भौमितिक वितरणातील भिन्नता उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
डेटाची भिन्नता = (1-यशाची शक्यता)/(यशाची शक्यता^2)
σ2 = (1-p)/(p^2)
हे सूत्र 2 व्हेरिएबल्स वापरते
व्हेरिएबल्स वापरलेले
डेटाची भिन्नता - डेटाचे भिन्नता म्हणजे दिलेल्या सांख्यिकीय डेटाशी संबंधित यादृच्छिक चलच्या वर्ग विचलनाची अपेक्षा आहे.
यशाची शक्यता - यशाची संभाव्यता म्हणजे एका निश्चित संख्येच्या स्वतंत्र बर्नौली चाचण्यांच्या एका चाचणीमध्ये विशिष्ट परिणामाची संभाव्यता.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
यशाची शक्यता: 0.6 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
σ2 = (1-p)/(p^2) --> (1-0.6)/(0.6^2)
मूल्यांकन करत आहे ... ...
σ2 = 1.11111111111111
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
1.11111111111111 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
1.11111111111111 1.111111 <-- डेटाची भिन्नता
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित निशान पुजारी
श्री माधवा वडिराजा तंत्रज्ञान व व्यवस्थापन संस्था (एसएमव्हीआयटीएम), उडुपी
निशान पुजारी यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
द्वारे सत्यापित शाश्वती तिडके
विश्वकर्मा तंत्रज्ञान संस्था (व्हीआयटी), पुणे
शाश्वती तिडके यानी हे कॅल्क्युलेटर आणि 50+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

6 भौमितिक वितरण कॅल्क्युलेटर

भौमितिक वितरण
​ जा भौमितिक संभाव्यता वितरण कार्य = द्विपदी वितरणात यशाची शक्यता*अयशस्वी होण्याची शक्यता^(स्वतंत्र बर्नौली चाचण्यांची संख्या)
भौमितिक वितरणाचे मानक विचलन
​ जा सामान्य वितरणातील मानक विचलन = sqrt(द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता/(यशाची शक्यता^2))
भौमितिक वितरणाचा फरक
​ जा डेटाची भिन्नता = द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता/(यशाची शक्यता^2)
भौमितिक वितरणातील भिन्नता
​ जा डेटाची भिन्नता = (1-यशाची शक्यता)/(यशाची शक्यता^2)
अयशस्वी होण्याची संभाव्यता दिलेले भौमितिक वितरणाचा मध्य
​ जा सामान्य वितरणात सरासरी = 1/(1-द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)
भौमितिक वितरणाचा मध्य
​ जा सामान्य वितरणात सरासरी = 1/यशाची शक्यता

भौमितिक वितरणातील भिन्नता सुत्र

डेटाची भिन्नता = (1-यशाची शक्यता)/(यशाची शक्यता^2)
σ2 = (1-p)/(p^2)

व्हेरिअन्स म्हणजे काय आणि सांख्यिकीमध्ये भिन्नताचे महत्त्व?

भिन्नता हे सांख्यिकीय डेटाचे विश्लेषण करण्यासाठी वापरले जाणारे सांख्यिकीय साधन आहे. व्हेरिअन्स हा शब्द प्रत्यक्षात विविधता या शब्दापासून आला आहे ज्याचा अर्थ आकडेवारीच्या दृष्टीने विविध स्कोअर आणि रीडिंगमधील फरक असा होतो. मुळात ही त्याच्या लोकसंख्येच्या सरासरी किंवा नमुना मध्यापासून संबंधित यादृच्छिक चलच्या वर्ग विचलनाची अपेक्षा आहे. भिन्नता अचूकतेची खात्री देते कारण कमी भिन्नता किंवा कोणत्याही भिन्नतेच्या पूर्णपणे अनुपस्थितीच्या तुलनेत अधिक भिन्नता चांगली मानली जाते. सांख्यिकीतील तफावत महत्त्वाची आहे कारण मापनामध्ये ते आम्हाला त्यांच्या सरासरीच्या आसपासच्या व्हेरिएबल्सच्या संचाचे फैलाव मोजू देते. व्हेरिएबल्सचा हा संच मोजमाप किंवा विश्लेषण केले जाणारे चल आहेत. व्हेरिअन्सची उपस्थिती सांख्यिकीशास्त्रज्ञांना डेटामधून काही अर्थपूर्ण निष्कर्ष काढू देते. व्हेरियंसचा फायदा असा आहे की ते सर्व विचलनांना त्यांची दिशा विचारात न घेता समान मानते.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!