ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ (ਸਟੈਟਿਸਟਿਕਸ) ਅੰਕੜਿਆਂ ਦੇ ਇਕੱਠੇ ਕਰਨ, ਵਿਸ਼ਲੇਸ਼ਣ, ਵਿਆਖਿਆ ਅਤੇ ਪੇਸ਼ਕਾਰੀ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ। ਅਸੀਂ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਅੰਕੜੇ ਵੇਖਦੇ ਅਤੇ ਵਰਤਦੇ ਹਾਂ।
ਸਹਿਯੋਗੀ ਅਭਿਆਸ
ਆਪਣੀ ਜਮਾਤ ਵਿੱਚ, ਇਹ ਅਭਿਆਸ ਕਰੋ। ਜਮਾਤ ਦੇ ਮੈਂਬਰਾਂ ਨੂੰ ਪ੍ਰਤੀ ਰਾਤ ਸੌਣ ਦੇ ਔਸਤ ਸਮੇਂ (ਘੰਟਿਆਂ ਵਿੱਚ, ਅੱਧੇ ਘੰਟੇ ਦੇ ਨੇੜੇ) ਲਿਖਣ ਲਈ ਕਹੋ। ਤੁਹਾਡਾ ਇੰਸਟ੍ਰਕਟਰ ਅੰਕੜੇ ਰਿਕਾਰਡ ਕਰੇਗਾ। ਫਿਰ ਅੰਕੜਿਆਂ ਦਾ ਇੱਕ ਸਧਾਰਨ ਗ੍ਰਾਫ (ਜਿਸਨੂੰ ਡਾਟ ਪਲਾਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਬਣਾਓ। ਡਾਟ ਪਲਾਟ ਵਿੱਚ ਇੱਕ ਨੰਬਰ ਲਾਈਨ ਅਤੇ ਨੰਬਰ ਲਾਈਨ ਦੇ ਉੱਪਰ ਸਥਿਤ ਬਿੰਦੂ (ਜਾਂ ਪੁਆਇੰਟ) ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਹੇਠਾਂ ਦਿੱਤੇ ਅੰਕੜਿਆਂ 'ਤੇ ਵਿਚਾਰ ਕਰੋ:
5; 5.5; 6; 6; 6; 6.5; 6.5; 6.5; 6.5; 7; 7; 8; 8; 9
ਇਸ ਡਾਟਾ ਲਈ ਡਾਟ ਪਲਾਟ ਇਸ ਤਰ੍ਹਾਂ ਹੋਵੇਗਾ:
ਕੀ ਤੁਹਾਡਾ ਡਾਟ ਪਲਾਟ ਉਦਾਹਰਨ ਵਰਗਾ ਹੀ ਹੈ ਜਾਂ ਵੱਖਰਾ ਹੈ? ਕਿਉਂ? ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਅੰਗਰੇਜ਼ੀ ਜਮਾਤ ਵਿੱਚ ਇਹੀ ਉਦਾਹਰਨ ਇੰਨੇ ਹੀ ਵਿਦਿਆਰਥੀਆਂ ਨਾਲ ਕੀਤੀ ਹੁੰਦੀ, ਤਾਂ ਕੀ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਨਤੀਜੇ ਇੱਕੋ ਜਿਹੇ ਹੁੰਦੇ? ਕਿਉਂ ਜਾਂ ਕਿਉਂ ਨਹੀਂ?
ਤੁਹਾਡੇ ਅੰਕੜੇ ਕਿੱਥੇ ਇਕੱਠੇ ਹੁੰਦੇ ਜਾਪਦੇ ਹਨ? ਤੁਸੀਂ ਇਸ ਇਕੱਠੇ ਹੋਣ ਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰ ਸਕਦੇ ਹੋ?
ਉਪਰੋਕਤ ਪ੍ਰਸ਼ਨ ਤੁਹਾਨੂੰ ਆਪਣੇ ਅੰਕੜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਨ। ਇਸ ਉਦਾਹਰਨ ਨਾਲ, ਤੁਸੀਂ ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ (ਸਟੈਟਿਸਟਿਕਸ) ਦਾ ਆਪਣਾ ਅਧਿਐਨ ਸ਼ੁਰੂ ਕਰ ਲਿਆ ਹੈ।
ਇਸ ਕੋਰਸ ਵਿੱਚ, ਤੁਸੀਂ ਅੰਕੜਿਆਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨਾ ਅਤੇ ਸਾਰਾਂਸ਼ ਕਰਨਾ ਸਿੱਖੋਗੇ। ਅੰਕੜਿਆਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨਾ ਅਤੇ ਸਾਰਾਂਸ਼ ਕਰਨਾ ਵਰਣਨ ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ (ਡਿਸਕ੍ਰਿਪਟਿਵ ਸਟੈਟਿਸਟਿਕਸ) ਕਹਾਉਂਦਾ ਹੈ। ਅੰਕੜਿਆਂ ਦਾ ਸਾਰਾਂਸ਼ ਕਰਨ ਦੇ ਦੋ ਤਰੀਕੇ ਗ੍ਰਾਫਿੰਗ ਦੁਆਰਾ ਅਤੇ ਸੰਖਿਆਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ (ਉਦਾਹਰਨ ਲਈ, ਔਸਤ ਲੱਭਣਾ) ਹਨ। ਸੰਭਾਵਨਾ ਅਤੇ ਸੰਭਾਵਨਾ ਵੰਡ ਦਾ ਅਧਿਐਨ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਤੁਸੀਂ "ਚੰਗੇ" ਅੰਕੜਿਆਂ ਤੋਂ ਸਿੱਟੇ ਕੱਢਣ ਲਈ ਰਸਮੀ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰੋਗੇ। ਰਸਮੀ ਤਰੀਕਿਆਂ ਨੂੰ ਅਨੁਮਾਨਿਤ ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ (ਇਨਫਰੈਂਸ਼ੀਅਲ ਸਟੈਟਿਸਟਿਕਸ) ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸੰਖਿਆਤਮਕ ਅਨੁਮਾਨ ਸਾਡੇ ਸਿੱਟਿਆਂ ਦੀ ਸਹੀ ਹੋਣ ਦੀ ਕਿੰਨੀ ਭਰੋਸੇਯੋਗਤਾ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸੰਭਾਵਨਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
ਅੰਕੜਿਆਂ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਆਖਿਆ (ਅਨੁਮਾਨ) ਅੰਕੜੇ ਪੈਦਾ ਕਰਨ ਲਈ ਚੰਗੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਅਤੇ ਅੰਕੜਿਆਂ ਦੀ ਵਿਚਾਰਪੂਰਨ ਜਾਂਚ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਤੁਸੀਂ ਅੰਕੜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗਣਿਤਿਕ ਫਾਰਮੂਲਿਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰੋਗੇ। ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ ਦਾ ਟੀਚਾ ਫਾਰਮੂਲਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਹੁਤ ਸਾਰੇ ਗਣਨਾਵਾਂ ਕਰਨਾ ਨਹੀਂ ਹੈ, ਬਲਕਿ ਆਪਣੇ ਅੰਕੜਿਆਂ ਦੀ ਸਮਝ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ। ਗਣਨਾਵਾਂ ਕੈਲਕੁਲੇਟਰ ਜਾਂ ਕੰਪਿਊਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਸਮਝ ਤੁਹਾਡੇ ਤੋਂ ਆਉਣੀ ਚਾਹੀਦੀ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ ਦੀਆਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝ ਸਕਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਜੀਵਨ ਵਿੱਚ ਆਪਣੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਹੋ ਸਕਦੇ ਹੋ।
ਸੰਭਾਵਨਾ
ਸੰਭਾਵਨਾ ਇੱਕ ਗਣਿਤਿਕ ਸਾਧਨ ਹੈ ਜੋ ਬੇਤਰਤੀਬਤਾ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਕਿਸੇ ਘਟਨਾ ਦੇ ਵਾਪਰਨ ਦੀ ਸੰਭਾਵਨਾ (ਲਾਈਕਲੀਹੁੱਡ) ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਨਿਰਪੱਖ ਸਿੱਕਾ ਚਾਰ ਵਾਰ ਸੁੱਟਦੇ ਹੋ, ਤਾਂ ਨਤੀਜੇ ਦੋ ਹੈੱਡ ਅਤੇ ਦੋ ਟੇਲ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਹਾਲਾਂਕਿ, ਜੇਕਰ ਤੁਸੀਂ ਉਸੇ ਸਿੱਕੇ ਨੂੰ 4,000 ਵਾਰ ਸੁੱਟਦੇ ਹੋ, ਤਾਂ ਨਤੀਜੇ ਅੱਧੇ ਹੈੱਡ ਅਤੇ ਅੱਧੇ ਟੇਲ ਦੇ ਨੇੜੇ ਹੋਣਗੇ। ਕਿਸੇ ਇੱਕ ਸੁੱਟ ਵਿੱਚ ਹੈੱਡ ਦੀ ਉਮੀਦ ਕੀਤੀ ਸਿਧਾਂਤਕ ਸੰਭਾਵਨਾ 1/2 ਜਾਂ 0.5 ਹੈ। ਭਾਵੇਂ ਕੁਝ ਦੁਹਰਾਵਾਂ ਦੇ ਨਤੀਜੇ ਅਨਿਸ਼ਚਿਤ ਹੁੰਦੇ ਹਨ, ਜਦੋਂ ਬਹੁਤ ਸਾਰੀਆਂ ਦੁਹਰਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ ਤਾਂ ਨਤੀਜਿਆਂ ਦਾ ਇੱਕ ਨਿਯਮਤ ਪੈਟਰਨ ਹੁੰਦਾ ਹੈ। ਅੰਗਰੇਜ਼ੀ ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨੀ ਕਾਰਲ ਪੀਅਰਸਨ ਬਾਰੇ ਪੜ੍ਹਨ ਤੋਂ ਬਾਅਦ ਜਿਸਨੇ 24,000 ਵਾਰ ਸਿੱਕਾ ਸੁੱਟਿਆ ਜਿਸਦਾ ਨਤੀਜਾ 12,012 ਹੈੱਡ ਸੀ, ਇੱਕ ਲੇਖਕ ਨੇ 2,000 ਵਾਰ ਸਿੱਕਾ ਸੁੱਟਿਆ। ਨਤੀਜੇ 996 ਹੈੱਡ ਸਨ। ਫਰੈਕਸ਼ਨ 996/2000 0.498 ਦੇ ਬਰਾਬਰ ਹੈ ਜੋ 0.5, ਉਮੀਦ ਕੀਤੀ ਸੰਭਾਵਨਾ ਦੇ ਬਹੁਤ ਨੇੜੇ ਹੈ।
ਸੰਭਾਵਨਾ ਦਾ ਸਿਧਾਂਤ ਪੋਕਰ ਵਰਗੇ ਜੂਏ ਦੇ ਖੇਡਾਂ ਦੇ ਅਧਿਐਨ ਨਾਲ ਸ਼ੁਰੂ ਹੋਇਆ। ਭਵਿੱਖਬਾਣੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਹੁੰਦੀਆਂ ਹਨ। ਭੂਚਾਲ ਦੀ ਸੰਭਾਵਨਾ, ਮੀਂਹ ਦੀ ਸੰਭਾਵਨਾ, ਜਾਂ ਇਸ ਕੋਰਸ ਵਿੱਚ ਤੁਹਾਨੂੰ 'ਏ' ਮਿਲੇਗਾ ਜਾਂ ਨਹੀਂ, ਇਸਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ, ਅਸੀਂ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਡਾਕਟਰ ਸੰਭਾਵਨਾ ਦੀ ਵਰਤੋਂ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕਰਦੇ ਹਨ ਕਿ ਟੀਕਾਕਰਨ ਬਿਮਾਰੀ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ ਜਿਸਨੂੰ ਟੀਕਾਕਰਨ ਰੋਕਣ ਲਈ ਹੁੰਦਾ ਹੈ। ਇੱਕ ਸਟਾਕਬ੍ਰੋਕਰ ਗਾਹਕ ਦੇ ਨਿਵੇਸ਼ਾਂ 'ਤੇ ਰਿਟਰਨ ਦੀ ਦਰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸੰਭਾਵਨਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਲਾਟਰੀ ਦੀ ਟਿਕਟ ਖਰੀਦਣ ਜਾਂ ਨਾ ਖਰੀਦਣ ਦਾ ਫੈਸਲਾ ਕਰਨ ਲਈ ਸੰਭਾਵਨਾ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ। ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ ਦੇ ਆਪਣੇ ਅਧਿਐਨ ਵਿੱਚ, ਤੁਸੀਂ ਆਪਣੇ ਅੰਕੜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਸੰਭਾਵਨਾ ਗਣਨਾਵਾਂ ਰਾਹੀਂ ਗਣਿਤ ਦੀ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰੋਗੇ।
ਮੁੱਖ ਸ਼ਬਦਾਵਲੀ
ਸੰਖਿਆਤਮਕ ਵਿਗਿਆਨ (ਸਟੈਟਿਸਟਿਕਸ) ਵਿੱਚ, ਅਸੀਂ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਆਬਾਦੀ (ਪਾਪੂਲੇਸ਼ਨ) ਦਾ ਅਧਿਐਨ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਤੁਸੀਂ ਆਬਾਦੀ ਨੂੰ ਵਿਅਕਤੀਆਂ, ਚੀਜ਼ਾਂ, ਜਾਂ ਅਧਿਐਨ ਅਧੀਨ ਵਸਤੂਆਂ ਦੇ ਸੰਗ੍ਰਹਿ ਵਜੋਂ ਸੋਚ ਸਕਦੇ ਹੋ। ਆਬਾਦੀ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ, ਅਸੀਂ ਇੱਕ ਨਮੂਨਾ (ਸੈਂਪਲ) ਚੁਣਦੇ ਹਾਂ। ਨਮੂਨਾ ਲੈਣ ਦਾ ਵਿਚਾਰ ਵੱਡੀ ਆਬਾਦੀ ਦਾ ਇੱਕ ਹਿੱਸਾ (ਜਾਂ ਉਪ-ਸਮੂਹ) ਚੁਣਨਾ ਅਤੇ ਆਬਾਦੀ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਉਸ ਹਿੱਸੇ (ਨਮੂਨੇ) ਦਾ ਅਧਿਐਨ ਕਰਨਾ ਹੈ। ਅੰਕੜੇ ਆਬਾਦੀ ਤੋਂ ਨਮੂਨਾ ਲੈਣ ਦਾ ਨਤੀਜਾ ਹਨ।
ਕਿਉਂਕਿ ਪੂਰੀ ਆਬਾਦੀ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਸਮਾਂ ਅਤੇ ਪੈਸਾ ਲੱਗਦਾ ਹੈ, ਇਸ ਲਈ ਨਮੂਨਾ ਲੈਣਾ ਇੱਕ ਬਹੁਤ ਹੀ ਵਿਹਾਰਕ ਤਕਨੀਕ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੇ ਸਕੂਲ ਵਿੱਚ ਸਮੁੱਚੀ ਗ੍ਰੇਡ ਪੁਆਇੰਟ ਔਸਤ ਦੀ ਗਣਨਾ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਸਕੂਲ ਵਿੱਚ ਪੜ੍ਹਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਇੱਕ ਨਮੂਨਾ ਚੁਣਨਾ ਸਮਝਦਾਰੀ ਵਾਲਾ ਹੋਵੇਗਾ। ਨਮੂਨੇ ਤੋਂ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਅੰਕੜੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਗ੍ਰੇਡ ਪੁਆਇੰਟ ਔਸਤ ਹੋਣਗੇ। ਰਾਸ਼ਟਰਪਤੀ ਚੋਣਾਂ ਵਿੱਚ, 1,000-2,000 ਲੋਕਾਂ ਦੇ ਰਾਏ ਸਰਵੇਖਣ ਨਮੂਨੇ ਲਏ ਜਾਂਦੇ ਹਨ। ਰਾਏ ਸਰਵੇਖਣ ਦਾ ਉਦੇਸ਼ ਪੂਰੇ ਦੇਸ਼ ਦੇ ਲੋਕਾਂ ਦੇ ਵਿਚਾਰਾਂ ਨੂੰ ਦਰਸਾਉਣਾ ਹੈ। ਡੱਬੇਬੰਦ ਕਾਰਬੋਨੇਟਿਡ ਡਰਿੰਕਸ ਦੇ ਨਿਰਮਾਤਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਨਮੂਨੇ ਲੈਂਦੇ ਹਨ ਕਿ ਕੀ 16-ਔਂਸ ਦੇ ਡੱਬੇ ਵਿੱਚ 16 ਔਂਸ ਕਾਰਬੋਨੇਟਿਡ ਡਰਿੰਕ ਹੈ।
1. ਨਮੂਨੇ ਤੋਂ, ਅਸੀਂ ਇੱਕ ਅੰਕੜਾ (statistic) ਗਿਣ ਸਕਦੇ ਹਾਂ। ਅੰਕੜਾ ਇੱਕ ਅਜਿਹੀ ਸੰਖਿਆ ਹੈ ਜੋ ਨਮੂਨੇ ਦੇ ਗੁਣ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਅਸੀਂ ਸਾਰੇ ਗਣਿਤ ਕਲਾਸਾਂ ਦੀ ਆਬਾਦੀ (population) ਦੇ ਨਮੂਨੇ ਵਜੋਂ ਇੱਕ ਗਣਿਤ ਕਲਾਸ ਨੂੰ ਮੰਨੀਏ, ਤਾਂ ਉਸ ਇੱਕ ਗਣਿਤ ਕਲਾਸ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਟਰਮ ਦੇ ਅੰਤ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕੀਤੇ ਅੰਕਾਂ ਦੀ ਔਸਤ (average) ਇੱਕ ਅੰਕੜੇ ਦੀ ਉਦਾਹਰਨ ਹੈ। ਅੰਕੜਾ ਇੱਕ ਆਬਾਦੀ ਪੈਰਾਮੀਟਰ (population parameter) ਦਾ ਅਨੁਮਾਨ (estimate) ਹੁੰਦਾ ਹੈ। ਪੈਰਾਮੀਟਰ ਪੂਰੀ ਆਬਾਦੀ ਦੀ ਇੱਕ ਸੰਖਿਆਤਮਕ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜਿਸਦਾ ਅਨੁਮਾਨ ਅੰਕੜੇ ਦੁਆਰਾ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਕਿਉਂਕਿ ਅਸੀਂ ਸਾਰੀਆਂ ਗਣਿਤ ਕਲਾਸਾਂ ਨੂੰ ਆਬਾਦੀ ਮੰਨਿਆ ਹੈ, ਤਾਂ ਸਾਰੀਆਂ ਗਣਿਤ ਕਲਾਸਾਂ ਵਿੱਚ ਪ੍ਰਤੀ ਵਿਦਿਆਰਥੀ ਪ੍ਰਾਪਤ ਕੀਤੇ ਅੰਕਾਂ ਦੀ ਔਸਤ ਇੱਕ ਪੈਰਾਮੀਟਰ ਦੀ ਉਦਾਹਰਨ ਹੈ।
2. ਅੰਕੜਾ ਵਿਗਿਆਨ (statistics) ਦੇ ਖੇਤਰ ਵਿੱਚ ਮੁੱਖ ਚਿੰਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਹ ਹੈ ਕਿ ਅੰਕੜਾ ਕਿੰਨੀ ਸਟੀਕਤਾ ਨਾਲ ਪੈਰਾਮੀਟਰ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦਾ ਹੈ। ਸਟੀਕਤਾ ਅਸਲ ਵਿੱਚ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਨਮੂਨਾ ਆਬਾਦੀ ਨੂੰ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਰਸਾਉਂਦਾ ਹੈ। ਨਮੂਨੇ ਵਿੱਚ ਆਬਾਦੀ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ਤਾਂ ਜੋ ਇਹ ਇੱਕ ਪ੍ਰਤੀਨਿਧੀ ਨਮੂਨਾ (representative sample) ਹੋ ਸਕੇ। ਅਸੀਂ ਅਨੁਮਾਨਿਤ ਅੰਕੜਾ ਵਿਗਿਆਨ (inferential statistics) ਵਿੱਚ ਨਮੂਨਾ ਅੰਕੜੇ (sample statistic) ਅਤੇ ਆਬਾਦੀ ਪੈਰਾਮੀਟਰ (population parameter) ਦੋਵਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ। ਬਾਅਦ ਦੇ ਅਧਿਆਇ ਵਿੱਚ, ਅਸੀਂ ਸਥਾਪਿਤ ਆਬਾਦੀ ਪੈਰਾਮੀਟਰ ਦੀ ਵੈਧਤਾ (validity) ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਨਮੂਨਾ ਅੰਕੜੇ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ।
3. ਇੱਕ ਵੇਰੀਏਬਲ (variable), ਜਿਸਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਵੱਡੇ ਅੱਖਰਾਂ ਜਿਵੇਂ ਕਿ X ਅਤੇ Y ਦੁਆਰਾ ਨੋਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਜਾਂ ਮਾਪ ਹੈ ਜੋ ਆਬਾਦੀ ਦੇ ਹਰੇਕ ਮੈਂਬਰ ਲਈ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਵੇਰੀਏਬਲ ਸੰਖਿਆਤਮਕ (numerical) ਜਾਂ ਸ਼੍ਰੇਣੀਬੱਧ (categorical) ਹੋ ਸਕਦੇ ਹਨ। ਸੰਖਿਆਤਮਕ ਵੇਰੀਏਬਲ ਬਰਾਬਰ ਇਕਾਈਆਂ ਵਾਲੇ ਮੁੱਲ ਲੈਂਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਪੌਂਡਾਂ ਵਿੱਚ ਭਾਰ ਅਤੇ ਘੰਟਿਆਂ ਵਿੱਚ ਸਮਾਂ। ਸ਼੍ਰੇਣੀਬੱਧ ਵੇਰੀਏਬਲ ਵਿਅਕਤੀ ਜਾਂ ਚੀਜ਼ ਨੂੰ ਇੱਕ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਜੇਕਰ ਅਸੀਂ X ਨੂੰ ਇੱਕ ਗਣਿਤ ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਟਰਮ ਦੇ ਅੰਤ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕੀਤੇ ਅੰਕਾਂ ਦੀ ਗਿਣਤੀ ਦੇ ਬਰਾਬਰ ਮੰਨਦੇ ਹਾਂ, ਤਾਂ X ਇੱਕ ਸੰਖਿਆਤਮਕ ਵੇਰੀਏਬਲ ਹੈ। ਜੇਕਰ ਅਸੀਂ Y ਨੂੰ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਪਾਰਟੀ ਨਾਲ ਸਬੰਧ ਮੰਨਦੇ ਹਾਂ, ਤਾਂ Y ਦੇ ਕੁਝ ਉਦਾਹਰਨਾਂ ਵਿੱਚ ਰਿਪਬਲਿਕਨ, ਡੈਮੋਕਰੇਟ ਅਤੇ ਸੁਤੰਤਰ ਸ਼ਾਮਲ ਹਨ। Y ਇੱਕ ਸ਼੍ਰੇਣੀਬੱਧ ਵੇਰੀਏਬਲ ਹੈ। ਅਸੀਂ X ਦੇ ਮੁੱਲਾਂ ਨਾਲ ਕੁਝ ਗਣਿਤ ਕਰ ਸਕਦੇ ਹਾਂ (ਉਦਾਹਰਨ ਲਈ, ਪ੍ਰਾਪਤ ਕੀਤੇ ਅੰਕਾਂ ਦੀ ਔਸਤ ਗਿਣ ਸਕਦੇ ਹਾਂ), ਪਰ Y ਦੇ ਮੁੱਲਾਂ ਨਾਲ ਗਣਿਤ ਕਰਨਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਰੱਖਦਾ (ਔਸਤ ਪਾਰਟੀ ਸਬੰਧ ਦੀ ਗਣਨਾ ਕਰਨਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਰੱਖਦਾ)।
4. ਡਾਟਾ (Data) ਵੇਰੀਏਬਲ ਦੇ ਅਸਲ ਮੁੱਲ ਹਨ। ਉਹ ਸੰਖਿਆਵਾਂ ਹੋ ਸਕਦੇ ਹਨ ਜਾਂ ਉਹ ਸ਼ਬਦ ਹੋ ਸਕਦੇ ਹਨ। ਡਾਟਮ (Datum) ਇੱਕ ਸਿੰਗਲ ਮੁੱਲ ਹੈ।
5. ਅੰਕੜਾ ਵਿਗਿਆਨ ਵਿੱਚ ਅਕਸਰ ਆਉਣ ਵਾਲੇ ਦੋ ਸ਼ਬਦ ਮੀਨ (mean) ਅਤੇ ਪ੍ਰਪੋਰਸ਼ਨ (proportion) ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੀਆਂ ਗਣਿਤ ਕਲਾਸਾਂ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰੀਖਿਆਵਾਂ ਦਿੱਤੀਆਂ ਅਤੇ 86, 75, ਅਤੇ 92 ਦੇ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤੇ, ਤਾਂ ਤੁਸੀਂ ਤਿੰਨ ਪ੍ਰੀਖਿਆਵਾਂ ਦੇ ਸਕੋਰਾਂ ਨੂੰ ਜੋੜ ਕੇ ਅਤੇ ਤਿੰਨ ਨਾਲ ਭਾਗ ਕਰਕੇ ਆਪਣੇ ਮੀਨ ਸਕੋਰ ਦੀ ਗਣਨਾ ਕਰੋਗੇ (ਤੁਹਾਡਾ ਮੀਨ ਸਕੋਰ ਇੱਕ ਦਸ਼ਮਲਵ ਸਥਾਨ ਤੱਕ 84.3 ਹੋਵੇਗਾ)। ਜੇਕਰ, ਤੁਹਾਡੀ ਗਣਿਤ ਕਲਾਸ ਵਿੱਚ, 40 ਵਿਦਿਆਰਥੀ ਹਨ ਅਤੇ 22 ਮਰਦ ਹਨ ਅਤੇ 18 ਔਰਤਾਂ ਹਨ, ਤਾਂ ਮਰਦ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਪ੍ਰਪੋਰਸ਼ਨ 22/40 ਹੈ ਅਤੇ ਔਰਤ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਪ੍ਰਪੋਰਸ਼ਨ 18/40 ਹੈ। ਮੀਨ ਅਤੇ ਪ੍ਰਪੋਰਸ਼ਨ ਬਾਰੇ ਬਾਅਦ ਦੇ ਅਧਿਆਇਆਂ ਵਿੱਚ ਵਧੇਰੇ ਵਿਸਥਾਰ ਨਾਲ ਚਰਚਾ ਕੀਤੀ ਗਈ ਹੈ।
NOTE
6. "ਮੀਨ" (mean) ਅਤੇ "ਐਵਰੇਜ" (average) ਸ਼ਬਦਾਂ ਦੀ ਅਕਸਰ ਇੱਕ ਦੂਜੇ ਦੇ ਬਦਲੇ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਸ਼ਬਦ ਨੂੰ ਦੂਜੇ ਲਈ ਬਦਲਣਾ ਆਮ ਅਭਿਆਸ ਹੈ। ਤਕਨੀਕੀ ਸ਼ਬਦ "ਅਰਿਥਮੈਟਿਕ ਮੀਨ" (arithmetic mean) ਹੈ, ਅਤੇ "ਐਵਰੇਜ" ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਇੱਕ ਕੇਂਦਰੀ ਸਥਿਤੀ (center location) ਹੈ। ਹਾਲਾਂਕਿ, ਅੰਕੜਾ ਵਿਗਿਆਨੀ ਨਾ ਹੋਣ ਵਾਲੇ ਲੋਕਾਂ ਵਿੱਚ, "ਐਵਰੇਜ" ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ "ਅਰਿਥਮੈਟਿਕ ਮੀਨ" ਲਈ ਸਵੀਕਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
7. ਉਦਾਹਰਨ 1.1
8. ਸਮੱਸਿਆ
9. ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਹਵਾਲਾ ਦੇਣਾ ਨਿਰਧਾਰਤ ਕਰੋ। ਅਸੀਂ ABC ਕਾਲਜ ਵਿੱਚ ਪਹਿਲੇ ਸਾਲ ਦੇ ਕਾਲਜ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਸਕੂਲ ਸਪਲਾਈ 'ਤੇ ਖਰਚੇ ਗਏ ਪੈਸੇ ਦੀ ਔਸਤ (ਮੀਨ) ਰਕਮ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ ਜਿਸ ਵਿੱਚ ਕਿਤਾਬਾਂ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ। ਅਸੀਂ ਕਾਲਜ ਵਿੱਚ 100 ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਬੇਤਰਤੀਬੇ ਸਰਵੇਖਣ ਕੀਤਾ। ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਤਿੰਨ ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਕ੍ਰਮਵਾਰ $150, $200, ਅਤੇ $225 ਖਰਚੇ।
10. ਹੱਲ
11. ਆਬਾਦੀ ਇਸ ਟਰਮ ਵਿੱਚ ABC ਕਾਲਜ ਵਿੱਚ ਦਾਖਲ ਸਾਰੇ ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀ ਹਨ।
12. ਨਮੂਨਾ ABC ਕਾਲਜ ਵਿੱਚ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਅੰਕੜਾ ਵਿਗਿਆਨ ਕੋਰਸ ਦੇ ਇੱਕ ਭਾਗ ਵਿੱਚ ਦਾਖਲ ਸਾਰੇ ਵਿਦਿਆਰਥੀ ਹੋ ਸਕਦੇ ਹਨ (ਹਾਲਾਂਕਿ ਇਹ ਨਮੂਨਾ ਪੂਰੀ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾ ਨਹੀਂ ਸਕਦਾ)।
13. ਪੈਰਾਮੀਟਰ ਇਸ ਟਰਮ ਵਿੱਚ ABC ਕਾਲਜ ਵਿੱਚ ਪਹਿਲੇ ਸਾਲ ਦੇ ਕਾਲਜ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਖਰਚੇ ਗਏ ਪੈਸੇ (ਕਿਤਾਬਾਂ ਨੂੰ ਛੱਡ ਕੇ) ਦੀ ਔਸਤ (ਮੀਨ) ਰਕਮ ਹੈ।
14. ਅੰਕੜਾ ਨਮੂਨੇ ਵਿੱਚ ਪਹਿਲੇ ਸਾਲ ਦੇ ਕਾਲਜ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਖਰਚੇ ਗਏ ਪੈਸੇ (ਕਿਤਾਬਾਂ ਨੂੰ ਛੱਡ ਕੇ) ਦੀ ਔਸਤ (ਮੀਨ) ਰਕਮ ਹੈ।
15. ਵੇਰੀਏਬਲ ਇੱਕ ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਖਰਚੇ ਗਏ ਪੈਸੇ (ਕਿਤਾਬਾਂ ਨੂੰ ਛੱਡ ਕੇ) ਦੀ ਰਕਮ ਹੋ ਸਕਦੀ ਹੈ। ਮੰਨ ਲਓ X = ABC ਕਾਲਜ ਵਿੱਚ ਪੜ੍ਹ ਰਹੇ ਇੱਕ ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਖਰਚੇ ਗਏ ਪੈਸੇ (ਕਿਤਾਬਾਂ ਨੂੰ ਛੱਡ ਕੇ) ਦੀ ਰਕਮ ਹੈ।
16. ਡਾਟਾ ਪਹਿਲੇ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਖਰਚੇ ਗਏ ਡਾਲਰ ਮੁੱਲ ਹਨ। ਡਾਟਾ ਦੀਆਂ ਉਦਾਹਰਨਾਂ $150, $200, ਅਤੇ $225 ਹਨ।
17. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.1
18. ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਹਵਾਲਾ ਦੇਣਾ ਨਿਰਧਾਰਤ ਕਰੋ। ਅਸੀਂ ਨੋਲ ਅਕੈਡਮੀ ਵਿੱਚ ਬੱਚਿਆਂ ਵਾਲੇ ਪਰਿਵਾਰਾਂ ਦੁਆਰਾ ਹਰ ਸਾਲ ਸਕੂਲੀ ਵਰਦੀਆਂ 'ਤੇ ਖਰਚੇ ਗਏ ਪੈਸੇ ਦੀ ਔਸਤ (ਮੀਨ) ਰਕਮ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਅਸੀਂ ਸਕੂਲ ਵਿੱਚ ਬੱਚਿਆਂ ਵਾਲੇ 100 ਪਰਿਵਾਰਾਂ ਦਾ ਬੇਤਰਤੀਬੇ ਸਰਵੇਖਣ ਕੀਤਾ। ਤਿੰਨ ਪਰਿਵਾਰਾਂ ਨੇ ਕ੍ਰਮਵਾਰ $65, $75, ਅਤੇ $95 ਖਰਚੇ।
19. ਉਦਾਹਰਨ 1.2
20. ਸਮੱਸਿਆ
21. ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਹਵਾਲਾ ਦੇਣਾ ਨਿਰਧਾਰਤ ਕਰੋ।
22. ਪਿਛਲੇ ਸਾਲ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਔਸਤ ਇਕੱਠੇ ਹੋਏ GPA ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਇੱਕ ਸਥਾਨਕ ਕਾਲਜ ਵਿੱਚ ਇੱਕ ਅਧਿਐਨ ਕੀਤਾ ਗਿਆ ਸੀ। ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਚੀਜ਼ਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਣਨ ਕਰਨ ਵਾਲੇ ਵਾਕਾਂਸ਼ ਦੇ ਅੱਖਰ ਭਰੋ।
23. 1. ਆਬਾਦੀ_____ 2. ਅੰਕੜਾ _____ 3. ਪੈਰਾਮੀਟਰ _____ 4. ਨਮੂਨਾ _____ 5. ਵੇਰੀਏਬਲ _____ 6. ਡਾਟਾ _____
24. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਵਿੱਚ ਪੜ੍ਹਨ ਵਾਲੇ ਸਾਰੇ ਵਿਦਿਆਰਥੀ
1. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦਾ ਸੰਚਤ ਜੀ.ਪੀ.ਏ.
2. 3.65, 2.80, 1.50, 3.90
3. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਇੱਕ ਸਮੂਹ, ਜਿਸਨੂੰ ਬੇਤਰਤੀਬੇ ਢੰਗ ਨਾਲ ਚੁਣਿਆ ਗਿਆ ਹੈ
4. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਔਸਤ ਸੰਚਤ ਜੀ.ਪੀ.ਏ.
5. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਸਾਰੇ ਵਿਦਿਆਰਥੀ
6. ਪਿਛਲੇ ਸਾਲ ਕਾਲਜ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਏ ਅਧਿਐਨ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਔਸਤ ਸੰਚਤ ਜੀ.ਪੀ.ਏ.
7. ਹੱਲ
8. 1. f; 2. g; 3. e; 4. d; 5. b; 6. c
9. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.2
10. ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਇਹ ਨਿਰਧਾਰਤ ਕਰੋ।
11. ਇੱਕ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਐਥਲੀਟਾਂ ਦਾ ਇੱਕ ਸਰਵੇਖਣ ਐਥਲੀਟਾਂ ਦੀਆਂ ਉਚਾਈਆਂ, ਮੀਟਰਾਂ ਵਿੱਚ, ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਕੀਤਾ ਗਿਆ ਸੀ। ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਚੀਜ਼ਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਣਨ ਕਰਨ ਵਾਲੇ ਵਾਕਾਂਸ਼ ਦੇ ਅੱਖਰ ਨੂੰ ਭਰੋ।
12. ਆਬਾਦੀ ____
13. ਅੰਕੜੇ ____
14. ਪੈਰਾਮੀਟਰ ____
15. ਨਮੂਨਾ ____
16. ਪਰਿਵਰਤਨਸ਼ੀਲ ____
17. ਅੰਕੜੇ _____
18. ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਐਥਲੀਟਾਂ ਦੀ ਔਸਤ ਉਚਾਈ
19. ਸਰਵੇਖਣ ਵਿੱਚ ਐਥਲੀਟਾਂ ਦੀ ਔਸਤ ਉਚਾਈ
20. ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਸਾਰੇ ਐਥਲੀਟ
21. ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਸਾਰੇ ਵਿਦਿਆਰਥੀ
22. ਇੱਕ ਐਥਲੀਟ ਦੀ ਉਚਾਈ
23. ਬੇਤਰਤੀਬੇ ਚੁਣੇ ਗਏ ਐਥਲੀਟਾਂ ਦਾ ਇੱਕ ਸਮੂਹ
24. 1.82, 1.76, 1.69, 1.93
1.3 ਦੀ ਮਿਸਾਲ
ਸਮੱਸਿਆ
ਹੇਠ ਲਿਖੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਸੰਕੇਤ ਪਤਾ ਕਰੋ।
ਇਲੈਕਟ੍ਰਿਕ ਆਟੋਮੋਬਾਈਲਾਂ ਦੀ ਸੁਰੱਖਿਆ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਅਧਿਐਨ ਦੇ ਹਿੱਸੇ ਵਜੋਂ, ਨੈਸ਼ਨਲ ਟ੍ਰਾਂਸਪੋਰਟੇਸ਼ਨ ਸੇਫਟੀ ਬੋਰਡ ਨੇ ਟੈਸਟ ਡਮੀਜ਼ 'ਤੇ ਹਾਦਸੇ ਦੇ ਪ੍ਰਭਾਵਾਂ ਬਾਰੇ ਡਾਟਾ ਇਕੱਠਾ ਕੀਤਾ ਅਤੇ ਸਮੀਖਿਆ ਕੀਤੀ। ਇੱਥੇ ਉਹ ਮਾਪਦੰਡ ਹੈ ਜੋ ਉਹਨਾਂ ਨੇ ਵਰਤਿਆ:
ਸਫ: ਜਿਸ ਗਤੀ 'ਤੇ ਕਾਰਾਂ ਟਕਰਾਈਆਂ | "ਡਰਾਈਵਰਾਂ" (ਭਾਵ, ਡਮੀਜ਼) ਦਾ ਸਥਾਨ
35 ਮੀਲ/ਘੰਟਾ | ਅਗਲੀ ਸੀਟ
ਅਗਲੀਆਂ ਸੀਟਾਂ ਵਿੱਚ ਡਮੀਜ਼ ਵਾਲੀਆਂ ਕਾਰਾਂ ਨੂੰ 35 ਮੀਲ ਪ੍ਰਤੀ ਘੰਟੇ ਦੀ ਰਫਤਾਰ ਨਾਲ ਇੱਕ ਕੰਧ ਨਾਲ ਟੱਕਰ ਮਾਰੀ ਗਈ। ਅਸੀਂ ਡਰਾਈਵਰ ਦੀ ਸੀਟ ਵਿੱਚ ਡਮੀਜ਼ ਦੇ ਅਨੁਪਾਤ ਨੂੰ ਜਾਨਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਰ ਦੀ ਸੱਟ ਲੱਗ ਜਾਂਦੀ, ਜੇਕਰ ਉਹ ਅਸਲ ਡਰਾਈਵਰ ਹੁੰਦੇ। ਅਸੀਂ 75 ਕਾਰਾਂ ਦੇ ਇੱਕ ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨੇ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਦੇ ਹਾਂ।
ਹੱਲ
ਆਬਾਦੀ ਅਗਲੀ ਸੀਟ ਵਿੱਚ ਡਮੀਜ਼ ਵਾਲੀਆਂ ਸਾਰੀਆਂ ਕਾਰਾਂ ਹਨ।
ਨਮੂਨਾ 75 ਕਾਰਾਂ ਹਨ, ਜੋ ਇੱਕ ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨੇ ਦੁਆਰਾ ਚੁਣੀਆਂ ਗਈਆਂ ਹਨ।
ਮਾਪਦੰਡ ਆਬਾਦੀ ਵਿੱਚ ਡਰਾਈਵਰ ਡਮੀਜ਼ (ਜੇ ਉਹ ਅਸਲ ਲੋਕ ਹੁੰਦੇ) ਦਾ ਅਨੁਪਾਤ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਰ ਦੀ ਸੱਟ ਲੱਗ ਜਾਂਦੀ।
ਸਟੈਟਿਸਟਿਕ ਡਰਾਈਵਰ ਡਮੀਜ਼ (ਜੇ ਉਹ ਅਸਲ ਲੋਕ ਹੁੰਦੇ) ਦਾ ਅਨੁਪਾਤ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਨਮੂਨੇ ਵਿੱਚ ਸਿਰ ਦੀ ਸੱਟ ਲੱਗ ਜਾਂਦੀ।
ਵੇਰੀਏਬਲ X = ਕੀ ਇੱਕ ਡਮੀ (ਜੇ ਉਹ ਅਸਲ ਵਿਅਕਤੀ ਹੁੰਦਾ) ਨੂੰ ਸਿਰ ਦੀ ਸੱਟ ਲੱਗ ਜਾਂਦੀ।
ਡਾਟਾ ਹੈ: ਹਾਂ, ਸਿਰ ਦੀ ਸੱਟ ਲੱਗੀ, ਜਾਂ ਨਹੀਂ, ਨਹੀਂ ਲੱਗੀ।
1.3 ਅਜ਼ਮਾਓ
ਹੇਠ ਲਿਖੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਸੰਕੇਤ ਪਤਾ ਕਰੋ।
ਬੈਟਰੀ ਨੂੰ 50% ਤੋਂ 100% ਤੱਕ ਚਾਰਜ ਕਰਨ ਲਈ ਮੋਬਾਈਲ ਦੁਆਰਾ ਲਏ ਗਏ ਸਮੇਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਸਰਵੇਖਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਲਈ ਵਰਤੇ ਗਏ ਮਾਪਦੰਡ ਹਨ:
ਸਫ: ਚਾਰਜਰ ਦੀ ਵਰਤੀ ਗਈ ਵਾਟੇਜ | ਮੋਬਾਈਲ ਦੀ ਕਿਸਮ ਵਰਤੀ ਗਈ
30 W | ਐਂਡਰਾਇਡ
ਅਸੀਂ ਐਂਡਰਾਇਡ ਮੋਬਾਈਲਾਂ ਦੇ ਅਨੁਪਾਤ ਨੂੰ ਜਾਨਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਜੋ 30 ਮਿੰਟਾਂ ਦੇ ਅੰਦਰ 100% ਤੱਕ ਚਾਰਜ ਹੋ ਜਾਂਦੇ ਹਨ। ਅਸੀਂ 200 ਮੋਬਾਈਲਾਂ ਦੇ ਇੱਕ ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨੇ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਦੇ ਹਾਂ।
1.4 ਦੀ ਮਿਸਾਲ
ਸਮੱਸਿਆ
ਹੇਠ ਲਿਖੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦਾਂ ਦਾ ਸੰਕੇਤ ਪਤਾ ਕਰੋ।
ਇੱਕ ਬੀਮਾ ਕੰਪਨੀ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ ਕਿ ਸਾਰੇ ਮੈਡੀਕਲ ਡਾਕਟਰਾਂ ਵਿੱਚੋਂ ਕਿੰਨੇ ਡਾਕਟਰ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਮੈਲਪ੍ਰੈਕਟਿਸ ਮੁਕੱਦਮਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਹਨ। ਕੰਪਨੀ ਇੱਕ ਪ੍ਰੋਫੈਸ਼ਨਲ ਡਾਇਰੈਕਟਰੀ ਤੋਂ 500 ਡਾਕਟਰਾਂ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਚੁਣਦੀ ਹੈ ਅਤੇ ਨਮੂਨੇ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੀ ਗਿਣਤੀ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ ਜੋ ਮੈਲਪ੍ਰੈਕਟਿਸ ਮੁਕੱਦਮੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਹਨ।
1. ਹੱਲ
2. ਆਬਾਦੀ ਪੇਸ਼ੇਵਰ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਸੂਚੀਬੱਧ ਸਾਰੇ ਡਾਕਟਰ ਹਨ।
3. ਮਾਪਦੰਡ ਆਬਾਦੀ ਵਿੱਚ ਉਨ੍ਹਾਂ ਡਾਕਟਰਾਂ ਦਾ ਅਨੁਪਾਤ ਹੈ ਜੋ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਲਾਪਰਵਾਹੀ ਦੇ ਮੁਕੱਦਮਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਰਹੇ ਹਨ।
4. ਨਮੂਨਾ ਪੇਸ਼ੇਵਰ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚੋਂ ਬੇਤਰਤੀਬੇ ਚੁਣੇ ਗਏ 500 ਡਾਕਟਰ ਹਨ।
5. ਅੰਕੜਾ ਨਮੂਨੇ ਵਿੱਚ ਉਨ੍ਹਾਂ ਡਾਕਟਰਾਂ ਦਾ ਅਨੁਪਾਤ ਹੈ ਜੋ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਲਾਪਰਵਾਹੀ ਦੇ ਮੁਕੱਦਮਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਰਹੇ ਹਨ।
6. ਪਰਿਵਰਤਨਸ਼ੀਲ X = ਕੀ ਕਿਸੇ ਵਿਅਕਤੀਗਤ ਡਾਕਟਰ ਨੂੰ ਲਾਪਰਵਾਹੀ ਦੇ ਮੁਕੱਦਮੇ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਹੈ।
7. ਡਾਟਾ ਇਹ ਹੈ: ਹਾਂ, ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਲਾਪਰਵਾਹੀ ਦੇ ਮੁਕੱਦਮਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਇਆ ਸੀ, ਜਾਂ ਨਹੀਂ, ਸ਼ਾਮਲ ਨਹੀਂ ਹੋਇਆ ਸੀ।
8. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.4
9. ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਵਿੱਚ ਮੁੱਖ ਸ਼ਬਦ ਕਿਸ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।
10. ਸਾਰੇ ਟਰੱਕ ਡਰਾਈਵਰਾਂ ਦਾ ਅਨੁਪਾਤ ਪਤਾ ਕਰਨ ਲਈ ਇੱਕ ਨਿਊਜ਼ ਏਜੰਸੀ ਦੁਆਰਾ ਇੱਕ ਅਧਿਐਨ ਕੀਤਾ ਜਾਣਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਲਾਇਸੈਂਸ 'ਤੇ ਕੋਈ ਪੁਆਇੰਟ ਨਹੀਂ ਹੈ। ਏਜੰਸੀ ਟਰੱਕ ਡਰਾਈਵਰਾਂ ਦੀ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚੋਂ 1000 ਟਰੱਕ ਡਰਾਈਵਰਾਂ ਨੂੰ ਬੇਤਰਤੀਬੇ ਚੁਣਦੀ ਹੈ ਅਤੇ ਨਮੂਨੇ ਵਿੱਚ ਉਨ੍ਹਾਂ ਟਰੱਕ ਡਰਾਈਵਰਾਂ ਦੀ ਗਿਣਤੀ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਲਾਇਸੈਂਸ 'ਤੇ ਕੋਈ ਪੁਆਇੰਟ ਨਹੀਂ ਹੈ।
11. ਸਹਿਯੋਗੀ ਕਸਰਤ
12. ਇਸ ਕਸਰਤ ਨੂੰ ਚਾਰ ਲੋਕਾਂ ਤੱਕ ਦੇ ਸਮੂਹਾਂ ਵਿੱਚ ਸਹਿਯੋਗ ਨਾਲ ਕਰੋ। ਹੇਠਾਂ ਦਿੱਤੇ ਅਧਿਐਨ ਲਈ ਇੱਕ ਆਬਾਦੀ, ਇੱਕ ਨਮੂਨਾ, ਇੱਕ ਮਾਪਦੰਡ, ਇੱਕ ਅੰਕੜਾ, ਇੱਕ ਪਰਿਵਰਤਨਸ਼ੀਲ, ਅਤੇ ਡਾਟਾ ਲੱਭੋ: ਤੁਸੀਂ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀ ਪ੍ਰਤੀ ਦਿਨ ਔਸਤਨ (ਮੱਧਮਾਨ) ਕਿੰਨੇ ਗਲਾਸ ਦੁੱਧ ਪੀਂਦੇ ਹਨ। ਮੰਨ ਲਓ ਕਿ ਕੱਲ੍ਹ, ਤੁਹਾਡੀ ਅੰਗਰੇਜ਼ੀ ਦੀ ਕਲਾਸ ਵਿੱਚ, ਤੁਸੀਂ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਪੁੱਛਿਆ ਕਿ ਉਨ੍ਹਾਂ ਨੇ ਪਿਛਲੇ ਦਿਨ ਕਿੰਨੇ ਗਲਾਸ ਦੁੱਧ ਪੀਤੇ ਸਨ। ਜਵਾਬ ਸਨ 1, 0, 1, 3, ਅਤੇ 4 ਗਲਾਸ ਦੁੱਧ।