह सीख सकगे
. समान और घातांक य वतरण।
. इसके गुण स हत सामा य वतरण।
. मानक सामा य वतरण इसके अनु योग के साथ और . क य सीमा मेय और
अनु योग म।
. प रचय
पछले पाठ म आपने सतत या क चर और संबं धत काय के बारे म सीखा है। इस अ याय म आप व भ कार के सतत वतरण
के बारे म पढ़गे। अथशा और सां यक म सामा य वतरण का बड़े पैमाने पर उपयोग कया जाता है। सामा य वतरण के कई मह वपूण
अनु योग पर सं ान यो य उदाहरण के साथ चचा क गई है। क य सीमा मेय सां यक म सबसे स मेय म से एक है और
इसका बड़े पैमाने पर उपयोग कया जाता है।
पृ

. . समान वतरण
एक या क चर
तो कु ल संभा ता पूरे अंतराल के बीच समान प से वत रत क जाती है जैसे क समान लंबाई वाले उपअंतराल क संभावना समान
होती है।
एफए स ए ए स बी
बी −
०ए
अ यथा
बा −
बा
झगड़ा
अथ
−
ए स
ए सए
एफ ए स ए स सीडीएफ
डीट−बीए बी −
०ए
सीडीएफ ए
पी वाई
उदाहरण के लए य द y U या ह
पीवाई और
एफए स
− ए बी
तब से
एफए स
ए स
पीवाई डीए स
पीवाई डीए स
पृ

− .
. . घातीय वतरण
एक सतत गैर नकारा मक या क चर
−
एफ ए स ई
ए स
अ यथा
घातीय वतरण को ती ा वतरण के प म भी जाना जाता है जहां ती ा पैरामीटर है।
पूव और वीए स
इस लए
ए स
−
EDT
ट
पीए स ए स
संचयी घन व फलन
ए स
पीए स ए स इ
− ट
आइए हम समय अंतराल t और t म सफलता ा त करने क संभावना x पर वचार कर t है.
पीए स ए−स पीए स ए स
−
इ
ए स
−
इ
−x
−
उदाहरण एक कॉल सटर को त घंटे कॉल ा त होती ह। इसक या ा यकता है क अगली कॉल ½ घंटे बाद आएगी
समाधान तो
−
पी
ए स
ए स ई डीए स
पृ

−इ
ए स
− −
−इ इ
− − −
ईई
. . सामा य वतरण
यह म ांसीसी ग णत डी मोइवरे ारा वक सत सबसे मह वपूण वतरण है।

सामा य वतरण को जमन ग णत के प म गॉ सयन वतरण भी कहा जाता है
े ड रक गॉस ने समीकरण नकाला। यह एक सम मत घंट के आकार का व है

एक या क चर X को सामा य या क चर कहा जाता है
ए स −
−
एफए स इ − ए स
जहां रांक π . और e . है। µ और σ वतरण और X के दो पैरामीटर ह

एक वा त वक सं या है जो च के नरंतर या क चर को दशाती है।
गुण
• यह मा य के मा यम से सम मत है।
• ±σ री पर वभ ब पर सम पता के कारण सामा य व होता है
एक घंट का आकार
•व क दा और बा पूंछ ै तज x को छु ए बना असी मत प से व ता रत होती है

ए सस।
• सामा य वतरण म मा य मा यका ब लक।
• दो ब a और b के बीच का े छायां कत े ारा दशाया जाता है।
पृ

• − से के बीच का े फल . है.
• − से के बीच का े फल . है
• − से के बीच का े फल . है
. . मानक सामा य वतरण
−µ
प रवतन करना Z हम मानक सामा य चर Z ा त करते ह जसका मा य है
और मानक वचलन .
मानक सामा य व के अंतगत े फल .
संप हे
ए ए स बी पी ए ए स बी पा ए स बीएपीसए बी पी
पृ

मानक सामा य व े म के दाय और बाय ओर . है

सामा य व सम मत होता है इस लए और एक वशेष ब c के बीच का कोई भी े और और ब −c के बीच का े समान होगा।
पी सीजेड पी जेडसी −
उदाहरण के लए और . के बीच का े फल O और − . के बीच के े फल के बराबर होगा।
पी जेड −पी
. . जेड
.
अब आप सभी सोच रहे ह गे क मुझ े . का मान कै से मला। इसके लए आपको मानक सामा य ता लका को दे ख ना सीखना होगा।
Z के व भ मान क संभा ता मान ता लका म दए गए ह जो मानक सामा य व के अंतगत े का त न ध व करता है।
जेड
. . . . . . . . . .
जेड
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
पृ

पीजेड . हम करना ही होगा

तो खोज का मान ा त करने के
लए कॉलम म . और पहली पं म . है। तो हम मान . मलता है।
पी जे.ड − .
इसी कार य द हम चाह तो जैसा क हम जानते ह क मानक सामा य व
सम मत है और
पीजेड . पी . जेड
− जेड − जेड पीजेड
. पी . . पी .
इस लए
− जेड पीजेड
. पी . . पीजेड .
पी −
. जेड . पीजेड .
− जेड
. पी . .
पी −
. जेड . .
मान ली जए क X मा य और वचरण के साथ एक सामा य प से

वत रत या क चर है अब
सामा य प से वत रत या क चर हो सकता है
ए स
−
जेड
मानक सामा य वतरण म प रव तत अथात
अब नए या क चर z का मा य और मानक वचलन होगा।
उदाहरण य द X मा य और सरण σ के साथ सामा य प से वत रत है . खोज
पी ए स
.
. पी X
. पीए स
पृ

सोल. सबसे पहले हम प रवतन ारा X को z म प रव तत करना होगा
XX − −
जेड
−−
XZ − .
म
के लए
पीजेड − . पीए सपी. . . जेड .
तीय
− − −
ए स
पीए सपी .
III
−
पीजेड −
पीजेड पीजेड .
. − .
− ए स
− −
प सल पी
IV
ए स
−
− पी . .
पृ

जेडपी −
. .
−. जेड पीजेड .
. .
पाठ म
. सामा य वतरण म व तुए ँ से कम ह और व तुए ँ से अ धक ह। वतरण का मा य और वचरण ात क जए।
. मानक सामा य वतरण का मा य और वचरण होता है
तरछापन
जब एक वतरण एपचर अपनी सम पता से अलग हो जाता है तो इसे तरछा वतरण कहा जाता है।
वषम वतरण दो कार के होते ह अथात् सकारा मक और नकारा मक वषम वतरण। एक सकारा मक तरछा वतरण दा हनी ओर तरछा होता है या
दा हनी ओर एक लंबी पूंछ होती है।
इसी कार नकारा मक प से तरछा वतरण बा ओर झुक ा आ होता है या बा ओर लंबी पूंछ होती है।
पृ

कु कु दता
शखर क ड ी कट सस ारा नधा रत क जाती है। एक उ शखर वतरण को ले टोक टक के प म जाना जाता है
न न शखर वतरण को लैट कु टक के प म जाना जाता है
सामा य वतरण मेसोकु टक है जो न तो ब त चरम पर है और न ही ब त कम है।
इस लए सामा य वतरण सम मत है यानी न तो सकारा मक और न ही नकारा मक प से तरछा है और वे मेसोक टक ह यानी न तो ब त

ऊं चे शखर और न ही ब त कम शखर।
पृ

. . क य सीमा मेय
xxxx ... एन
क य सीमा मेय के अनुसार य द वत रत आईआईडी या क चर मेना और वतं प से समान ह
वे रएंस के साथ सामा य वतरण के बाद
तो क य सीमा मेय X और Xi या क चर के वतरण को खोजने म मदद करेगा ।
तो या क चर Xi का वतरण ात करने के लए
नयम
EXYEXEY
XXXXN ... EXEX

तब से एन
तो और इसी तरह।
म
XXXX ... एन
EXEXXX i ... एन
EXEXEXEX
... i एन
ईए स
म
....
तो n बार जोड़ने पर प रणाम इस कार मलेगा

EX n म
Eq.
का वचरण ात करना
VXVXXXX म
... एन
.
से
XXXXN ... एन
वीए स वीए स वीए स ..... एन
तो
VXVXVXVXVX म ... एन
वी ए स
म
...
तो जोड़ने पर n बार के प म प रणाम दे गा
वीए स
म एन
समीकरण
nn i XN और
इस लए
ए−स एन आई
जेड एन
एन
अब आइए या क चर X का वतरण ात कर
पृ

सी
ए स
एन
ए स
ो ाम फ़ाइल
म
पूव एन म
एन
से
ई शी
एन
एन
एन
शी
वीए सवी
एन वी एए स ए वीए स
नयम
वी शी
वीए स
वीए स एन
एन म
से
एन
वीए स
एन
वी ए स
एन
ए सएन
एन
सवाल। एक बड़ी आबाद म एक चर के वतरण का मा य और मानक वचलन इकाई होता है। य द आकार का एक
या क नमूना चुना जाता है तो अनुमा नत संभावना पाएं क नमूना मा य और के बीच है।
ए स एन
समाधान
जहां नमूना आकार एन
हम नमूना मा य का वतरण ात करना होगा
पृ

ए सएन
एन
चूँ क
ए सएन
एन
यान द क यानी वचरण है
एन
मानक वचलन है एन
− −
z
पीए स पी
ढूँ ढ़ने के लए
−पी
. z .
पी जेड . जेडपी .
पी ज़ेड. पी जेड − .
जैसा
. .
जैसे जैसे नमूना आकार बढ़ता है तो ए स का वतरण सामा य वतरण क ओर वृ होगा। कसी वतरण को सामा य वतरण के करीब लाने के लए नमूना
आकार कम से कम या सरे श द म n होना चा हए। जैसे जैसे नमूना आकार बढ़ता है यहां तक क असतत वतरण भी अनुमा नत होता है
सामा य वतरण।
पृ

पाठ म
. मा य और वचरण के साथ सामा य वतरण से लए गए आकार के एक या क नमूने पर वचार कर। मान

ली जए क नमूना मा य को ए स ारा दशाया गया है . तो संभावना क गणना कर क X
से अ धक मान मानता है।
. या क चर X के वतरण का मा य और सरण और है। मश।
अथशा म नरंतर वतरण का सबसे अ धक उपयोग कया जाता है। इन वतरण का गहन ान आपको व मू यांक न को ठ क से हल
करने म मदद करेगा। क य
सीमा मेय सां यक के सबसे स मेय म से एक है। इसम कहा गया है क सभी असतत और नरंतर वतरण नमूना आकार म वृ के
साथ सामा य वतरण के करीब ह गे यानी n । हम सभी नरंतर वतरण को उनके संभा ता घन व फ़ं न मा य और वचरण के साथ
भी दशा सकते ह।
वतरण संभा ता सघनता फ़ं न औसत अंतर
वद वतरण बा बा −
बा −
−
घातांक प से वतरण इ
ए स
सामा य वतरण ए स −
−
− इ
मानक सामा य वतरण − जेड
. द गई जानकारी के अनुसार
एफ ए स . और एफ ए स .
मान ली जए और X का मा य और सरण है। X को मानक सामा य चर z म प रव तत करना।

− −
ए स ज़ेड और के लए ए स ज़ेड
के लए
पृ

संबं धत े को ाफ़ पर दशाया गया है
PZ z PZZ .
यानी यह − . .
के बीच के े का त न ध व करता है
z
और
पीजेड जेड − .
z
तो का मान मानक सामा य ता लका के मा यम
से पाया जा सकता है। े फल . को . के
मा यम से दशाया गया है
तो − z . −
− .
− − .
पी ए स . .
पीजेड जेड
पीजेड जेड − . . .
जेड
तो का मान मानक सामा य ता लका से
z .
−
.
. −
समीकरण को हल करना और हम मलता है
. और
. मानक सामा य वतरण का मा य और वचरण है।
. एन
ए सएन
एन
ए सएन
ए स
− −
पीए सपी
एन
पृ

पीए स . . − . पी z
.
−
पी जेड . . .
पी जेड . .
एन
. एक प का का दावा है क उसके पाठक छा ह। पाठक का एक या क नमूना लया गया और पाया गया क इसम छा थे। यह
मानते ए क प का का दावा सही है या उससे कम छा के पाठक ा त करने क संभावना क गणना कर।
. एक न प पासे को बार उछाला जाता है नधा रत कर क फलक दखाई दे गा।
. से बार के बीच स म लत
. से कम समय
. एक कॉल सटर को त घंटे कॉल ा त होती ह। अगली कॉल आने क या ा यकता है

¼ घंटे के बाद.
. आज के वल छा क ा म भाग लेने आए कल ठ क छा के क ा म उप त होने क पोट ब लट ात क जए।
. एक या क चर X का वतरण B p है यह दे ख ते ए क p . ात क जए
. पी ए स
. पी ए स
. संदभ
• डेवोर जे. । इंज ी नयर के लए संभा ता और सां यक वां सं करण। सेनगेज ल नग

• जॉन ए. राइस . ग णतीय सां यक और डेटा व ेषक तीसरा सं करण। थॉमसन
ू स कोल.
• मलर मलर एम. । अनु योग के साथ जे. ायंड क ग णतीय सां यक व
ईडी। पयसन.
• हॉग आर. टै नस ई. ज़ मरमैन डी. संभा ता और सां यक य अनुमान व

सं करण पयसन
• लासन आर मा स एम. एन इं ोड न टू मैथमै टकल टै ट ट स एंड इट् स

अनु योग अ टस हॉल
पृ

पाठ
संयु संभा ता वतरण और ग णतीय अपे ाएँ
संरचना
. प रचय
. संयु संभा ता मान फलन . . सशत संभा ता
वतरण . . या क चर क वतं ता . . सीमांत संभा ता
मान फलन . . । संभा ता जन काय क अपे ाएँ
. सतत या क चर
. . सीमांत संभा ता घन व फलन . . संभा ता घन व फलन का
अपे त मू य . . सशत संभा ता वतरण
. सारांश . श दावली
. स दभ
. सुझ ाया गया पाठ
. सीखने का उ े य
इस पाठ को पढ़ने के बाद छा स म ह गे
. एक साथ घ टत होने वाली दो या दो से अ धक घटना के संभा ता वतरण क पहचान कर . असतत और नरंतर के एक से अ धक
चर के सीमांत वतरण क गणना कर

वतरण
. सशत संभा ता क गणना कर और संभा ता वतरण क वतं ता को स या पत कर

और
पृ

. संयु संभा ता मान काय और जोड़ क ग णतीय अपे ा क गणना कर

संभा ता घन व काय
. प रचय
यह अ याय दो या दो से अ धक या क चर के संभा ता वतरण से संबं धत है जसे संयु संभा ता वतरण कहा जाता है। संयु संभा ता वतरण दो कार के
होते ह। एक है ा यकता मान फलन पीएमएफ और सरा है ा यकता घन व फलन पीडीएफ । दो अलग अलग चर के संयु संभा ता वतरण के मामले म
संभा ता वतरण फ़ं न को संभा ता मान फ़ं न कहा जाता है। सतत चर के मामले म इसे संभा ता घन व फ़ं न कहा जाता है। अ याय पहले संयु
संभा ता मान फ़ं न और फर अ याय के सरे भाग म संभा ता घन व फ़ं न से संबं धत है।
. संयु संभा ता मान फलन
संयु संभा ता मान फलन दो असतत चर के संभा ता वतरण से संबं धत है। इसक वशेषता न न ल खत वशेषताएँ ह।
मान ली जए क नमूना ान S पर X और Y दो अलग अलग या क चर ह । संयु संभा ता मान फ़ं न PMF ारा दया गया है
−
और पीए स ए स वाई वाई
पी ए सवाई कहाँ
xy या क चर XY क जोड़ी के लए संभा वत मान क एक जोड़ी है और

पी ए सवाई
न न ल खत शत को पूरा करना होगा

पीए xy
पी xy बी
xy
PXYA
संभा ता संयु पीएमएफ को जोड़कर ा त क जाती है।
पीए सवाईए पी xy
xy ए
सी
यह यान दया जाना चा हए क वैध संयु पीएमएफ होने के लए शत ए और बी आव यक ह।
उदाहरण
संयु पीएमएफ के साथ दो या क चर ए स और वाई पर वचार कर जैसा क नीचे द गई ता लका म दखाया गया है
वाई वाई वाई
ए स
ए स
पृ

न न ल खत ढूं ढे
पीए सवाई
म
ii PYX
समाधान
पीए सवाई पीXY पीXY

म
उ र।
पीवाईए सपी पी
XY XY
ii
उदाहरण
एक फ़ं नf के लए दया गया है
उपरो फ़ं न का मान नधा रत कर . . .
समाधान
दए गए से
जहाँ .
के संभा वत जोड़े ह अथात्
. येक जोड़े से जुड़ी संभावनाएँ ह
के वैध जोड़ होने के लए
इस तरह
पृ

इस कार के लए दया गया फ़ं न एक वैध संभा ता मान फ़ं न है।
. . सशत संभा ता
सशत संभा ता पर पहले ही चचा क जा चुक है। यह एक बार फर दोहराया गया है क सशत संभा ता कसी घटना के घ टत होने क संभावना का एक
माप है बशत क कोई अ य घटना पहले ही घ टत हो चुक हो।
सशत संभा ता को न पत कया जाता है पीएबी कहां
पीएबी
पीएबी पंज ाब
पंज ाब
इस अ याय म हम दो या क चर X और Y क संयु संभा ता से नपटते ह। जसक सशत संभा ता द गई है
पीए ससीवाईडी
पीए ससीवाईडी
पीवाईडी
सीडीआर कहां
.
असतत या क चर ए स और वाई के लए ए स ारा दए गए वाई और वाई के सशत पीएमएफ

मशः ारा दये गये ह
पीए xy
सवाई आईजे
पीए xy
पीवाईवाई
जे
ए स आर
मए स और
कसी के लए
पीए xy
पीYXवाईए
जी स
पीयी
ए स वाई
जे
आर वाई
उदाहरण
संयु पीएमएफ के साथ दो या क चर ए स और वाई पर वचार कर जैसा क नीचे द गई ता लका म दखाया गया है
वाई वाई वाई
ए स
ए स
ए स
पृ

न न ल खत ढूं ढे
ए
पीवाईए स बी
समाधान
ए
पी पी पी पी
XY XY XY XY
स क के नमूने रखने का ब स
प सल
बी
पीXY
पी ए स
उ र.
. . या क चर क वतं ता
संयु पीएमएफ के मामले म दो अलग या क चर ए स और क वतं ता के लए मानदं ड

Y ारा दया गया है
पीXYए सवाई पी ए स पी वाईवाई ए स xy
उपरो शत को दो अलग अलग या क चर के लए पूरा करना होगा X और Y वतं ह।
उदाहरण
उदाहरण म दए गए से जांच क या X और Y वतं ह।
समाधान
X और Y के वतं होने के लए .
पीए स ए स वाई वाई जेपीए स ए स पीवाई वाई

म म
जे
ए स आर वाई वाई आर
सभी आई ए स के लए और सभी जे के लए
पीए स ए स पीवाई वाईम

जे
पृ

X और Y वतं नह ह।
. . सीमांत संभा ता मान फलन
यद XY
असतत चर ह तो सीमांत संभा ता एक एकल घटना क संभावना है जो कसी अ य घटना से वतं प से घ टत होती है।
सी
संयु पीएमएफ से सीमांत संभा ता मान फ़ं न ा त कया जाता है जैसा क नीचे दखाया गया है
पी ए स
ए स
म
पी xxx के
ए स ...
ए स ...
ए सके
शद म ब X पर Xi का सीमांत PMF संयु PMF PX का योग लेक र ा त कया जाता है
उन सभी वै टर को बाहर नकाल जो इससे संबं धत ह इस कार RX जो घटक है वह X के बराबर है।
उदाहरण
उदाहरण से आगे बढ़ते ए ए स और वाई के सीमांत पीएमएफ खोज।
समाधान
आर आर
ए स वाई
सीमांत पीएमएफ ारा दए गए ह
के लए ए स
पीए एस स
अ यथा
के लए वाई
पीवाईवाई
अ यथा
पृ

. . पीएमएफ क उ मीद
मान ली जए क X और Y असतत चर के साथ संभा ता मान फ़ं न के साथ एक संयु प से वत रत या क
चर ह। फर फ़ं न gxy का अपे त मान ारा दया जाता है
ई जी XY जी XYP xy
xy
उदाहरण
उदाहरण म दए गए डेटा के लए E XY खोज
समाधान
पाठ म
न न ल खत एमसी यू का उ र द
पीयू पी
. U और V दो वतं बाइनरी चर ह। य द मान ली जए P V और
पीयूवी
यू कब है
−पी यू −
पी यू
ए
बी पी यू
सी पी यू −पी यू
डी
. य द कोई चर दो दए गए ब के बीच कु छ पूण ाक मान ले सकता है तो इसे कहा जाता है
ए नरंतर या क चर
बी असतत या क चर
सी अ नय मत या क चर
डी अन त या क चर
पृ

−
. य द ईऔर
यू तब ई वी ईयूवी
बी
सी
डी अपया त डेटा
. ऊँ चाई एक असतत चर है ट एफ
. य द X और Y एक या क PXY योग के एक ही नमूना ान से जुड़ी दो घटनाएँ ह
ारा दया गया है
ए
पीए सवाईपीवाई PY दान कया गया
पीए सवाईपीवाई दान कया गया पीवाई
बी
PXYPY
सी
पीए सवाईपीए स
डी
PSYPYY तो
. मान ली जए क X और Y एक योग के नमूना ान S क घटनाएँ ह। य द PYY है
का मान है
बी
सी
डी
. वतं घटनाएँ या ह सही वक प चुन
ए य द एक घटना का प रणाम सरे के प रणाम को भा वत नह करता है।
बी य द एक घटना का प रणाम सरे के प रणाम को भा वत करता है।
सी एक घटना के प रणाम म से कोई भी सरे के प रणाम को भा वत नह करता है।
डी एक घटना के प रणाम म से कोई भी सरे के प रणाम को भा वत करता है।
. सतत या क चर
एक सतत या क चर
ऊपर
सेट ए.
इसी कार संभावना है क जोड़ी XY दो आयामी सेट ए म नरंतर या क प रवतनीय गरावट संयु पीडीएम
को एक कृ त करके ा त क जाती है।
पृ

संयु घन व फ़ं न दो चर fxy का एक टु क ड़ा वार नरंतर फ़ं न है ऐसा है क
कसी भी उ चत आयामी सेट बी के लए
पीए सवाईए एफए सवाई डडी

ए .
प रभाषा मान ली जए क X और Y नरंतर या क चर ह। इन दो चर के लए एक संयु घन व फलन f x एक फलन संतोषजनक है
ए एफए सवाई
और
fxy dxdy
− −
फर आयामी सेट ए के लए
पीए सवाईए fxy dydx

ए
उदाहरण
ए स वाई का संयु पीडीएफ दया गया है
xy xy
fxy
अ यथा
न न ल खत का उ र द
ए स या पत कर क एफए सवाई एक वैध पीडीएफ है।
P x य
एन एन
बी खोज
समाधान ए fxy के लए दो शत पूरी होनी चा हए एक वैध पीडीएफ होने के लए
i fxy और
हे
fxy dxydy
− −
ii
एफए सवाई
सरी शत के स यापन के लए पहली शत पूरी हो गई है
पृ

fxy dxdy xy dxdy

− −
ए स डीए सडीवाई वाई डीए सडीवाई
ए स डीए सडीई y dxdy
. यह सरी शत भी स या पत है.
पीए स य
बी
xy dxdy
x dxdy y dxdy
ए स
य
साल
ए स
ए स
य
उ र.
उदाहरण
संयु पीडीएफ के साथ दो नरंतर या क चर ए स और वाई पर वचार कर
a K का मान ात कर ता क . . .
बी P X Y खोज
पृ

समाधान
ए के लए . . . नरंतर पीडीएफ क शत को पूरा करना होगा
इस लए के
बी
PX Y
. . सीमांत संभा ता घन व फलन
नरंतर वतरण चर म सीमांत पीडीएफ उसी तरह से ा त कया जा सकता है जैसे असतत चर के मामले म।
एमडीएफ एक चर के संयु पीडीएफ को सरे को र रखते ए एक कृ त करके ा त कया जा सकता है।
X और Y का सीमांत पीडीएफ मशः fx और FY ारा दशाया गया है

ए स वाई
एफए स एफए सवाई डाई

ए स
−
− ए स
के लए
एफए स एफए सवाई डीए स

वाई
− − य
के लए
उदाहरण
उदाहरण म एमडीएफ एफए सए स

और
खोज ।
वाई
समाधान
एफए स एफए सवाई डाई

ए स
ए स
xy डाई
पृ

ए स ए स
एफए स
ए स
अ यथा
ववाई एफए सवाई डीए स
xy dx
य आपके लए
व वाई
ीय वष
अ यथा
. . पीडीएफ का अपे त मू य
मान ली जए क X और Y संयु PDF fxy के साथ एक सतत या क चर ह . मान ली जए g कोई फ़ं न है

तब
ई जीए सवाई जीए स ली एफए सवाई डीए सडीई
− −
उदाहरण
एक धागे क लंबाई ममी है और धागे के साथ दो ब समान प से और वतं प से चुने गए ह। इन दोन ब के बीच अपे त
री ात क जए।
समाधान
माना क यू और वी दो ब ह ज ह चुना गया है। U और V का संयु पीडीएफ है
यूवी
एफ यूवी
अ यथा
ईयूवी − यूवी−
dUdV
पृ

ईयूवी − यूवी−
dUdV यूवी−
dUDV
यूवी वी.यू
यूवी−
dUdV वीयू−
डीयूडीवी
ईयू वी−
उदाहरण
X और Y का संयु पीडीएफ दया गया है
xy ए स
fxy
अ यथा
का अपे त मू य ात क जए XY .
समाधान
xxx
EXY dxdy
य
डीवाई
हाँ
EXY
उ र.
. . सशत वतरण
X का सशत पीडीएफ जसे इसके ारा न पत कयायगया

य है
एफए सवाई
व
fxy
XY
वाई
और X का सशत अपे त मान Y Y ारा दया गया है
EXY xf xy dxXY
पृ

इसी तरह कोई ए स और वाई क दर को आपस म बदलकर सशत पीडीएफ वाई के अपे त मू य को ए स ए स प रभा षत कर
सकता है।
सशत पीडीएफ़ के गुण
X के लए सशत पीडीएफ Y Y दया गया है एक वैध पीडीएफ है य द दो शत पूरी होती ह
एफए
XYसवाई
ए
एफए
XY सवाई डीए स
बी
Y दए गए X का सशत वतरण Y के सशत वतरण के बराबर नह है

दया गया ए स.
ffxyfyx
XY यानी YX
उदाहरण
य द यू और वी का संयु पीडीएफ दया गया है
यूवी यू वी
एफ यूवी
अ यथा
दए गए V पर U का सशत मा य ात क जए ।
समाधान
माना U और V संयु पीडीएफ ह
यूवी
यू
एफ यूवी वी
कह
ता क
यू यू
एफ यू
अ यथा
ईयू यूयू डीवी

तब
ईउ
पृ

पाठ म
. एक या क चर जो अनंत सं या म मान हण करता है कहलाता है
ए
नरंतर या क चर
बी
असतत या क चर
सी अ नय मत या क चर
डी
अन त या क चर
फ़ं न एफए सए बीए स के लए
ए स
. एक वैध पीडीएफ होने के लए न न ल खत म से कौन सा

कथन सही है
ए बी .
ए
ए बी
बी
−
बी ए
सी
ए बी
डी
. दो या क चर X और Y के अनुसार वत रत कए गए ह
xyy ए स
एफए
XY सवाई
अ यथा
स ावना है
ए .
बी
.
सी
.
डी
.
. वे कौन सी दो मह वपूण शत ह ज ह fxy के लए पूरा कया जाना चा हए बनने के लए
वैध पीडीएफ.
. सशत घन व फलन सीमांत घन व म कब प रव तत होता है
समारोह
ए के वल य द या क चर सां यक य नभरता द शत करता है।
बी के वल य द या क चर सां यक य वतं ता द शत करता है
सी के वल य द या क चर अपने मा य मान से वचलन द शत करता है
डी इनमे से कोई भी नह ।
. मान ली जए क यू और वी को संयु प से नरंतर चर वत रत कया गया है और संयु पीडीएफ इस कार दया गया है
− यूवी
इ
एफ
यूवी यूव ी
अ यथा
पृ

न न ल खत का उ र द
ए या U और V वतं ह
बी स या पत कर क या E V U
सी स या पत कर क या P U V है
संयु संभा ता वतरण फ़ं न एक से अ धक या क चर के संयु संभा ता वतरण को संद भत करता है। ये चर पृथक या सतत हो सकते
ह। सीमांत संभा ता वतरण एक चर के संभा ता वतरण को सरे को यान म रखते ए जोड़कर ा त कया जाता है
र के प म प रवतनशील. वैध संपीयए ु सवाई संभा ता मान फ़ं न होने के लए असतत चर के मामले म न न ल खत शत को पूरा करना होगा
पी xy
डी
पी xy
xy
इ
सतत या क चर के मामले म संबं धत समक मह वपूण है। सशत संभा ता एक घटना के घ टत होने क संभावना है जब सरी घटना पहले
ही घ टत हो चुक हो।
य द संयु पीडीएफ गत पीडीएफ का उ पाद है तो ए स और वाई को वतं कहा जाता है
अथात् य द f x y fX x । fY y सभी x y के लए।
. श दावली
सशत संभा ता कसी घटना के घ टत होने क संभावना का एक माप बशत क कोई अ य घटना पहले ही घ टत हो चुक हो
या क चर क वतं ता य द पीXYए सवाई पी ए स एपीस वाई वाई xy
सीमांत संभा ता घन व फ़ं न सरे चर को र रखते ए एक चर के संयु पीडीएफ को एक कृ त करके ा त कया जाता है।
ई जीए सवाई जीए स ली एफए सवाई डीए सडीई
− −
पीडीएफ का अपे त मू य
पृ

.घ .ए
. बी .ए
.ए . बी
. म या . उदाहरण दे ख
.ए . बी
. सी . ए हाँ
.ए बी । हाँ
ग हाँ
. एक न प स के को बार उछाला जाता है। मान ली जए क रडम वे रएबल न न ल खत का उ र द।
ए ए स और वाई का संयु पीएमएफ या है।
बी पहले तीन टॉस म या लीड दखाई दे ने क संभावना या है और अं तम तीन टॉस म या लीड दखाई दे ते ह।
. मान ली जए क X और Y संयु पीडीएफ के साथ या क चर ह।
− xy
fxy
XY
अ यथा
पाना
पीए सवाई ए
पीए सवाई −
बी
. मान ली जए क X और Y संयु पीडीएफ के साथ दो संयु प से वत रत नरंतर या क चर ह
xy अ यथा xyx
fxy
XY
व वाई
ीय वष
ए एफए स खोज
ए स
और
बी या ए स और वाई वतं ह
पृ

सी ए स दए गए वाई का सशत पीडीएफ ढूं ढ
EXY y y
डी के लए खोज
. दो या क चर X और Y का संयु पीडीएफ इस कार दया गया है
अ यथा
खोज .
. संदभ
• डेवोर जेएल । इंज ी नय रग और व ान के लए संभा ता और सां यक वां सं करण पहला भारतीय पुनमु ण । ू स कोल
सगेज ल नग।
• राइस जेए । ग णतीय सां यक और डेटा व ेषण तीसरा सं करण ।
थॉमसन ू स कोल।
• जॉनसन आरए और पयसन एजुके शन। । मलर और ायंड क संभावना और

इंज ी नयर के लए आँक ड़े नौवां सं करण वै क । पयसन श ा.
• मलर आई. मलर एम. । जे. ायंड क ग णतीय सां यक अनु योग के साथ व
एड. पयसन
• हॉग आरवी टै नस ईए और ज़ मरमैन डीएल । संभा ता और सां यक य
अनुमान वां सं करण । पयसन.
• जे स मैक लेव पी. जॉज बे सन टे री सन सच टै ट ट स फॉर बजनेस और
इकोनोम स पयसन काशन
. सुझ ाया गया पाठ
• वेब टर एएल । वसाय और अथशा के लए अनु यु आँक ड़े एक आव यक सं करण तीसरा । इर वन मैक ा हल।
पृ

पाठ
सहसंबंध और सह सरण
संरचना
. प रचय
. सह सरण
. सहसंबंध
. सहसंबंध के कार
. . सकारा मक और नकारा मक सहसंबंध
. . रै खक और गैर रै खक सहसंबंध
. . सरल और एका धक सहसंबंध
. सहसंबंध और सह सरण के बीच अंतर
. सहसंबंध क गणना क व धयाँ
. . ततर बतर आकृ त

. . काल पयसन का सहसंबंध गुण ांक
. . ीयरमैन का रक सहसंबंध का गुण ांक
. सारांश . पाठ म
के उ र
. स दभ
. सुझ ाई गई पु तक
इस पाठ को पढ़ने के बाद छा स म ह गे
. सह सरण और सहसंबंध के बीच अंतर
. सह सरण क गणना क व ध
. सहसंबंध के कार और . सहसंबंध क
गणना के तरीके
पृ

. प रचय
पछली इकाइय म आपको क ा म छा के अंक वजन और ऊं चाई जैसे एकल चर से संबं धत सम या का सामना करना पड़ा होगा
जसम आपने क य वृ के सां यक य उपाय जैसे क मा य मा यका मोड मानक वचलन आ द का उपयोग कया था। ये सभी उपाय
गत चर वाले डेटा सेट को वतं प से समझने पर क त ह। हालाँ क वा त वक नया म हम न के वल एकल चर का ब क एक ही
समय म चर क सं या का भी व ेषण करना होगा। ऐसे म हमारे मन म मूल यह आता है क या दो या दो से अ धक चर के बीच कोई
संबंध है या नह और अगर र ता है तो कै सा र ता हम चर के बीच ऐसे संबंध क उप त का पता कै से लगा सकते ह ऐसे र ते क
ताकत या है इस इकाई का उ े य ऐसे असं य का उ र खोजना है जो एक साथ दो या दो से अ धक चर से नपटते समय हमारे
सामने आते ह।
. . सह सरण
सह सरण दो चर के बीच संबंध के सां यक य माप म से एक है। सरे श द म यह दशाता है क दो चर एक साथ कै से बदलते ह। मान
ली जए क आपक क ा म अलग अलग ऊं चाई और वजन वाले अलग अलग छा ह। तो अगर आप जानना चाहते ह क या छा क
लंबाई और वजन के बीच कोई संबंध है। सरे श द म या छा का वजन ऊं चाई के साथ साथ बदलता है या नह । फर ऐसे मामले म हम
वतमान मामले म ऊं चाई और वजन जैसे दो चर के बीच संबंध को समझने के लए सह सरण का उपयोग कर सकते ह।
सह सरण का सू इस कार दया गया है

ए स − वाई−
कोव ए स वाई
जहाँ N े ण क सं या का योग
X का मा य
X अवलोकन का मान X
Y का मा य
Y अवलोकन का मान Y
उदाहरण न न ल खत छा क ऊं चाई और वजन के बीच सह सरण ात क जए।
ऊं चाई स टमीटर
वजन क ा
समाधान यह मानते ए क छा क ऊं चाई X और वजन Y है हमारे पास है
पृ

ए स वाई
ए स य ए स − वाई −
ΣX ΣY
और
− Y−
Cov X Y का उपयोग करना
हमारे पास Cov X Y है
इस कार ऊं चाई और वजन के बीच सह सरण है।
पाठ म
. चर के बीच संबंध का सां यक य माप है।
. क ा म छा के अं ेज ी और ग णत म अंक के बीच सह सरण ात क जए।
अं ेज़ ी
ग णत
. न न ल खत ता लका से X और Y के बीच सह सरण ात क जए।
ए स
वाई
पृ
. . सह संबंध
पहले के उदाहरण म जहां हमने छा के वजन और ऊं चाई के बीच संबंध का पता लगाने क को शश क थी और हमने यह पता लगाने के लए
सह सरण का उपयोग कया था क दोन चर के बीच सकारा मक सह सरण है। सकारा मक सह सरण ने सुझ ाव दया क चर एक ही दशा म चलते
ह यानी जब कसी छा क ऊं चाई म वृ होती है तो वजन भी एक साथ बढ़ता है। हालाँ क इस उदाहरण म हम सह सरण के मा यम से यह पता
नह लगा सके क ऊँ चाई बढ़ने के साथ वजन कतना बढ़ता है।
इस लए सह सरण हम बताता है क दो चर के बीच संबंध है या नह ।

हालाँ क यह ऐसे र ते क मजबूती को नधा रत करने म वफल रहता है। सरे श द म सह सरण यह नह बताता क दो चर एक सरे से कतनी
नकटता से संबं धत ह। इस कार दो चर के बीच संबंध क मजबूती नधा रत करने के लए हम सहसंबंध का उपयोग करते ह। सरे श द म। य द
हम यह नधा रत करने क आव यकता है क एक चर सरे चर के संबंध म कतना बदलता है तो हम सहसंबंध के प म ात एक अ य माप का
उपयोग करते ह।
सहसंबंध को दो चर के बीच जुड़ाव क ड ी के प म प रभा षत कया गया है। सरल श द म यह बताता है क दो चर एक सरे से कस हद तक
संबं धत ह। वा तव म सहसंबंध के गुण ांक को चर क दो ृंख ला के बीच सह सरण का माप कहा जाता है।
सहसंबंध एक मह वपूण सां यक य उपाय है जो एक चर क तुलना म सरे चर म प रवतन नधा रत करने म मदद करता है। उदाहरण के लए हम
मांग के नयम को जानते ह जसके अनुसार मांग क गई मा ा कसी व तु क क मत से वपरीत प से संबं धत होती है जब क अ य सभी चीज
र होती ह। इसी कार क स का उपभोग का शारी रक नयम जो कहता है क य द आय म वृ होती है तो इससे उपभोग म वृ होगी ले कन
पहले क तुलना म कम। हालाँ क य द हम यह पता लगाना है क आय म वृ के साथ उपभोग म कतना प रवतन होता है तो हम आय और उपभोग
के बीच इस संबंध को मापने के लए फर से सहसंबंध गुण ांक क मदद ले सकते ह।
हालाँ क सहसंबंध को काय कारण से अलग करना मह वपूण है। सहसंबंध हम बस यह बताता है क एक चर सरे चर म प रवतन के संबंध म कतना
भ होता है। इसका अथ आव यक प से काय कारण नह है। इसका मतलब है क सहसंबंध दो चर के बीच कारण और भाव संबंध के बारे म
कु छ नह बताता है यह के वल दो चर के बीच संबंध क मजबूती के बारे म एक समझ दे ता है। उदाहरण के लए न न ल खत ता लका म हम कसी
व तु क मांग और क मत के संबंध म जानकारी है।
माँग
क मत
इस मामले म मांग और क मत के बीच एक पूण नकारा मक सहसंबंध है। हालाँ क इसका ता पय यह है क क मत म कमी से माँग बढ़ती है। यह
के वल क मत और मांग क मा ा के बीच वपरीत संबंध क ा या कर रहा है। कारण और भाव संबंध नधा रत करने के लए हम तगमन
व ेषण जैसे उ सां यक य उपाय का उपयोग करने क आव यकता है
पृ

. . सहसंबंध के कार
. . . सकारा मक और नकारा मक सहसंबंध
जब दो चर के बीच सहसंबंध का गुण ांक सकारा मक होता है तो इसका मतलब है क दोन चर एक ही दशा म आगे बढ़ रहे ह। सरे श द म जब एक चर
बढ़ता है तो सरा भी बढ़ता है हालाँ क वृ क दर भ हो सकती है।
उदाहरण के लए आपू त व का नयम बताता है क कसी व तु क क मत और आपू त क मा ा के बीच एक से एक संबंध होता है बशत क अ य चीज र
ह । क मत और आपू त क मा ा के बीच ऐसा संबंध सकारा मक है जो दशाता है क जैसे जैसे क मत म वृ होती है नमाता ारा आपू त क जाने वाली मा ा
भी बढ़ती है।
दो चर के बीच नकारा मक सहसंबंध का ता पय है क दोन वपरीत दशा म चलते ह यानी जब एक चर बढ़ता है तो सरे चर म कमी होती है। ऐसा उलटा संबंध
मांग के नयम म पाया जाता है जो बताता है क जैसे जैसे कसी व तु क क मत बढ़ती है व तु क मांग क मा ा म गरावट आती है।
. . . रै खक और गैर रै खक सहसंबंध
जब दो चर के बीच संबंध रै खक होता है तो इसे रै खक सहसंबंध कहा जाता है। रै खक सहसंबंध के मामले म एक चर म प रवतन क मा ा सरे चर म
प रवतन क मा ा के साथ र अनुपात रखती है जसके प रणाम व प जब दो चर एक ाफ म लॉट कए जाते ह तो हम एक सीधी रेख ा मलती है।
इ तहास म नशान
अं ेज ी म अंक
च . रै खक सहसंबंध
पृ

सरी ओर जब दो चर के बीच संबंध गैर रै खक होता है तो इसे गैर रै खक सहसंबंध कहा जाता है। इस मामले म एक चर म प रवतन क मा ा का सरे चर म
प रवतन क मा ा से र अनुपात नह होता है। इस कार जब हम एक ाफ़ म दो चर ख चते ह तो हम एक सीधी रेख ा नह ब क एक व मलता है।
नशान
अ ययन के घंट क सं या
च अरै खक सहसंबंध
. . . सरल और एका धक सहसंबंध
जब हम के वल दो चर के बीच संबंध खोजने का यास करते ह तो यह सरल सहसंबंध का मामला होता है। आं शक या एका धक सहसंबंध के मामले म हम दो
या दो से अ धक चर के बीच सहसंबंध खोजने से च तत ह। उदाहरण के लए जब हम कसी परी ा म छा ारा ा त अंक और छा ारा कए गए अ ययन
के घंट क सं या और उसके आई यू के बीच संबंध का पता लगाने का यास करते ह। फर ऐसा मामला एका धक सहसंबंध का एक उदाहरण है।
. . सहसंबंध और सह सरण के बीच अंतर
चूँ क अब आपने सहसंबंध का अ ययन कर लया है इस लए आपको सहसंबंध और सह सरण के बीच अंतर जानने क आव यकता
है। ता लका उसी पर व तार से बताती है।
पृ

ता लका सहसंबंध और सह सरण के बीच अंतर
सह संबंध सह सरण
यह दो चर के बीच संबंध क मजबूती का माप है। यह एक माप है जो दशाता है क दो या क चर एक सरे के संबंध म
कै से बदलते ह।
सहसंबंध का मान और के बीच होता है। सह सरण का मान और के बीच होता है।
यह दए गए दो चर के बीच संबंध क दशा और ताकत को मापता है। यह के वल दए गए दो चर के बीच संबंध क दशा को इं गत करता है।
यह माप क इकाइय से मु है. यह माप क इकाइय पर नभर करता है।
. . सहसंबंध क गणना के तरीके
सहसंबंध के गुण ांक क गणना करने क तीन व धयाँ ह
कै टर आरेख
काल पयसन का सहसंबंध गुण ांक
ीयरमैन का रक सहसंबंध
. . . ततर बतर आकृ त
जैसा क नाम से पता चलता है इस प त म हम दो चर के बीच संबंध का पता लगाने के लए डेटा को कै टर लॉट के प म ाफ म डाल दगे। य द आले खत
ब का बखराव सघन है तो दो चर के बीच सहसंबंध अ धक होता है। हालाँ क य द लॉट कए गए ब का बखराव ापक प से फै ला आ है तो दो
चर के बीच संबंध छोटा है।
यह दो चर के बीच संबंध का पता लगाने के सबसे सरल तरीक म से एक है य क इसम के वल ाफ़ और वजअलाइज़ेशन पर लॉ टग

क आव यकता होती है।
पृ

च सकारा मक सहसंबंध दशाने वाला कै टर लॉट आरेख
उपरो ाफ से तक भारत सरकार ारा वतमान मू य पर सकल घरेलू उ पाद और श ा पर सावज नक य

को दशाता है। इस मामले म ब बाएं से दाएं ऊपर क ओर झुक ई सीधी रेख ा पर बारीक से त ह इस कार सकल घरेलू उ पाद और
श ा पर सावज नक य के बीच संबंध अ य धक सकारा मक है।
च कमजोर सहसंबंध दशाने वाला कै टर लॉट आरेख
पृ

उपरो ाफ से के दौरान भारत म श ा पर खच कए गए सकल घरेलू उ पाद के तशत के प म सकल घरेलू

उ पाद और श ा पर य को दशाता है। इस मामले म ाफ़ म ब ापक प से बखरे ए ह जो जीडीपी के तशत के प म जीडीपी
और श ा पर य के बीच कमजोर सहसंबंध को इं गत करता है।
. . . काल पयसन का सहसंबंध गुण ांक
यह सहसंबंध के गुण ांक क गणना करने क ग णतीय व ध है। काल पयसन के मामले म सहसंबंध का गुण ांक r ारा दशाया गया है। जब
कसी वशेष डेटा सेट म दोन चर सामा य प से वत रत होते ह तो इस प त का उपयोग करना सबसे अ ा तरीका है। हालाँ क अ य धक
मान इस गुण ांक पर भाव डाल सकते ह जो इसे अवांछनीय बनाता है जब एक या दोन चर सामा य प से वत रत नह होते ह य क वे
एसो सएशन क ताकत को बढ़ा चढ़ाकर या कमजोर कर सकते ह।
काल पयसन के सहसंबंध गुण ांक क मा यताएँ
दो चर के बीच रै खक संबंध होता है
दो चर सामा य प से वत रत ह
दो चर के वतरण को भा वत करने वाले कारक के बीच कारण और भाव संबंध क उप त होती है।
आर
जहाँ x X−
y Y−
एन व तु क सं या
X का मानक वचलन
Y का मानक वचलन
सरल पम r
जहाँ x X−
आप वाई −
ए स
ए स−
य वाई −
पृ

उदाहरण न न ल खत छा के अथशा और ग णत म अंक के बीच काल पयसन का सहसंबंध गुण ांक ात क जए।
अथशा
अंक शा
समाधान माना अथशा म अंक X और ग णत म अंक Y ह।
ए स
य − वाई − वाई ए स वाई − xy
ए स x य
ΣX ΣY Σx Σy Σxy
उपयोग करते ए r
अपने पास
आर
पृ

. लगभग
इस लए अथशा और ग णत म छा के अंक एक सरे से वपरीत प से सहसंब होते ह य क काल पयसन का सहसंबंध गुण ांक . है।
गुण ांक सहसंबंध ात करने क सीधी व ध
सहसंबंध गुण ांक ात करने क पछली व ध म हमने मा य से व तु का वचलन लया है। हालाँ क हम न न ल खत सू का उपयोग करके मा य से
कसी भी आइटम का वचलन कए बना भी सहसंबंध पा सकते ह
−
आर
− −
उदाहरण य व ध का उपयोग करके न न ल खत डेटा सेट से सहसंबंध का गुण ांक ात कर
बी
समाधान
ए स वाई ए स वाई XY
पृ

ΣX ΣY ΣX ΣY ΣXY
−
आर
− −
−
आर
− −
−
आर
−
आर
.
−
आर
.
आर .
. . . ीयरमैन का रक सहसंबंध का गुण ांक
सहसंबंध गुण ांक क गणना क पछली व ध म मह वपूण धारणा यह बनाई गई थी क अ ययन के तहत चर को सामा य प से वत रत कया जाना चा हए ता क उ चत
प रणाम ा त हो सक।
हालाँ क वा त वक प र तय म हम अ सर ऐसी त का सामना करना पड़ता है जहाँ चर सामा य प से वत रत नह होते ब क वषम होते ह। ऐसी तम
एक अ य व ध का उपयोग करने क आव यकता है जो म चर के वतरण के बारे म ऐसी अवा त वक धारणाएं नह बनाती है। ऐसी ही एक व ध ीयरमैन का रक
सहसंबंध है जसके तहत दो चर के बीच सहसंबंध के गुण ांक क गणना के लए कसी भी धारणा का पालन नह कया जाता है।
ीयरमैन के रक सहसंबंध म चर को रक कया जाता है और सहसंबंध के गुण ांक को नधा रत करने के लए गणना मूल ट प णय के बजाय रक के आधार पर क
जाती है।
ीयरमैन के रक सहसंबंध का सू है
आर
−
जहां आर रक सहसंबंध
डी रक के बीच अंतर का वग
पृ

एन अवलोकन क सं या
ीयरमैन के रक सहसंबंध के ल ण
क ह दो चर के बीच रक के अंतर का योग शू य के बराबर होगा।
ीयरमैन का रक सहसंबंध गैर पैरामी क है जसका अथ है क यह कसी पर आधा रत नह है

चर के वतरण के बारे म धारणा.
र कग के बीच सहसंबंध का काल पयसन गुण ांक समान है

ीयरमैन का रक सहसंबंध।
रक सहसंबंध क उपरो व ध तब उपयोगी होती है जब कसी अवलोकन के रक के बीच कोई संबंध नह होता है। हालाँ क कई मामल म हम
ऐसे चर मलते ह जो आकार या अ य वशेषता म समान होते ह। ऐसी तय म ऐसे समान अवलोकन को समान रक दे ना मह वपूण हो
जाता है। इस कार ऐसे मामल म जहां एक चर सेट म अवलोकन क रक समान होती है रक सहसंबंध क उपरो व ध को संशो धत करने
क आव यकता होती है ता क समान रक के मामल म उपयु हो सके ।
इस कार जब समान रक दए जाते ह तो हमारे पास ीयरमैन के रक सहसंबंध का संशो धत सं करण होगा जो है
− ......................
आर
−
जहां आर रक सहसंबंध
डी रक के बीच अंतर का वग
एम नह . उन व तु क जनक रक समान है।
एन अवलोकन क सं या
उदाहरण यारहव क ा के दो खंड म छा क रक के बीच ीयरमैन क रक सहसंबंध का पता लगाएं।
व ाथ
अनुभाग
ए
अनुभाग बी
पृ

समाधान
छा म रक करता है म रक करता है आर आर डी आर आर डी
अनुभाग ए आर अनुभाग बी आर
ΣD
का उपयोग करना
आर
−
जहां ΣD
आर
−
आर
आर .
आर .
उदाहरण एक नृ य तयो गता म तभा गय क रक के बीच सहसंबंध गुण ांक क गणना कर।
तभा गय
अंक का
यायाधीश
अंक का
यायाधीश
पृ

समाधान उपरो मामले म हम दो यायाधीश का कोर दया गया है। चूं क रक नह द गई है इस लए हम दो जज के कोर के आधार पर तभा गय को रक दगे।
तभा गय का कोर आर का कोर आर R R आर आर

डी
यायाधीश यायाधीश
. . .
. . .
ΣD .
−
का उपयोग करते ए आर
−
जहाँ m है य क के वल अवलोकन ह जनक रक दोहराई गई है।
. −
आर
−.
आर
.
आर
आर .
आर .
पाठ म
. कै टर लॉट सहसंबंध नधा रत करने क सबसे सरल व ध है। सही गलत
. काल पयसन सहसंबंध के तरीक म से एक है। सही गलत
. कै टर लॉट व ध म ाफ म वे रएब स को लॉट करना शा मल है। सही गलत
. सामा य रक के मामले म ीयरमैन के रक सहसंबंध का उपयोग नह कया जा सकता है। सही गलत
. सहसंबंध मापने क व ध न न ल खत म से कौन सी है
ए ीयरमैन क रक व ध बी मानक वचलन
सी सह सरण डी मोड
पृ

. काल पयसन के सहसंबंध गुण ांक का उपयोग करके X और Y के बीच सहसंबंध ात कर।
ए स
वाई
. न न ल खत ता लका म एक ाइंग तयो गता म दो यायाधीश ारा तभा गय क र कग द गई है।
जज
जज
। य ारा ा त दो व तु क सीमांत उपयो गता के बीच रक गुण ांक क गणना कर।
य एबीसीडीईएफजीएचआई जे
गुड ए स क सीमांत
उपयो गता
व तु Y क सीमांत
उपयो गता
सह सरण यह दो या दो से अ धक चर के बीच संबंध का माप है
सहसंबंध यह दो या दो से अ धक चर के बीच संबंध क ड ी को संद भत करता है।
इस अ याय म हमने दो या दो से अ धक चर के बीच संबंध नधा रत करने के संबं धत ले कन व भ सां यक य माप पर चचा क । एक ओर
सह सरण हम इस बारे म सू चत करता है क चर एक साथ कै से चलते ह या नह । हालाँ क यह चर के बीच संबंध क मा ा के बारे म कु छ भी सू चत
नह करता है। सरी ओर सहसंबंध दो या दो से अ धक चर के बीच संबंध के साथ साथ संबंध क ड ी को भी दशाता है। न न ल खत व धय का
उपयोग करके सहसंबंध को और अ धक नधा रत कया जा सकता है
ए कै टर लॉट व ध
बी काल पयसन का सहसंबंध गुण ांक
पृ

सी ीयरमैन का रक सहसंबंध
. सह सरण
. .
. सय
. सय
. सय
. अस य
. ीयरमैन क रक व ध
. .
. .
। .
. . सह सरण और सहसंबंध के बीच या अंतर है
. . के गुण ांक क गणना के व भ तरीक के बीच अंतर पर सं ेप म चचा कर

सह संबंध।
. . न न ल खत डेटा को कै टर लॉट पर लॉट कर और इनके बीच सहसंबंध के बारे म ट पणी कर

दो चर.
ए स
वाई
. . कै टर लॉट का उपयोग करके पता लगाएं क घंट क सं या के बीच कोई संबंध है या नह

ायाम करते ह और उनका संबं धत वजन।
क नह
ायाम
घंटे
वज़न
पृ

Q . न न ल खत चर के बीच सहसंबंध ात क जए।
ए स
जेड
. स दभ
• डेवोर जे. ोबे ब लट एंड टै ट ट स फॉर इंज ी नयस वां सं करण.. सगेज ल नग • जॉन ए. राइस ग णतीय सां यक
और डेटा व ेषण तीसरा सं करण। थॉमसन
ू स कोल
• मलर आई मलर एम जे. ायंड क ग णतीय सां यक वद ए लीके शन। वां सं करण
पयसन
• लासन आर मा स । ग णतीय सां यक अनुमान का प रचय व

सं करण पयसन
• गॉड े के . . सहसंबंध व धयाँ. ऑटोमे टका ।

https doi.org . x
• शॉबर पी. बोअर सी. और ाट एलए । सहसंबंध गुण ांक । एने ी सया और एना जे सया । https
doi.org . ane.
• अको लू एच. । सहसंबंध गुण ांक के लए उपयोगकता क मागद शका। ट कश जनल ऑफ इमरजसी मे ड सन ।
https doi.org . j.tjem. . .
• जानसे आरजे होके ा ट . जैगर के जे ज़ोकाली सी. पेपी जी. डेक र एफड यू और वैन डाइपेन एम. । सहसंबंध व ेषण का
संचालन मह वपूण सीमाएँ और नुक सान।
ल नकल कडनी जनल । https doi.org . ckj sfab
• लसेट रे र मेड म सुधार अ ैल को ऑनलाइन का शत। https doi. org . S . ।

द लसेट रे रेटरी मे ड सन ई । https doi.org . s
पृ

पाठ
आकलनकता क वशेषताएं
संरचना
. प रचय
. आकलनकता क वशेषताएँ
. . न प ता
. . संग त
. . द ता
. . पया तता
. पा गत
. पा गत के उ र
. स दभ
सां यक का एक मु य उ े य उस जनसं या से लए गए नमूने के व ेषण से कसी जनसं या के बारे म न कष नकालना है। सां यक य
अनुमान म दो मह वपूण सम याएँ ह
म
अनुमान
ii प रक पना का परी ण.
अनुमान के स ांत क ापना ोफे सर आरए फशर ने के आसपास मौ लक प क एक ृंख ला म क थी।
. प रचय
आइए हम एक या क चर पर वचार कर। . अ धकांश सामा य. अनु योग म हालां क हमेशा नह जनसं या वतरण के काया मक प
को सवाय इसके ात माना जाता है
पृ

कु छ अ ात पैरामीटर के मान के लए जो सेट Θ पर कोई भी मान ले सकता है। इसे पीडीएफ को Θ के प म लखकर कया जाता
है। सेट Θ जो क सभी संभा वत मान का सेट है पैरामीटर ेस कहलाता है। ऐसी त एक संभा ता वतरण को नह ब क संभा ता वतरण
के एक प रवार को ज म दे ती है जसे हम f Θ के प म लखते ह उदाहरण के लए य द तो पैरामीटर ेस Θ
वशेष प से के लए संभा ता वतरण का प रवार इस कार दया गया है

Θ जहांΘ −
न न ल खत चचा म हम वतरण के एक सामा य प रवार पर वचार करगे
Θ .
आइए हम संभा ता फलन के साथ जनसं या से आकार के एक या क नमूने पर वचार कर जहां अ ात जनसं या
पैरामीटर ह। तब हमेशा नमूना मू य के काय क अनंत सं या होगी ज ह सां यक कहा जाता है ज ह एक या अ धक मापदं ड के अनुमान के
पम ता वत कया जा सकता है।
जा हर है सबसे अ ा अनुमान वह होगा जो अनुमान लगाए जाने वाले पैरामीटर के वा त वक मू य के सबसे करीब हो। सरे श द म वह आँक ड़ा
जसका वतरण पैरामीटर के वा त वक मान के जतना करीब संभव हो उतना यान क त करता है उसे सबसे अ ा अनुमान माना जा सकता है।
इस लए उपरो मामले म अनुमान क मूल सम या को न नानुसार तैयार कया जा सकता है
हम नमूना अवलोकन के काय को नधा रत करना चाहते ह

ˆ ˆ ˆ
...
जैसे क उनका वतरण पैरामीटर के वा त वक मान के नकट यथासंभव क त हो। तब अनुमान लगाने वाले काय को अनुमानक कहा जाता है।
. आकलनकता क वशेषताएं
न न ल खत कु छ मानदं ड ह ज ह एक अ े आकलनकता को पूरा करना चा हए।
म
न प ता
ii गाढ़ापन
iii द ता
iv पया तता.
अब हम सं ेप म एक एक करके इन श द क ा या करगे।
. . न प ता
एक अनुमानक सभी को का एक न प अनुमानक कहा जाता है य द

Θ के लए
हमने इसे मा य और भ ता वाली जनसं या से नमूने लेने म दे ख ा है
पृ

‾
और ̸ ले कन .
इस लए पसंद करने का एक कारण है ‾ नमूना वचरण के लए.

नोट य द नकारा मक सकारा मक प से प पाती कहा जाता है और य द ऐसा कहा जाता है
प से प पाती है तो पूवा ह क मा ा ारा द जा रही है
− Θ
उदाहरण . चलो सामा य जनसं या से एक या क नमूना है । फर का न प अनुमानक है।

दखाओ
समाधान। हम दया गया है
अब .
इस लए t का एक न प अनुमानक है
उदाहरण . य द समाधान के लए एक न प अनुमानक है । दखाएँ क यह एक प पाती अनुमानक है य क हमारे .

चूँ क इसके अलावा Var के लए एक न प पास
अनुमानक है वर
वर . तब से ̸ के लए एक प पातपूण अनुमानक है .
उदाहरण . मान ली जए क X को पॉइसन प दशमांश पैरानेटर म वत रत कया गया है। दखाएँ क के वल exp − का
नप अनुमानक − है ता क य द सम है और T वषम है।
अगर
−
समाधान। − −
− −
− exp − के लए एक न प अनुमानक है।
. . संग त
एक अनुमानक Θ पैरामीटर ेस के आकार अनुमानक के एक या क सुसंगत कहा जाता है
नमूने के आधार पर य द संभा ता म म प रव तत होता है
यानी अगर जैसा . सरे श द म का एक सुसंगत cstinator है य द edery के लए एक सकारा मक पूण ाक

मौजूद है जैसे क
− as − जहां m n का ब त बड़ा मान है।
पृ

नोट . य द प र मत मा य वाली जनसं या से एक या क नमूना है

ℎℎ ℎ खन चन के बड़ी सं या के कमजोर कानून एलएलएन से हमारे पास है
‾
जैसे
एन
‾
इस लए नमूना मा य हमेशा जनसं या मा य का सुसंगत अनुमानक होता है।
नोट . प से रता नमूना आकार के अ न त काल के बड़े मू य के लए एक अनुमानक के वहार से संबं धत एक संप है
ली के प म। इसके अलावा इसके बारे म कु छ भी नह माना जाता है य द कोई सुसंगत अनुमानक मौजूद है मान ली जए तो
प र मत के लए ऐसे कई वहार ह। यासकता का नमाण कया जा सकता है उदाहरण के लए।
− − बी जैसे
और इस लए और के व भ मू य के लए के लए भी सुसंगत है।
सुसंगत अनुमानक क अप रवतनीय संप ।

मेय य द और का एक सुसंगत अनुमानक का एक स हत काय है तो का एक सुसंगत अनुमानक है।
सबूत। चूँ क as अथात येक के लए एक सुसंगत अनुमानक है

एक धना मक पूण ाक ऐसा क
− −
चूँ क एक सतत फलन है येक के लए चाहे वह कतना ही छोटा य न हो एक धना मक सं या − ऐसे क

अथात जब भी − −
−
दो घटना के लए और यद तब
या
इस लए
− − −
−
य क या का सुसंगत अनुमानक है।
संग त के लए पया त शत
मेय . मान ली जए क अनुमानक का एक म है जैसे क सभी Θ के लए

i और
ii वर जैसे . फर का एक सुसंगत अनुमानक है।
पृ

उदाहरण . य द बन ली चर पर या क अवलोकन संभा ता के साथ मान और संभा ता के साथ मान लेते ह
− दखाओ क
Σ Σ
− का एक सुसंगत अनुमानक है।
समाधान। तब से आईआईडी बन ली पैरामीटर के साथ भ होती है
− और वार
‾ ‾
‾
वार ‾ वार वार जैसा .

‾
चूँ क ‾ और Var ‾ as का एक सुसंगत अनुमानक है। भी
Σ ‾Σ ‾ −‾ ‾ म एक ब पद होने के कारण ‾ का एक सतत फलन है।

तब से का सुसंगत अनुमानक है सुसंगत अनुमानक क अप रवतनीय संप ारा
मेय . ‾ −‾ − का सुसंगत अनुमानक है।
. . कु शल अनुमानक
भले ही हम खुद को न प अनुमान तक ही सी मत रख सामा य तौर पर एक पैरामीटर के एक से अ धक सुसंगत अनुमानक मौजूद

ह गे। उदाहरण के लए सामा य जनसं या से नमूने लेने म
कब ात है नमूना मा य ‾ का एक न प और सुसंगत अनुमानक है।
सम पता से यह तुरंत नमूना मा यका का अनुसरण करता है जो जनसं या मा यका का एक न प अनुमान है

के समान है। इसके अलावा बड़े के लए
यहाँ मूल वतरण क मा यका को ट। मूल वतरण का मोडल को ट.
पृ

मा यका भी एक न प और सुसंगत अनुमानक है। इस कार कु छ और मानदं ड क आव यकता है जो हम रता क सामा य संप
वाले अनुमानकता के बीच चयन करने म स म बनाएगी। ऐसा मानदं ड जो अनुमानक के नमूना वतरण के भ ता पर आधा रत
होता है आमतौर पर द ता के प म जाना जाता है। य द एक न त पैरामीटर के दो सुसंगत अनुमानक म से हमारे पास है
तो सभी के लए से अ धक कु शल है सभी नमून के आकार के लए.
हमने ऊपर दे ख ा है
सभी के लए ‾ और बड़े के लए .
चूं क ‾ नमूना हम यह न कष नकालते ह क सामा य वतरण के लए नमूना मा य अ धक कु शल है

मा यका क तुलना म अनुमानक कम से कम बड़े नमून के लए।
सबसे कु शल अनुमानक य द कसी पैरामीटर के लए सुसंगत अनुमानक के वग म वोन मौजूद है जसका नमूना वचरण ऐसे कसी भी
अनुमानक से कम है तो इसे सबसे कु शल अनुमानक कहा जाता है। जब भी ऐसा कोई अनुमानक मौजूद होता है तो यह अ य अनुमानक
क द ता मापने के लए एक मानदं ड दान करता है।
द ता य द वचरण क द ता के बाद भ ता के साथ सबसे कु शल अनुमानक है और एक अ य अनुमानक है

के साथ प रभा षत कया जाता है
जा हर है इ नही सकता पार करना एकता.

अगर
के सभी अनुमानक ह और वार यूनतम है तो i क द ता इस कार प रभा षत क गई
है
वर
वर
जा हर है . उदाहरण के लए सामा य नमून म चूं क नमूना मा य ‾ ऐसे नमून बड़े के लए के लए द ता ई का सबसे

कु शल अनुमानक है है
‾
. .
उदाहरण . एक या क नमूना अ ात का आकार सामा य जनसं या से लया गया है

मा य के साथ। अनुमान लगाने के लए न न ल खत अनुमानक पर वचार कर
ii
iii . ऐसा कहां है का एक न प अनुमानक है।
पृ

पाना । ह और और प पातपूण कारण बताते ए बताएं क म से कौन सा अनुमानक सव े है
समाधान। हम दे रहे ह
वर कहना कोव ̸
म का एक न प अनुमानक है।
ii
का न प अनुमानक नह है।
iii
का न प अनुमानक है
तब से यूनतम है का सबसे अ ा अनुमानक यूनतम वचरण के अथ म है।
उदाहरण . ए और मा य मान वाली जनसं या से आकार का एक या क नमूना है मा य मान का

वचरण अनुमान लगाने के लए उपयोग कए जाने वाले अनुमानक ह कहाँ
− − और .
म
ह ii और नप अनुमानक
ऐसे का मान ात क जए क iii इस के लए न प अनुमानक है।
मान के साथ एक सुसंगत अनुमानक है

iv सबसे अ ा अनुमानक कौन सा है
समाधान। चूँ क मा य और वचरण वाली जनसं या से एक या क नमूना है वार i हमारे पास है

और Cov ̸
का एक न प अनुमानक है
का एक न प अनुमानक है।
पृ

ii हम दया गया है
iii के साथ ‾. चूँ क नमूना मा य एक सुसंगत अनुमानक है
जनसं या का मतलब बड़ी सं या के कमजोर कानून ारा का एक सुसंगत अनुमानक है।
iv हमारे पास है
वर वर वर वर
वर वार वर वर
वर वार वर वर
चूँ क वार यूनतम है यूनतम वचरण के अथ म सबसे अ ा अनुमानक है।
यूनतम भ ता न प एमवीयू अनुमानक

य द एक आँक ड़ा आकार के नमूने के आधार पर ऐसा है
म सभी Θ और के लए न प है
ii तब के सभी न प अनुमानक के वग म इसका अंतर सबसे छोटा है
यूनतम वचरण न प अनुमानक कहा जाता है का ।
अ धक सट क प से का MVUE है य द
सभी Θ के लए और वार वार ′ सभी Θ के लए
कहाँ का कोई अ य न प अनुमानक है।
हम नीचे एमवीयू अनुमानक से संबं धत कु छ मह वपूण मेय दे ते ह।
मेय . एक एमवीयू इस अथ म अ तीय है क य द और के लए एमवीयू अनुमानक ह
तब लगभग न त प से.
सबूत। हम वह दया गया है
सभी Θ के लए
और
वर वर सभी के लए Θ
एक नए अनुमानक पर वचार कर जो तब से न प भी है
पृ

वर वर वार
वार वार
वार वर Cov
वार वर Var वार
वार
काल पयसन का सहसंबंध गुण ांक कसके बीच है और .

तब से है अनुमानक वार वार
वर वर
चूँ क हमारे पास होना चा हए यानी और कहां तथा प का एक रै खक संबंध होना चा हए ले कन पर

से वतं रांक ह नभर हो सकता है
यानी हमारे पास और हो सकता है।
दोन प क अपे ा रखने पर हम मलता है
इसके अलावा हम वर वर Var
±
ले कन फर के तगमन का गुण ांक पर सकारा मक होना चा हए.
तो हम मलता है इ ानुसार.
मशः anf उनके और द ता मेय के साथ के न प अनुमानक बन। मान ली जए और

बीच सहसंबंध गुण ांक है। तब
− − −
सबूत। मान ली जए यूनतम वचरण का न प अनुमानक है। फर हम दया गया है
कह
कह
आइए एक अ य अनुमानक पर वचार कर
पृ

जो का न प अनुमानक भी है अथात
कोव
ले कन चूँ क यूनतम वचरण है।
− −
जो म घात अ भ है।
यान द
या −
हम वह जानते ह − अगर और के वल अगर
ववेचक
− −
− − − −
− −
इसका ता पय यह है क समीकरण क जड़ के बीच त है
− −
जो ारा दए गए ह ± − −
− ± − इस लए हमारे पास है
− −
− − − −
. . पया त अनुमानक
एक अनुमानक को एक पैरामीटर के लए पया त माना जाता है य द इसम पैरामीटर के संबंध म नमूने म पूरी जानकारी शा मल है।
पृ

यदT t एक पैरामीटर का अनुमानक है जो घन व वाली जनसं या से नमूना पर आधा रत है आकार का

जैसे क का सशत वतरण
दया गया T वतं है तो T इसके लए पया त अनुमानक है।
उदाहरण मान ली जए पैरारेटर के साथ बन ली आबाद से एक या क नमूना बन

अथात
संभा ता के साथ
ा यकता के साथ
म
तब
अनुसरण कर
− −
k
का सशत वतरण एन दया गया है
क
− −
− − यद
चूं क यह इस पर नभर नह है के लए पया त है .
गुण नखंडन मेय नेमैन ।
कसी वतरण के लए पया त आँक ड़ को वीकार करने के लए आव यक और पया त शत नेमैन के कारण कारक करण
मेय ारा दान क जाती है।
कथन के वल तभी पया त है जब नमूना मू य के संयु घन व फ़ं न कहते ह को इस पम कया जा सकता है
जहां जैसा क संके त दया गया है के वल के मान पर नभर करता है और ℎ से वतं है।
ट प णयाँ . यह प से समझा जाना चा हए क एक फ़ं न से वतं से हमारा मतलब न के वल यह है क इसम शा मल नह है

ब क यह भी है क इसके डोमेन म शा मल नह है। उदाहरण के लए फ़ं न
− −
पृ

पर नभर करता है ।
. यह यान दया जाना चा हए क मूल नमूना आँक ड़ा। हमेशा पया त होता है
. पया त आँक ड़ को वीकार करने वाले वतरण का सबसे सामा य प कोपमैन का प है और यह इस कार दया गया
है ℎ । exp जहां ℎ और के वल पैरामीटर के काय ह और और के वल नमूना
अवलोकन के काय ह।
. पया त अनुमानक क अप रवतनीय संप य द पैरामीटर ayd के लए पया त अनुमानक है य द एक से एक काय है

तो के लए पया त है।
. फशर नेमैन मानदं ड। एक आँक ड़ा प र ध का पया त अनुमानक है य द और के वल

य द संभावना फ़ं न नमूने का संयु पीडीएफ के पम कया जा सकता है
सां यक का पीडीएफ है जहां के वल और . नमूने का एक फलन है

अवलोकन से वतं है।
यान द क इस व ध के लए सां यक के पीडीएफ पीएमएफ को तैयार करने क आव यकता होती है जो हमेशा

आसान नह होता है।
उदाहरण . मान ली जए पर एक समान जनसं या से एक या क नमूना बन। पाना

क इसके लए पया त अनुमानक है।
समाधान। हम दया गया है अ यथा

यद
मान ली जए
यद . तब
म अ धकतम
ℎ
कहाँ
अ धकतम
और ℎ म
अतः गुण नखंडन मेय ारा max के लए पया त आँक ड़ा है।
पृ

एक लीटर। अपने पास
यद अ धकतम तब । . . का दया गया है
हमारे पास है
अत फशर नेमैन मानदं ड ारा आँक ड़ा के लए पया त अनुमानक है।
उदाहरण . . और के से एक या क नमूना बन जनसं या। पाना

लए पया त ए मेटस द .
समाधान। आइए लख फर − .
−
− − −
जहां −
Σ Σ और ℎ
इस कार Σ और के लए पया त है के लए पया त है .
उदाहरण . चलो पीडीएफ के साथ वतरण से एक या क नमूना बन

−−
−
के लए पया त आँक ड़े ा त कर।
समाधान। यहाँ
पृ

−− exp − ऍ
चलो या क नमूने के म आँक ड़ को इस कार न पत कर .
सबसे छोटे अवलोकन क पीडीएफ
जहां के अनु प वतरण फलन है। . .

इस कार X X X क संभावना फ़ं न के पम क जा सकती है
− ऍ एम − exp − ऍ
ऍ ऍ
इस लए फशर नेमैन मानदं ड के अनुसार थम म आँक ड़ा पया त आँक ड़ा है। मनट एक है
. पा गत
होने दे ना
मा य और वचरण के साथ समान प से या क चर वत रत कया जाना चा हए। मान ली जए क N एक या क चर है

जो मा य के साथ पॉइसन वतरण का अनुसरण करता है और इससे वतं है
म
एस. चलो तब Var SN बराबर है
उ.
बी.
सी.
डी.
मान ली जए क वे वतं या क चर ह जनम से येक का वतरण पर समान है।
मान ली जए यूनतम और अ धकतम तो Cov बराबर है

उ.
बी
सी.
पृ

डी.
होने दे ना वद से या क नमूना बन फर अ धकतम संभावना

ए का अनुमान एमएल
बी X
सी. X
डी। −
घन व के साथ असतत चर के लए
− .
न न ल खत म से कौन सा सही है
ए.
बी.
सी. −
डी. −
आइए
एक मानक सामा य वतरण से आकार का एक या क नमूना बन। वतरण W कसके ारा दया गया है
− −
A. डीएफ के साथ ट वतरण
बी. ट वतरण डीएफ के साथ
पृ

सी. डीएफ के साथ ची वायर वतरण

डी. नधा रत नह करता
एक या क चर X का ण उ प करने वाला काय है

ारा दए गए
फर P X बराबर है
एक।
बी।
सी।
डी।
होने दे ना से एक या क नमूना हो
− वतरण जहां ℝ. अगर

यूनतम और
अ धकतम . प रभा षत करना
और −
स य के लए एक अनुमानक तो न न ल खत म से कौन सा से है ह
एक। और ले कन के लए एमएलई ह एमएलई के लए नह है
बी। ले कन के लए MLE है और के लए एमएलई नह ह
सी। और एमएलई के लए ह
पृ

डी। और के लए एमएलई नह ह
संयु संभा ता घन व फ़ं न वाले या क चर होने द
जहाँ k र है तो न न ल खत म से कौन सा से स य है ह
एक। क
बी। −
सी। पी ए स वाई
डी। ऊपर के सभी
Lę ...
संभा ता घन व फ़ं न के साथ वतं और समान प से वत रत या क चर का अनु म बन
यद
और जाने
अ यथा
तो न न ल खत म से कौन सा कथन स य है ह
एक। सभी के लए
बी।
सभी के लए − जैसे
एन
सी। ा यकता के साथ
डी। A और B दोन
होने दे ना iid पद या क चर ह। न न ल खत म से कौन सा स य है
पृ

ए. बन
बी. ए स वाई ब पद एन पी पी
सी. वर ए स वाई ई ए स वाई
D. वक प A और C सही ह।
संयु संभा ता घन व फ़ं न के साथ नरंतर या क चर होने द

−
ℝ
न न ल खत म से कौन सा कथन स य है ह
एक।
बी। PX Y
सी। पी ए स वाई
मान ली जए क X और TRUE के साथ या क चर ह तो न न ल खत म से कौन सा नह है
एक। ई ईए स वाई ई वाई

बी. वी − −
सी।
डी। X और Y का वतरण समान है
होने दे ना ए सप वतरण से एक या क नमूना बन जहां ।

‾
अगर फर व ास अंतराल है
एक। ‾
.
बी।
. ‾
पृ

सी।
. ‾
डी।
. ‾
सभी वतं या क चर ह जो पीडीएफ के अनुसार वत रत ह ।

प रभा षत करना
कु छ पूण ाक n के लए. तब वार के बराबर है
एक।
बी। −
सी।
डी।
नरंतर वतरण वाले iid या क चर बन।
तब
अ धकतम बराबर
एक।
बी।
सी।
डी।
होने दे ना से एक या क नमूना हो
पृ

यू − वतरण जहां ℝ. अगर

यूनतम और
अ धकतम
उपरो न न ल खत कथन पर वचार कर

के लए सुसंगत है।
के लए न प संगत है
नीचे दए गए कोड का उपयोग करके सही उ र चुन
एक। के वल
बी। के वल
सी। और दोन
डी। न न
आइए प रभा षत DFs का एक म बन
− और चलो
लम
तो न न ल खत म से कौन सा से स य है ह
ए.
बी. कसी भी k के लए
C. F पर RVX प तत का वतरण फलन है
D। उपरो सभी
पृ

ली
पर एकसमान वतरण से लया गया एक या क नमूना हो तो न न ल खत म से
कौन सा कथन सही है ह
एक। −
‾ का एक न प अनुमान है
बी। − का एक न प अनुमान है
सी।
संयु प से पया त है ले कन पूण नह है
डी। सभी वक प सही ह.
होने दे ना iid एकसमान − या क चर हो और मान ली जए
फर जैसे n
उ. संभावना म
बी वतरण म
C. P as n
D. सभी वक प सही ह
आइए संभा ता घन व फ़ं न के साथ एक समान जनसं या से आकार n के या क नमूने को न पत कर

− −
प रभा षत कर .
एक। के लए सुसंगत है MLE के
बी लए है
सी. के लए न प संगत है
डी। सभी वक प सही ह

पृ

एक या क चर X का संचयी वतरण फ़ं न ारा दया गया है

यद
यद
यद
यद
A. या क चर के वल कम से कम दो अंक सकारा मक संभावना लेता है
बी.
सी. ई ए स
डी.
मान ली जए A और B एक नमूना ान S म घटनाएँ ह जैसे क
और . न न म से कौन सा सही है
ए.
बी.
सी. मनट
D. A और B वतं ह
मान ली जए क X और वतरण फ़ं न वाले iid या क चर ह
पृ

tan− −
इनम से कौन सा सही नह है
ए. −
बी. −
सी. Φ −
D. E X मौजूद नह है
मान ली जए . और . मशः के नमूना एका धक सहसंबंध गुण ांक ह । न न ल खत पर और पर

म से या संभव है
एक।
. −. .
.
बी। . −. .
−.
सी। . . .
.
डी। . . .
−.
अगर − घन व वाली जनसं या से एक या क नमूना है

यद
अ यथा
जहां एक अ ात पैरामीटर है − या है
के लए व ास अंतराल
एल.एन
एक। ln
पृ

− −
ln
एल.एन
बी.
− −
ln
एल.एन
सी.
डी. एलएन
ln
मान ली जए क n सफे द और m काली गद वाले बैग से बना त ापन के एक एक गद नकाली जाती है। मान ली जए
क नकाली गई काली गद क सं या है तो var के बराबर है
एक।
बी।
सी।
− −
डी।
मान ली जए क DFs का एक म प रभा षत कया गया है
और लम चलो
तो न न ल खत म से कौन सा स य नह है
ए.
बी. कसी भी k के लए
पृ

C. ा यकता म पर अ भस रत होता है
D. पर RVX प तत का वतरण फलन है
एक या क चर का संचयी वतरण फ़ं न ारा दया गया है
एक। सव सतत् है
बी। F x के वल छलांग लगाने से बढ़ता है
सी।
डी।
मान ली जए और दो वतं मानक सामा य या क चर ह। तब ा यकता घन व फलन

है
− − यद
अ यथा
− यद
अ यथा
यद
अ यथा
यद
अ यथा
पृ

य द या क चर X और Y का संयु ण उ प करने वाला काय है
एम एस ट
न न ल खत म से कौन सा से सही है ह
एक।
बी। कोर
सी। कोव
मु य ब जो हमने इस पाठ म शा मल कए ह वे ह अनुमानक या है और अनुमानक क रता द ता और पया तता या है और सव म

अनुमानक कै से ा त कर।
ेरणा ये सम याएँ वा त वक जीवन म ब त उपयोगी ह और हम इसका उपयोग डेटा व ान अथशा के साथ साथ सामा जक व ान म भी
कर सकते ह।
यान द सोच क सव म अनुमानक वा त वक नया क सम या म कै से उपयोगी ह।
उ र बी
ा या
समान प से या क चर वत रत कया जाए और N को एक या क चर होने द।
प रभा षत कर
तब E SN E Xi EN
Var Var
उ र बी
ा या
य द और वतं रह येक का पर समान वतरण है।
मान ली जए यूनतम और अ धकतम

तब
पृ

और और
इस कार Cov
−
ई वी ईए ई बी ई यू ई वी
उ र बी
ा या
ˆ
इस लए दया गया फ़ं न घट रहा है
उ र सी
ा या
ए स −
पी ए स
ईए स −
पृ

− −
−− −
− चेबीचेव क असमानता से
उ र बी
ा या
होने दे ना एक
मानक सामा य से आकार का एक आईआईडी या क नमूना हो
X X
वतरण। फर W X −X
Y −Y
अतः वक प बी सही है।

उ र डी
ा या
मान ली जए या क चर के साथ e txP X x
फर
उ र ए
ा या
U से एक या क नमूना बन
−
पृ

ˆ
−
पैरामीटर से मु का वतरण फर
ˆ
−
−
लो और तब हम एमएल ा त आ
मशः।
अतः वक प ए सही है।

उ र डी
ा या
चलो और संयु संभावना वाले या क चर बन

घन व फलन −
− −
चूँ क तथा वतं ह तो −
PX Y X Y के अनु प कोई े नह है तो इस े के अनु प संभावना शू य होगी
उ र डी
ा या
प से iid
या क चर ह। फर और वर ...
चलो तब E और वार
अब वक प ए के लए
सीएलट का उपयोग करना सभी के लए
पृ

वक प बी के लए
लम लम
लम लम
संभा ता त म अ भसरण का उपयोग करके

संग त गुण
सभी के लए − जैसे n
वक प सी के लए
संभा ता के साथ संभावना त म अ भसरण का उपयोग करके
वक प डी के लए
लम − − Var
− Var − −
−
−Φ −
उ र डी
ा या
ए वतं पद चर का योग भी एक पद चर है य द संबं धत संभावना समान होगी
फर बन
बी जब दो से अ धक चर शा मल होते ह तो अवलोकन ब पद वतरण क ओर ले जाता है। ब पद का अनुसरण नह

करता है
सी वार ए स वाई ई ए स वाई ई ए स वाई ई ए स−
पृ

डी कोव सीओवी सीओवी
X और Y वतं ह Cov X Y Cov Y X
अतः वक प D सही है।
उ र डी
ा या
− − −
और का संयु पीडीएफ ℝ है यह दे ख ना
आसान
है और आईआईडी या क चर ह और इस लए
उ र डी
ा या
E E X Y EX EY यह दे ख ते ए क E X EY
वी − − − −
चूं क −
VX Y VEX Y V X और
समान वतरण हो भी सकता है और नह भी।
अतः वक प डी सही है।

उ र सी
ा या
पृ

ऍ से एक या क नमूना बन
वतरण जहां
. P फर .
.
. ‾
अतः वक प C सही है।
उ र बी
ा या
वतं ह हमारे पास वह E E है। तब से . इसी कार

ई
E और E यह उसका के लए i एन
अनुसरण करता है
−
वर ई

उ र सी
ा या
यान द क
चूँ क संबं धत घटनाएँ असंयु और समा त होती ह
सारी संभावनाएँ. ले कन सम पता ारा। इसके
अलावा
चूँ क या क चर सतत होते ह। इस लए . उपरो प रणाम से
अ धकतम
इस लए वक प सी सही है।
उ र ए
ा या
−
ˆ
−
का वतरण
पृ

ˆ
−
फर पैरामीटर से मु −
लो हम पाते ह
एमएलई के साथ साथ सुसंगत भी है
एमएलई के साथ साथ सुसंगत भी है ले कन न प नह है...
उ र डी
ा या
लम
यान द क पीएमएफ के साथ आरवी का डीएफ है
और F जहां k पर RVX प तत का वतरण काय है
ए स . हमारे पास है
एक धना मक पूण ाक है. साथ ही ता क कसी
भी k के लए क ा यकता म
अ भस रत न हो य क क ा यकता म अ भसरण न हो
.
उ र डी
ा या
मान ल क
वक प ए के लए
पृ

− −
‾ ‾
−
का न प अनुमान है
− −
− का न प अनुमान है
का संयु पीडीएफ ारा दया गया है .
कहाँ एक गैर शू य फ़ं न के
नमाण के लए संयु प से पया त है
−−
−−
ई जी ट
उप पूण ता संप के लए यह पूण पया त आँक ड़े नह है।

उ र डी
ा या
लम और लम
इसका ता पय है संभावना म
यद ा यकता म तो वतरण म
−
सीएलट का उपयोग करना as
पृ

−
as
अतः वक प सही है।
उ र डी
ा या
यहाँ − अ यथा
अगर ऑडर नमूना है तो ...
ˆ
इस कार य द अ धकतम ा त होता है −
इस लए उ ल रै खक संयोजन भी एक MLE है
ˆ
−
ˆ और
ले भी
एमएलई क संप के अनुसार के

लए सुसंगत है
ऊपर से न प सुसंगत और एमएलई के लए भी ह
उ र बी
ा या
चूँ क F R पर सतत है यह इस कार है क P X x x ℝ
इसके अलावा P X F −F −
पी ए स एफ −एफ −
पृ

और − − इस लए हम यह
न कष नकालते ह क यह तीन ब पर एक असतत या क
चर सकारा मक संभावना है।
पी ए स पी ए स पी ए स
और
.

उ र ए
ा या
यान द क
इस कार इस लए वक प ए सही है।
उ र सी
ा या
आइए और वतरण फ़ं न वाले iid या क चर बन
tan− −
−
−
Φ
Φ −
दोन आईआईडी या क चर ह।
उ र सी
ा या
चूँ क नमूना एका धक सहसंबंध से के बीच होता है
पृ

इस लए वक प C के वल इस शत को बरकरार रखता है

उ र सी
ा या
हम या क चर का उपयोग करते ह
− एलएन
नणायक मा ा के प म. − व ास अंतराल
से नमाण कया जा सकता है
α
− − एलएन −
ln
− एल.एन
− एल.एन
इस कार − व ास अंतराल ारा दया जाता है

उ र ए
ा या
आइए प रभा षत कर य द नकाली

य द नकाली गई kव गई
गदkव गदहै सफे द है
काली
फर
साथ ही P और पी
इस कार E और वी
सीओवी क गणना करने के लए ̸
यान द क या क चर id
पृ

तो नकाली गई जेव और व गद काली ह और अ यथा ।
इस कार −
और कोव
−
इस कार E और
अतः वक प A सही है।
उ र सी
ा या
लम
का
यान द क यह है पीएमएफ के साथ
और F X पर RVX प तत का वतरण फलन है।
हमारे पास है
जहाँ k एक धना मक पूण ाक है। साथ ही ता क कसी भी k
के लए
संभा ता म पर अ भस रत नह होता य क संभा ता म पर अ भस रत होता है .

उ र डी
ा या
हमारे पास है और
−
− . चूँ क ̸ − फलन
पर सतत नह है
पृ

यह दे ख ना य है क म बना कसी उछाल के वृ हो

रही है
पी ए स एफ −एफ −
चूँ क F x पर सतत है हमारे पास P X और इस लए
है

उ र डी
ा या
हम जानते ह क दो वतं मानक सामा य या क चर के अनुपात म कॉची वतरण होता है और इस लए यू का पीडीएफ है
अब यह स या पत करना है क का पीडीएफ
यद
अ यथा
बी. उ र डी
ा या
एम एस ट
कोव
Cov इसका ता पय Corr है
पृ

. स दभ
• एस सी गु ता वीके कपूर ग णतीय सां यक के बु नयाद स ांत सु तान चंद काशन वां सं करण।
• बीएल अ वाल ो ा ड टै ट ट स यू एज इंटरनेशनल प लशस सरा सं करण।
पृ

पाठ
सां यक य प रक पना
संरचना
. प रचय
. सां यक य प रक पना
. . सरल एवं सम प रक पना
. . गंभीर े
. . टाइप I और टाइप II ु ट
. . सबसे श शाली परी ण
. . नेमैन पयसन ले मा
. पा गत
. स दभ
. सुझ ाई गई पा पु तक
प रक पना के परी ण और वा त वक व ेषण म इसका उपयोग कै से कया जा सकता है इस पर चचा करना मु य उ े य म से एक है।
. प रचय
सां यक य अनुमान म मु य सम या को मोटे तौर पर दो े म वग कृ त कया जा सकता है
म जनसं या पैरामीटर के अनुमान का े और उनके लए व ास अंतराल क ापना यानी ब और अंतराल अनुमान का े और
ii सां यक य प रक पना का परी ण.
नेमैन पयसन स ांत म हम कु छ तय म नणय लेने के लए सां यक य तरीक का उपयोग करते ह जहां नमूने के आधार पर न तता क
कमी होती है जसका आकार पहले से तय होता है जब क वा के अनु मक स ांत म नमूना आकार तय नह होता है ब क माना जाता है
एक या क चर.
पृ

. सां यक य प रक पना
हम इन वतरण पर व तार से चचा करगे।
i सरल एवं सम प रक पना

ii गंभीर े iii टाइप
I और टाइप II ु ट
iv सबसे श शाली परी ण
v नेमैन पयसन ले मा
. . सरल एवं सम प रक पना
एक सां यक य प रक पना कसी जनसं या या समक के बारे म कु छ कथन या दावा है। कसी जनसं या क वशेषता बताने वाले
संभा ता वतरण के बारे म जसे हम स या पत करना चाहते ह
एक नमूने से उपल जानकारी के आधार पर। य द सां यक य प रक पना जनसं या को पूरी तरह से न द करती है तो इसे सरल
सां यक य प रक पना कहा जाता है अ यथा इसे सम सां यक य प रक पना कहा जाता है।
उदाहरण के लए य द जब क मा य के साथ सामा य जनसं या से आकार का एक या क नमूना एक सरल

और भ ता तब प रक पना प रक पना है
न न ल खत म से येक प रक पना एक सम प रक पना है
i
ii
iii iv
v vi
vii
एक प रक पना जो पूरी तरह से वतं ता क ड ी के साथ सम कसी जनसं या के मापदं ड को कहा जाता है
प रक पना न द नह करती है।
एक सां यक य प रक पना का परी ण.
एक सां यक य प रक पना का परी ण योगा मक नमूना मान ा त होने के बाद एक दो या नणय सम या है दो याएं वचाराधीन
प रक पना क वीकृ त या अ वीकृ त ह।
शू य प रक पना।
प रक पना परी ण म एक सां यक वद् या नणय नमाता को प रक पना क वीकृ त या अ वीकृ त के प रणाम व प लाभ या हा न क
संभावना से े रत नह होना चा हए। उसे पूरी तरह से न प होना चा हए और कसी भी पाट या कं पनी के बारे म कोई जानकारी नह
होनी चा हए और न ही उसे अपने गत वचार को नणय को भा वत करने क अनुम त दे नी चा हए। इस लए ब त कु छ इस बात पर
नभर करता है क प रक पना कै से तैयार क गई है। उदाहरण के लए आइए हम लाइट ब ब सम या पर वचार कर। मान ली जए क ब ब
पृ

कु छ मानक व नमाण या के तहत न मत उ पाद का औसत जीवन घंट का होता है और काश ब ब के नमाण के लए एक नई
या का परी ण करने का ताव है। इस कार हमारे पास ब ब क दो आबाद है जो मानक या ारा न मत ह और जो नई
या ारा न मत ह। इस सम या म न न ल खत तीन प रक पनाएँ ा पत क जा सकती ह
i नई या मानक या से बेहतर है।

ii नई या मानक या से कमतर है।
iii दोन या म कोई अंतर नह है।
पहले दो कथन प पातपूण तीत होते ह य क वे दोन या म से एक या सरे के त अ धमा य रवैया दशाते ह। इस लए सबसे
अ ा तरीका कोई अंतर नह होने क प रक पना को अपनाना है जैसा क iii म बताया गया है। इससे पता चलता है क सां यक वद्
को परी ण के प रणाम के संबंध म तट या शू य रवैया अपनाना चा हए। उसका रवैया शू य या शू य रेख ा पर होना चा हए जसम
योगा मक डेटा का उ चत मह व हो और मामले म पूरी बात हो। नमूना अवलोकन लेने से पहले सां यक वद् या नणय नमाता का यह
तट या गैर तब रवैया शू य प रक पना का मु य आधार है।
इस कार काश ब ब के उपरो उदाहरण म य द नई या ारा न मत ब ब का औसत जीवन घंट म है तो शू य प रक पना

जसे आमतौर पर H ारा दशाया जाता है इस कार बताई जा सकती है
.
एक अ य उदाहरण के प म मान ली जए क दो अलग अलग कं प नयाँ न द लाने के लए दवाएँ बनाती ह पहली कं पनी ारा न मत
दवा और सरी कं पनी ारा न मत दवा। येक कं पनी का दावा है क उसक दवा सरी से बेहतर है और वह यह परी ण करना चाहती
है क कौन सी दवा बेहतर है या सां यक य प रक पना तैयार करने के लए मान ली जए क एक या क चर है जो दवा दए जाने
पर कसी ारा ा त न द के अ त र घंट को दशाता है और या क चर को दशाता है
जब दवा का उपयोग कया जाता है तो न द के अ त र घंटे ा त होते ह आइए मान ल और मशः साधन के साथ संभा ता वतरण
का पालन कर। यहां हमारी शू य प रक पना यह होगी क दो दवा के भाव म कोई अंतर नह है। तीका मक प से
वैक पक प रक पना।
परी ण क जा रही येक सां यक य प रक पना के संबंध म वैक पक प रक पना कसे कहा जाता है यह बताना वांछनीय है य क
अश प रक पना क वीकृ त या अ वीकृ त के वल तभी साथक है जब इसे त ं प रक पना के व परी ण कया जा रहा हो
जसका प से उ लेख कया जाना चा हए। वैक पक प रक पना को आमतौर पर से दशाया जाता है।
उदाहरण के लए काश ब ब के उदाहरण
म वैक पक प रक पना हो सकती है। या या ̸ दवा के उदाहरण
है। म वैक पक प रक पना . या या ̸ हो सकती
दोन मामल म वैक पक प रक पना म से पहली दो प रक पनाएं एक पु परी ण कहलाती ह और तीसरी वैक पक प रक पना
दो पु य परी ण को ज म दे ती है।
पृ

मह वपूण ट प णयाँ
. एक परी ण सम या के नमाण और प रक पना का परी ण तैयार करने म भू मकाएँ

और ब कु ल सम मत नह ह। यह तय करने के लए क दोन प रक पना म से कसे शू य प रक पना के प म लया जाना चा हए
और कसे वैक पक प रक पना के प म लया जाना चा हए इन दोन श द क भू मका और न हताथ के बीच आंत रक अंतर को
प से समझा जाना चा हए।
. य द कसी वशेष सम या को दो सरल प रक पना के बीच एक परी ण के प म नह बताया जा सकता है यानी एक साधारण वैक पक
प रक पना के खलाफ सरल शू य प रक पना तो अगला सबसे अ ा वक प सम या को एक सम वक प के खलाफ एक सरल शू य
प रक पना के परी ण के प म तैयार करना है। प रक पना। सरे श द म कसी को सम या क संरचना करने का यास करना चा हए
ता क शू य प रक पना सम के बजाय सरल हो।
. गलत नणय के कारण संभा वत नुक सान को यान म रखते ए जसे पैसे के संदभ म मापा जा सकता है या नह भी नणय नमाता शू य
प रक पना को सच मानने म कु छ हद तक ढ़वाद है जब तक क योगा मक नमूना ट प णय से कोई मजबूत सबूत न हो क यह झूठ है.
उनके लए कसी अश प रक पना को गलत तरीके से अ वीकार करने के प रणाम इसे गलत तरीके से वीकार करने क तुलना म अ धक
गंभीर तीत होते ह। अ धकांश मामल म सां यक य प रक पना इस दावे के प म होती है क कोई वशेष उ पाद या उ पाद या कसी
मौजूदा मानक से बेहतर है। इस मामले म शू य प रक पना H यह है क नए उ पाद या उ पादन या और मौजूदा मानक के बीच कोई
अंतर नह है। सरे श द म शू य प रक पना इस दावे को नर त कर दे ती है। शू य प रक पना को गलत तरीके से अ वीकार करना जो गलत
तरीके से दावे क वीकृ त के समान है इसम मौजूदा सेट अप के ठोस ओवरहाल के लए भारी मा ा म जेब खच शा मल है। H को गलत
तरीके से वीकार करने पर प रणामी हा न को तुलना मक प से अवसर हा न से अ धक गंभीर माना जाता है
जो गलत तरीके से दावे को खा रज करने के बराबर है यानी कम कु शल मौजूदा मानक पर टके रहने के बराबर है। पहले चचा क गई काश
ब ब सम या म मान ली जए क कं पनी का अनुसंधान भाग सी मत योग के आधार पर दावा करता है क उसका ांड मानक या
ारा न मत क तुलना म अ धक भावी है। य द वा तव म ांड अ धक भावी होने म वफल रहता है तो उ पाद के त काल अ चलन
कं पनी क छ व म गरावट आ द के कारण कं पनी को होने वाला नुक सान काफ गंभीर होगा। सरी ओर बाजार म एक बेहतर ांड लाने म
वफलता एक अवसर हा न है और इसे अ य नुक सान जतना गंभीर नह माना जाता है।
. . गंभीर े
मान O ारा दशाए गए नमूना अवलोकन ह गे। के सभी मान समु य ह गे

ली जए क एक नमूना बनता है और वे एक ान बनाते ह जसे नमूना ान कहा जाता है जसे ारा दशाया जाता है।
चूँ क नमूना मान को आयामी अंत र म एक ब के प म लया जा सकता है हम आयामी अंत र के कु छ े को न द करते ह और दे ख ते
ह क यह ब इस े के भीतर है या इस े के बाहर। हम पूरे नमूना ान को दो असंयु भाग म वभा जत करते ह और
‾
या या यद े त नमूना ब गरता है तो शू य प रक पना H को अ वीकार कर दया जाता है और य द H को वीकार कर लया
यह गर जाता है हम अ वीकार करते ह जाता है। H स य होने पर H क अ वीकृ त का े है
पृ

प रणाम सेट का े जहां H को अ वीकार कर दया जाता है य द नमूना ब उस े म आता है और इसे मह वपूण े कहा जाता है। जा हर
है मह वपूण े का आकार टाइप ु ट होने क संभावना है नीचे चचा क गई है ।
मान ली जए क य द परी ण आकार के नमूने पर आधा रत है तो प रणाम सेट या नमूना ान दो आयामी ान म पहला चतुथाश है और एक
परी ण मानदं ड हम अपने प रणाम सेट को दो पूरक उपसमूह ड यू और य द म अलग
‾ करने म स म करेगा। उपसमु य म आने वाला नमूना
ब अ वीकार कर दया जाता है अ यथा वीकार कर लया जाता है। इसे संल न च म. दखाया गया है
. . टाइप I और टाइप II ु टयाँ
शू य प रक पना H को वीकार या अ वीकार करने का नणय दे ख े गए नमूना अवलोकन ारा दान क गई जानकारी के आधार पर कया जाता
है। कसी वशेष नमूने के आधार पर नकाला गया न कष जनसं या के संबंध म हमेशा स य नह हो सकता है। कसी भी परी ण या म उ प
होने वाली चार संभा वत तयाँ न न ल खत ता लका म द गई ह।
उपरो ता लका से यह है क कसी भी परी ण सम या म हम दो कार क ु टयाँ करने के लए उ रदायी होते ह।
पृ

टाइप I और टाइप II क ु टयाँ। को अ वीकार करने क ुट को वीकार करना जब गलत होती है कार I ु ट और स य है कहा जाता है
करने क ु ट जब टाइप I और कार II क ु टय क संभावना को मशः को वीकार स य है को टाइप II ु ट कहा जाता है।
और ारा दशाया जाता है।
इस कार
कार I ु ट क संभावना को अ वीकार करने क संभावना जब या सच है।
आदश परी ण वह होगा जो दोन कार क ु टय पर उ चत नयं ण रखे। ले कन चूं क कसी भी कार क ु ट का होना एक या क चर है इस लए समान
प से एक आदश परी ण को दोन कार क ु टय क संभावना को कम करना चा हए अथात। ले कन भा य से एक न त नमूना आकार के लए और
इतने संबं धत ह जैसे नमूना नरी ण योजना म नमाता और उपभो ा का जो खम क एक म कमी के प रणाम व प सरे म वृ होती है। प रणाम व प
दोन ु टय को एक साथ कम करना संभव नह है। चूं क टाइप I ु ट को टाइप II ु ट से अ धक गंभीर माना जाता है सीएफ ट पणी § . . सामा य
अ यास पूव नधा रत न न तर पर नयं ण करना है और टाइप I ु ट क संभावना पर इस बाधा के अधीन है एक चुन परी ण जो पावर फ़ं न को
यूनतम या अ धकतम करता है । आम तौर पर हम . या . चुनते ह।
प रक पना सम या के परी ण को हल करने के चरण
प रक पना के परी ण सम या के समाधान म शा मल मुख चरण को न नानुसार रेख ां कत कया जा सकता है
जनसं या वतरण क कृ त और च के पैरामीटर का ान यानी वे पैरामीटर जनके बारे म प रक पनाएं ा पत क गई ह।
शू य प रक पना और वैक पक प रक पना क ापना येक म शा मल पैरामीटर मान क सीमा के संदभ म।
एक उपयु आँक ड़ा का चयन .... जसे परी ण आँक ड़ा कहा जाता है जो क संभावना पर सबसे अ ा त ब बत करेगा और
.
परी ण आँक ड़ के संभा वत मू य के सेट को दो असंयु सेट म वभा जत करना

‾ ज ह वीकृ त े कहा जाता है और े मग
अ वीकृ त े या मह वपूण े और न न ल खत परी ण
i य द का मान गरता है तो को अ वीकार कर अथात् वीकार कर । .

‾
ii य द मान गरता है तो वीकार कर .
उपरो परी ण तैयार करने के बाद योगा मक नमूना अवलोकन ा त कर गणना कर

उ चत परी ण आँक ड़े और तदनुसार कारवाई कर।
वभ तय म इ तम परी ण
चचा हम व भ प र तय म तथाक थत सव म परी ण ा त करने म स म बनाती है। कसी भी परी ण सम या म पहले दो चरण अथात जनसं या
वतरण का प च के पैरामीटर और H का नधारण और सम या के ववरण से होना चा हए।
सबसे मह वपूण कदम सव म परी ण यानी सव म आँक ड़ा और आलोचना मक का चुनाव है
पृ

वह े जहां सव म परी ण से हमारा ता पय उस परी ण से है जसम कसी भी वां छत न न तर पर नयं ण करने के अलावा अ य सभी परी ण क
तुलना म यूनतम कार II ु ट या अ धकतम श हो। इससे न न ल खत प रभाषा ा त होती है।
. . सबसे श शाली परी ण
सबसे श शाली परी ण एमपी टे ट । आइए एक सरल प रक पना के परी ण क सम या पर वचार कर एक सरल वैक पक प रक पना के
व
प रभाषा। टकल े के परी ण के लए आकार का सबसे श शाली एमपी टकल े है और संबं धत परी ण तर का सबसे श शाली
परी ण है यद बनाम
और
येक अ य मह वपूण े के लए संतोषजनक . ।
समान प से सबसे श शाली परी ण यूएमपी टे ट ।
आइए अब हम एक सम वैक पक प रक पना के व एक सरल शू य प रक पना का परी ण करने का मामला लेते ह उदाहरण के लए वक प
̸ के व का परी ण करना
वक प के व ̸ ऐसे मामले म एक पूव

नधा रत के लए श शाली testeftevel के लए सबसे अ ा परी ण। समान प से सबसे अ धक कहा जाता है
प रभाषा। इस े को आकार का समान प से सबसे श शाली यूएमपी मह वपूण े कहा जाता है और के मुक ाबले के परी ण के लए
संबं धत परी ण को समान प से सबसे श शाली यूएमपी तर का परी ण कहा जाता है ̸
अथात ̸ अगर
और सभी के लए ̸
वष संतोषजनक कु छ भी हो।
. . नेमैन पयसन ले मा
यह ले मा एक साधारण वैक पक प रक पना के व सरल प रक पना का सबसे श शाली परी ण दान करता है। मेय जसे नेमन पयसन ले मा
के नाम से जाना जाता है एकल सतत चर और एकल पैरामीटर के घन व फ़ं न के लए स कया जाएगा। हालाँ क वे टर के संबंध म और के प
म माण को कसी भी सं या म या क चर और कसी भी सं या म पैरामीटर k के लए आसानी से सामा यीकृ त कया जा सकता है।
चर । . इस मेय म घ टत होने वाली घटना को

जनसं या से आकार के एक या क नमूने का त न ध व करने के लए समझा जाता है पृ

जसका घन व फलन है। ले मा का संबंध एक सरल प रक पना से है

और एक सरल वक प .
नेमन पयसन ले मा
मान ली जए एक रांक है और आकार का एक ां तक े है जैसे क
‾
और
जहां और नमूना अवलोकन के संभा ता फलन ह

मशः औरहै। फर परी ण प रक पना
से कम का सबसे श शाली मह वपूण े है
वक प के व .
सबूत। हम दे रहे ह
े क ताकत है
ए स कहना ।
ए स −
ले मा ा पत करने के लए हम यह सा बत करना होगा क इससे कम या बराबर आकार का कोई अ य मह वपूण े मौजूद नह है

जो क अ धक श शाली है .
होने दे ना आकार का एक और मह वपूण े बन और श − ता क हमारे पास हो
और ए स −
अब हम यह स करना है क −
और
पृ

अगर अपने पास
x x x
ए स
x x x
x
चूँ क
. x x x
इसका ता पय यह भी है
‾ ए स ‾
‾ ‾
यह प रणाम कसी भी उपसमूह के लए भी लागू होता है कहना . इस तरह
ए स ए स ए स
जोड़ने पर दोन तरफ हम मलता है
− −
इस लए ले मा.
पृ

ट पणी। मान ल क उपरो मेय के . म प रभा षत W के मुक ाबले के परी ण के लए आकार का सबसे
श शाली मह वपूण े है और इसे Θ से वतं होने द
Θ Θ जहां Θ नीचे पैरामीटर ेस है तो हम कहते ह क सीआर ड . यू परी ण के लए आकार का यूएमपी सीआर है
Θ के मुक ाबले।
उदाहरण . आवृ फलन दया गया है
अय
और आप शू य प रक पना बनाम का परी ण एकल े त मान के मा यम से कर रहे ह। य द आप अंतराल i .

ii . को मह वपूण े के प म चुनते ह तो टाइप और टाइप II ु टय का आकार या होगा परी ण का पावर
फ़ं न भी ा त कर।
समाधान। यहां हम बनाम का परी ण करना चाहते ह।
i यहाँ और
. .
‾
.
. .
. .
. . .
इसी कार
‾
.
. .
इस कार कार और कार क ु टय का आकार मशः . और . है

और परी ण का श फलन − .
ii .
चूँ क से नीचे . के लए।

‾
−
.
.
− −
पृ

पावर फं न . .
उदाहरण . य द परी ण के लए मह वपूण े है बनाम वक प या जनसं या से एकल अवलोकन का आधार

exp − मान ा त कर कार I और कार II क ु टयाँ।
‾
समाधान। यहाँ और कार I ु ट और .
का आकार
−
‾
कार II ु ट का आकार
−
−
−
− .
−
उदाहरण . मान ली जए क परी ण के लए एक स के को एक बार उछालने पर से अ धक चत आने पर स के के चत गरने क ा यकता

के व ात . स के को बार उछाला जाता है अ वीकार कर द जाती है।
होते ह। कार I ु ट क ा यकता और परी ण क श ात क जए।
समाधान। यहाँ य द rv और .
− −
‾
ां तक े इस कार दया गया है
कार I ु ट क संभावना
−
से
‾
कार II ु ट क संभावना −
− −
परी ण क श − .
पृ

उदाहरण . मान ली जए अ ात। इस जनसं या से आकार के नमूने के आधार पर के व − का परी ण करने

के लए हम मह वपूण े का उपयोग करते ह ।
इसका आकार या है परी ण क श या है
समाधान। ां तक े मान ली जए .
चूँ क s iid ह
... −−−−
आकार ां तक े का है − −−−−
के अंतगत − − से
अंतगत जब .
.
से
सामा य संभा ता सारणी से
वैक पक प से . Φ .
जहां Φ मानक सामा य चर का वतरण फलन है।

परी ण क श है के तहत
−
−. जब यू
− −. −. .
. . . सम पता ारा
. .
वैक पक प से −. Φ −.
जहां Φ . ℎ .
उदाहरण . मान ली जए क X के पास फॉम क एक पीडीएफ है
अय .
के व का परी ण करने के लए आकार के या क नमूने का उपयोग कर और एक मह वपूण े को प रभा षत कर .

.
पृ

खोज i परी ण क श ।
ii परी ण का मह व तर।
समाधान। हम मह वपूण े दया गया है
. .
मह वपूण े का आकार. . परी ण का मह व तर न न ारा दया गया है

.
दए गए घातीय वतरण से नमूने म
सीएफ उदाहरण
. से
.
. परी ण क श क संभा ता वतरण

सारणी से द गई है
− .
अंतगत
उदाहरण . सामा य जनसं या के मामले म परी ण के लए े ा त करने के लए नेमैन पयसन ले मा का उपयोग कर

जहां और है
ात. अतः परी ण क श ात क जए।
समाधान।
−
ऍ −
नेमैन पयसन ले मा का उपयोग करते ए सव म टकल े बीसीआर दया गया है के लए
ऍ −
ऍ −
पृ

− −
−
−
− −
−
− −
− लॉग
चूं क लॉग एक बढ़ता आ काय है

−
−
‾ लॉग
के स i य द बीसीआर संबंध राइट टे टे ट ारा नधा रत कया जाता है

‾ लकड़ी का ल ा
−
‾
कहना ।
BCR है x ‾ के स ii
यद बीसीआर संबंध ारा दया गया है बाएं हाथ का परी ण
‾ लकड़ी का ल ा
− कहना .
‾
इस लए बीसीआर है
रांक को इस कार और
चुना गया है क प रक पना स य होने पर येक संबंध . और . क संभावना बराबर हो
जाए। ‾ का नमूना वतरण जब
और से नधा रत होते ह
स य है . इस लए रांक
र ते
‾ और ‾
−
‾
−
मानक सामा य चर का ऊपरी ब कसके ारा दया गया है
भी ‾
पृ

− −
ट पणी। सामा य वतरण क सम पता से हमारे पास है − .
परी ण क श . प रभाषा के अनुसार मामले म परी ण क श है
− ‾
− ‾ −
अंतगत
−
जहां Φ . ℎ इसी .
कार मामले ii म परी ण क श है
−
− ‾
Φ
− −
कहाँ −
पृ

. पा गत
एमसी यू क सम याएं
होने दे ना एक समान वतरण से आकार n का एक या क नमूना बन
संभा ता घन व फलन अ यथा
जहां . अगर मनट और अ धकतम .
क ा यकता म अ भसरण होता है
उ.
बी
सी.
डी.
वतरण व क उ लता नधा रत करने के लए कस माप का उपयोग कया जाता है

ए. तरछापन
बी. कट सस
सी. वचरण
डी. मानक वचलन
नमूना रै खक तगमन मॉडल पर वचार कर

कहाँ मा य और वचरण वाले iid या क चर ह
मान ली जए क हमारे पास एक डेटा सेट है ... n के साथ
और .
का एक न प अनुमान है
उ.
बी.
सी.
डी.
पृ

अगर
घन व वाली जनसं या से एक या क नमूना है
−
यद
अ यथा
जहां एक अ ात पैरामीटर है उसके लए − व ास अंतराल या है
एल.एन एल.एन
ए.
बी.
सी.
डी.
मान ली जए क अंतराल पर इसका एक समान वतरण है। मान ली जए क X से छोटा या उसके बराबर का सबसे बड़ा
पूण ाक न पत करता है। न न ल खत म से कौन सा स य है
ए.
बी।
सी।
डी।
मान ली जए संभा ता घन व . से एक या क नमूने का मनाया गया मान हो

फलन
−
−
पृ

तो ण अनुमान क व ध एमएमई है
उ.
बी.
सी.
डी.
मान ली जए क या क चर और संयु संभा ता मान काय करते ह

−
−
तब के बराबर है
उ.
बी.
सी.
डी.
असतत या क चर और संयु संभा ता मान फ़ं न होने द
−
अ यथा
A. मा य के साथ सीमांत वतरण पॉइसन है
B. या क चर और वतं ह
C. Y दए गए X का सशत वतरण बन है
डी. के लए ...
संभा ता मान फलन के साथ पद वतरण पर वचार कर
पृ

−−
−−
और . तब Corr बराबर है...

दो दशमलव ान तक सही
ए .
बी .
सी .
डी .
.
मान ली जए . . संभा ता
. घन व फ़ं न . आकार के या क नमूने का े त मान हो
वाले वतरण से चार
यद −
− अ यथा
फर अ धकतम संभावना का अनुमान बराबर है दशमलव ान तक ।
ए .
बी .
सी .
डी .
.
चलो और यद . . तो C का मान इस कार है
.
. बराबर... दो दशमलव ान को पूण ा कत कर
ए .
बी .
सी .
डी .
मान ली जए क P एक संभा ता फ़ं न है जो नमूना ान Ω के येक ब को समान भार दान करता है।

घटना E F और G पर वचार कर। तो न न ल खत म से कौन सा कथन स य है ह
. E और F वतं ह
पृ

. E और G वतं ह
. E F और G वतं ह
ए. के वल
बी. के वल
सी. के वल और
डी. और
होने दे ना और मशः आकार और के दो या क नमूने ह
एक मानक सामा य जनसं या से. आँक ड़ा ट प रभा षत कर
तो न न ल खत म से कौन सा स य है
A. क उ मीद . है
B. T का सरण . है
C. T म वतं ता क ड ी और के साथ F वतरण है
D. T म वतं ता क ड ी और के साथ F वतरण है
होने दे ना और संबं धत ण उ प करने वाले फ़ं न के साथ वतं या क चर बन

ℝ. माना तो P W
के बराबर है
उ.
बी.
सी।
डी।
होने दे ना . से एक या क नमूने का मनाया गया मान हो

−
संभा ता घन व फलन
फर ण अनुमान एमएमई क व ध है
उ. .
पृ

बी .
सी. .
डी. .
संचयी वतरण फ़ं न के साथ एक या क चर होने द
− −
ℎ
तब E Y बराबर होता है
उ.
बी.
सी.
डी.
ए.
बी।
सी।
डी।
चलो या क चर और संयु संभा ता घन व फ़ं न है
पृ

अ यथा।
वार का मान या है दशमलव के दो ान तक
ए .
बी .
सी .
डी .
मान ली जए क बन वतरण से आकार के या क नमूने पर डेटा है जहां । फर समान प से यूनतम

वचरण का न प अनुमान के बराबर है
मु य ब जो हमने इस पाठ म शा मल कए ह वे ह अनुमानक या है और अनुमानक क रता द ता और पया तता या है

और सव म अनुमानक कै से ा त कर।
• ेरणा ये सम याएं वा त वक जीवन म ब त उपयोगी ह और हम इसका उपयोग डेटा अथशा के साथ साथ सामा जक
व ान व ान म भी कर सकते ह।
• यान द सोच क सव म अनुमानक वा त वक नया क सम या म कै से उपयोगी ह।
उ र ए
ा या
अ यथा
माना Y
तो E Y E
लम
पृ


उ र बी
ा या
उ लता शखरता कट सस ारा तय क जाती है।

उ र सी
ा या
ˆ − ‾‾
− ˆ
ˆ ‾ −‾ −
− ‾
−
ˆ ˆ −ˆ
− −
−
−

उ र बी
ा या
नणायक मा ा के प म. − व ास
अंतराल का नमाण कया जा सकता है
α −
α −
α α
इस कार − व ास अंतराल ारा दया गया है −

उ र बी
ा या
चलो ए स जहां से छोटा या उसके बराबर सबसे बड़ा पूण ाक न पत कर।
पृ

अतः B सही वक प है।

उ र सी
ा या
‾
. . .
Γ .
− . तो . या − .
चूँ क तो

उ र डी
ा या
का सीमांत पीएमएफ ारा दया जाता है
−
−
मान ली जए −
−
− −
पैरामीटर के साथ पॉइसन या क चर का पीएमएफ कौन सा है इस लए और

.
उ र ए
ा या
X क सीमांत संभा ता मान फलन ारा दया गया है

के लए
पृ

इस कार X का सीमांत वतरण मा य के साथ पॉइसन है।
क सीमांत संभा ता मान फलन ारा दया जाता है
के लए
इस कार मा य के साथ सीमांत वतरण पॉइसन है .
इस लए और वतं नह ह.
इस कार दए गए का सशत वतरण म बी है
तब से के लए ...
उ र
ा या
दो आरवी का पद वतरण और ारा दया गया है
−− −−
−−
के लए और जहाँ p q .
एन पी और यू
वर ए स − वर वाई −
̅ −
कोव − − −
कोव
− −.
कॉर
वर वर
अतः − . सही उ र है।
पृ

उ र
ा या
होने दे ना . . . .
यद −
− अ यथा
तब से फर
ˆ
स ती से काय बढ़ा रहा है। इस लए . इस लए अप रवतनीयता से
क संप MLE . . . .
इस लए एमएलई के लए . है.
उ र
ा या
ए स फर
ए स
. . . .
. .
और
. .
.
.
अतः c . सही उ र है।
उ र सी
ा या
तः P Ω । हमारे पास E F और G है
तब P E PF PG .
इस प रणाम का उपयोग करते ए हम दे ख ते ह क E और F वतं ह और E और G भी वतं ह।

उ र डी
ा या
पृ

वर .

उ र ए
ा या
चूं क
− यद
अ यथा

उ र सी
ा या
‾
. . .
Γ .
− . तो . या − .
चूँ क तो .

उ र बी
ा या
− m n k डा लये
जो पैरामीटर के साथ या मतीय वतरण का पीएमएफ है
पृ


उ र ए
ा या
उ र सी
ा या
−
का सीमांत पीडीएफ है
−
ℎ
ऍ मतलब के साथ
इस लए वार .
अतः . सही उ र है।
उ र .
ा या
−
का UMVUE है
−
− कहाँ
− −
इस लए .
− −
पृ

. स दभ
वीके कपूर ग णतीय सां यक के बु नयाद स ांत सु तान चंद • एस सी गु ता काशन वां सं करण।
• बीएल अ वाल ो ा ड टै ट ट स यू एज इंटरनेशनल प लशस सरा सं करण।
पृ

पाठ
प रक पना परी ण म ु ट और
परी ण क श
संरचना
. प रचय
. प रक पना परी ण म ु ट और परी ण क श . . कार I और

कार II ु ट . . नप परी ण और
नप ां तक े . . यूएमपी समान प से सबसे श शाली
ां तक े . . संभावना अनुपात परी ण
. पा गत
. स दभ
प रक पना के परी ण और वा त वक व ेषण म इसका उपयोग कै से कया जा सकता है इस पर चचा करना मु य उ े य म से एक है।
. प रचय
सां यक य अनुमान म मु य सम या को मोटे तौर पर दो े म वग कृ त कया जा सकता है
म जनसं या पैरामीटर के अनुमान का े और उनके लए व ास अंतराल क ापना यानी ब और अंतराल अनुमान का े और
ii सां यक य प रक पना का परी ण.
नेमैन पयसन स ांत म हम कु छ तय म नणय लेने के लए सां यक य तरीक का उपयोग करते ह जहां नमूने के आधार पर न तता क कमी होती
है जसका आकार पहले से तय होता है जब क वा के अनु मक स ांत म नमूना आकार तय नह होता है ब क माना जाता है एक या क चर.
. प रक पना परी ण और श म ुट
हम इन वतरण पर व तार से चचा करगे।
i टाइप I और टाइप II ु ट
पृ

ii न प परी ण और न प मह वपूण े
iii यूएमपी समान प से सबसे श शाली टकल े
iv संभावना अनुपात परी ण
. . टाइप I और टाइप II ु ट
• कार I ु ट जसे गलत सकारा मक के प म भी जाना जाता है स य होने पर शू य प रक पना को अ वीकार करने क ु ट।
सरे श द म यह एक वैक पक प रक पना च क वा त वक प रक पना को वीकार करने क ु ट है जब प रणाम को
संयोग के लए ज मेदार ठहराया जा सकता है। प से कह तो यह तब होता है जब हम कोई अंतर दे ख रहे होते ह जब क
वा तव म कोई अंतर नह होता है या अ धक वशेष प से कोई सां यक य प से मह वपूण अंतर नह होता है । तो अ वीकृ त
े आर के साथ एक परी ण म टाइप I ु ट होने क संभावना स य है है।
• कार II ु ट जसे गलत नकारा मक के प म भी जाना जाता है जब वैक पक प रक पना कृ त क वा त वक त होती है तो

एक शू य प रक पना को अ वीकार न करने क ु ट। सरे श द म जब आपके पास पया त श नह है तो यह वैक पक प रक पना
को वीकार करने म वफल रहने क ु ट है। प से कह तो ऐसा तब होता है जब हम कसी अंतर को दे ख ने म असफल हो रहे
होते ह जब क वा तव म अंतर एक होता है।
तो अ वीकृ त े R वाले परी ण म टाइप II ु ट होने क संभावना है स य है । परी ण क श हो सकती है
या सच है ।
प रक पना परी ण यह परी ण करने क कला है क या दो नमूना वतरण के बीच भ ता को या क अवसर के मा यम से समझाया जा
सकता है या नह । य द हम यह न कष नकालना है क दो वतरण साथक तरीके से भ होते ह तो हम यह दे ख ने के लए पया त सावधानी बरतनी
चा हए क अंतर के वल या क संयोग के कारण नह ह। टाइप I ु ट के मूल म यह है क हम कोई अनु चत प रक पना नह करना चाहते ह
इस लए हम इसके घ टत होने क संभावना को कम करके ब त सावधानी बरतते ह।
परंपरागत प से हम टाइप I ु ट को . या . के प म सेट करने का यास करते ह य क म से के वल या संभावना है क जो

भ ता हम दे ख रहे ह वह संयोग के कारण है। इसे मह व का तर कहा जाता है।
फर इस बात क कोई गारंट नह है क म से काफ लभ है इस लए मह व के तर को सावधानी से चुनने क आव यकता है। उदाहरण के
लए एक फै जहां छह स मा गुण व ा नयं ण णाली लागू क गई है उसके लए आव यक है क ु टयां कभी भी मा य से छह मानक वचलन
र होने क संभावना से अ धक न ह एक अ व सनीय प से लभ घटना । टाइप I ु ट को आम तौर पर पी वै यू के प म रपोट कया जाता
है।
. . नप परी ण और न प टकल े
आइए के व के परी ण पर वचार कर और प रणाम व प इस पर आधा रत परी णगंको

भीर न प
े कहा जाता है य द परी ण क
श मह वपूण े के आकार से अ धक हो अथात य द
परी ण क श सीआर का आकार
पृ

सरे श द म ां तक े को न प कहा जाता है य द
̸ Θ
मेय. येक सबसे श शाली एमपी या समान प से सबसे श शाली यूएमपी मह वपूण े सीआर आव यक प से न प है।
ए य द आकार का एमपीसीआर आव यक प से परी ण के लए बनाम तो यह है
नप हो।
बी इसी कार य द परी ण के लए यूएमपीसीआर का आकार भी न प हो। बनाम Θ तो यह है
सबूत। चूं क परी ण के लए आकार का एमपीसीआर है पयसन ले मा हमारे बनाम नेमैन ारा
पास है के लए
और जहां
का आकार नधा रत कया जाता है
इसे न प सा बत करने के लए हम यह दखाना होगा

क घात अथात हमारे पास
है और i का उपयोग करना
पर
अथात् भी
− −
चालू
i का उपयोग करते ए
यानी − −
के स i .यद तो iii से हम मलता है
नप सीआर है.
ए स x ℎx x ℎx
ए स x x
पृ

इस लए य द पया त आँक ड़ा है तो परी ण के लए एमपीसीआर को संयु वतरण के बजाय x के सीमांत वतरण के संदभ म
प रभा षत कया जा सकता है।
.
. . यूएमपी समान प से सबसे श शाली मह वपूण े
यह प रक पना के व के परी ण के लए सव म मह वपूण े दान करता है बशत क यह परी ण के लए सव म मह वपूण े

को प रभा षत करता हो जब क के व दान कया गया हो।
. इस कार सरल प रक पना के परी ण के लए सबसे अ ा मह वपूण े सरल प रक पना के व
परी ण के लए सव म मह वपूण े के प म काम नह करेगा सरल प रक पना
− .
सरल वैक पक प रक पना के व
इस लए इस सम या म सरल प रक पना के परी ण के लए कोई समान प से सबसे श शाली परी ण मौजूद नह है बनाम सम वैक पक
प रक पना ̸ .
हालाँ क येक वैक पक प रक पना के लए मौजूद है। या यूएमपी परी ण
ट पणी। वशेष प से य द हम लेते ह तो के परी ण के लए बीसीआर इस कार दया जाता है व
ए स
ए स ए स
कह
कहाँ . यद . .
इसी कार परी ण के लए बीसीआर . ारा दया बनाम और के साथ

गया है
ए स −
ए स ए स .
C कह
कहाँ − − . यद .
दो पु य वक प के मुक ाबले के परी ण के लए बीसीआर x ारा दया गया है। ̸ है
े मशः न न ल खत आकृ तय i ii और iii म छायां कत भाग ारा दए गए ह।
पृ

उदाहरण . दखाएँ क शू य मा य और वचरण ां तक े के साथ सामा य वतरण के लए बनाम सव े

वक प इस कार का है
के लए
के लए
और
दखाएँ क सव म टकल े क श कब है है कहाँ

तशत ब से कम है और वतं ता क ड ी का वतरण काय है। वतरण के साथ
और चूं क यह वतं है के लए यूपीएम सीआर भी है व
हालाँ क चूं क दो मह वपूण े और आकार के ह जो के भ ह दो पु य वक प ̸ के व कोई ां तक े

लए यूएमपी है मौजूद नह है .
परी ण क श . परी ण के लए परी ण क श ारा द गई है व है
− −
पृ

के बाद से .
इसी कार परी ण के लए परी ण क श व ारा दया गया है
ट पणी। और के लए बीसीआर का ा फक तनधव वभ वक प के व के लए

̸ जैसा क उदाहरण . म है सामा य वतरण के इसी कार कया जा सकता है
मा य के लए।
एक के लए दखाओ
उदाहरण . वतरण के लए exp − −
प रक पना क े ारा और एक वक प वह सव म आलोचना मक
दया गया है
‾ − −
− लॉग लॉग
बशत क वीकाय प रक पना शत ारा तबं धत हो
exp अ यथा
−
exp अ यथा
के लए नेमैन पयसन ले मा बीसीआर का उपयोग करके दया गया है
−
−
पृ

− −
−
‾
− ‾
−
− −
लॉग −‾ चूँ क लॉग का लॉग
एक बढ़ता आ फलन है ।
‾ − − −
लॉग लॉग
‾ − −
− लॉग लॉग दान कया गया
.
उदाहरण . जांच कर क वतरण के पैरामीटर के लए शू य प रक पना के परी ण के लए सव म मह वपूण े मौजूद है या नह

वैक पक प रक पना के व
नेमैन पयसन ले मा ारा के लए बीसीआर ारा दया गया है
लॉग लॉग लॉग लॉग लॉग
लकड़ी का ल ा लॉग लॉग
इस कार परी ण मानदं ड है लॉग जसे के एक फ़ं न के प म नह रखा जा सकता है

नमूना अवलोकन प रक पना पर नभर नह । इस लए इस मामले म कोई बीसीआर मौजूद नह है।
पृ

. . संभावना अनुपात परी ण
दो संभा ता घन व काय के अनुपात के प रमाण के आधार पर नेमैन पयसन ले मा सरल वैक पक प रक पना के व सरल प रक पना के परी ण के
लए सव म परी ण दान करता है।
कसी भी त म सव म परी ण जनसं या वतरण क कृ त और वचार क जा रही वैक पक प रक पना के प पर नभर करता है। इस खंड म हम
परी ण नमाण क एक सामा य व ध पर चचा करगे जसे नेमैन और पयसन ारा एक सरल या सम वैक पक प रक पना के व सरल या सम
प रक पना का परी ण करने के लए शु कया गया संभावना अनुपात एलआर परी ण कहा जाता है। यह परी ण अ धकतम संभावना अनुमान से
संबं धत है।
परी ण को प रभा षत करने से पहले हम नीचे कु छ संके तन और श दावली दे रहे ह।
पैरामीटर ान. आइए पीडीएफ के साथ एक या क चर पर वचार कर। अ धकांश सामा य अनु योग म हालां क हमेशा नह जनसं या वतरण
के काया मक प को कु छ अ ात पैरामीटर के मान को छोड़कर ात माना जाता है जो सेट Θ पर कोई भी मान ले सकता है। इसे पीडीएफ को Θ
के प म लखकर कया जाता है। सेट Θ जो क सभी संभा वत मान का सेट है पैरामीटर ेस कहलाता है। ऐसी त एक संभा ता वतरण को
नह ब क संभा ता वतरण के एक प रवार को ज म दे ती है जसे हम I Θ के प म लखते ह। उदाहरण के लए य द
तो पैरामीटर ान है
Θ −
वशेष प से के लए संभा ता वतरण का प रवार ारा दया गया है
Θ जहां Θ −
न न ल खत चचा म हम वतरण के एक सामा य प रवार पर वचार करगे
शू य प रक पना बताएगी क पैरामीटर पैरामीटर ेस Θ के कु छ उप ान Θ से संबं धत ह।
होने दे ना पीडीएफ वाली जनसं या से आकार का एक या क नमूना बन जहां Θ पैरामीटर ेस उन सभी ब क

सम ता है जो मान सकते ह। हम शू य प रक पना का परी ण करना चाहते ह
इस कार क सभी वैक पक प रक पना के व
Θ −Θ
नमूना अवलोकन क संभावना फ़ं न ारा द गई है
पृ

अ धकतम संभावना के स ांत के अनुसार कसी का अनुमान लगाने के लए संभावना समीकरण

पैरामीटर ारा दया गया है
. का उपयोग करके हम पैरामीटर के लए अ धकतम संभावना अनुमान ा त कर सकते ह य क उ ह पैरामीटर ेस Θ

और सब ेस Θ पर भ होने क अनुम त है।
इन अनुमान को . म त ा पत करते ए हम मशः Θ और Θ म मापदं ड क भ ता के लए संभावना फ़ं न के अ धकतम
मान ा त करते ह। फर संभावना अनुपात परी ण के मानदं ड को इन दो मै समा के भागफल के प म प रभा षत कया गया है और इसके
ारा दया गया है
Θˆ सुप Θ x
Θˆ सुप Θ x
जहां Θˆ और Θˆ मशः Θ और Θ े म मापदं ड के संबंध म संभावना फ़ं न क अ धकतम सीमा ह।
मा ा के वल नमूना अवलोकन का एक काय है और इसम पुन पैरामीटर शा मल नह ह।

इस कार या क चर का एक फलन होने के कारण यह एक या क चर भी है। .
आगे Θ Θ Θ Θ
अत हम ा त होता है
परी ण के व के लए मह वपूण े एक अंतराल है
जहां कु छ सं या के वतरण ारा नधा रत क जाती है और टाइप ु ट क वां छत संभावना यानी समीकरण ारा द गई है
उदाहरण के लए य द . ℎ . . . तब समीकरण से नधा रत होता है
एक परी ण जसम मह वपूण े प रभा षत है H के परी ण के लए एक संभावना अनुपात परी ण है।
ट पणी। संभावना अनुपात परी ण ारा प रक पना के परी ण के लए मह वपूण े को प रभा षत कर ।

मान ली जए क का वतरण ात नह है ले कन कु छ फ़ं न का वतरण ात है तो इस ान का उपयोग न न ल खत मेय म दए गए
अनुसार कया जा सकता है।
बढ़ते घटते य द एक सरल प रक पना के परी ण के लए संभावना अनुपात है और य द एक मेय है। तब के मोनोटो नक
काय पर आधा रत परी ण संभावना अनुपात परी ण के बराबर है। परी ण के लए मह वपूण े इस पर आधा रत है
पृ

सबूत। संभावना अनुपात परी ण के लए मह वपूण े ारा नधा रत कया गया है कहाँ है
मान ली जए एक नीरस प से बढ़ता आ फलन है। फर दे ता है
जहां ℎ स य है। यहां कब क पीडीएफ

ां तक े है म प रव तत हो जाता है। हालाँ क य द एक मोनोटो नक घटता आ
फलन है तो असमानताएं उलट जाती ह और हम ां तक े के प म मलता है .
.
य द हम एक सरल शू य प रक पना का परी ण कर रहे ह तो इसके लए एक अ तीय वतरण नधा रत कया गया है। ले कन य द
सम है तो वतरण अ तीय हो भी सकता है और नह भी। ऐसे मामले म Θ और फर व भ पैरामीटर ब के लए वतरण
संभवतः भ हो सकता है
ऐसे चुना जाना है
Θ म पैरामीटर के सभी मान के लए ।
हालाँ क य द हम बड़े नमून के साथ काम कर रहे ह तो प रक पना सम या के इस परी ण के लए काफ संतोषजनक त मौजूद है
जैसा क न न ल खत मेय म कहा गया है माण के बना ।
मेय. होने दे ना पीडीएफ वाली जनसं या से एक या क नमूना बन जहां पैरामीटर ेस Θ
आयामी है। मान ली जए हम परी ण करना चाहते ह
सम प रक पना
न द सं याएँ कहाँ... ह. जब स य है लॉग को वतं ता क ड ी के साथ ची वायर के प म वत रत कया जाता है

अथात के अंतगत
− लॉग य द बड़ा है।
चूं क − log एक बढ़ता आ फलन है और जब अनंत तक प ंचता है

− log के लए मह वपूण े ची वायर वतरण का दा हना हाथ है। इस कार मह व के तर पर य द − log अ वीकार
डीएफ के साथ ची वायर वतरण परी ण इस कार दया जा सकता है
का ऊपरी ब है
कहाँ
पृ

अ यथा वीकार कया जा सकता है।
संभावना अनुपात परी ण के गुण . संभावना अनुपात एलआर परी ण स ांत एक सहज स ांत है।
य द हम एक सरल वैक पक प रक पना के व एक सरल प रक पना H का परी ण कर रहे ह तो स ांत उसी परी ण क ओर
ले जाता है जैसा क नेमैन पयसन ले मा ारा दया गया है। इससे पता चलता है क परी ण म कु छ वांछनीय गुण ह वशेष प से बड़े
नमूना गुण ।
परी ण म कार क ु ट क संभावना को उपयु प से कट ऑफ पॉइंट चुनकर नयं त कया जाता है।
एलआर परी ण म आम तौर पर यूएमपी होता है य द कोई यूएमपी परी ण मौजूद होता है। हम नीचे परी ण के दो श मुख गुण के बारे म
बता रहे ह।
कु छ शत के तहत − log म एक ए स टो टक ची वायर वतरण होता है।
कु छ मा यता के तहत परी ण सुसंगत है।

अब हम बताएंगे क सां यक म मह व के व भ मानक परी ण ा त करने के लए संभावना अनुपात मानदं ड का उपयोग कै से
कया जा सकता है।
. पा गत
एमसी यू क सम याएं
एक समान वतरण से आकार n का एक या क नमूना बन

संभा ता घन व को काय करने द
अ यथा
जहां . अगर मनट और अ धकतम .
क ा यकता म अ भसरण होता है
उ.
बी
सी.
डी.
वतरण व क उ लता नधा रत करने के लए कस माप का उपयोग कया जाता है

ए. तरछापन
बी. कट सस
सी. वचरण
पृ

डी. मानक वचलन
नमूना रेख ीय तगमन मॉडल पर वचार कर मा य और वचरण ... जहां . ह
के साथ iid या क चर n के साथ मान ली जए क हमारे पास डेटा सेट है
और . का एक न प अनुमान है
उ.
बी.
सी.
डी.
अगर
घन व वाली जनसं या से एक या क नमूना है
−
यद
अ यथा
जहां एक अ ात पैरामीटर है उसके लए − व ास अंतराल या है
ए.
बी.
सी.
डी.
मान ली जए क अंतराल पर इसका एक समान वतरण है। मान ली जए क X से छोटा या उसके बराबर का सबसे बड़ा
पूण ाक न पत करता है। न न ल खत म से कौन सा स य है
एक।
पृ

बी।
सी.
डी।
.
होने दे ना . से एक या क नमूने का मनाया गया मान हो
−
संभा ता घन व फलन −
. फर ण अनुमान एमएमई क व ध है
उ.
बी.
सी.
डी.
मान ली जए क या क चर और संयु संभा ता मान काय करते ह

−
−
तब के बराबर है
उ.
बी.
सी.
डी.
असतत या क चर और संयु संभा ता मान फ़ं न होने द
−
अ यथा
A. मा य के साथ सीमांत वतरण पॉइसन है
B. या क चर और वतं ह
C. Y दए गए X का सशत वतरण बन है
पृ

डी. के लए ...
संभा ता मान फलन के साथ पद वतरण पर वचार कर

−−
−−
और . तब Corr बराबर है...

दो दशमलव ान तक सही
ए .
बी .
सी .
डी .
.
मान ली जए . . संभा ता
. घन व फ़ं न . आकार के या क नमूने का े त मान हो
वाले वतरण से चार
यद −
− अ यथा
फर अ धकतम संभावना का अनुमान बराबर है दशमलव ान तक ।
ए .
बी .
सी .
डी .
.
चलो और . यद . . तो C का मान इस कार है
. बराबर... दो दशमलव ान को पूण ा कत कर
ए .
बी .
सी .
डी .
पृ

मान ली जए क P एक संभा ता फ़ं न है जो नमूना ान Ω के येक ब को समान भार दान करता है।

घटना E F और G पर वचार कर। तो न न ल खत म से कौन सा कथन स य है ह
. E और F वतं ह
. E और G वतं ह
. E F और G वतं ह
ए. के वल
सी. के वल और
डी. और
होने दे ना और से मशः आकार और के दो या क नमूने बन
तो फर कौन सा
मानक सामा य जनसं या. आँक ड़ा ट प रभा षत कर
न न ल खत स य है
A. क उ मीद . है
B. T का सरण . है
C. T म वतं ता क ड ी और के साथ F वतरण है
D. T म वतं ता क ड ी और के साथ F वतरण है
होने दे ना और संबं धत ण उ प करने वाले फ़ं न के साथ वतं या क चर बन
फर P W ℝ. माना
के बराबर है
उ.
बी.
सी।
डी।
पृ

.
मान ली जए संभा ता घन व . से एक या क नमूने का मनाया गया मान हो
फलन
− −
फर ण अनुमान एमएमई क व ध है
उ. .
बी .
सी. .
डी. .
.
− −
ℎ
तब E Y बराबर होता है
उ.
बी.
सी.
डी.
.
ए.
बी।
पृ

सी.
डी।
चलो या क चर और संयु संभा ता घन व फ़ं न है

−
अ यथा।
वार का मान या है दशमलव के दो ान तक
ए .
बी .
सी .
डी .
प आकार के एक या क नमूने पर डेटा हो बन वतरण से जहां । फर समान

से यूनतम वचरण का न प अनुमान के बराबर है
मान मा य और वचरण के साथ समान प से या क चर वत रत कया जाए। मान ली जए एन

ली जए क एक या क चर मा य के साथ पॉइसन वतरण का अनुसरण करता है और तब से वतं वार एसएन बराबर एस. चलो
म
होता है
उ.
बी.
सी.
डी.
मान ली जए क वे वतं या क चर ह जनम से येक का वतरण पर समान है।

मान ली जए यूनतम और अ धकतम तो Cov बराबर है
उ.
बी
सी.
पृ

डी.
होने दे ना वद से या क नमूना बन तो अ धकतम संभावना

का अनुमान एमएल
एक।
बी X
सी. X
डी। −
घन व के साथ असतत चर के लए
− .
न न ल खत म से कौन सा सही है
ए.
बी.
सी. −
डी. −
मानक सामा य वतरण से आकार का एक आईआईडी या क नमूना बन। वतरण W या है जो ारा दया
गया है
− −
A. डीएफ के साथ ट वतरण
बी. ट वतरण डीएफ के साथ
सी. डीएफ के साथ ची वायर वतरण

डी. नधा रत नह करता
पृ

एक या क चर X का आघूण उ प करने वाला फलन कसके ारा दया जाता है
− तो P X बराबर है
एक।
बी।
सी।
डी।
से एक या क नमूना बन वतरण जहां ℝ. अगर
मनट और अ धकतम .
−
प रभा षत करना
और − ए
के लए अनुमानक तो न न ल खत म से कौन सा से स य है ह
एक। और ले कन के लए एमएलई ह एमएलई के लए नह है
बी। ले कन के लए MLE है और के लए एमएलई नह ह
सी। और एमएलई के लए ह
डी। और के लए एमएलई नह ह
संयु संभा ता घन व फ़ं न वाले या क चर होने द
जहाँ k र है तो न न ल खत म से कौन सा से स य है ह
ए. के
बी. −
सी. पी ए स वाई
पृ

Lę ... संभा ता घन व फ़ं न के साथ वतं और समान प से वत रत या क चर का अनु म बन
यद
और जाने
अ यथा
तो न न ल खत म से कौन सा कथन स य है ह
एक। सभी के लए
B. सभी के लए − जैसे n
सी. ा यकता के साथ
D. A और B दोन
ः
होने दे ना iid पद या क चर ह। न न ल खत म से कौन सा स य है
ए. बन
बी. ए स वाई ब पद एन पी पी
सी. वर ए स वाई ई ए स वाई
D. वक प A और C सही ह।
संयु संभा ता घन व फ़ं न के साथ नरंतर या क चर होने द

−
ℝ
एक।
बी. पी ए स वाई
सी. पी ए स वाई
पृ

मान ली जए क X और TRUE के साथ या क चर ह तो न न ल खत म से कौन सा नह है
ए. ई ई ए स वाई ई वाई
बी. वी − −
सी.
D. X और Y का वतरण समान है
ः
होने दे ना ए सप वतरण से एक या क नमूना बन जहां ।
‾
अगर फर व ास अंतराल है
‾
ए. .
‾
बी. .
सी. . ‾
डी. . ‾
... सभी वतं या क चर ह जो पीडीएफ के अनुसार वत रत ह

. प रभा षत कर कु छ पूण ाक n के लए. तब वार के बराबर है
एक।
बी। −
सी।
डी।
ः
होने दे ना नरंतर वतरण वाले iid या क चर बन।
फर अ धकतम बराबर
ए.
बी.
सी.
डी.
पृ

U से एक या क नमूना बन वतरण जहां ℝ. अगर
मनट और अ धकतम
उपरो न न ल खत कथन पर वचार कर

के लए सुसंगत है।
के लए न प संगत है
ए. के वल
C. और दोन
D. न तो और न ही
मु य ब जो हमने इस पाठ म शा मल कए ह वे ह अनुमानक या है और अनुमानक क रता द ता और पया तता या है

और सव म अनुमानक कै से ा त कर।
• ेरणा ये सम याएं वा त वक जीवन म ब त उपयोगी ह और हम इसका उपयोग डेटा अथशा के साथ साथ सामा जक
व ान व ान म भी कर सकते ह।
• यान द सोच क सव म अनुमानक वा त वक नया क सम या म कै से उपयोगी ह।
उ र ए
ा या
अ यथा
माना Y
पृ

तो E Y E
लम

उ र बी
ा या
उ लता शखरता कट सस ारा तय क जाती है।

उ र सी
ा या
ˆ − ‾‾
− ˆ
ˆ ‾ −‾ −
− ‾
−
ˆ ˆ −ˆ
− −
−
−

उ र बी
ा या
नणायक मा ा के प म. − व ास
अंतराल का नमाण कया जा सकता है
α
−
α α
α −
इस कार − व ास अंतराल ारा दया गया है

पृ
उ र बी
ा या
चलो ए स जहां से छोटा या उसके बराबर सबसे बड़ा पूण ाक न पत कर।
अतः B सही वक प है।

उ र सी
ा या
‾
. . .
Γ .
− . तो . या − .
चूँ क तो

उ र डी
ा या
का सीमांत पीएमएफ ारा दया जाता है
−
−
मान ली जए −
−
− −
पैरामीटर के साथ पॉइसन या क चर का पीएमएफ कौन सा है इस लए और

.
उ र ए
पृ

ा या
X क सीमांत संभा ता मान फलन ारा दया गया है
के लए
इस कार X का सीमांत वतरण मा य के साथ पॉइसन है।
क सीमांत संभा ता मान फलन ारा दया जाता है
के लए
इस कार मा य के साथ सीमांत वतरण पॉइसन है .
इस लए और वतं नह ह.
इस कार दए गए का सशत वतरण म बी है
तब से के लए ...
उ र
ा या
दो आरवी का पद वतरण और ारा दया गया है
−− −−
−−
के लए और जहाँ p q .
एन पी और यू
वर ए स − वर वाई −
̅ −
कोव − − −
पृ

कोव
− −.
कॉर
वर वर
अतः − . सही उ र है।
उ र
ा या
होने दे ना . . . .
यद −
− अ यथा
तब से फर
ˆ
स ती से काय बढ़ा रहा है। इस लए . इस लए अप रवतनीयता से
क संप MLE . . . .
इस लए एमएलई के लए . है.
उ र
ा या
ए स फर ए स
. . . .
. .
और
. .
.
.
अतः c . सही उ र है।
उ र सी
ा या
तः P Ω । हमारे पास E F और G है
तब P E PF PG .
इस प रणाम का उपयोग करते ए हम दे ख ते ह क E और F वतं ह और E और G भी वतं ह।

पृ

उ र डी
ा या
वर .

उ र ए
ा या
चूं क
− यद
अ यथा

उ र सी
ा या
‾
. . .
Γ .
− . तो . या − .
चूँ क तो .

उ र बी
ा या
− m n k डा लये
जो पैरामीटर के साथ या मतीय वतरण का पीएमएफ है
पृ


उ र ए
ा या
उ र सी
ा या
−
का सीमांत पीडीएफ है
−
ℎ
ऍ मतलब के साथ
इस लए वार .
अतः . सही उ र है।
उ र .
ा या
−
−
का UMVUE है
− कहाँ
− −
इस लए .
− −
पृ

उ र बी
ा या
होने दे ना ... को समान प से या क चर वत रत कया जाना चा हए और N को एक या क चर होना चा हए।
प रभा षत कर
तब E SN E Xi EN
Var Var
उ र बी
ा या
य द और वतं रह येक का पर समान वतरण है।
मान ली जए यूनतम और अ धकतम

तब
और और
इस कार Cov
−
ई वी ईए ई बी ई यू ई वी
उ र बी
ा या
ˆ
इस लए दया गया फ़ं न घट रहा है
उ र सी
ा या
ए स −
पी ए स
ईए स −
पृ

− −− −
− चेबीचेव क असमानता से
उ र बी
ा या
होने दे ना एक मानक सामा य वतरण से आकार का एक आईआईडी या क नमूना हो।
X X
तब W
X −X Y −Y अतः
वक प बी सही है।
उ र डी
ा या
मान ली जए क के साथ या क चर है e txP X x
फर
उ र ए
ा या
−
ˆ
−
पैरामीटर से मु का वतरण
पृ

ˆ
तब −
−
लो और तब हम एमएल ा त आ
मशः।

उ र डी
ा या
चलो और संयु संभावना वाले या क चर बन

घन व फलन −
− −
चूँ क तथा वतं ह तो −

PX Y X Y के अनु प कोई े नह है तो इस े के अनु प संभावना शू य होगी
उ र डी
ा या
प से iid
या क चर ह। फर और वर ...
चलो तब E और वार
अब वक प ए के लए
सीएलट का उपयोग करना सभी के लए
लम लम
लम लम
संभा ता त म अ भसरण का उपयोग करके
संग त गुण
सभी के लए − जैसे n
संभा ता के साथ संभावना त म अ भसरण का उपयोग करके
पृ

वक प डी के लए
− − Var
लम
− Var − −
−
−Φ −
उ र डी
ा या
ए वतं पद चर का योग भी एक पद चर है य द संगत संभावना समान होगी तो बन
बी जब दो से अ धक चर शा मल होते ह तो अवलोकन ब पद क ओर ले जाता है

वतरण।
ब पद का अनुसरण नह करता है
सी वार ए स वाई ई ए स वाई ई ए स वाई ई ए स−
डी कोव Cov Cov X और Y वतं ह Cov
X Y Cov Y X

उ र डी
ा या
और का संयु पीडीएफ है
− − −
ℝ
यह दे ख ना आसान है और ये iid या क चर ह और इस लए
उ र डी
ा या
पृ

E E X Y EX EY यह दे ख ते ए क E X EY
वी − − − −
चूं क −
वी ए स वाई वी ई ए स वाई वी ए स
और वतरण समान हो भी सकता है और नह भी।

उ र सी
ा या
ऍ से एक या क नमूना बन
वतरण जहां
. P फर .
.
. ‾
उ र बी
ा या
वतं ह हमारे पास वह E E है। चूँ क . इसी कार

ई
E और E यह उसका के लए i एन
अनुसरण करता है
−
वर ई

उ र सी
ा या
यान द क
चूँ क संबं धत घटनाएँ असंयु और समा त होती ह
सारी संभावनाएँ. ले कन सम पता ारा। इसके
अलावा
चूँ क या क चर सतत होते ह। इस लए . उपरो प रणाम से
अ धकतम
इस लए वक प सी सही है।
उ र ए
पृ

ा या
−
ˆ
−
का ˆवतरण
−
फर पैरामीटर से मु −
लो हम पाते ह
एमएलई के साथ साथ सुसंगत भी है
एमएलई के साथ साथ सुसंगत भी है ले कन न प नह है...
. स दभ
• एस सी गु ता वीके कपूर ग णतीय सां यक के बु नयाद स ांत सु तान चंद काशन वां सं करण। • बीएल
अ वाल ो ा ड टै ट ट स यू
एज इंटरनेशनल प लशस सरा सं करण।
पृ


Lesson 1-14 (1) (1) - 150-310

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lesson 1-14 (1) (1) - 150-310

Uploaded by

Copyright:

Available Formats

Machine Translated by Google

. वतरण का के वल एक परी ण है।

. यद पद वतरण क संभावना है और परी ण क सं या है तो पद वतरण का अनुमान पॉइसन वतरण के बराबर

. न न ल खत डेटा म पद वतरण को फ़ट कर।

. . हाइपर या मतीय वतरण

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

उदाहरण के लए मान ली जए क अथशा और वा ण य नातक ह। संगठन को व ेषक क आव यकता है ज ह अथशा और

x अथशा के छा को व ेषक के प म चुनना

वतरण संभा ता मास फ़ं न पीएमएफ औसत अंतर

© र एवं सतत श ा वभाग मु श ण प रसर

. चूँ क p . है इस लए p क ओर बढ़ता है और n बड़ा है अथात

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

अपे त पद आवृ याँ

© र एवं सतत श ा वभाग मु श ण प रसर

माना X B n p n और p . के साथ। P X µ σ ात कर।

वायु षण सव ण म एक नरी क एक कं पनी क फ़ै ट रय म से क जाँच करने का नणय लेता है। य द कं पनी क

• डेवोर जे. । इंज ी नयर के लए संभा ता और सां यक वां सं करण। सेनगेज ल नग

• जॉन ए. राइस . ग णतीय सां यक और डेटा व ेषक तीसरा सं करण। थॉमसन

• लासन आर मा स एम. एन इं ोड न टू मैथमै टकल टै ट ट स एंड इट् स

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

. . मानक सामा य वतरण

इस पाठ को पढ़ने के बाद छा यह सीख सकगे

. समान और घातांक य वतरण।

. इसके गुण स हत सामा य वतरण।

. मानक सामा य वतरण इसके अनु योग के साथ और . क य सीमा मेय और

© र एवं सतत श ा वभाग मु श ण प रसर

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

एक सतत गैर नकारा मक या क चर

घातीय वतरण को ती ा वतरण के प म भी जाना जाता है जहां ती ा पैरामीटर है।

आइए हम समय अंतराल t और t म सफलता ा त करने क संभावना x पर वचार कर t है.

पीए स ए−स पीए स ए स

© र एवं सतत श ा वभाग मु श ण प रसर

यह म ांसीसी ग णत डी मोइवरे ारा वक सत सबसे मह वपूण वतरण है।

े ड रक गॉस ने समीकरण नकाला। यह एक सम मत घंट के आकार का व है

जहां रांक π . और e . है। µ और σ वतरण और X के दो पैरामीटर ह

•व क दा और बा पूंछ ै तज x को छु ए बना असी मत प से व ता रत होती है

• सामा य वतरण म मा य मा यका ब लक।

• दो ब a और b के बीच का े छायां कत े ारा दशाया जाता है।

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

. . मानक सामा य वतरण

मानक सामा य व के अंतगत े फल .

© र एवं सतत श ा वभाग मु श ण प रसर

मानक सामा य व े म के दाय और बाय ओर . है

उदाहरण के लए और . के बीच का े फल O और − . के बीच के े फल के बराबर होगा।

Z के व भ मान क संभा ता मान ता लका म दए गए ह जो मानक सामा य व के अंतगत े का त न ध व करता है।

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

पीजेड . हम करना ही होगा

मान ली जए क X मा य और वचरण के साथ एक सामा य प से

मानक सामा य वतरण म प रव तत अथात

अब नए या क चर z का मा य और मानक वचलन होगा।

उदाहरण य द X मा य और सरण σ के साथ सामा य प से वत रत है . खोज

© र एवं सतत श ा वभाग मु श ण प रसर

सोल. सबसे पहले हम प रवतन ारा X को z म प रव तत करना होगा

पीजेड − . पीए सपी. . . जेड .

© र एवं सतत श ा वभाग मु श ण प रसर

अथशा के लए बु नयाद सां यक

. सामा य वतरण म व तुए ँ से कम ह और व तुए ँ से अ धक ह। वतरण का मा य और वचरण ात क जए।