Data Analysis & Interpretation MCQ Quiz in हिन्दी - Objective Question with Answer for Data Analysis & Interpretation - मुफ्त [PDF] डाउनलोड करें

सही उत्तर अनेक प्रतिदर्शों में है।

Key Points 

• ANOVA (प्रसरण का विश्लेषण) दो या दो से अधिक स्वतंत्र समूहों (अर्थात, कई नमूनों) में जनसंख्या माध्य में अंतर के लिए परीक्षण करने के लिए डिज़ाइन किया गया है।
• यह आकलन करता है कि क्या समूह माध्य के बीच परिवर्तनशीलता समूहों के भीतर परिवर्तनशीलता से अधिक है, यह निर्धारित करने में आपकी मदद करता है कि क्या कम से कम एक समूह माध्य दूसरों से महत्वपूर्ण रूप से भिन्न है। इसका उपयोग एकल (अद्वितीय) नमूने के लिए नहीं किया जाता है।

Additional Information 

• प्रसरण का विश्लेषण (ANOVA):
  • समूहों के बीच और समूहों के भीतर प्रसरण की तुलना करके, दो या दो से अधिक समूहों के माध्य महत्वपूर्ण रूप से भिन्न हैं या नहीं, इसका परीक्षण करने के लिए एक सांख्यिकीय विधि।
• एक-तरफ़ा ANOVA:
  • इसे एकल-कारक ANOVA भी कहा जाता है। इसका उपयोग तब किया जाता है जब एक स्वतंत्र चर (कारक) दो या दो से अधिक स्तरों के साथ होता है।
• दो-तरफ़ा (पूर्ण कारकीय) ANOVA:
  • इसे दो-कारक या पूर्ण-कारकीय ANOVA भी कहा जाता है। इसका उपयोग तब किया जाता है जब दो स्वतंत्र चर (कारक) होते हैं, प्रत्येक के कई स्तर होते हैं-और आप दोनों मुख्य प्रभावों और उनके अंतःक्रिया का परीक्षण करना चाहते हैं।

सही उत्तर प्रतिदर्शन है।

Key Points

• प्रतिदर्शन के नियमों में दो मौलिक सिद्धांत सम्मिलित हैं: सांख्यिकीय नियमितता का नियम और बड़ी संख्याओं के जड़त्व का नियम।
• ये नियम प्रतिदर्शन जांच में महत्वपूर्ण हैं, जहां शोधकर्ता संपूर्ण जनसंख्या की विशेषताओं का अनुमान लगाने के लिए वस्तुओं के एक चयनित उपसमूह का अध्ययन करते हैं।

सांख्यिकीय नियमितता का नियम:

• प्रायिकता सिद्धांत पर आधारित यह नियम यह मानता है कि जब किसी जनसंख्या से बहुत बड़ी संख्या में वस्तुओं का यादृच्छिक चयन किया जाता है, तो वे संभवतः सम्पूर्ण जनसंख्या के समान ही विशेषताएं प्रदर्शित करती हैं।
• यादृच्छिक चयन यह सुनिश्चित करता है कि प्रत्येक वस्तु को चुने जाने की समान संभावना हो, जिससे प्रतिदर्श जनसंख्या का सही निरूपण करता है।
• यह सिद्धांत जनसंख्या विशेषताओं को सटीक रूप से प्रतिबिंबित करने के लिए बड़े प्रतिदर्श आकार और यादृच्छिक चयन के महत्व को रेखांकित करता है।

बड़ी संख्याओं का जड़त्व नियम:

• यह नियम, सांख्यिकीय नियमितता के नियम का एक परिणाम है, जो इस बात पर बल देता है कि बड़े आकार के प्रतिदर्श अधिक स्थायी और सटीक निष्कर्ष तक पहुंचते हैं।
• इससे पता चलता है कि छोटे समुच्चयों की तुलना में बड़े समुच्चयों में परिवर्तन की संभावना कम होती है।
• यद्यपि भिन्नता अभी भी बड़ी संख्या में मौजूद है, लेकिन यह काफी कम स्पष्ट है, जिसके परिणामस्वरूप अधिक विश्वसनीय परिणाम प्राप्त होते हैं।
• यह सिद्धांत सटीकता और विश्वसनीयता बढ़ाने के लिए प्रतिदर्श का आकार बढ़ाने के महत्व पर प्रकाश डालता है।

सही उत्तर प्रतिचयन फ्रेम है।

Key Points

• प्रतिचयन फ़्रेम (समानार्थक शब्द: "नमूना फ़्रेम", "सर्वेक्षण फ़्रेम") इकाइयों का वास्तविक समूह होता है जिसमें से एक नमूना निकाला जाता है। 
• एक साधारण यादृच्छिक नमूने की स्थिति में, नमूना फ्रेम से सभी इकाइयों को निकाले जाने और नमूने में घटित होने की समान संभावना होती है।
• नमूनाकरण फ़्रेम वह सूची होती है जिसमें से नमूने के लिए इकाइयाँ ली जाती हैं।
• 'सूची' इकाइयों की एक वास्तविक सूची हो सकती है, जैसे कि एक फ़ोन बुक जिसमें से फ़ोन नंबरों का नमूना लिया जाएगा, या जनसंख्या का कोई अन्य विवरण, जैसे कि एक मानचित्र जिसमें से क्षेत्रों का नमूना लिया जाएगा।

 Additional Information

• जनसंख्या फ्रेम:
  • यह उन सभी व्यक्तियों, वस्तुओं या इकाइयों की पूरी सूची को संदर्भित करता है जो रुचि की पूरी आबादी बनाते हैं।
  • उदाहरण के लिए, यदि आप किसी विश्वविद्यालय में छात्रों की राय पर एक सर्वेक्षण कर रहे थे, तो जनसंख्या फ्रेम सभी नामांकित छात्रों की एक सूची होगी।
• प्रतिचयन अभिकल्प:
  • ​यह नमूना फ्रेम से नमूना चुनने के लिए उपयोग की जाने वाली योजना या विधि को संदर्भित करता है।
  • इसमें प्रतिचयन तकनीक (उदाहरण के लिए, यादृच्छिक नमूनाकरण, स्तरीकृत नमूनाकरण), नमूना आकार, और नमूना जनसंख्या का प्रतिनिधि है यह सुनिश्चित करने के लिए कोई अन्य विचार जैसे विवरण शामिल हैं।
• प्रतिचयन इकाई:
  • ​यह वह व्यक्तिगत तत्व या इकाई है जिससे नमूना वास्तव में चुना जाता है।
  • यह अध्ययन के संदर्भ के आधार पर एक व्यक्ति, घर, संगठन या कोई अन्य विशिष्ट इकाई हो सकता है।
  • विश्वविद्यालय सर्वेक्षण में, प्रत्येक नामांकित छात्र एक नमूना इकाई होगा।

सही उत्तर है शून्य परिकल्पना को अस्वीकार करने की प्रायिकता, जब वह सत्य है।

Key Points

• सांख्यिकीय परिकल्पना परीक्षण में, P-मान, या प्रायिकता मान, इस बात की संभावना को मापता है कि एक परीक्षण सांख्यिकी प्राप्त मान की तुलना में उतनी ही चरम या अधिक चरम है, यह मानते हुए कि शून्य परिकल्पना सत्य है।
• यह इंगित करता है कि अवलोकित परिणाम संयोग से होने की कितनी संभावना है।
• एक छोटा P-मान शून्य परिकल्पना को अस्वीकार करने के लिए मजबूत साक्ष्य का सुझाव देता है।
• परिकल्पना परीक्षण में, यह निर्धारित करने के लिए कि शून्य परिकल्पना को अस्वीकार करना है या नहीं, P-मान की तुलना पूर्वनिर्धारित अल्फा स्तर (महत्व स्तर) से की जाती है।
• P-मान दृष्टिकोण शोधकर्ताओं को सांख्यिकीय महत्व का आकलन करने और यह तय करने की अनुमति देता है कि गणना की गई प्रायिकता के आधार पर अवलोकित अंतर सार्थक है या नहीं।
• P-मान दशमलव के रूप में व्यक्त किए जाते हैं और प्रतिशत में परिवर्तित किए जा सकते हैं।
• उदाहरण के लिए, 0.0237 का P-मान 2.37% की संभावना का प्रतिनिधित्व करता है कि परिणाम यादृच्छिक भिन्नता के कारण हैं।
• आमतौर पर, 0.05 से कम P-मान को सांख्यिकीय रूप से महत्वपूर्ण माना जाता है, यह दर्शाता है कि शून्य परिकल्पना को अस्वीकार किया जा सकता है।

सही उत्तर पियर्सन का सहसंबंध गुणांक है।

Key Points

• पियर्सन का सहसंबंध गुणांक का उपयोग अंतराल या अनुपात पैमाने पर मापे गए दो चरों के बीच रैखिक संबंध की शक्ति और दिशा को मापने के लिए किया जाता है।
• यह मानता है कि डेटा सामान्य रूप से वितरित किए जाते हैं और चरों के बीच संबंध रैखिक है।
• गुणांक, जिसे r द्वारा दर्शाया गया है, -1 से +1 तक होता है।
• +1 का मान एक पूर्ण धनात्मक रैखिक संबंध को इंगित करता है, -1 एक पूर्ण ऋणात्मक रैखिक संबंध को इंगित करता है, और 0 कोई रैखिक संबंध नहीं इंगित करता है।
• यह सांख्यिकी में सहसंबंध के सबसे अधिक उपयोग किए जाने वाले मापों में से एक है।

Additional Information

• स्पियरमैन का रैंक गुणांक सहसंबंध
  • यह रैंक सहसंबंध (दो चरों की रैंकिंग के बीच सांख्यिकीय निर्भरता) का एक अप्राचलीय माप है।
  • यह मूल्यांकन करता है कि दो चरों के बीच संबंध को एक एकदिष्ट फलन का उपयोग करके कितनी अच्छी तरह वर्णित किया जा सकता है।
  • स्पियरमैन का सहसंबंध क्रमिक डेटा या अंतराल डेटा के लिए उपयुक्त है जो पियर्सन के सहसंबंध (जैसे सामान्यता) की धारणाओं को पूरा नहीं करते हैं।
• काई-वर्ग परीक्षण
  • काई-वर्ग परीक्षण का उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या दो श्रेणीगत चरों के बीच एक महत्वपूर्ण संबंध है।
  • यह अंतराल डेटा के बीच सहसंबंध को मापने के लिए उपयुक्त नहीं है।
• केंडल का ताऊ गुणांक
  • यह सहसंबंध का एक और अप्राचलीय माप है जो दो मापी गई मात्राओं के बीच संबंध का आकलन करता है।
  • इसका उपयोग तब किया जाता है जब डेटा स्पियरमैन के रैंक सहसंबंध के समान पियर्सन के सहसंबंध की धारणाओं को पूरा नहीं करता है।

सही उत्तर माध्य के आस-पास विचरण की औसत मात्रा​ है। 

Key Points

• मानक विचलन:
  • मानक विचलन (या σ) माध्य के संबंध में डेटा की भिन्नता की माप है।
  • न्यून मानक विचलन का अर्थ है कि डेटा माध्य के चारों ओर समूहित है, और एक उच्च मानक विचलन यह इंगित करता है कि डेटा अधिक विसरित है।
  • मानक विचलन की गणना आंकड़ों के अंको की तुलना जनसंख्या के सामूहिक माध्य से प्राप्त मान के वर्गमूल द्वारा की जाती है।
  • मानक विचलन के वर्ग को विचलन कहा जाता है।.​

Additional Information

• प्रसरण:
  • प्रसरण  वह माप है जो दर्शाती है कि दिये गये आंकड़े (संख्यायेँ) कितने बिखरे हुए है। 
• माध्य:
  • माध्य आंकड़े के दिए गए आकड़ों के औसत को प्रदर्शित करता है। यह सतत और असतत डेटा दोनों में लागू होता है।
• माध्यिका:
  • किसी विशेष क्रम में व्यवस्थित किए जाने पर यह आंकड़े के दिए गए समुच्चय के लिए मध्य-मान का प्रदर्शन करता है।
• बहुलक:
  • किन्ही आंकड़ों के समुच्चय में पाई जाने वाली वह संख्या जिसका मान अधिकतम होता है उसे बहुलक कहा जाता है।
• चतुर्थक विचलन:
  • चतुर्थक विचलन को गणितीय रूप से ऊपरी और निचले चतुर्थक के बीच के अंतर के आधे मान के रूप में परिभाषित किया जा सकता है।

सही उत्तर केवल A, C और D है।Key Pointsमूल PYP की तुलना में विकल्प में थोड़ा सा समायोजन है।

• प्रचालीय परीक्षण:
  • प्रचालीय परीक्षण तब नियोजित किए जाते हैं जब जनसंख्या वितरण का पूर्व ज्ञान होता है, या ऐसे मामलों में जहां वितरण को सामान्य वितरण के लिए अनुमानित किया जा सकता है, केंद्रीय सीमा प्रमेय द्वारा सरल किया जाता है।
  • ये परीक्षण डेटा के अंदर सांख्यिकीय वितरण पर बनाए गए हैं और इसमें जनसंख्या मापदंडों के बारे में धारणाएं शामिल हैं।​
  • उदाहरण:
    • T-परीक्षण 
    • Z-परीक्षण 
    • F-परीक्षण 
    • ANOVA (प्रसरण विश्लेषण)
• अप्रचालीय परीक्षण:
  • अप्रचालीय परीक्षण तब नियोजित किए जाते हैं जब जनसंख्या के बारे में अपर्याप्त ज्ञान होता है, और जनसंख्या के संबंध में परिकल्पनाओं का परीक्षण करने की आवश्यकता होती है।
  • प्रचालीय परीक्षणों के विपरीत, ये परीक्षण किसी विशिष्ट वितरण पर निर्भर नहीं होते हैं और जनसंख्या मापदंडों के बारे में धारणा बनाने से बचते हैं।
  • उदाहरण:
    • क्रुस्कल-वालिस टेस्ट
    • रन्स टेस्ट
    • ची - स्क्वेयर परीक्षण,
    • साइन्ड रैंक परीक्षण,
    • रैंक सम परीक्षण,
    • मैन-व्हिटनी यू(U) परीक्षण
    • विलकॉक्सन साइन्ड -रैंक परीक्षण

 Key Points

• आंकड़ों में, बहुलक वह मान है जो डेटा समुच्चय में सबसे अधिक बार दिखाई देता है।
• डेटा के एक समुच्चय में एक बहुलक, एक से अधिक बहुलक या कोई बहुलक नहीं हो सकता है।
  • एकबहुलकी: एक बहुलक वाला डेटा समुच्चय
  • द्वि-बहुलकी: दो बहुलक वाला एक डेटा समुच्चय
  • बहु-बहुलकी: दो से अधिक बहुलक वाला डेटा समुच्चय
  • कोई बहुलक नहीं: एक डेटा समुच्चय जिसमें किसी मान की पुनरावृत्ति नहीं होती है
• बहुलक केंद्रीय प्रवृत्ति के तीन मुख्य मापों में से एक है, अन्य दो माध्य (औसत) और माध्य (मध्य मान) हैं। इसका उपयोग संख्यात्मक और श्रेणीबद्ध समुच्चय दोनों के लिए किया जा सकता है।

Additional Information

• माध्यिका मानों के अवलोकन समुच्चय के बीच का मध्य मान है और मानों को आरोही क्रम में या अवरोही क्रम में व्यवस्थित करके और फिर मध्य मान का चयन करके गणना की जाती है।
• माध्य डेटा समुच्चय का औसत है जिसकी गणना सभी डेटा मानों को एक साथ जोड़कर और डेटा समुच्चय की कुल संख्या से विभाजित करके की जाती है।
• परास: परास फैलाव का सबसे सरल माप है और इसकी गणना डेटासेट में अधिकतम मान से न्यूनतम मान घटाकर की जाती है।
• विचरण: विचरण प्रत्येक डेटा बिंदु और डेटासेट के माध्य के बीच वर्ग अंतर के औसत को मापता है।
• मानक विचलन: मानक विचलन विचरण का वर्गमूल है। यह माध्य से डेटा बिंदुओं के औसत विचलन का प्रतिनिधित्व करता है।
• माध्य निरपेक्ष विचलन (MAD): MAD प्रत्येक डेटा बिंदु और माध्य के बीच औसत पूर्ण अंतर को मापता है।
• प्रतिशतक: प्रतिशतक वे मान हैं जो किसी डेटासेट को सौवें भाग (पहला प्रतिशतक, दूसरा प्रतिशतक, आदि) में विभाजित करते हैं।

सही उत्तर दत्त प्रेक्षक (डेटा व्यूअर) है।

Key Points

• SPSS (सामाजिक विज्ञान के लिए सांख्यिकीय संकुलन) में, दत्त प्रेक्षक (डेटा व्यू) एक मौलिक कार्यक्षेत्र है जहां आप अपना डेटा निविष्ट और प्रबंधित कर सकते हैं।
• यह एक स्प्रेडशीट ग्रिड जैसा दिखता है, और प्रत्येक पंक्ति एक मामले या प्रेक्षण का प्रतिनिधित्व करती है, जबकि स्तंभ चर का प्रतिनिधित्व करते हैं।
• 'दत्त प्रेक्षक' स्प्रेडशीट प्रारूप में मामलों (पंक्तियों) और चर (स्तंभ) कोडेटा व्यू प्रदर्शित करता है। नियमित स्प्रैडशीट के विपरीत, यहां सेल में केवल संख्याएं या टेक्स्ट हो सकते हैं - इसमें सूत्र नहीं होते हैं।

Additional Information

• SPSS सामाजिक विज्ञान के लिए सांख्यिकीय संकुलन का संक्षिप्त रूप है।
• यह एक सांख्यिकीय संकुलन है जिसका उपयोग डेटा के विश्लेषण में किया जाता है।
• इसे मूल रूप से SPSS Inc. द्वारा विकसित किया गया था, लेकिन 2009 में इसे IBM द्वारा अधिग्रहित कर लिया गया और 2014 में इसका नाम बदलकर IBM SPSS सांख्यिकी कर दिया गया।
• यह सॉफ्टवेयर मूल रूप से सामाजिक विज्ञान क्षेत्रों में शोध के लिए तैयार किया गया था लेकिन अब यह अन्य क्षेत्रों जैसे स्वास्थ्य विज्ञान, बाजार शोध, विपणन, डेटा खनन आदि में भी लोकप्रिय हो गया है।

सही उत्तर शून्य परिकल्पना है।

Key Points

• शून्य परिकल्पना सांख्यिकीय परिकल्पना परीक्षण में दिया गया एक बयान है जो बताता है कि कोई महत्वपूर्ण अंतर या प्रभाव नहीं है।
• इसका उपयोग वैकल्पिक परिकल्पना के साथ तुलना करने के लिए किया जाता है जो एक महत्वपूर्ण अंतर या प्रभाव की उपस्थिति का दावा करता है।
• दिए गए उदाहरण में, शून्य परिकल्पना बताती है कि अध्ययन आबादी में पुरुष और महिला पुस्तकालयाध्यक्षों के अनुपात में कोई महत्वपूर्ण अंतर नहीं है।
• यह अनिवार्य रूप से मानता है कि कोई भी देखा गया अंतर संयोग या यादृच्छिक भिन्नता के कारण होता है।
• शून्य परिकल्पना एक आधार रेखा या समर्पित धारणा के रूप में कार्य करती है, और परिकल्पना परीक्षण से शोधकर्ताओं को देखे गए प्रतिरूप आंकड़े के आधार पर अध्ययन के तहत आबादी की विशेषताओं के बारे में सूचित निर्णय लेने में मदद मिलती है।

Additional Information

• बिंदु व्यापकता की परिकल्पना:
  • ​यह शब्द किसी विशिष्ट समय पर किसी विशेष स्थिति या विशेषता की व्यापकता से संबंधित एक परिकल्पना को संदर्भित करता है।
  • उदाहरण के लिए, एक परिकल्पना जो बताती है कि किसी विशेष क्षण में किसी जनसंख्या में किसी विशिष्ट बीमारी की व्यापकता एक निश्चित प्रतिशत होती है।
• संघ की परिकल्पना:
  • ​इस प्रकार की परिकल्पना इस विचार से संबंधित है कि दो चरों के बीच कोई संबंध या जुड़ाव है।
  • उदाहरण के लिए, एक परिकल्पना बताती है कि एक विशेष शिक्षण पद्धति के उपयोग और छात्रों के शैक्षणिक प्रदर्शन के बीच एक संबंध है।
• भिन्नता की परिकल्पना:
  • ​यह शब्द सामान्यतया एक परिकल्पना को संदर्भित करता है जो दो या दो से अधिक समूहों या स्थितियों के बीच महत्वपूर्ण अंतर के अस्तित्व को दर्शाता है।

सही उत्तर अंतराल पैमाना है।

Key Points

• अंतराल पैमाना:
  • शोध में औसत के माप के रूप में अंकगणितीय माध्य के उपयोग को उचित ठहराने में अंतराल पैमाने महत्वपूर्ण हैं।
  • ये पैमाने, चाहे संख्यात्मक हों या अर्थ संबंधी, माप की समान इकाइयाँ रखते हैं, जिससे पैमाना अंक के क्रम और उनके बीच की दूरी की व्याख्या की अनुमति मिलती है।
  • तथापि, यह पहचानना आवश्यक है कि अंतराल पैमाने पर शून्य बिंदु मनमाना है और वास्तविक शून्य नहीं है, जो इस रूप में एकत्र किए गए आंकड़े के हेरफेर और विश्लेषण को प्रभावित करता है।
  • जबकि सभी स्केल मानों में स्थिरांक जोड़ने या घटाने से पैमाने का रूप नहीं बदलता है, मानों का गुणन या विभाजन स्वीकार्य नहीं है।
  • इन्हें "कार्डिनल पैमाना” भी कहा जाता है।
  • ​एक अंतराल पैमाने को हमेशा समान भाग के पैमाने में विभाजित किया जा सकता है, उदाहरण के लिए, लंबाई मापने के लिए रूलर का उपयोग किया जा सकता है, और समय अंतराल को मापने के लिए स्टॉपवॉच का उपयोग किया जा सकता है।

Additional Information

• नाममात्र पैमाना:
  • नाममात्र पैमाना एक प्रकार का माप पैमाना है जहां वस्तुओं को पहचानने या वर्गीकृत करने के लिए संख्याओं का उपयोग केवल "टैग" या "लेबल" के रूप में किया जाता है।
  • यह पैमाना आम तौर पर गैर-संख्यात्मक (मात्रात्मक) चर या स्थितियों के लिए नियोजित किया जाता है जहां संख्याओं में अंतर्निहित मूल्य की कमी होती है।
• क्रमसूचक पैमाना:
  • ​माप के दूसरे स्तर के रूप में क्रमिक पैमाने में, उनके बीच भिन्नता की डिग्री निर्दिष्ट किए बिना डेटा के क्रम और श्रेणी की रिपोर्ट करना शामिल है।
  • इस पैमाने में जोर "आदेश" पर है। क्रमसूचक आंकड़े, जिसे गुणात्मक या श्रेणीबद्ध आंकड़े भी कहा जाता है, को समूहों में व्यवस्थित किया जा सकता है, नाम दिए जा सकते हैं और तदनुसार क्रमबद्ध किया जा सकता है।
• अनुपात पैमाना:
  • माप के चौथे स्तर के रूप में स्थित अनुपात पैमाना, चर माप के लिए उपयोग किया जाने वाला एक मात्रात्मक पैमाना है।
  • यह शोधकर्ताओं को न केवल अंतर या अंतराल की तुलना करने में सक्षम बनाता है बल्कि एक विशिष्ट विशेषता - एक मूल या शून्य बिंदु की उपस्थिति भी रखता है।

सही उत्तर केवल B, C और D है।

Key Points

• फैलाव के माप, जिन्हें परिवर्तनशीलता या प्रसार के माप के रूप में भी जाना जाता है, सांख्यिकीय उपकरण हैं जो आपको यह समझने में मदद करते हैं कि डेटासेट में डेटा बिंदु केंद्रीय प्रवृत्ति (आमतौर पर माध्य या मध्यिका) से कैसे फैलते या बिखरे हुए हैं।
• ये उपाय डेटा की परिवर्तनशीलता, स्थिरता और वितरण में अंतर्दृष्टि प्रदान करते हैं।
• यहां परिक्षेपण के कुछ सामान्य उपाय दिए गए हैं:
  • परास: परास फैलाव का सबसे सरल माप है और इसकी गणना डेटासेट में अधिकतम मान से न्यूनतम मान घटाकर की जाती है।
  • विचरण: विचरण प्रत्येक डेटा बिंदु और डेटासेट के माध्य के बीच वर्ग अंतर के औसत को मापता है।
  • मानक विचलन: मानक विचलन विचरण का वर्गमूल है। यह माध्य से डेटा बिंदुओं के औसत विचलन का प्रतिनिधित्व करता है।
  • माध्य निरपेक्ष विचलन (MAD): MAD प्रत्येक डेटा बिंदु और माध्य के बीच औसत पूर्ण अंतर को मापता है।
  • प्रतिशतक: प्रतिशतक वे मान हैं जो किसी डेटासेट को सौवें भाग (पहला प्रतिशतक, दूसरा प्रतिशतक, आदि) में विभाजित करते हैं।

Additional Information

• केंद्रीय प्रवृत्ति के माप वे आँकड़े हैं जो डेटासेट में केंद्रीय या विशिष्ट मूल्य का वर्णन करते हैं। वे संक्षेप में बताने में मदद करते हैं कि डेटा का "केंद्र" कहाँ स्थित है।
• केंद्रीय प्रवृत्ति के तीन सबसे सामान्य उपाय हैं:
  • माध्य (औसत)
  • माध्यिका
  • बहुलक

सही उत्तर है शून्य परिकल्पना को अस्वीकार करने की प्रायिकता, जब वह सत्य है।

Key Points

• सांख्यिकीय परिकल्पना परीक्षण में, P-मान, या प्रायिकता मान, इस बात की संभावना को मापता है कि एक परीक्षण सांख्यिकी प्राप्त मान की तुलना में उतनी ही चरम या अधिक चरम है, यह मानते हुए कि शून्य परिकल्पना सत्य है।
• यह इंगित करता है कि अवलोकित परिणाम संयोग से होने की कितनी संभावना है।
• एक छोटा P-मान शून्य परिकल्पना को अस्वीकार करने के लिए मजबूत साक्ष्य का सुझाव देता है।
• परिकल्पना परीक्षण में, यह निर्धारित करने के लिए कि शून्य परिकल्पना को अस्वीकार करना है या नहीं, P-मान की तुलना पूर्वनिर्धारित अल्फा स्तर (महत्व स्तर) से की जाती है।
• P-मान दृष्टिकोण शोधकर्ताओं को सांख्यिकीय महत्व का आकलन करने और यह तय करने की अनुमति देता है कि गणना की गई प्रायिकता के आधार पर अवलोकित अंतर सार्थक है या नहीं।
• P-मान दशमलव के रूप में व्यक्त किए जाते हैं और प्रतिशत में परिवर्तित किए जा सकते हैं।
• उदाहरण के लिए, 0.0237 का P-मान 2.37% की संभावना का प्रतिनिधित्व करता है कि परिणाम यादृच्छिक भिन्नता के कारण हैं।
• आमतौर पर, 0.05 से कम P-मान को सांख्यिकीय रूप से महत्वपूर्ण माना जाता है, यह दर्शाता है कि शून्य परिकल्पना को अस्वीकार किया जा सकता है।

सही उत्तर (a) - (iv), (b) - (ii), (c) - (i), (d) - (iii) है।

Key Points

• निर्णयात्मक प्रतिचयन:
  • ​निर्णयात्मक प्रतिचयन, जिसे उद्देश्यपूर्ण या आधिकारिक प्रतिचयन के रूप में भी जाना जाता है, एक गैर-संभाव्यता प्रतिचयन तकनीक है जहाँ शोधकर्ता अपने ज्ञान और निर्णय के आधार पर प्रतिदर्श सदस्यों का चयन करता है।
  • इस पद्धति में, शोधकर्ता ऐसे व्यक्तियों की पहचान करता है जो अध्ययन के लिए सबसे अधिक प्रासंगिक और मूल्यवान जानकारी प्रदान कर सकते हैं।
  • यह चयन व्यक्तिपरक होता है और वांछित विशेषताओं या जानकारी वाले प्रतिभागियों को चुनने के लिए शोधकर्ता की विशेषज्ञता पर निर्भर करता है।
• स्नोबॉल प्रतिचयन:
  • ​स्नोबॉल प्रतिचयन एक ऐसी विधि है जहाँ मौजूदा अध्ययन प्रतिभागी अपने परिचितों या संपर्कों में से भविष्य के प्रतिभागियों को भर्ती करते हैं।
  • यह तकनीक विशेष रूप से तब उपयोगी होती है जब रुचि वाली जनसंख्या तक पहुँना या उनका पता लगाना कठिन होता है।
  • जैसे-जैसे प्रतिदर्श बढ़ता है, यह नीचे की ओर लुढ़कते हुए एक बर्फ के गोले जैसा दिखता है, इसलिए इसे यह नाम दिया गया है।
  • इस पद्धति में, प्रतिभागी नेटवर्क के माध्यम से जुड़े होते हैं, और प्रारंभिक प्रतिभागी रेफरल के रूप में कार्य करते हैं, अपने सम्बद्ध के माध्यम से प्रतिदर्श का विस्तार करते हैं।
• ​क्लस्टर प्रतिचयन:
  • ​क्लस्टर प्रतिचयन में जनसंख्या को समूहों या गुच्छों में विभाजित करना और फिर अध्ययन के लिए यादृच्छिक रूप से पूरे गुच्छे का चयन करना शामिल है।
  • इस पद्धति का उपयोग अक्सर तब किया जाता है जब जनसंख्या में प्रत्येक व्यक्ति का अध्ययन करना अव्यावहारिक या महंगा होता है।
  • समूह जनसंख्या के प्रतिनिधि उपसमुच्चय होते हैं, और जनसंख्या को प्रभावी ढंग से समूहों में समूहित करने की शोधकर्ता की क्षमता इस प्रतिचयन तकनीक का एक प्रमुख पहलू है।
• सरल यादृच्छिक प्रतिचयन:
  • सरल यादृच्छिक प्रतिचयन एक संभाव्यता प्रतिचयन तकनीक है जहाँ जनसंख्या में प्रत्येक व्यक्ति के पास अध्ययन के लिए चुने जाने की समान और स्वतंत्र संभावना होती है।
  • यह आमतौर पर यादृच्छिक संख्या उत्पादक या ड्राइंग लॉट जैसे यादृच्छिककरण विधियों का उपयोग करके प्राप्त किया जाता है।
  • सरल यादृच्छिक प्रतिचयन की मूलभूत विशेषता जनसंख्या के प्रत्येक तत्व को प्रतिदर्श में शामिल करने के लिए निष्पक्ष और समान अवसर है।

सही उत्तर रैशियो स्केल (अनुपात पैमाना) है। 

Key Points

नोट: मूल प्रश्न को PYP से हटा दिया गया था क्योंकि उल्लिखित विकल्प सभी प्रकार के माप पैमाने थे। हमने विकल्पों में थोड़ा समायोजन किया है।

• पैमाना एक उपकरण या वस्तु है जिसका उपयोग किसी घटना या अन्य वस्तु को मापने या उसका आकलन करने के लिए किया जाता है।
• मापन के चार पैमाने:
  • नाममात्र पैमाना:
    • ​संख्यात्मक अर्थ के बिना पहचान को परिभाषित करता है, डेटा को समूहों में वर्गीकृत करता है। उदाहरणों में आंखों का रंग और जन्म का देश शामिल हैं।
  • क्रमसूचक पैमाना:
    • ​श्रेणियों के बीच अंतर किए बिना रैंक डेटा निर्दिष्ट करता है। 
    • संतुष्टि सर्वेक्षण रैंकिंग या दौड़ स्थिति इसके उदाहरण हैं।
  • अंतराल पैमाना:
    • नाममात्र और क्रमसूचक गुणों को जोड़ता है, जिससे चर के बीच अंतर की मात्रा निर्धारित की जा सकती है।
    • उदाहरणों में ताप या कार बनाने का वर्ष शामिल है।
  • अनुपात पैमाना:
    • योग,व्यवकलन, गुणा और भाग की अनुमति देते हुए, सभी पैमानों के गुणों को शामिल करता है। भार, ऊंचाई और दूरी ऐसे उदाहरण हैं, जो 'वास्तविक शून्य' की विशेषता रखते हैं।