सांख्यिकी — अध्ययन नोट्स
AP TET Paper II | गणित और विज्ञान
---
Overview
सांख्यिकी गणित की वह शाखा है जो संख्यात्मक डेटा को संग्रहित करने, व्यवस्थित करने, विश्लेषण करने और व्याख्या करने से संबंधित है। AP TET Paper II के लिए, यह विषय सतत वेटेज रखता है क्योंकि यह गणितीय कौशल को वास्तविक-विश्व अनुप्रयोगों के साथ जोड़ता है—कक्षा 6–8 के लिए एक मुख्य शैक्षणिक उद्देश्य।
आपको तीन केंद्रीय प्रवृत्तियों (माध्य, माध्यिका, बहुलक) में महारत हासिल करनी चाहिए, फैलाव के माप के रूप में रेंज को समझना चाहिए, और आत्मविश्वास से तालिकाओं, बार ग्राफ़, चित्रलेख और पाई चार्ट में प्रस्तुत डेटा की व्याख्या करनी चाहिए। प्रश्न आमतौर पर गणना कौशल और दिए गए डेटा सेट के लिए उपयुक्त माप चुनने की क्षमता दोनों का परीक्षण करते हैं। चूंकि यह विषय शिक्षाशास्त्र अनुभाग में भी प्रकट होता है, बच्चों को सांख्यिकी सिखाने का कारण समझना (डेटा साक्षरता, निर्णय लेना, पैटर्न पहचान) सामग्री और पद्धति दोनों उत्तरों को मजबूत करता है।
---
मुख्य अवधारणाएँ
- डेटा विश्लेषण के लिए एकत्र किए गए तथ्यों या संख्याओं का संग्रह है। डेटा *प्राथमिक* (प्रत्यक्ष रूप से एकत्र किया गया) या *द्वितीयक* (मौजूदा स्रोतों से प्राप्त) हो सकता है।
- माध्य (Arithmetic Average) सभी प्रेक्षणों का योग होता है जिसे प्रेक्षणों की संख्या से विभाजित किया जाता है। यह हर डेटा बिंदु का उपयोग करता है और चरम मानों (outliers) के लिए संवेदनशील होता है।
- माध्यिका वह मध्य मान है जब डेटा को आरोही या अवरोही क्रम में व्यवस्थित किया जाता है। यह outliers से प्रभावित नहीं होता है और तिरछे वितरणों में "सामान्य" मान का बेहतर प्रतिनिधित्व करता है।
- बहुलक वह प्रेक्षण है जो सबसे अधिक बार होता है। डेटा सेट unimodal (एक बहुलक), bimodal (दो बहुलक), multimodal हो सकता है या कोई बहुलक नहीं हो सकता यदि सभी मान समान रूप से प्रकट होते हैं।
- रेंज फैलाव को मापता है: Range = उच्चतम मान − निम्नतम मान। बड़ी रेंज अधिक परिवर्तनशीलता को दर्शाती है।
- Frequency वह संख्या है जितनी बार एक विशेष प्रेक्षण होता है। Frequency तालिकाएँ कच्चे डेटा को आसान विश्लेषण के लिए व्यवस्थित करती हैं।
- समूहीकृत डेटा बड़े डेटा सेट के साथ काम करते समय class intervals (जैसे 10–20, 20–30) का उपयोग करता है; ungrouped डेटा व्यक्तिगत मानों को सूचीबद्ध करता है।
- बुनियादी डेटा व्याख्या के लिए, ग्राफ़ पर प्रश्नों का उत्तर देने से पहले हमेशा axis labels, शीर्षक और units को ध्यान से पढ़ें।
---
सूत्र / मुख्य तथ्य
| माप | सूत्र / विधि | |---------|------------------| | माध्य | Mean = (सभी प्रेक्षणों का योग) ÷ (प्रेक्षणों की संख्या) | | माध्य (frequency) | Mean = Σ(f × x) ÷ Σf, जहाँ f = frequency, x = प्रेक्षण | | माध्यिका (odd n) | Middle term = डेटा को व्यवस्थित करने के बाद (n + 1)/2 स्थिति पर मान | | माध्यिका (even n) | n/2 और (n/2 + 1) स्थितियों पर मानों का औसत | | बहुलक | उच्चतम frequency वाला प्रेक्षण | | रेंज | Range = अधिकतम मान − न्यूनतम मान |
याद रखने योग्य तेजी से तथ्य:
1. माध्य तब सर्वश्रेष्ठ है जब डेटा में कोई चरम मान नहीं हों। 2. तिरछे डेटा के लिए माध्यिका को प्राथमिकता दी जाती है (उदाहरण के लिए, आय वितरण)। 3. बहुलक categorical डेटा के लिए उपयोगी है (उदाहरण के लिए, सबसे लोकप्रिय जूते का आकार)। 4. रेंज अकेले यह प्रकट नहीं करता है कि डेटा चरम सीमाओं के बीच कैसे वितरित है। 5. सममित वितरण में, Mean ≈ Median ≈ Mode।
---
हल किए गए उदाहरण
### उदाहरण 1: माध्य, माध्यिका, बहुलक और रेंज खोजना
डेटा: 9 छात्रों के अंक: 45, 55, 55, 60, 65, 70, 75, 80, 95
माध्य: योग = 45 + 55 + 55 + 60 + 65 + 70 + 75 + 80 + 95 = 600 प्रेक्षणों की संख्या = 9 Mean = 600 ÷ 9 = 66.67 (लगभग)
माध्यिका: डेटा पहले से ही आरोही क्रम में है। n = 9 (odd)। स्थिति = (9 + 1)/2 = 5वीं term Median = 65
बहुलक: 55 दो बार प्रकट होता है (उच्चतम frequency)। Mode = 55
रेंज: Range = 95 − 45 = 50
---
### उदाहरण 2: Frequency तालिका से माध्य
| अंक (x) | 10 | 20 | 30 | 40 | 50 | |-----------|----|----|----|----|----| | Frequency (f) | 3 | 5 | 8 | 4 | 5 |
Step 1: प्रत्येक class के लिए f × x की गणना करें।
- 10 × 3 = 30
- 20 × 5 = 100
- 30 × 8 = 240
- 40 × 4 = 160
- 50 × 5 = 250
Step 2: कुल खोजें। Σf = 3 + 5 + 8 + 4 + 5 = 25 Σ(f × x) = 30 + 100 + 240 + 160 + 250 = 780
Step 3: माध्य की गणना करें। Mean = 780 ÷ 25 = 31.2
---
### उदाहरण 3: प्रेक्षणों की सम संख्या के लिए माध्यिका
डेटा: 12, 18, 22, 25, 30, 35
n = 6 (even) स्थितियाँ: n/2 = 3rd term = 22; (n/2 + 1) = 4th term = 25 Median = (22 + 25) ÷ 2 = 23.5
---
सामान्य गलतियाँ
1. माध्यिका खोजने से पहले डेटा को व्यवस्थित करना भूल जाना। गलत: अनियंत्रित डेटा से मध्य स्थिति चुनना। सुधार: हमेशा पहले डेटा को आरोही या अवरोही क्रम में क्रमबद्ध करें।
2. समूहीकृत बनाम ungrouped डेटा के लिए माध्य सूत्र को भ्रमित करना। गलत: Σ(f × x) की गणना करने के बजाय सीधे frequencies जोड़ना। सुधार: Frequency डेटा के लिए, प्रत्येक प्रेक्षण को उसकी frequency से गुणा करें, इन products को जोड़ें, फिर कुल frequency से विभाजित करें।
3. यह मानना कि हर डेटा सेट के पास बिल्कुल एक बहुलक है। गलत: जब दो मान उच्चतम frequency साझा करते हैं तो single mode उत्तर को force करना। सुधार: Bimodal या "no mode" परिस्थितियों को पहचानें और स्पष्ट रूप से बताएँ।
4. डेटा व्याख्या में ग्राफ़ स्केल को गलत पढ़ना। गलत: 250 को 25 के रूप में पढ़ना क्योंकि स्केल वृद्धि को नजरअंदाज किया गया। सुधार: मानों को पढ़ने से पहले axis scale और unit labels जाँचें।
5. डेटा सामंजस्य का अनुमान लगाने के लिए अकेले रेंज का उपयोग करना। गलत: यह निष्कर्ष निकालना कि दो डेटा सेट समान रूप से फैले हुए हैं क्योंकि ranges मेल खाती हैं। सुधार: रेंज आंतरिक वितरण को नजरअंदाज करता है; सभी उपायों को एक साथ विचार करें।
---
त्वरित संदर्भ
- माध्य = कुल योग ÷ गणना — outliers के लिए संवेदनशील।
- माध्यिका = मध्य मान (पहले व्यवस्थित करें!) — outliers के लिए मजबूत।
- बहुलक = सबसे आवृत्ति वाला मान — categorical डेटा के लिए उपयोगी।
- रेंज = Max − Min — फैलाव का सरल माप।
- odd n के लिए: Median at (n + 1)/2; even n के लिए: दो मध्य terms का औसत।
- डेटा की व्याख्या करने से पहले हमेशा ग्राफ़ शीर्षक, axis labels और scale पढ़ें।
---
*इन सूत्रों को छोटे डेटा सेट के साथ दैनिक रूप से संशोधित करें। परीक्षा के लिए गति और सटीकता बनाने के लिए प्रत्येक सत्र में कम से कम एक bar graph या pie chart प्रश्न पढ़ने का अभ्यास करें।*