सामान्य वितरण और व्यापार

द्विपद और सामान्य डिस्ट्रीब्यूशन में क्या अंतर है?

द्विपद और सामान्य वितरण के बीच का अंतर

द्विपद विमा सामान्य वितरण

यादृच्छिक चर की संभाव्यता वितरण आंकड़ों के क्षेत्र में एक महत्वपूर्ण भूमिका निभाते हैं। उन प्रायिकता वितरणों में से, द्विपद वितरण और सामान्य वितरण वास्तविक जीवन में दो सबसे अधिक होने वाले हैं।

द्विपदीय वितरण क्या है?

द्विपदीय वितरण संभवतः यादृच्छिक चर एक्स, से संबंधित संभाव्यता वितरण है जो कि स्वतंत्र हां / कोई प्रयोगों के एक परिमित अनुक्रम की सफलताओं की संख्या है जिनमें से प्रत्येक की संभावना है सफलता की पी एक्स की परिभाषा से, यह स्पष्ट है कि यह एक असतत यादृच्छिक चर है; इसलिए, द्विपद वितरण असतत भी है।

वितरण को X ~ बी ( n , पी ) के रूप में चिह्नित किया गया है जहां n प्रयोगों की संख्या है और पी सफलता की संभावना है संभावना सिद्धांत के अनुसार, हम यह निर्धारित कर सकते हैं कि B ( n , p ) संभावना जन समारोह इस समीकरण से, यह अनुमान लगाया जा सकता है कि

द्विपद और पॉसन वितरण के बीच कई अंतर हैं, जिन्हें इस लेख में विस्तार से प्रस्तुत किया गया है। inomial वितरण एक है, जिसके परिणामों की संभावित संख्या दो हैं, अर्थात सफलता या विफलता। दूसरी ओर, पॉइज़न वितरण में संभावित परिणामों की कोई सीमा नहीं है।

सामान्य वितरण या गाऊसी वितरण

संभाव्यता सिद्धांत के सभी कानूनों के अलावा, सामान्य वितरण अधिक बार वर्दी से सहित सबसे अधिक बार होता है,। शायद इस घटना गहरी मौलिक स्वभाव है। सब के बाद, वितरण इस तरह मनाया जाता है जब यादृच्छिक चर की सीमा के प्रतिनिधित्व में कई कारकों, जो सभी के अपने तरीके को प्रभावित शामिल किया गया। इस मामले में सामान्य (या गाऊसी) वितरण विभिन्न वितरण सामान्य वितरण और व्यापार के अलावा की वजह से प्राप्त की है। यह सामान्य वितरण की व्यापक प्रचार-प्रसार करने के लिए धन्यवाद सामान्य वितरण और व्यापार है, और उसके नाम मिला है।

जब भी हम, एक मतलब मूल्य के बारे में बात चाहे वह कक्षा सामान्य वितरण और व्यापार सामान्य वितरण और व्यापार में मासिक वर्षा, प्रति व्यक्ति आय और अकादमिक प्रदर्शन है, अपने मूल्य की गणना में, एक नियम के रूप में, सामान्य वितरण कानून का इस्तेमाल किया। यह औसत मूल्य कहा जाता है उम्मीद और ग्राफ एक अधिकतम (आमतौर पर एम के रूप में) से मेल खाती है। उचित वितरण वक्र के साथ अधिकतम करने के लिए सम्मान के साथ सममित है, लेकिन वास्तव में यह हमेशा नहीं है, और यह स्वीकार्य है।

सामान्य वितरण

सामान्य वितरण, जिसे गॉसियन डिस्ट्रीब्यूशन के रूप में भी जाना जाता है, एक प्रायिकता वितरण है जो कि माध्य के बारे में सममित है, यह दर्शाता है कि माध्य के निकट डेटा, माध्य से दूर डेटा की तुलना में घटना में अधिक बार होता है। ग्राफ के रूप में, सामान्य वितरण एक घंटी वक्र के रूप में दिखाई देगा ।

चाबी छीन लेना

• एक सामान्य वितरण संभावना बेल वक्र के लिए उचित शब्द है।
• एक सामान्य वितरण में माध्य शून्य होता है और मानक विचलन 1. यह शून्य तिरछा होता है और 3 का कुर्तोसिस होता है।
• सामान्य वितरण सममित हैं, लेकिन सभी सममित वितरण सामान्य नहीं हैं।
• वास्तव में, अधिकांश मूल्य निर्धारण वितरण पूरी तरह से सामान्य नहीं हैं।

सामान्य वितरण को समझना

सामान्य वितरण तकनीकी स्टॉक मार्केट विश्लेषण और अन्य प्रकार के सांख्यिकीय विश्लेषणों में माना जाने वाला सबसे सामान्य प्रकार का वितरण है। मानक सामान्य वितरण के दो मापदंड हैं: माध्य और मानक विचलन । एक सामान्य वितरण के लिए, 68% अवलोकनों +/- मतलब के एक मानक विचलन के भीतर, 95% +/- दो मानक विचलन के भीतर हैं, और 99.7% + – तीन मानक विचलन के भीतर हैं।

सामान्य वितरण मॉडल केंद्रीय सीमा प्रमेय से प्रेरित है । यह सिद्धांत बताता है कि औसत से पहचाने गए, औसत रूप से सामान्य वितरण और व्यापार वितरित यादृच्छिक चर का औसत वितरण लगभग सामान्य वितरण होता है, भले ही उस प्रकार के वितरण से जिसमें से चर का नमूना दिया जाता है (बशर्ते इसका परिमित संस्करण हो)। सामान्य वितरण कभी-कभी सममित वितरण के साथ भ्रमित होता है । सममितीय वितरण वह है जहां एक विभाजन रेखा दो दर्पण छवियां पैदा करती है, लेकिन वास्तविक डेटा दो कूबड़ हो सकता है या घंटी वक्र के अलावा पहाड़ियों की एक श्रृंखला हो सकती है जो एक सामान्य वितरण को इंगित करता है।

तिरछापन और कुर्तोसिस

वास्तविक जीवन डेटा शायद ही कभी, अगर एक सही सामान्य वितरण का पालन करें। तिरछापन और कुकुदता गुणांकों को मापने कैसे अलग एक निर्दिष्ट वितरण एक सामान्य वितरण से है। तिरछा वितरण की समरूपता को मापता है। सामान्य वितरण सममित है और शून्य का तिरछा है। यदि डेटा सेट के वितरण में तिरछापन शून्य से कम है, या नकारात्मक तिरछा है, तो वितरण की बाईं पूंछ दाईं पूंछ की तुलना में लंबी है; सकारात्मक तिरछापन का तात्पर्य है कि वितरण की दाईं पूंछ बाईं ओर से लंबी है।

कर्टोसिस स्टेटिस्टिक सामान्य वितरण की पूंछ के संबंध में एक वितरण के छोर की मोटाई को मापता है। बड़े कर्टोसिस के साथ वितरण पूंछ डेटा को सामान्य वितरण (उदाहरण से, पांच या अधिक मानक विचलन) की पूंछ से अधिक है। कम कर्टोसिस के साथ वितरण पूंछ डेटा प्रदर्शित करता है जो आम तौर पर सामान्य वितरण की पूंछ की तुलना में कम चरम होता है। सामान्य वितरण में तीन का कर्टोसिस होता है, सामान्य वितरण और व्यापार जो इंगित करता है कि वितरण में न तो वसा है और न ही पतली पूंछ है। इसलिए, यदि किसी देखे गए वितरण में कुर्तोसिस तीन से अधिक है, तो वितरण को सामान्य वितरण की तुलना में भारी पूंछ कहा जाता है। यदि वितरण में तीन से कम का कुर्टोसिस है, तो सामान्य वितरण की तुलना में पतली पूंछ होने की बात कही जाती है।

वित्त में सामान्य वितरण का उपयोग कैसे किया जाता है

एक सामान्य वितरण की धारणा संपत्ति की कीमतों के साथ-साथ मूल्य कार्रवाई पर भी लागू होती है । ट्रेडर्स हाल के मूल्य कार्रवाई को एक सामान्य वितरण में फिट करने के लिए समय के साथ मूल्य बिंदुओं की साजिश कर सकते हैं। आगे की कीमत की कार्रवाई इस मामले से आगे बढ़ती है, इस मामले में, अधिक संभावना है कि एक परिसंपत्ति खत्म हो रही है या इसका मूल्यांकन नहीं किया गया है। व्यापारी संभावित ट्रेडों का सुझाव देने के लिए मानक विचलन का उपयोग कर सामान्य वितरण और व्यापार सकते हैं। इस प्रकार का व्यापार आम तौर पर बहुत कम समय के तख्ते पर किया जाता है क्योंकि बड़े समय में प्रवेश और निकास बिंदुओं को चुनना बहुत कठिन होता है।

इसी प्रकार, कई सांख्यिकीय सिद्धांत इस धारणा के तहत संपत्ति की कीमतों को मॉडल करने का प्रयास करते हैं कि वे एक सामान्य वितरण का पालन करते हैं। वास्तव में, मूल्य वितरण में वसा की पूंछ होती है और इसलिए, कुर्तोसिस तीन से अधिक है। इस तरह की परिसंपत्तियों की कीमत तीन से अधिक मानक विचलन से अधिक है, जो सामान्य वितरण की धारणा के तहत अपेक्षित से अधिक बार होगी। यहां तक ​​कि अगर सामान्य वितरण और व्यापार एक परिसंपत्ति एक लंबी अवधि के माध्यम से चली गई है जहां यह एक सामान्य वितरण फिट बैठता है, तो इस बात की कोई गारंटी नहीं है कि पिछला प्रदर्शन वास्तव में भविष्य की संभावनाओं को सूचित करता है।

भारत सरकार

वाणिज्यिक जानकारी एवं सांख्‍यिकी महानिदेशालय (वा. जा. सां. म. नि.) भारत के व्यापार आंकड़ों एवं वाणिज्यिक सूचना के संग्रहण, संकलन एवं प्रकीर्णन के लिए भारत सरकार का प्रमुख संगठन है । कोलकाता में अवस्थ्‍िात इस निदेशालय का प्रमुख भारतीय सांख्‍यिकीय सेवा (भा. सां. से.) का अपर सचिव स्तर का एक अधिकारी महानिदेशक होता है । इसे विदेशी क्रेताओं के साथ ही साथ नीति निर्माताओं, शोधकर्ताओं, आयातकों, निर्यातकों, व्यापारियों के साथ-साथ विदेशी क्रेताओं के लिए अपेक्षित विभिन्न प्रकार की व्यापारिक सूचना का संग्रह करने, संकलन करने एवं प्रकाशित/प्रकीर्णित करने का कार्य सौंपा गया है । यह भारत के विदेश व्यापार-ऑकड़ों के संकलन एवं प्रकीर्णन के लिए आई एस ओ प्रमाणन 9001:2015 सहित भारत में निर्यात एवं आयात के लिए नोडल अभिकरण / एजेंसी के रूप में वड़े पैमाने पर आंकड़ा प्रक्रमण का कार्य करने वाला पहला संगठन है ।

प्रसामान्य बंटन

प्रायिकता सिद्धान्त में प्रसामान्य बंटन या गाउसीय बंटन (normal distribution या Gaussian distribution) वह सतत प्रायिकता बंटन है जो प्रकृति में सामान्यतः पाया जाता है। प्रसामान्य बंतन सांख्यिकी में महत्वपूर्ण है। प्राकृतिक विज्ञानों और सामाजिक विज्ञानों में इनका उपयोग वास्तविक मान वाले यादृच्छिक चरों को निरुपित करने के लिये किया जाता है। प्रसामान्य बंटन का प्रायिकता घनत्व निम्नलिखित होता है- f(x \; | \; \mu, \sigma^2) .

प्रसरण

प्रसारण (broadcasting) से भ्रमित न हों। ----- प्रायिकता और सांख्यिकी के सन्दर्भ में प्रसरण (variance) वह माप है जो दर्शाती है कि दिये गये आंकड़े (संख्यायेँ) कितने बिखरे हुए है। यदि सभी आंकड़े समान हों तो प्रसरण का मान शून्य होगा। प्रसरण का मान कम हो तो यह इंगित करता है कि सभी आंकड़े माध्य के बहुत पास हैं। .

एक यूकैरियोटिक कोशिका के आरेख में राइबोसोम (३) सहित उपकोशिकीय घटकों के दर्शन ऑर्गैनेल्स: (1) केंद्रिका (2) केन्द्रक (3) राइबोसोम (छोटे बिन्दु) (4) वेसाइकल (5) खुरदुरी अंतर्प्रद्रव्य जालिका (अं जा) (6) गॉल्जीकाय (7) कोशिका कंकाल (8) चिकनी अंतर्प्रद्रव्य जालिका (अं जा) (9) कणाभसूत्र (10) रसधानी (11) कोशिका द्रव (12) लाइसोसोम (13) तारककाय प्राकृतिक विज्ञान प्रकृति और भौतिक दुनिया का व्यवस्थित ज्ञान होता है, या फ़िर इसका अध्ययन करने वाली इसकी कोई शाखा। असल में विज्ञान शब्द का प्रयोग लगभग हमेशा प्रकृतिक विज्ञानों के लिये ही किया जाता है। .

मानक विचलन

एक डाटा सेट जिसका मध्यमान 50 (नीले रंग में प्रदर्शित) और मानक विचलन (σ) 20 है। एक सामान्य वितरण (या घंटी वक्र) का एक भूखंडप्रत्येक रंग की पट्टी की चौड़ाई एक मानक विचलन है। प्रायिकता सिद्धांत और सांख्यिकी में, किसी सांख्यिकीय जनसंख्या, डाटा सेट या प्रायिकता वितरण के प्रसरण के वर्गमूल को मानक विचलन (स्टैण्डर्ड देविएशन) कहते हैं। मानक विचलन, व्यापक रूप से प्रयोग सामान्य वितरण और व्यापार होने वाला एक मापदंड है प्रकीर्णन की माप करता है कि आंकड़े कितने 'फैले हुए' हैं। मानक विचलन बीजगणित की दृष्टि से अधिक सुविधाजनक है यद्यपि व्यावहारिक रूप से प्रत्याशित विचलन या औसत निरपेक्ष विचलन की तुलना में यह कम सुदृढ़ होता है। इससे पता चलता है कि यहां "औसत" (मध्यमान) से कितनी भिन्नता है। इसे वितरण के मध्यमान से अंकों के औसत अंतर के रूप में माना जा सकता है कि वे मध्यमान से कितनी दूर हैं। एक निम्न मानक विचलन इंगित करता है कि डाटा के अंक मध्यमान के बहुत समीप होते हैं जबकि उच्च मानक विचलन इंगित करता है कि डाटा, मानों की एक बहुत बड़ी श्रेणी पर फैला हुआ है। उदाहरण के लिए, संयुक्त राज्य अमेरिका में वयस्क पुरुषों की औसत ऊंचाई है और इसके साथ ही साथ इनका मानक विचलन लगभग है। इसका मतलब है कि अधिकांश पुरुषों (एक सामान्य वितरण की कल्पना के आधार पर लगभग 68 प्रतिशत) की ऊंचाई मध्यमान के के भीतर – एक मानक विचलन है जबकि लगभग सभी पुरुषों (लगभग 95%) की ऊंचाई मध्यमान के के सामान्य वितरण और व्यापार भीतर – 2 मानक विचलन है। यदि मानक विचलन शून्य होता, तो सभी पुरुष वास्तव में ऊंचे होते.