डिस्ट्रिब्यूशन्स की पहचान

डेटा का विश्लेषण करते समय डिस्ट्रिब्यूशन के प्रकार को पहचानना बहुत महत्वपूर्ण है. आप इस कोर्स में आगे चलकर यह विस्तार से सीखेंगे.

आपको एक इमेज दी गई है जिसमें अलग-अलग डेटा सेट्स से लिए गए सैंपल्स के आधार पर तीन probability distributions दिखाए गए हैं. आपका कार्य यह चुनना है कि कौन सा sample सबसे अधिक संभावना से एक uniform distribution से लिया गया है?

three_plots, first_showing_a_distribution_with_a_large_peak_on_the_left,second_showing_a_uniform_distribution_and_third_showing_a_symmetrical_distribution_peaking_in_the_middle.png

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistics परिचय

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistics परिचय

SkillTag.level.beginnerSkillTag.label

4.8+

पाठ्यक्रम मुफ्त में शुरू करें

Summary statistics वे टूल्स देती है जिनसे आप अपने डेटा का सार रूप से वर्णन कर सकते हैं। इस चैप्टर में, आप mean, median, और standard deviation जैसी summary statistics का अन्वेषण करेंगे और उन्हें सही तरीके से interpret करना सीखेंगे। आप अपनी critical thinking स्किल्स भी विकसित करेंगे ताकि अपने डेटा के लिए सबसे उपयुक्त summary statistics चुन सकें।

Exercise 1: आँकड़ों का शास्त्र (Statistics) क्या है?Exercise 2: वास्तविक दुनिया में सांख्यिकी का उपयोग Exercise 3: डेटा प्रकार पहचानना Exercise 4: Descriptive बनाम Inferential statistics Exercise 5: केन्द्र प्रवृत्ति के माप Exercise 6: प्रति London Borough डकैती की सामान्य संख्या Exercise 7: कौन-सा माप चुनें Exercise 8: सबसे अधिक बार होने वाले अपराधों वाले London Boroughs Exercise 9: विखराव के माप Exercise 10: स्प्रेड के मापों की परिभाषा Exercise 11: फैलाव मापने के लिए बॉक्स प्लॉट Exercise 12: किस अपराध का standard deviation बड़ा है

Statistics के बड़े हिस्से की नींव probability है, जिसका उपयोग घटनाओं के होने की संभावना निकालने में होता है। आप वास्तविक दुनिया के सेल्स डेटा के साथ काम करेंगे और सीखेंगे कि विभिन्न मानों वाले डेटा को एक probability distribution के रूप में कैसे interpret किया जा सकता है। आप discrete और continuous probability distributions के बारे में जानेंगे, जिनमें normal distribution की खोज और प्राकृतिक घटनाओं में इसके बार-बार दिखने की बात शामिल है!

Exercise 1: क्या संभावनाएँ हैं?Exercise 2: किसके होने की संभावना अधिक है?Exercise 3: अगली बिक्री के औसत से अधिक होने की संभावना Exercise 4: शर्तीय प्रायिकता Exercise 5: निर्भर बनाम स्वतंत्र घटनाएँ Exercise 6: 10 से अधिक आइटम वाले बास्केट उत्पादों के ऑर्डर Exercise 7: डिस्क्रीट डिस्ट्रीब्यूशंस Exercise 8: डिस्ट्रिब्यूशन्स की पहचान

वर्तमान अभ्यास

Exercise 9: सैंपल औसत बनाम सैद्धांतिक औसत Exercise 10: Continuous distributions Exercise 11: डिस्क्रीट बनाम कंटिन्युअस वितरण Exercise 12: नॉर्मल डिस्ट्रीब्यूशन पहचानना Exercise 13: यूनिफॉर्म डिस्ट्रीब्यूशन के साथ प्रायिकता

अब और भी probability distributions का अन्वेषण करने का समय है। आप binomial distribution के बारे में सीखेंगे, जिससे बाइनरी outcomes की probability को visualize किया जा सकता है, और स्टैटिस्टिक्स की सबसे महत्वपूर्ण distributions में से एक, normal distribution। आप देखेंगे कि distributions को उनके shape से कैसे वर्णित किया जा सकता है, साथ ही Poisson distribution की खोज करेंगे और समय के साथ घटनाओं की probabilities निकालने में इसकी भूमिका समझेंगे। आप central limit theorem की समझ भी हासिल करेंगे!

Exercise 1: Binomial distribution Exercise 2: बाइनोमियल वितरण पहचानना Exercise 3: प्रायिकता बाइनोमियल डिस्ट्रीब्यूशन को कैसे प्रभावित करती है Exercise 4: n और p की पहचान Exercise 5: The normal distribution Exercise 6: Normal distribution को पहचानना Exercise 7: Normal distribution खास कैसे है?Exercise 8: Skewness पहचानना Exercise 9: Kurtosis के ज़रिए distributions का वर्णन Exercise 10: The central limit theorem Exercise 11: Sampling distributions को विज़ुअलाइज़ करना Exercise 12: CLT बनाम बड़े संख्याओं का नियम Exercise 13: सेंट्रल लिमिट थ्योरम कब उपयोग करें Exercise 14: Poisson वितरण Exercise 15: Poisson प्रक्रियाओं की पहचान Exercise 16: Poisson वितरण में lambda को पहचानना

अंतिम चैप्टर में, आप hypothesis testing से परिचित होंगे और जानेंगे कि किसी population के बारे में सटीक निष्कर्ष निकालने में इसका उपयोग कैसे किया जाता है। आप correlation के बारे में जानेंगे और समझेंगे कि दो वैरिएबल्स के बीच रैखिक संबंध को यह कैसे मापता है। आप randomization और blinding जैसी experimental design तकनीकों के बारे में भी जानेंगे। साथ ही, आप वे अवधारणाएँ सीखेंगे जिनसे hypothesis tests के नतीजों के बारे में गलत निष्कर्ष निकालने के जोखिम को कम किया जा सके!

Exercise 1: Hypothesis testing Exercise 2: धूप और नींद Exercise 3: Hypothesis testing का वर्कफ़्लो Exercise 4: स्वतंत्र और आश्रित वैरिएबल Exercise 5: Experiments Exercise 6: Controlled trials पहचानना Exercise 7: Randomization का उपयोग क्यों करें?Exercise 8: Correlation (सह-संबंध)Exercise 9: वैरिएबल्स के बीच सहसंबंध पहचानना Exercise 10: Correlation आपको क्या बता सकता है?Exercise 11: Confounding वैरिएबल्स Exercise 12: हाइपोथिसिस टेस्ट के परिणामों की व्याख्या Exercise 13: Significance levels बनाम p-values Exercise 14: टाइप I और टाइप II त्रुटियाँ Exercise 15: बधाई हो!