विश्वसनीयता और संभाव्यता की गणना कैसे करें

Posted on
लेखक: Robert Simon
निर्माण की तारीख: 23 जून 2021
डेट अपडेट करें: 15 नवंबर 2024
Anonim
L03.9 विश्वसनीयता
वीडियो: L03.9 विश्वसनीयता

विषय

संभाव्यता इस बात का पैमाना है कि कुछ होने की संभावना है (या नहीं)। मापने की संभावना आमतौर पर इस बात के अनुपात पर आधारित होती है कि कोई घटना कितनी बार घटित होने की संभावना के सापेक्ष घटित हो सकती है। मरने को फेंकने के बारे में सोचें: किसी भी दिए गए थ्रो पर होने वाले छह में से एक नंबर एक होता है। विश्वसनीयता, सांख्यिकीय रूप से बोलना, बस स्थिरता का मतलब है। यदि आप पांच बार कुछ मापते हैं और अनुमानों के साथ आते हैं जो एक साथ काफी करीब हैं, तो आपके अनुमान को विश्वसनीय माना जा सकता है। विश्वसनीयता की गणना इस आधार पर की जाती है कि कितने माप - और मापदण्ड - हैं।


संभाव्यता की गणना

    ब्याज की घटना के लिए "सफलता" को परिभाषित करें। कहो कि हम एक मरने पर चार रोल करने की संभावना जानने में रुचि रखते हैं। परीक्षण के रूप में मरने के प्रत्येक रोल के बारे में सोचें, जिसमें हम या तो "सफल" (एक चार रोल) या "असफल" (किसी भी नंबर को रोल करें)। प्रत्येक मृत्यु पर, एक "सफलता" चेहरा और पाँच "विफलता" चेहरे होते हैं। यह अंतिम गणना में आपका अंश बन जाएगा।

    ब्याज की स्थिति के लिए संभावित परिणामों की कुल संख्या निर्धारित करें। एक डाई को टॉस करने के उदाहरण का उपयोग करते हुए, परिणामों की कुल संख्या छह है, क्योंकि मरने पर छह अलग-अलग संख्याएं हैं। यह अंतिम गणना में आपका भाजक बन जाएगा।

    कुल संभावित परिणामों पर संभावित सफलता को विभाजित करें। हमारे मरने के उदाहरण में, संभावना 1/6 होगी (मरने के प्रत्येक रोल के लिए छह संभावित परिणामों के लिए सफलता की एक संभावना)।

    अलग-अलग संभावनाओं को गुणा करके एक से अधिक घटनाओं की संभावना की गणना करें। हमारे मरने के उदाहरण में, एक चार को रोल करने और उसके बाद के रोल पर एक छक्का लगाने की संभावना व्यक्तिगत संभावनाओं (1/6) x (1/6) = (1/36) के कई गुण हैं।


    व्यक्तिगत संभावनाओं को जोड़कर एक से अधिक घटनाओं की संभावना की गणना करें। हमारे मरने के उदाहरण में, एक चार को रोल करने या छक्का लगाने की संभावना होगी (1/6) + (1/6) = (2/6)।

एकाधिक माप की विश्वसनीयता की गणना

    माध्य में परिवर्तन का मूल्यांकन करें। यदि हमारे पास पांच लोगों का समूह है और प्रत्येक व्यक्ति का वजन दो बार है, तो हम वजन के दो समूह अनुमानों (औसत या "औसत") के साथ समाप्त होते हैं। यह निर्धारित करने के लिए दो औसतों की तुलना करें कि क्या उनके बीच का अंतर यथोचित रूप से संगत है या क्या माप काफी भिन्न हैं। यह एक सांख्यिकीय परीक्षण करके किया जाता है - जिसे दो साधनों की तुलना करने के लिए एक टी-परीक्षण कहा जाता है।

    मानक अपेक्षित त्रुटि की गणना करें, जिसे मानक विचलन के रूप में भी जाना जाता है। यदि हम एक व्यक्ति के वजन को 100 बार मापा जाता है, तो हम उन मापों के साथ समाप्त हो जाएंगे जो सच्चे वजन के बहुत करीब हैं और अन्य जो आगे दूर हैं। माप के इस प्रसार में एक निश्चित अपेक्षित भिन्नता है और इसे यादृच्छिक मौका के लिए जिम्मेदार ठहराया जा सकता है, जिसे कभी-कभी मानक विचलन के रूप में संदर्भित किया जाता है। मानक विचलन के बाहर होने वाले मापन को यादृच्छिक मौका के अलावा किसी अन्य चीज के कारण माना जाता है।


    माप के दो सेटों के बीच सहसंबंध की गणना करें। हमारे वजन उदाहरण में, माप के दो समूह आम (शून्य के सहसंबंध) में कोई मूल्य नहीं होने से लेकर एक ही (एक का सहसंबंध) तक हो सकते हैं। माप की निरंतरता का निर्धारण करने में माप के दो सेटों का परस्पर संबंध कितना महत्वपूर्ण है, इसका मूल्यांकन करना। उच्च सहसंबंध से तात्पर्य मापन की उच्च विश्वसनीयता से है। परिवर्तनशीलता के बारे में सोचें जो हर बार अलग-अलग पैमानों का उपयोग करके या तराजू पढ़ने वाले अलग-अलग लोगों द्वारा पेश की जा सकती हैं। प्रयोगों और सांख्यिकीय परीक्षण में, इसकी पहचान करना महत्वपूर्ण है कि यादृच्छिक संभावना के कारण परिवर्तनशीलता कितनी है और किसी चीज के कारण हम अपनी माप में अलग-अलग तरीके से करते हैं।