"सॅम्पल मीनचे सॅम्पलिंग डिस्ट्रिब्युशन" आणि "सॅम्पल मीन" (तपशीलवार विश्लेषण) मधील फरक - सर्व फरक
सामग्री सारणी
जन्म दर मृत्यू दरापेक्षा कितीतरी पटीने जास्त असल्याने लोकसंख्येचा दर प्रत्येक मिनिटाला मिनिटाला वाढत आहे. याचा अर्थ असा की दर मिनिटाला, नैसर्गिक संसाधने, कृषी माल, औद्योगिक वस्तू आणि इतर सर्व गरजा आणि चैनीच्या वस्तूंचे वितरण सुधारित केले पाहिजे आणि सर्व लोकसंख्येमध्ये योग्यरित्या वितरित केले जावे.
परंतु तथ्ये आणि आकडेवारी असूनही एकूण लोकसंख्या, संसाधने वितरित केलेली नाहीत. त्याचप्रमाणे, अजूनही काही क्षेत्रे, जमाती आणि शहरे आहेत जिथे आवश्यक अन्नपदार्थ प्रत्येकाच्या हातात नाहीत.
हे देखील पहा: दुर्मिळ वि निळा दुर्मिळ वि पिट्सबर्ग स्टीक (फरक) – सर्व फरकतुम्ही एखादा नमुना निवडता तेव्हा संभाव्य नमुन्यांचे वितरण म्हणजे सरासरीचे सॅम्पलिंग वितरण लोकसंख्येपासून. सॅम्पलिंग वितरणाचे मानक एकूण लोकसंख्येच्या सरासरीचा संदर्भ देते ज्यामधून गुणांचे नमुने घेतले जातात. उदाहरणार्थ, जर लोकसंख्येचा सरासरी Μ असेल, तर मानकाच्या नमुना वितरणाचा सरासरी देखील Μ आहे.
"नमुना सरासरी" का मोजला जातो हे तुम्हाला माहिती आहे का?
<0 सॅम्पल मीन डेटाच्या सेटची सरासरी म्हणून परिभाषित केले आहे. मध्यवर्ती प्रवृत्ती, मानक विचलन आणि डेटा सेटच्या भिन्नतेची गणना करण्यासाठी नमुना मध्याचा वापर केला जाऊ शकतो.यादृच्छिक लोकसंख्येतील सरासरीच्या गणनेसाठी "नमुना अर्थ" वापरला जाऊ शकतो. नमुन्यातील व्हेरिएबलच्या मूल्यांच्या अंकगणितीय सरासरीची गणना करून प्राप्त केलेली आकडेवारी म्हणून देखील त्याची व्याख्या केली जाऊ शकते.
नमुना पिंच केलेला असल्याससंभाव्यता वितरणातून आणि एक सामान्य अपेक्षित मूल्य आहे, तर हे म्हणणे योग्य आहे की नमुना मध्य त्या अपेक्षित मूल्याचा अंदाज आहे.
सॅम्पलिंग वितरणाबद्दल अधिक जाणून घेण्यासाठी हा व्हिडिओ पहा
"नमुन्याचे सॅम्पलिंग डिस्ट्रिब्युशन मीन" कसे परिभाषित करावे?
विशिष्ट लोकसंख्येच्या महत्त्वपूर्ण नमुना आकारातून मिळवलेल्या आकडेवारीचे संभाव्य वितरण " नमुन्याचे नमुना वितरण म्हणून ओळखले जाते म्हणजे .”
लोकसंख्येच्या आकडेवारीसाठी विविध संभाव्य परिणामांची वारंवारता विशिष्ट लोकसंख्येचे नमुना वितरण बनवते.
मोठ्या प्रमाणात डेटा संकलित केला जातो संशोधन कामगार, संख्याशास्त्रज्ञ आणि मोठ्या लोकसंख्येच्या शैक्षणिक-संबंधित लोकांद्वारे. या गोळा केलेल्या डेटाला नमुना असे संबोधले जाते, जो त्या विशिष्ट लोकसंख्येचा एक उपसंच आहे.
डेटा
"नमुना मीन" विरुद्ध. "नमुना सरासरी वितरण"
| वैशिष्ट्ये | नमुन्याचे नमुना वितरण मीन | नमुना सरासरी |
|---|---|---|
| व्याख्या | "नमुन्याच्या सरासरीचे सॅम्पलिंग वितरण" हे सहसा लोकसंख्येचे सरासरी म्हणून परिभाषित केले जाते ज्यामधून डेटा गोळा केला जातो. हे आजच्या जगात मोठ्या प्रमाणावर वापरले जाते. | “नमुन्याचा अर्थ” अशा प्रकारे परिभाषित केला जाऊ शकतो जसे की नमुना संचातील आयटमची संख्या जोडणे आणि नंतर नमुन्यातील आयटमच्या संख्येने बेरीज भागणेसंच. |
| समीकरण | "नमुन्याचे नमुना वितरण" च्या गणना पद्धतीमध्ये एक साधे परंतु अधिक प्रभावी सूत्र समाविष्ट आहे. हे सूत्र वापरून, नमुन्याच्या नमुना वितरणाचा मध्य सहज शोधला जातो: ΜM = Μ
| नमुन्याची गणना प्रक्रिया याचा अर्थ नमुना संचामध्ये उपस्थित असलेल्या वस्तूंच्या संख्येची बेरीज करणे तितके सोपे आहे. नमुना संचातील आयटमच्या संख्येने एकूण भागा. एक सूत्र वापरले जाऊ शकते: x̄ = ( Σ xi ) / n हे देखील पहा: फॉर्म्युला 1 कार वि इंडी कार (विशिष्ट) – सर्व फरक |
| सांख्यिकी | सॅम्पलिंग वितरण नमुना आकडेवारीच्या वितरणाचा विचार करते | नमुन्याचा अर्थ लोकसंख्येच्या डेटावरून काढलेल्या निरीक्षणांचा विचार करतो |
| अर्थ | सँपलिंग डिस्ट्रिब्युशन म्हणजे एखाद्या विशिष्ट लोकसंख्येतून घेतलेल्या मोठ्या संख्येने नमुन्यांमधून मिळवलेल्या आकडेवारीचे संभाव्य वितरण; आवश्यक लोकसंख्येचे सॅम्पलिंग डिस्ट्रिब्युशन म्हणजे विविध परिणामांच्या फ्रिक्वेन्सीचे विखुरणे जे कदाचित लोकसंख्येच्या आकडेवारीसाठी येऊ शकते. | नमुन्याचा अर्थ आतून गणना केलेल्या डेटाच्या नमुन्याच्या सरासरी मूल्याचा संदर्भ देतो डेटाची मोठी लोकसंख्या. नमुन्याचा आकार मोठा असल्यास आणि सांख्यिकी संशोधक यादृच्छिकपणे लोकसंख्येचे तुकडे घेत असल्यास लोकसंख्येमध्ये प्रवेश करण्यासाठी हे एक चांगले साधन आहे. |
| उदाहरण | उदाहरणार्थ, मतदान करण्याऐवजी 1000 मांजरमालकांना त्यांचे पाळीव प्राणी काय खातात आणि त्यांच्या जेवणात प्राधान्य देतात, तुम्ही तुमच्या मतदानाची अनेक वेळा पुनरावृत्ती करू शकता. | नमुन्याच्या उदाहरणासाठी म्हणजे, जेव्हा तुम्ही बेसबॉल खेळ पाहता आणि तुम्हाला मिडियन फलंदाजी करताना खेळाडू दिसतात. तो आकडा एक खेळाडू किती वेळा फलंदाजी करताना दिसला याने भागिले एकूण हिटची संख्या दर्शवते. सोप्या शब्दात, ती संख्या एक सरासरी आहे. |
सॅम्पल मीन आणि सॅम्पल मीनचे सॅम्पलिंग डिस्ट्रिब्युशन मधील फरक
सॅम्पलिंग डिस्ट्रिब्युशनचे व्यावहारिक उपयोग
नमुन्याचे नमुना वितरण दैनंदिन जीवनात खूप उपयुक्त आहे कारण ते आम्हाला यादृच्छिक नमुन्यातून कोणतेही विशिष्ट अर्थ मिळण्याची शक्यता सांगू शकते. नमुन्याच्या सॅम्पलिंग वितरणाचा परिणाम आपल्या दैनंदिन जीवनात मोठ्या प्रमाणावर वापरला जातो.
- जेव्हा आम्ही आमच्या संशोधनाची पुनरावृत्ती करतो किंवा एखाद्याच्या सर्व संभाव्य नमुन्यांची पुनरावृत्ती करतो तेव्हा नमुन्याचे नमुना वितरण होते. लोकसंख्या.
- नमुन्याचे सॅम्पलिंग वितरण हे दिलेल्या लोकसंख्येचे कोणतेही नमुने निवडून आलेल्या आकडेवारीच्या लोकसंख्येच्या वितरणास सूचित करते.
- हे विशिष्ट लोकसंख्येसाठी विविध परिणाम कसे पसरवायचे यावरील फ्रिक्वेन्सीच्या वितरणाचे प्रतिनिधित्व करत आहे.
- सॅम्पल मीन देखील मोठ्या प्रमाणात वापरला जातो आणि तो काय आहे हे देखील माहित नसलेल्या सामान्य माणसाच्या दैनंदिन जीवनात त्याची भूमिका बजावत आहे.
- प्रदर्शनासाठी, दुकानातून फळे खरेदी करताना,उपलब्ध असलेल्या सर्वोत्तम गुणवत्तेपैकी एक मिळवण्यासाठी किंवा मिळवण्यासाठी आम्ही सहसा काही तपासतो.
“नमुना मीन” मोजण्याची उदाहरणे
उदाहरणार्थ, आम्हाला गणना करायची आहे लोकसंख्येच्या विशिष्ट संचाचे वय. सोयीसाठी, केवळ 15 लोकांच्या वयोगटाचा विचार करू या, जे अनियमितपणे निवडले गेले. नमुन्याचा मध्य कसा शोधायचा?
| नाही. लोकांची संख्या | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| वय | 75 | 45 | 57 | 63<14 | 41 | 59 | 66 | 82 | 33 | 78 | 39 | 80 | 40 | 52 | 65 |
सॅम्पल मीनची गणना
नमुना सरासरी काढण्यासाठी, लोकसंख्येच्या वरील सर्व वयोगटातील संख्या जोडा.
75+45+57+63+41+59+66+82+33+78+39+80 +40+52+65=875
आता, या नमुन्यातील एकूण व्यक्तींची संख्या मोजा उदा., 15.
“नमुन्याचा अर्थ” काढण्यासाठी “अ” भागू या एकूण वय" द्वारे "एकूण संख्या. सहभागींची.”
नमुन्याचा अर्थ: 875/15=58.33 वर्षे
“नमुन्याचे वितरण सरासरी”
सॅम्पलिंग मीनचे सॅम्पलिंग डिस्ट्रिब्युशनचे तीन प्रकार आहेत:
- प्रमाणाचे सॅम्पलिंग डिस्ट्रिब्युशन
- मीनचे सॅम्पलिंग डिस्ट्रिब्युशन
- T-वितरण
तुम्हाला ते कसे सापडेलनमुना वितरण?
नमुन्याच्या सरासरी वितरणाची गणना करण्यासाठी, तुम्हाला लोकसंख्येचे सरासरी आणि मानक विचलन माहित असणे आवश्यक आहे. आता तुम्हाला ही सर्व मूल्ये एकत्रितपणे जोडावी लागतील आणि शेवटी हे मूल्य नमुन्यातील एकूण निरीक्षणांनी विभाजित करावे लागेल .
नमुन्याचे नमुना वितरण मीन
निष्कर्ष
- याचा सारांश सांगायचा तर, नमुन्याचे सॅम्पलिंग डिस्ट्रिब्युशन म्हणजे n <नावाने ओळखल्या जाणार्‍या विशिष्ट आकाराच्या सर्व संभाव्य नमुन्यांमधील साधनांच्या संचाचा संदर्भ देते. 3> विशिष्ट लोकसंख्येमधून निवडले.
- जेव्हा नमुना म्हणजे विशिष्ट मर्यादेपर्यंत लोकसंख्येमधून निवडलेल्या नमुना मूल्यांची सरासरी. लोकसंख्येच्या तुलनेत, नमुन्याचा आकार लहान आहे आणि n द्वारे दर्शविला जातो.
- एकंदरीत, “ सॅम्पलिंग मीन ” सरासरी आहे डेटाच्या संचाचा, आणि तो डेटाच्या संचाच्या मध्यवर्ती प्रवृत्ती, मानक विचलन आणि भिन्नता मोजण्यासाठी मोठ्या प्रमाणावर वापरला जाऊ शकतो.
- सॅम्पल मीनचे नमुना वितरण खूप महत्वाचे आहे. लोकसंख्या सामान्यत: मोठी असल्याने, सॅम्पलिंग वितरण वापरणे महत्वाचे आहे जेणेकरुन तुम्ही संपूर्ण लोकसंख्येचा उपसंच अव्यवस्थितपणे निवडू शकता.
