CRTI(SEC)-103 Solved Paper | UOU BA 3rd Semester RTI Exam Dec 2024 – Feb-Mar 2025

 

प्रश्न 01: सांख्यिकी से आप क्या समझते हैं? व्यापार एवं वाणिज्य में सांख्यिकी के उपयोग को उदाहरण सहित समझाइए।

---

🔹 प्रस्तावना

📌 विषय की पृष्ठभूमि

आज के डेटा-प्रधान युग में, किसी भी क्षेत्र में निर्णय लेने के लिए सूचनाओं का विश्लेषण अत्यंत आवश्यक हो गया है। सांख्यिकी (Statistics) एक ऐसी विधा है जो संख्यात्मक तथ्यों के संग्रह, विश्लेषण, व्याख्या एवं प्रस्तुतीकरण की पद्धति प्रदान करती है। विशेष रूप से व्यापार और वाणिज्य के क्षेत्र में, यह एक अत्यंत आवश्यक उपकरण बन चुका है।

🧭 उत्तर की दिशा

इस उत्तर में हम सबसे पहले सांख्यिकी की मूल अवधारणा को स्पष्ट करेंगे और फिर व्यापार एवं वाणिज्य में इसके प्रयोग को विभिन्न उदाहरणों के माध्यम से विस्तारपूर्वक समझेंगे।

---

🔹 सांख्यिकी की परिभाषा और विशेषताएँ

📊 सांख्यिकी क्या है?

सांख्यिकी वह विज्ञान है जो किसी घटना या प्रक्रिया से संबंधित संख्यात्मक तथ्यों को इकट्ठा करता है, उनका विश्लेषण करता है, और निष्कर्ष निकालने में सहायता करता है।

📘 उदाहरण: यदि किसी कंपनी के 5 वर्षों के लाभ के आंकड़े दिए जाएं, तो सांख्यिकी की सहायता से यह जाना जा सकता है कि लाभ में वृद्धि हो रही है या गिरावट।

🎯 सांख्यिकी की प्रमुख विशेषताएँ

• यह संख्याओं पर आधारित होती है

• यह सामान्यीकरण की प्रवृत्ति रखती है

• यह अनिश्चितताओं में भी दिशा देती है

• यह भविष्यवाणी में सहायक होती है

---

🔹 व्यापार और वाणिज्य में सांख्यिकी का महत्व

💼 व्यापारिक निर्णय में सहायक

किसी भी व्यापारिक योजना को लागू करने से पूर्व, उसका विश्लेषण करना आवश्यक होता है। सांख्यिकी द्वारा उपभोक्ता मांग, बिक्री के रुझान, उत्पादन लागत आदि का मूल्यांकन करके व्यवसायिक निर्णय लिए जाते हैं।

📘 उदाहरण: यदि एक मोबाइल कंपनी को यह पता लगाना हो कि कौन सा मॉडल सबसे ज्यादा बिक रहा है, तो वह पिछले 6 महीनों के बिक्री आंकड़ों का सांख्यिकीय विश्लेषण करेगी।

📈 मांग और आपूर्ति का विश्लेषण

सांख्यिकी की सहायता से यह जाना जा सकता है कि किसी वस्तु की मांग किस मौसम में या क्षेत्र विशेष में अधिक होती है। यह व्यापारियों को स्टॉक योजना में मदद करता है।

📘 उदाहरण: छातों की मांग मानसून में अधिक होती है, यह सांख्यिकीय डेटा से स्पष्ट होता है।

🏷️ मूल्य निर्धारण और लागत नियंत्रण

सांख्यिकीय विधियाँ जैसे कि औसत, विचलन आदि से व्यापारी अपने उत्पादन की लागत, लाभ और हानि का विश्लेषण कर सकते हैं तथा मूल्य निर्धारण को संतुलित रख सकते हैं।

📘 उदाहरण: यदि किसी उत्पाद की औसत लागत ₹120 आती है, तो व्यापारी लाभ को ध्यान में रखते हुए उसका मूल्य ₹150 तय कर सकता है।

🧮 बजट और पूर्वानुमान

सांख्यिकीय तकनीकों का उपयोग करके कंपनियाँ वार्षिक बजट बनाती हैं और भविष्य के लाभ-हानि का अनुमान लगाती हैं।

📘 उदाहरण: एक FMCG कंपनी अपने पिछले वर्ष के विक्रय और लागत के आधार पर आगामी वर्ष का बजट निर्धारित करती है।

👥 उपभोक्ता व्यवहार का विश्लेषण

सांख्यिकी की सहायता से यह जाना जा सकता है कि किस आयु वर्ग या लिंग के लोग किस प्रकार के उत्पादों को प्राथमिकता देते हैं। इससे विपणन रणनीतियाँ बनती हैं।

📘 उदाहरण: यदि आँकड़ों से पता चले कि 18-25 वर्ष की आयु के युवा सबसे अधिक ऑनलाइन खरीदारी करते हैं, तो विज्ञापन उसी प्लेटफार्म पर केंद्रित किए जाएंगे।

---

🔹 सांख्यिकी के उपयोग की विधियाँ

📋 आँकड़ों का संग्रह (Data Collection)

सूचना एकत्र करने की प्रक्रिया। यह प्राइमरी या सेकेंडरी स्रोतों से की जा सकती है।

🧾 वर्गीकरण और सारणीयन (Classification & Tabulation)

प्राप्त आंकड़ों को तार्किक रूप से वर्गीकृत करके सारणीबद्ध किया जाता है ताकि विश्लेषण आसान हो।

📉 प्रस्तुतीकरण (Presentation)

आँकड़ों को ग्राफ, चार्ट, पाई चार्ट आदि के माध्यम से प्रस्तुत किया जाता है जिससे परिणाम आसानी से समझा जा सके।

📐 विश्लेषण और व्याख्या (Analysis & Interpretation)

सांख्यिकीय सूत्रों का प्रयोग करके परिणामों का विश्लेषण और निष्कर्ष निकाले जाते हैं।

---

🔹 व्यावसायिक क्षेत्रों में सांख्यिकी के उदाहरण

🏦 बैंकिंग

ऋण वितरण, ग्राहक व्यवहार, जोखिम मूल्यांकन आदि में सांख्यिकी का प्रयोग होता है।

🏭 उद्योग

उत्पादन की योजना, गुणवत्ता नियंत्रण, श्रमिक उत्पादकता का विश्लेषण।

📊 विपणन

बाजार सर्वेक्षण, प्रचार की योजना, प्रतिस्पर्धा का विश्लेषण।

🛍️ खुदरा व्यापार

स्टॉक प्रबंधन, विक्रय विश्लेषण, छूट नीति निर्धारण।

---

🔹 निष्कर्ष

📝 सारांश

सांख्यिकी केवल संख्याओं का विज्ञान नहीं है, बल्कि यह आज के व्यापारिक निर्णयों की रीढ़ है। इसके बिना कोई भी योजना या भविष्यवाणी प्रभावी नहीं हो सकती। व्यापार में लाभ और हानि, मांग और आपूर्ति, ग्राहक की पसंद, बाजार की रणनीति — ये सभी सांख्यिकी पर आधारित हैं।

🌟 समसामयिक प्रासंगिकता

डिजिटल युग में जब हर निर्णय डेटा पर आधारित है, तब सांख्यिकी का महत्व पहले से कहीं अधिक हो गया है। Data-driven decision-making आज की सबसे बड़ी आवश्यकता है और सांख्यिकी इसमें अहम भूमिका निभाती है।

---

 प्रश्न 02: द्वितीयक समंक क्या होते हैं? इनके प्रमुख स्रोत बताइए। द्वितीयक समंकों को अनुसंधान में प्रयोग करते समय क्या सावधानियाँ रखी जानी चाहिए?

---

🔹 प्रस्तावना

📌 विषय की पृष्ठभूमि

सांख्यिकी या शोध कार्य में डेटा की गुणवत्ता और उसकी उपलब्धता बहुत ही महत्वपूर्ण होती है। डेटा दो प्रकार का होता है — प्रथमिक (Primary) और द्वितीयक (Secondary)। जहाँ प्रथमिक समंक स्वयं अनुसंधानकर्ता द्वारा एकत्र किए जाते हैं, वहीं द्वितीयक समंक पहले से किसी अन्य स्रोत द्वारा एकत्रित होते हैं।

🧭 उत्तर की दिशा

इस उत्तर में हम द्वितीयक समंकों की परिभाषा, उनके प्रमुख स्रोतों, उपयोग के लाभ और अनुसंधान में उपयोग करते समय बरती जाने वाली सावधानियों को विस्तार से समझेंगे।

---

🔹 द्वितीयक समंकों की परिभाषा

📘 द्वितीयक समंक क्या हैं?

द्वितीयक समंक (Secondary Data) वे आँकड़े होते हैं जिन्हें किसी अन्य उद्देश्य से पहले ही एकत्रित, वर्गीकृत और प्रकाशित किया जा चुका होता है। शोधकर्ता इनका उपयोग अपने अध्ययन के लिए करता है।

📌 उदाहरण: जनगणना रिपोर्ट, सरकारी आर्थिक सर्वेक्षण, अखबारों में प्रकाशित आँकड़े, आदि।

🎯 द्वितीयक समंकों की विशेषताएँ

• पहले से उपलब्ध होते हैं

• संग्रहण में समय और लागत की बचत होती है

• विश्लेषण के लिए तुरंत उपलब्ध

• कई बार व्यापक क्षेत्र को कवर करते हैं

---

🔹 द्वितीयक समंकों के प्रमुख स्रोत

🏛️ सरकारी प्रकाशन

सरकार द्वारा जारी रिपोर्ट्स और आँकड़े जैसे:

• जनगणना रिपोर्ट

• आर्थिक सर्वेक्षण

• रिजर्व बैंक रिपोर्ट

• कृषि एवं स्वास्थ्य मंत्रालय की रिपोर्ट्स

🏢 अर्ध-सरकारी एवं संस्थागत स्रोत

• विश्वविद्यालयों के शोध प्रबंध

• भारतीय सांख्यिकी संस्थान (ISI)

• योजना आयोग, नीति आयोग

📰 समाचार पत्र एवं पत्रिकाएँ

• दैनिक अख़बारों में प्रकाशित आँकड़े

• आर्थिक और व्यावसायिक पत्रिकाएँ

• शोध और व्यापार पत्रिकाएँ

🌐 इंटरनेट और डिजिटल प्लेटफ़ॉर्म

• सरकारी वेबसाइट्स (जैसे data.gov.in)

• वर्ल्ड बैंक, IMF, UNESCO जैसी अंतरराष्ट्रीय वेबसाइट्स

• ऑनलाइन डेटाबेस और शोध जर्नल

📚 पुस्तकें और शोध ग्रंथ

• पूर्व प्रकाशित पुस्तकों में दर्ज आँकड़े

• कॉलेज/विश्वविद्यालयों में उपलब्ध शोध प्रबंध

🏦 कॉर्पोरेट और निजी संस्थान

• निजी कंपनियों की रिपोर्ट्स

• सर्वेक्षण संस्थानों (जैसे Nielsen, Kantar) द्वारा प्रकाशित डेटा

---

🔹 द्वितीयक समंकों के उपयोग के लाभ

⏳ समय और लागत की बचत

चूंकि ये डेटा पहले से उपलब्ध होते हैं, इसलिए इन्हें पुनः एकत्र करने की आवश्यकता नहीं होती।

📈 तुलनात्मक अध्ययन में सहायक

अनेक वर्षों के आंकड़ों को एक साथ अध्ययन करने की सुविधा मिलती है।

🌍 बड़े क्षेत्रीय आंकड़ों की उपलब्धता

जैसे कि राष्ट्रीय स्तर की जनगणना रिपोर्ट, जो व्यापक दृष्टिकोण प्रदान करती है।

📋 प्रारंभिक अध्ययन के लिए उपयोगी

यह डेटा अनुसंधान का प्राथमिक ढांचा बनाने में सहायक होता है।

---

🔹 अनुसंधान में द्वितीयक समंकों के उपयोग की सावधानियाँ

⚠️ स्रोत की विश्वसनीयता

हमेशा यह जांचना चाहिए कि आंकड़े विश्वसनीय स्रोत से आए हैं या नहीं। अप्रमाणिक स्रोतों से प्राप्त डेटा शोध को भ्रामक बना सकता है।

📘 उदाहरण: किसी अनऑथराइज्ड वेबसाइट से मिली जानकारी पर पूर्ण विश्वास नहीं किया जा सकता।

📅 डेटा की नवीनता (अपडेटेड होना)

यदि डेटा पुराना है, तो वह वर्तमान परिस्थितियों को सही ढंग से नहीं दर्शा सकता।

📘 उदाहरण: यदि 2001 की जनगणना रिपोर्ट का उपयोग 2025 की योजना में किया जाए, तो उसमें कई विसंगतियाँ हो सकती हैं।

🎯 उद्देश्य की उपयुक्तता

जिस उद्देश्य से आंकड़े एकत्र किए गए थे, वह आपके अनुसंधान के उद्देश्य से मेल खाता है या नहीं — यह देखना आवश्यक है।

🧮 आँकड़ों की पूर्णता

आंकड़े अधूरे या अपूर्ण न हों। यदि डेटा में गैप है तो विश्लेषण त्रुटिपूर्ण हो सकता है।

🔄 परिभाषाओं और विधियों में अंतर

कभी-कभी डेटा संग्रहण की पद्धतियाँ या परिभाषाएँ अलग-अलग होती हैं, जिससे तुलना में समस्या आती है।

📘 उदाहरण: ग्रामीण और शहरी क्षेत्रों की परिभाषा हर संस्था में एक जैसी नहीं हो सकती।

---

🔹 द्वितीयक समंकों के उपयोग की प्रक्रिया

1️⃣ आवश्यक डेटा की पहचान

सबसे पहले यह तय करें कि शोध के लिए किस प्रकार के आंकड़े चाहिए।

2️⃣ स्रोत की जाँच

विश्वसनीय, अधिकृत और अद्यतन स्रोतों की सूची तैयार करें।

3️⃣ डेटा की उपयुक्तता का मूल्यांकन

देखें कि प्राप्त आंकड़े आपके शोध प्रश्न से कितने मेल खाते हैं।

4️⃣ सांख्यिकीय विश्लेषण

उपयुक्त सांख्यिकीय विधियों का प्रयोग करके आंकड़ों का विश्लेषण करें।

5️⃣ निष्कर्ष और व्याख्या

आंकड़ों से प्राप्त परिणामों को शोध के संदर्भ में व्याख्यायित करें।

---

🔹 निष्कर्ष

📝 सारांश

द्वितीयक समंक अनुसंधान के लिए एक सरल, सुलभ और प्रभावी संसाधन हैं। वे समय और लागत की दृष्टि से लाभकारी होते हैं, लेकिन इनका प्रयोग करते समय सावधानी अत्यंत आवश्यक है। स्रोत की प्रामाणिकता, आंकड़ों की अद्यतनता, उद्देश्य की उपयुक्तता जैसे कारकों को ध्यान में रखते हुए ही इनका प्रयोग करना चाहिए।

🌟 समसामयिक प्रासंगिकता

डिजिटल युग में जब ढेरों डेटा इंटरनेट पर उपलब्ध हैं, तब द्वितीयक समंकों का सही और बुद्धिमत्तापूर्ण उपयोग अनुसंधान की गुणवत्ता को ऊँचाई तक ले जा सकता है।

---

 प्रश्न 3: केन्द्रीय प्रवृत्ति की माप से क्या अभिप्राय है ? विभिन्न प्रकार के माध्यों के गुण एवं दोषों की विवेचना कीजिए।

---

🔹 प्रस्तावना

📌 विषय की पृष्ठभूमि

सांख्यिकी में, जब किसी डेटा समूह का प्रतिनिधित्व एक ही मान द्वारा किया जाता है, जो संपूर्ण आँकड़ों की प्रवृत्ति को दर्शाता है, तो उसे केन्द्रीय प्रवृत्ति की माप (Measures of Central Tendency) कहा जाता है। यह आँकड़ों के समूह का औसत या "केन्द्र बिंदु" बताता है।

🧭 उत्तर की दिशा

इस उत्तर में हम केन्द्रीय प्रवृत्ति की माप की परिभाषा, उसके प्रमुख प्रकार (माध्य, माध्यिका, बहुलक) तथा उनके गुण-दोषों की चर्चा उदाहरण सहित करेंगे।

---

🔹 केन्द्रीय प्रवृत्ति की माप: परिचय

📘 परिभाषा

केन्द्रीय प्रवृत्ति की माप वह एकल संख्या होती है, जो किसी आँकड़ों के समूह की सामान्य प्रवृत्ति का प्रतिनिधित्व करती है।

📌 उदाहरण: यदि पाँच छात्रों के अंक 50, 60, 70, 80, 90 हैं, तो इनका औसत 70 होगा — यही इनका "केन्द्रीय प्रवृत्ति" माप है।

🎯 उद्देश्य

• डेटा का सार संक्षेप में प्रस्तुत करना

• तुलना में सहायक

• विश्लेषण और निर्णय में सुविधा

---

🔹 केन्द्रीय प्रवृत्ति के प्रमुख प्रकार

1️⃣ अंकगणितीय माध्य (Arithmetic Mean)

📘 परिभाषा

सभी मूल्यों का योग करके उन्हें उनकी संख्या से विभाजित किया जाता है।
📌 सूत्र: Mean (X̄) = ΣX / N

✅ गुण

• सबसे सरल और सामान्य माप

• गणितीय विश्लेषण में उपयोगी

• सभी मूल्यों को सम्मिलित करता है

⚠️ दोष

• अतिचर मूल्यों से प्रभावित

• उपयुक्त नहीं जब आंकड़ों में अत्यधिक अंतर हो

• गैर-सांख्यिकीय वितरण में त्रुटिपूर्ण

📘 उदाहरण: यदि तीन कर्मचारियों की आय ₹10,000, ₹12,000 और ₹30,000 है, तो औसत ₹17,333 आएगा — जबकि वास्तविकता में यह सही प्रतिनिधित्व नहीं करता।

---

2️⃣ माध्यिका (Median)

📘 परिभाषा

माध्यिका वह मान होती है जो व्यवस्थित आंकड़ों को दो बराबर भागों में विभाजित करती है।

📌 अगर N विषम है → मध्य में स्थित मान
📌 अगर N सम है → दो मध्य मानों का औसत

✅ गुण

• अतिचर मूल्यों से अप्रभावित

• असमान वितरण में उपयोगी

• खुली श्रेणी वाले डेटा में उपयुक्त

⚠️ दोष

• सभी मूल्यों का उपयोग नहीं होता

• गणितीय विश्लेषण में कठिन

• जटिल गणना जब डेटा बड़ा हो

📘 उदाहरण: 10, 12, 15, 100 — यहाँ माध्यिका 13.5 है जो अधिक उपयुक्त प्रतिनिधित्व करता है बनिस्बत माध्य के (Mean = 34.25)

---

3️⃣ बहुलक (Mode)

📘 परिभाषा

डेटा समूह में वह मान जो सबसे अधिक बार आता है।

📌 उदाहरण: यदि किसी वर्ग में छात्रों के प्राप्तांक हैं: 45, 60, 45, 70, 45, 50 — तो Mode = 45 (क्योंकि यह सबसे अधिक बार आया है)

✅ गुण

• जल्दी और सरलता से ज्ञात

• वास्तविक मान होता है

• व्यावसायिक विश्लेषण में उपयोगी (जैसे फैशन, ग्राहक पसंद)

⚠️ दोष

• एक से अधिक Mode हो सकते हैं (Multimodal Data)

• सभी डेटा के लिए उपयुक्त नहीं

• जटिल वितरण में अप्रभावी

---

🔹 तीनों माध्यों की तुलना

विशेषता	माध्य	माध्यिका	बहुलक
गणना की सरलता	✅ सरल	⚠️ मध्यम	✅ अत्यंत सरल
अतिचर मूल्यों से प्रभाव	❌ प्रभावित होता है	✅ नहीं होता	✅ नहीं होता
सभी मूल्यों का प्रयोग	✅ करता है	❌ नहीं करता	❌ नहीं करता
गणितीय उपयोग	✅ अत्यधिक	⚠️ सीमित	❌ नहीं
व्यावसायिक उपयोग	⚠️ सीमित	✅ उपयोगी	✅ अत्यधिक उपयोगी

🔹 केन्द्रीय प्रवृत्ति की उपयोगिता

📈 डेटा के विश्लेषण में उपयोग

व्यवसाय, शिक्षा, अर्थशास्त्र जैसे क्षेत्रों में डेटा की प्रवृत्ति को समझने के लिए ये माप अत्यंत सहायक हैं।

📊 तुलनात्मक अध्ययन

यदि दो राज्यों की जनसंख्या वृद्धि के औसत की तुलना करनी हो, तो माध्य या माध्यिका की सहायता से स्पष्ट अंतर देखा जा सकता है।

📋 नीति निर्माण

सरकारी नीतियों में औसत आय, औसत जनसंख्या वृद्धि आदि की जानकारी के आधार पर योजना बनाई जाती है।

---

🔹 निष्कर्ष

📝 सारांश

केन्द्रीय प्रवृत्ति की माप आँकड़ों के समुचित विश्लेषण और संक्षेप में प्रस्तुति हेतु एक अत्यंत आवश्यक उपकरण है। तीनों प्रकार — माध्य, माध्यिका और बहुलक — अपने-अपने क्षेत्र में उपयोगी हैं और प्रत्येक के गुण और दोष भी होते हैं।

🌟 वर्तमान प्रासंगिकता

बिजनेस एनालिटिक्स, शिक्षा मूल्यांकन, सामाजिक सर्वेक्षण और सरकारी रिपोर्टिंग — हर क्षेत्र में किसी न किसी प्रकार की केन्द्रीय प्रवृत्ति माप का उपयोग अनिवार्य हो गया है। डेटा-संचालित निर्णयों की नींव यही अवधारणाएँ हैं।

---

---

 प्रश्न 4: प्रायिकता की परिभाषित कीजिए। सांख्यिकी में प्रायिकता की अवधारणा की महत्ता की व्याख्या कीजिए।

---

🔹 प्रस्तावना

📌 विषय की पृष्ठभूमि

सांख्यिकी के क्षेत्र में, जब हम किसी घटना के घटित होने या न होने के अवसर की गणना करना चाहते हैं, तो हम प्रायिकता (Probability) की अवधारणा का उपयोग करते हैं। यह किसी घटना के घटित होने की संभाव्यता को संख्यात्मक रूप में व्यक्त करती है।

🧭 उत्तर की दिशा

इस उत्तर में हम पहले प्रायिकता की परिभाषा को सरल भाषा में समझेंगे, फिर सांख्यिकी में इसकी उपयोगिता, महत्व और इसके विभिन्न प्रयोगों को उदाहरण सहित स्पष्ट करेंगे।

---

🔹 प्रायिकता की परिभाषा

📘 प्रायिकता क्या है?

प्रायिकता (Probability) वह संख्यात्मक माप है जो यह दर्शाती है कि कोई घटना घटेगी या नहीं। यह 0 और 1 के बीच एक मान होती है।

• यदि किसी घटना के घटने की संभावना बिल्कुल नहीं है, तो प्रायिकता = 0

• यदि घटना निश्चित है, तो प्रायिकता = 1

📌 उदाहरण: एक सिक्का उछालने पर सिर (Head) आने की प्रायिकता = 1/2 = 0.5

---

🔹 प्रायिकता की परिभाषाएँ (Types of Probability Definition)

🎲 1. शास्त्रीय परिभाषा (Classical Definition)

जब सभी संभावित घटनाएँ समान रूप से संभव हों।
📌 सूत्र:

$$P(E) = \frac{\text{अनुकूल परिणामों की संख्या}}{\text{संभावित परिणामों की कुल संख्या}}$$

📘 उदाहरण: ताश के पत्तों में किसी लाल पत्ते के आने की प्रायिकता = 26/52 = 0.5

📊 2. सांख्यिकीय परिभाषा (Empirical Definition)

किसी घटना की प्रायिकता को प्रयोगों और अनुभव के आधार पर मापा जाता है।

📘 उदाहरण: 100 में से 75 छात्रों ने गणित में पास किया, तो पास होने की प्रायिकता = 75/100 = 0.75

🧠 3. व्यक्तिपरक परिभाषा (Subjective Definition)

यह किसी विशेषज्ञ की राय, अनुभव या विश्लेषण पर आधारित होती है। यह खासतौर पर तब प्रयोग होती है जब सांख्यिकीय डेटा उपलब्ध नहीं होता।

📘 उदाहरण: एक निवेशक का मानना है कि अगले हफ्ते शेयर बाजार 2% ऊपर जाएगा — यह उसकी व्यक्तिपरक प्रायिकता है।

---

🔹 प्रायिकता के मूल गुण

✅ प्रायिकता का मान 0 से 1 के बीच होता है

✅ समस्त संभावनाओं का योग 1 होता है

✅ यदि घटना असंभव है → P = 0

✅ यदि घटना निश्चित है → P = 1

---

🔹 सांख्यिकी में प्रायिकता की भूमिका

🔍 1. अनिश्चितता के मापन में सहायक

वास्तविक जीवन में कई घटनाएँ निश्चित नहीं होतीं, लेकिन उनके होने की संभावना होती है। प्रायिकता उन घटनाओं के अनुमान में सहायक होती है।

📘 उदाहरण: एक बीमा कंपनी यह अनुमान लगाती है कि 1% लोग दुर्घटना का शिकार होंगे — इसी आधार पर वह प्रीमियम तय करती है।

📊 2. सांख्यिकीय परीक्षणों (Statistical Tests) में उपयोग

प्रायिकता का प्रयोग परिकल्पना परीक्षण (Hypothesis Testing), t-test, z-test, chi-square test आदि में किया जाता है।

🧪 3. सैम्पलिंग सिद्धांत में

जब हम संपूर्ण जनसंख्या का अध्ययन नहीं कर सकते, तब नमूने (Samples) लेकर संभावनाओं के आधार पर निष्कर्ष निकाले जाते हैं।

📈 4. पूर्वानुमान (Forecasting)

प्रायिकता का उपयोग करके हम मौसम की भविष्यवाणी, बाजार की स्थिति, ग्राहक व्यवहार आदि की भविष्यवाणी कर सकते हैं।

📘 उदाहरण: “कल वर्षा होने की संभावना 80% है” — यह एक प्रायिकता आधारित पूर्वानुमान है।

💼 5. व्यापार और बीमा में

प्रायिकता के आधार पर कंपनियाँ अपने रिस्क, पॉलिसी रेट और निवेश रणनीतियाँ तय करती हैं।

📘 उदाहरण: बीमा कंपनी का यह अनुमान कि एक 30 वर्षीय व्यक्ति की मृत्यु की प्रायिकता बहुत कम है, उसकी पॉलिसी की दर को निर्धारित करता है।

---

🔹 प्रायिकता की उपयोगिता के क्षेत्र

क्षेत्र	उपयोग
🎓 शिक्षा	परीक्षा परिणामों का विश्लेषण
🌦️ मौसम विभाग	वर्षा, तूफान आदि की संभावना
💼 बीमा	पॉलिसी और प्रीमियम निर्धारण
📊 व्यवसाय	बिक्री और ग्राहक रुझान का अनुमान
🏥 चिकित्सा	दवाओं की प्रभावशीलता का अनुमान
🔍 अनुसंधान	परिकल्पना परीक्षण और निष्कर्ष

---

🔹 प्रायिकता के लाभ

⏳ निर्णय लेने में सहायक

बिजनेस, चिकित्सा, विज्ञान आदि क्षेत्रों में जोखिम और अनिश्चितताओं का आंकलन करके निर्णय लिया जा सकता है।

📉 जटिलता को सरल बनाना

जटिल समस्याओं को संख्यात्मक रूप में सरलता से प्रस्तुत कर सकते हैं।

🧠 तर्क आधारित विश्लेषण

प्रायिकता के आधार पर वैज्ञानिक और तर्कसंगत निष्कर्ष निकलते हैं।

---

🔹 प्रायिकता की सीमाएँ

⚠️ पूर्व शर्तों पर निर्भरता

यदि सभी संभावनाएँ समान रूप से संभव नहीं हैं, तो शास्त्रीय परिभाषा लागू नहीं होती।

❌ गलत व्याख्या का खतरा

यदि गलत आँकड़ों या अनुभव पर आधारित हो, तो निष्कर्ष भी गलत हो सकता है।

🧪 वास्तविक घटनाओं में सीमाएँ

कुछ घटनाएँ इतनी जटिल होती हैं कि उनमें प्रायिकता लागू करना कठिन हो जाता है।

---

🔹 निष्कर्ष

📝 सारांश

प्रायिकता एक ऐसा संख्यात्मक उपकरण है जो अनिश्चित घटनाओं को मापने में सक्षम बनाता है। यह सांख्यिकी की रीढ़ है और इसके बिना परिकल्पना परीक्षण, सैम्पलिंग, पूर्वानुमान जैसी प्रक्रियाएँ अधूरी हैं।

🌟 समसामयिक प्रासंगिकता

आज के डेटा-ड्रिवन युग में, प्रायिकता का प्रयोग हर क्षेत्र में देखा जा सकता है — चाहे वह बीमा हो, शेयर बाजार, या मौसम विभाग। यह आँकड़ों के संसार में संभावनाओं की भाषा है, जो जटिलता को समझदारी में बदलती है।

🧮 प्रश्न 05: एक थैले में 63 लाल, 6 सफेद, 4 नीली तथा 7 पीली गेंदें हैं। एक गेंद निकालने पर उसके सफेद या पीली होने की प्रायिकता बताइए।

🎯 प्रश्न की समझ

यह प्रश्न प्रायिकता (Probability) के मूल सिद्धांत पर आधारित है, जहाँ हमें यह ज्ञात करना है कि जब एक गेंद यादृच्छिक रूप से थैले से निकाली जाती है, तो उसके सफेद या पीली होने की संभावना क्या है।

---

🔢 प्रारंभिक आँकड़े (Given Data)

रंग	गेंदों की संख्या
लाल	63
सफेद	6
नीली	4
पीली	7
कुल	80

👉 इस प्रकार, थैले में कुल गेंदों की संख्या = 63 + 6 + 4 + 7 = 80 गेंदें

---

🧠 प्रायिकता निकालने का सूत्र (Formula of Probability)

प्रायिकता (P) = अनुकूल घटनाओं की संख्या / कुल संभावित घटनाओं की संख्या

हमसे पूछा गया है कि कोई एक गेंद निकाले जाने पर वह सफेद या पीली हो।

इसलिए:

• अनुकूल घटनाओं की संख्या = सफेद गेंदें + पीली गेंदें = 6 + 7 = 13

• कुल घटनाएं = 80

तो,

P(सफेद या पीली) = 13 / 80

---

✅ उत्तर (Final Answer)

🎯 इसलिए, गेंद के सफेद या पीली होने की प्रायिकता है:

🟩 13/80
या
🟩 0.1625 (दशमलव में)
या
🟩 16.25% (प्रतिशत में)

---

📘 अतिरिक्त जानकारी: प्रायिकता की व्याख्या

🔹 प्रायिकता क्या है?

प्रायिकता किसी घटना के घटित होने की संभावना को दर्शाती है। यह 0 से 1 के बीच की संख्या होती है:

• 0 मतलब असंभव घटना

• 1 मतलब निश्चित घटना

🔹 "या" (OR) का अर्थ सांख्यिकी में क्या होता है?

यदि दो घटनाएं A और B हों, तो:

P(A या B) = P(A) + P(B) - P(A और B)

लेकिन चूंकि एक ही गेंद निकाली जा रही है, और कोई गेंद एक समय पर सफेद और पीली दोनों नहीं हो सकती — तो:

P(सफेद या पीली) = P(सफेद) + P(पीली)

🔹 कैसे समझें प्रायिकता को जीवन में?

जैसे लॉटरी में टिकट निकालना, सिक्का उछालना, पासा फेंकना — ये सब प्रायिकता के दैनिक जीवन के उदाहरण हैं।

---

🎓 निष्कर्ष (Conclusion)

इस प्रश्न के माध्यम से हमने जाना कि प्रायिकता की गणना करना एक तार्किक प्रक्रिया है, जिसमें दिए गए आंकड़ों के आधार पर एक निश्चित निष्कर्ष पर पहुँचा जा सकता है। यहाँ पर सफेद या पीली गेंद आने की संभावना 13/80 है, जो कि लगभग 16.25% होती है।

---

लघु उत्तरीय प्रश्न 

---

प्रश्न 01: सांख्यिकी की सीमाओं का वर्णन कीजिए।

---

🎯 परिचय: सांख्यिकी — एक शक्तिशाली विश्लेषणात्मक उपकरण

सांख्यिकी (Statistics) आधुनिक युग में शोध, प्रशासन, व्यवसाय, विज्ञान, चिकित्सा, अर्थशास्त्र आदि सभी क्षेत्रों में एक अत्यंत उपयोगी विधा बन गई है। यह मात्र संख्याओं का खेल नहीं, बल्कि तथ्यों को समझने और निष्कर्ष निकालने की एक वैज्ञानिक प्रक्रिया है। हालांकि, इसकी उपयोगिता जितनी व्यापक है, इसकी कुछ सीमाएँ (Limitations) भी उतनी ही महत्वपूर्ण हैं, जिन्हें समझना आवश्यक है।

---

📌 सांख्यिकी की सीमाएँ: एक व्यापक विवेचना

अब हम सांख्यिकी की उन प्रमुख सीमाओं की चर्चा करते हैं, जो इसके प्रयोग को कुछ शर्तों तक सीमित कर देती हैं।

---

📊 1. केवल संख्यात्मक जानकारी पर आधारित होती है

सांख्यिकी केवल संख्याओं का विश्लेषण करती है। इसमें गुणात्मक तथ्यों का स्थान नहीं होता जैसे भावनाएँ, दृष्टिकोण या अनुभव, जब तक कि उन्हें किसी तरीके से संख्यात्मक रूप में प्रस्तुत न किया जाए।

🔎 उदाहरण: किसी संस्था में कार्य संतुष्टि का स्तर समझने के लिए मात्र स्कोर देना ही पर्याप्त नहीं, भावना और संदर्भ भी जरूरी होते हैं, जो सांख्यिकी सीधे नहीं दर्शा सकती।

---

📏 2. औसत भ्रामक हो सकता है

कई बार सांख्यिकी में प्रयुक्त 'औसत' (Average) वास्तविक स्थिति को सही ढंग से नहीं दर्शाता। यदि डेटा बहुत विषम (skewed) हो तो माध्य या अन्य केन्द्रीय प्रवृत्तियाँ भ्रम उत्पन्न कर सकती हैं।

❗ उदाहरण: यदि किसी गाँव में एक व्यक्ति की आय ₹1 लाख है और बाकी 9 की ₹1,000 तो औसत ₹10,900 होगा, जो वास्तविकता को नहीं दर्शाता।

---

📐 3. अपूर्ण एवं त्रुटिपूर्ण आंकड़ों पर निर्भरता

यदि आंकड़े गलत, अपूर्ण या पक्षपातपूर्ण हों तो उनका सांख्यिकीय विश्लेषण भी भ्रामक होगा। इस प्रकार गलत डाटा से गलत निष्कर्ष निकल सकते हैं।

⚠️ सावधानी: आंकड़ों का संग्रहण निष्पक्ष और प्रमाणिक स्रोत से होना चाहिए।

---

📉 4. अनुमान और संभाव्यता पर आधारित

सांख्यिकीय निष्कर्ष पूर्णतः सुनिश्चित नहीं होते, वे हमेशा एक अनुमान होते हैं जो संभाव्यता पर आधारित होते हैं। इसलिए ये निर्णय लेने में सहायक तो होते हैं, लेकिन निर्णायक नहीं।

❓ नोट: सांख्यिकी केवल प्रवृत्तियों को दिखाती है, निश्चित भविष्यवाणी नहीं करती।

---

🔢 5. गलत व्याख्या की संभावना

सांख्यिकीय परिणामों की व्याख्या अगर गलत तरीके से की जाए तो इससे ग़लत निर्णय लिए जा सकते हैं। कई बार लोग सांख्यिकी का दुरुपयोग (Misuse) भी करते हैं।

❌ उदाहरण: ग्राफ को इस तरह बनाया जाए कि फर्क अधिक प्रतीत हो, जबकि वास्तविक अंतर बहुत कम हो।

---

🔍 6. विशेषज्ञता की आवश्यकता

सांख्यिकी का प्रयोग करने के लिए पर्याप्त गणितीय एवं विश्लेषणात्मक ज्ञान होना आवश्यक है। सामान्य व्यक्ति बिना प्रशिक्षण के आंकड़ों की सही व्याख्या नहीं कर सकता।

🎓 जरूरी है: डेटा विश्लेषण के लिए उपयुक्त सांख्यिकीय विधियों का चयन और उनका सही प्रयोग।

---

⚙️ 7. सार्वभौमिक सत्य नहीं देती

सांख्यिकी से प्राप्त निष्कर्ष परिस्थितियों पर निर्भर करते हैं और ये किसी भी प्रकार का 'सर्वमान्य सत्य' (Universal Truth) नहीं होते। ये समय, स्थान एवं जनसंख्या के अनुसार बदल सकते हैं।

📍 तथ्य: जो डेटा उत्तर भारत के लिए उपयुक्त हो, वह दक्षिण भारत के लिए लागू नहीं हो सकता।

---

💡 8. व्यक्ति विशेष पर लागू नहीं होती

सांख्यिकी सामूहिक घटनाओं का अध्ययन करती है। यह किसी एक व्यक्ति के बारे में निष्कर्ष निकालने में सक्षम नहीं होती।

🧑 उदाहरण: यदि कक्षा के विद्यार्थियों की औसत आयु 18 वर्ष है, तो किसी एक छात्र की वास्तविक आयु इससे भिन्न हो सकती है।

---

📚 निष्कर्ष: एक संतुलित दृष्टिकोण आवश्यक

सांख्यिकी एक अत्यंत उपयोगी विज्ञान है, जो हमें बड़ी संख्या में उपलब्ध तथ्यों को समझने और निर्णय लेने में सहायता करता है। लेकिन इसकी सीमाओं को समझना उतना ही आवश्यक है, जितना इसकी विधियों को सीखना।

✅ समझदारी यही है कि सांख्यिकी को सहायक उपकरण की तरह प्रयोग करें, न कि अंतिम सत्य की तरह।

---

📝 सुझाव: सांख्यिकी का प्रयोग करते समय ध्यान रखें—

• आंकड़ों के स्रोत की प्रामाणिकता सुनिश्चित करें।

• आंकड़ों की व्याख्या में सटीकता बरतें।

• सांख्यिकीय विधियों का उचित चयन करें।

• सांख्यिकीय परिणामों को सामान्यीकरण (generalize) करते समय सावधानी रखें।

---

---

प्रश्न 02. सांख्यिकी में सारणी बनाते समय किन-किन बातों का ध्यान रखना आवश्यक होता है ?

---

📊 सारणी का महत्व सांख्यिकी में

🔹 आंकड़ों को व्यवस्थित करने का तरीका

सांख्यिकी में सारणी एक ऐसी विधि है जिसके माध्यम से बिखरे हुए आंकड़ों को क्रमबद्ध, स्पष्ट और संक्षिप्त रूप में प्रस्तुत किया जाता है। यह न केवल समझने में सरल होती है, बल्कि किसी विषय की तुलना और विश्लेषण में भी सहायक होती है।

---

🧾 सारणी के प्रकार

🔹 सरल और जटिल सारणी

सांख्यिकी में प्रयोग की जाने वाली सारणियाँ मुख्यतः दो प्रकार की होती हैं:

• सरल सारणी (Simple Table): जिसमें केवल एक चर के आंकड़े होते हैं।

• जटिल सारणी (Complex Table): जिसमें दो या अधिक चर होते हैं और जिनके अंतर्गत उपवर्गीकरण किया गया हो।

---

✅ सारणी बनाते समय ध्यान रखने योग्य मुख्य बिंदु

सारणी तैयार करते समय कुछ विशेष बातों का ध्यान रखना आवश्यक होता है, ताकि यह स्पष्ट, सटीक और उपयोगी बन सके।

---

🖋️ 1. सारणी का उद्देश्य स्पष्ट हो

🔸 उद्देश्य आधारित संरचना

सारणी तैयार करने से पूर्व उसका उद्देश्य स्पष्ट होना चाहिए। अगर उद्देश्य अस्पष्ट होगा, तो आंकड़ों की व्यवस्था भ्रमित करने वाली हो सकती है।

---

📌 2. उपयुक्त शीर्षक (Title) दिया जाए

🔸 जानकारी का संक्षेप और सार

सारणी का शीर्षक संक्षिप्त, स्पष्ट और सटीक होना चाहिए ताकि पाठक को तुरन्त यह ज्ञात हो जाए कि सारणी में क्या दर्शाया गया है।

उदाहरण: "2025 में उत्तराखण्ड के विभिन्न जनपदों की जनसंख्या"

---

📐 3. पंक्तियों और स्तंभों की उचित संख्या

🔸 स्पष्टता बनाए रखने हेतु

पंक्तियों और स्तंभों की संख्या आवश्यकता अनुसार होनी चाहिए। बहुत अधिक जानकारी से सारणी बोझिल हो सकती है, वहीं बहुत कम आंकड़े विषय को अधूरा बना सकते हैं।

---

📎 4. उपयुक्त शीर्षक पंक्तियों और स्तंभों के लिए

🔸 पहचान के लिए सहायता

प्रत्येक पंक्ति और स्तंभ का शीर्षक ऐसा होना चाहिए जिससे उनके अंतर्गत दिए गए आंकड़ों को आसानी से समझा जा सके।

---

🔁 5. आंकड़ों की क्रमबद्धता

🔸 आरोही या अवरोही क्रम

सारणी में आंकड़ों को किसी निश्चित क्रम में प्रस्तुत करना चाहिए, जैसे कि:

• आरोही क्रम (Ascending Order)

• अवरोही क्रम (Descending Order)

• वर्गीकरण के अनुसार (Geographical, Chronological आदि)

---

📅 6. समय और स्थान का उल्लेख

🔸 संदर्भ की स्पष्टता

अगर आंकड़े किसी विशेष वर्ष या स्थान से संबंधित हों, तो उसे स्पष्ट रूप से शीर्षक या पाद टिप्पणी (Footnote) में लिखना चाहिए।

उदाहरण: "(आंकड़े वर्ष 2022 के अनुसार)"

---

📦 7. मात्रक (Units) का उल्लेख

🔸 उदाहरण: करोड़, लाख, प्रतिशत आदि

अगर आंकड़े किसी इकाई में हैं, जैसे – रुपये, प्रतिशत, किलो आदि, तो उस इकाई का उल्लेख अवश्य किया जाना चाहिए।

---

📉 8. स्रोत का उल्लेख

🔸 विश्वसनीयता के लिए आवश्यक

सारणी में प्रयुक्त आंकड़ों का स्रोत नीचे पाद टिप्पणी में अवश्य दिया जाना चाहिए ताकि उसकी प्रमाणिकता बनी रहे।

उदाहरण: "स्रोत: भारत सरकार की जनगणना रिपोर्ट 2021"

---

🧮 9. उपयुक्त मार्जिन और स्थान

🔸 दृश्य संतुलन

सारणी बनाते समय पंक्तियों और स्तंभों के बीच पर्याप्त स्थान देना चाहिए जिससे पाठक को पढ़ने में कठिनाई न हो।

---

📋 10. यथासंभव संक्षिप्तता

🔸 विवरण में स्पष्टता, बोझिलता नहीं

सारणी जितनी अधिक संक्षिप्त होगी, उतनी ही अधिक प्रभावशाली होगी। अनावश्यक विवरणों से परहेज़ करना चाहिए।

---

⚠️ 11. त्रुटि रहित आंकड़े

🔸 शुद्धता सर्वोपरि

सारणी में आंकड़े गलत या पुराने न हों। अद्यतन और सटीक जानकारी ही सारणी को उपयोगी बनाती है।

---

🛡️ 12. स्पष्टता और सौंदर्य

🔸 पाठक को सहजता हो

सारणी को देखने में आकर्षक, संतुलित और स्पष्ट होना चाहिए। रंगों का सीमित प्रयोग और रेखाओं का सही उपयोग किया जाए तो पढ़ना और समझना आसान होता है।

---

📌 निष्कर्ष

📝 सारणी के निर्माण में संतुलन ज़रूरी

सारणी बनाते समय अगर उपरोक्त बातों का ध्यान रखा जाए तो वह सांख्यिकीय अध्ययन में न केवल उपयोगी सिद्ध होती है बल्कि पाठकों के लिए सहज, आकर्षक और प्रभावी भी बनती है। सारणी बनाना केवल डेटा भरने का काम नहीं है, बल्कि यह एक सोच-समझकर किया गया वैज्ञानिक कार्य है जिसमें विषय की गहराई और प्रस्तुति दोनों का संतुलन आवश्यक है।

---

---

प्रश्न 03: विषमता एवं प्रथुषीर्षत्व में अंतर स्पष्ट कीजिए।

---

🔍 विषमता (Skewness) क्या है?

विषमता से आशय उस स्थिति से है, जब कोई सांख्यिकीय वितरण असामान्य रूप से एक ओर झुका हुआ हो। जब कोई वितरण समान रूप से फैला हुआ नहीं होता, तो कहा जाता है कि उसमें विषमता है।

📌 प्रमुख विशेषताएँ:

• यह वितरण की असममिति को दर्शाता है।

• यदि माध्य, माध्यिका और बहुलक एक समान नहीं हों, तो वितरण विषम होता है।

• विषमता धनात्मक, ऋणात्मक, या शून्य हो सकती है।

---

➕ धनात्मक विषमता (Positive Skewness)

जब वितरण का लंबा पूंछ दाईं ओर होता है और
माध्य > माध्यिका > बहुलक
तो उसे धनात्मक विषमता कहते हैं।

📊 उदाहरण: आय वितरण, जहाँ कुछ व्यक्तियों की आय बहुत अधिक होती है।

---

➖ ऋणात्मक विषमता (Negative Skewness)

जब वितरण का लंबा पूंछ बाईं ओर होता है और
माध्य < माध्यिका < बहुलक
तो उसे ऋणात्मक विषमता कहते हैं।

📊 उदाहरण: परीक्षा में जहाँ अधिकांश विद्यार्थी उच्च अंक प्राप्त करते हैं।

---

🧮 विषमता मापने की विधियाँ

• कार्ल पियर्सन विधि:

  $$\text{Skewness} = \frac{Mean - Mode}{Standard Deviation}$$

• बोवलीस विधि (Bowley's Method):

  $$\text{Skewness} = \frac{(Q_3 + Q_1 - 2Q_2)}{Q_3 - Q_1}$$

---

🌄 प्रथुषीर्षत्व (Kurtosis) क्या है?

प्रथुषीर्षत्व का अर्थ होता है किसी वितरण की चोटी की तीव्रता। यह दर्शाता है कि वितरण की चोटी सामान्य वितरण की तुलना में अधिक तीव्र (धारदार) या समतल है।

---

📂 प्रथुषीर्षत्व के प्रकार

⛰️ 1. लेप्टोकर्टिक (Leptokurtic)

• तीव्र चोटी

• वितरण बहुत संकेंद्रित होता है

• उदाहारण: परीक्षा परिणाम जिसमें अधिकांश विद्यार्थी लगभग समान अंक लाते हैं

🏞️ 2. प्लैटिकर्टिक (Platykurtic)

• समतल चोटी

• वितरण ज्यादा फैला हुआ होता है

• उदाहारण: बेतरतीब परीक्षण स्कोर

⛰️🏞️ 3. मेसोकर्टिक (Mesokurtic)

• सामान्य चोटी

• यह सामान्य वितरण को दर्शाता है

---

📏 प्रथुषीर्षत्व मापन का सूत्र (Beta 2)

$$\beta_2 = \frac{\mu_4}{\sigma^4}$$

जहाँ,

• $\mu_4$: चौथा केन्द्रक क्षण

• $\sigma$: मानक विचलन

अगर $\beta_2 = 3$: मेसोकर्टिक
अगर $\beta_2 > 3$: लेप्टोकर्टिक
अगर $\beta_2 < 3$: प्लैटिकर्टिक

---

🔁 विषमता और प्रथुषीर्षत्व में मुख्य अंतर

🔢 तत्व	📈 विषमता (Skewness)	🗻 प्रथुषीर्षत्व (Kurtosis)
अभिप्राय	वितरण की असममिति	वितरण की चोटी की तीव्रता
प्रकार	धनात्मक, ऋणात्मक, शून्य	लेप्टोकर्टिक, प्लैटिकर्टिक, मेसोकर्टिक
गणना के आधार	माध्य, माध्यिका, बहुलक	केन्द्रक क्षण और मानक विचलन
मानक वितरण पर प्रभाव	केंद्र में झुकाव दर्शाता है	चोटी की तीव्रता दर्शाता है

📚 निष्कर्ष

विषमता और प्रथुषीर्षत्व दोनों ही सांख्यिकी में वितरण के व्यवहार को समझने के लिए महत्वपूर्ण उपकरण हैं। जहां विषमता हमें बताती है कि डेटा एक ओर झुका हुआ है या नहीं, वहीं प्रथुषीर्षत्व यह दर्शाता है कि वह डेटा कितना केंद्रित या बिखरा हुआ है। ये दोनों मापन किसी भी शोध या विश्लेषण में सटीकता और गहराई लाने में सहायक होते हैं।

---

---

प्रश्न 04: प्रतिदर्श चुनने की विभिन्न विधियों का वर्णन कीजिए।

🔍 प्रस्तावना: प्रतिदर्श चयन का महत्व

सांख्यिकी में जब हम किसी बड़े जनसमूह (Population) का अध्ययन करते हैं, तो पूरे समूह की जानकारी एकत्र करना प्रायः समय-साध्य, महंगा और असुविधाजनक होता है। इसलिए, जनसमूह के एक छोटे हिस्से का चयन करके उस पर अध्ययन किया जाता है, जिसे प्रतिदर्श (Sample) कहा जाता है। इस प्रक्रिया को प्रतिदर्श चयन (Sampling) कहा जाता है।

प्रतिदर्श का उद्देश्य होता है कि वह सम्पूर्ण जनसंख्या का सही प्रतिनिधित्व करे ताकि उसके आधार पर किए गए निष्कर्ष पूरे जनसमूह पर लागू किए जा सकें।

---

📌 प्रतिदर्श चयन की मुख्य विधियाँ

प्रतिदर्श चयन को मुख्यतः दो भागों में वर्गीकृत किया जाता है:

• 🎯 सांख्यिकीय (Probability) विधियाँ

• 🧭 गैर-सांख्यिकीय (Non-Probability) विधियाँ

---

🎯 I. सांख्यिकीय प्रतिदर्श चयन विधियाँ (Probability Sampling Methods)

इन विधियों में प्रत्येक इकाई को चुने जाने का पूर्व निर्धारित और ज्ञात अवसर होता है। ये विधियाँ निष्पक्षता को बनाए रखती हैं।

🎲 1. सरल यादृच्छिक प्रतिदर्श (Simple Random Sampling)

परिभाषा: इसमें प्रत्येक इकाई को प्रतिदर्श में चुने जाने का समान अवसर प्राप्त होता है।

उदाहरण: 100 छात्रों में से यादृच्छिक रूप से 10 छात्रों का चयन।

विशेषताएँ:

• निष्पक्ष और सरल

• गणनात्मक रूप से सटीक

नुकसान:

• जनसंख्या की सूची (Sampling Frame) आवश्यक होती है

• बड़े समूह में लागू करना कठिन

---

🧩 2. प्रणालीबद्ध प्रतिदर्श (Systematic Sampling)

परिभाषा: इसमें पहले इकाई का चयन यादृच्छिक होता है, फिर निश्चित अंतराल पर अन्य इकाइयों का चयन किया जाता है।

सूत्र:
यदि कुल N इकाइयाँ हों और n प्रतिदर्श चाहिए, तो अंतराल $k = \frac{N}{n}$ होगा।

उदाहरण: हर 5वें व्यक्ति का चयन करना।

लाभ:

• सरल और समय-संवेदनशील

• यादृच्छिकता का आंशिक तत्व बना रहता है

नुकसान:

• यदि डाटा में कोई पैटर्न हो तो पूर्वाग्रह संभव

---

🧱 3. स्तरीकृत प्रतिदर्श (Stratified Sampling)

परिभाषा: जनसंख्या को समान गुणों वाले उपसमूहों (Strata) में बाँटकर, प्रत्येक समूह से यादृच्छिक रूप से प्रतिदर्श लिया जाता है।

उदाहरण: छात्रों को कक्षा या लिंग के आधार पर बाँटना।

लाभ:

• अधिक प्रतिनिधिक प्रतिदर्श

• विभिन्न उपसमूहों की तुलना संभव

नुकसान:

• स्तरीकरण के लिए पूर्ण जानकारी आवश्यक

---

🌐 4. समूह प्रतिदर्श (Cluster Sampling)

परिभाषा: जनसंख्या को प्राकृतिक समूहों (जैसे गांव, क्लास, जिले) में बाँटकर कुछ समूहों को यादृच्छिक रूप से चुन लिया जाता है, और उन सभी इकाइयों का अध्ययन किया जाता है।

उदाहरण: 5 स्कूलों में से 2 स्कूल यादृच्छिक रूप से चुनकर उनके सभी छात्रों का अध्ययन।

लाभ:

• लागत प्रभावी

• बड़े क्षेत्र में उपयोगी

नुकसान:

• त्रुटि की संभावना अधिक

---

🧭 II. गैर-सांख्यिकीय प्रतिदर्श विधियाँ (Non-Probability Sampling Methods)

इन विधियों में इकाइयों के चयन की संभावना ज्ञात नहीं होती और चयनकर्ता के विवेक पर निर्भर होती हैं।

🧑‍🏫 1. सुविधाजनक प्रतिदर्श (Convenience Sampling)

परिभाषा: जो भी व्यक्ति या इकाई आसानी से उपलब्ध हो, उनका चयन कर लिया जाता है।

उदाहरण: किसी कॉलेज में उपस्थित छात्रों से प्रश्न पूछना।

लाभ:

• शीघ्र और कम खर्चीला

नुकसान:

• निष्कर्ष जनसंख्या पर लागू नहीं किए जा सकते

---

👥 2. उद्देश्यपूर्ण प्रतिदर्श (Judgmental Sampling)

परिभाषा: शोधकर्ता की समझ के आधार पर उपयुक्त इकाइयों का चयन।

उदाहरण: किसी विशेषज्ञ से राय लेना।

लाभ:

• विशिष्ट मामलों में उपयोगी

नुकसान:

• पक्षपात की संभावना

---

🔗 3. स्नोबॉल प्रतिदर्श (Snowball Sampling)

परिभाषा: एक प्रतिभागी से अन्य प्रतिभागियों की पहचान कराना।

उदाहरण: HIV मरीजों या सीमांत समुदायों का अध्ययन।

लाभ:

• दुर्लभ समूहों में सहायक

नुकसान:

• पक्षपात एवं जनरलाइजेशन की कठिनाई

---

🎯 सही प्रतिदर्श विधि के चयन के लिए सुझाव

🔍 अध्ययन की प्रकृति और उद्देश्य

• यदि अध्ययन विश्लेषणात्मक है, तो Probability Sampling बेहतर।

• यदि खोजपूर्ण है, तो Non-Probability Sampling भी चल सकता है।

💰 संसाधन की उपलब्धता

• समय और बजट सीमित हो तो Convenience या Cluster Sampling उपयुक्त।

📏 सटीकता की आवश्यकता

• अधिक सटीकता के लिए Stratified Sampling का प्रयोग करें।

---

📝 निष्कर्ष: उचित प्रतिदर्श विधि ही सफल शोध की कुंजी

प्रतिदर्श चयन शोध प्रक्रिया का एक अत्यंत महत्वपूर्ण चरण है। यदि प्रतिदर्श विधि उपयुक्त नहीं होगी, तो संपूर्ण अध्ययन त्रुटिपूर्ण हो सकता है। इसलिए शोधकर्ता को जनसंख्या, उद्देश्य, संसाधन और अध्ययन की प्रकृति को ध्यान में रखते हुए प्रतिदर्श विधि का चयन करना चाहिए।

---

---

🧮 प्रश्न 05: निम्न संख्याओं के समान्तर माध्य, माध्यिका एवं बहुलक ज्ञात कीजिए :

33, 20, 35, 50, 37, 33, 35, 25, 35, 34 और 35

---

📊 ✨ समान्तर माध्य (Arithmetic Mean) क्या होता है?

🔹 परिभाषा:

समान्तर माध्य को औसत भी कहा जाता है। यह एक केंद्रीय प्रवृत्ति की माप है, जो यह बताता है कि दिए गए आंकड़ों का औसतन मान कितना है। इसे निम्नलिखित सूत्र से ज्ञात किया जाता है:

$$\text{समान्तर माध्य (Mean)} = \frac{\text{सभी प्रेक्षणों का योग}}{\text{कुल प्रेक्षणों की संख्या}}$$

---

🔸 उदाहरण में गणना:

आंकड़े:
33, 20, 35, 50, 37, 33, 35, 25, 35, 34, 35

सभी प्रेक्षणों का योग =
33 + 20 + 35 + 50 + 37 + 33 + 35 + 25 + 35 + 34 + 35 = 402

प्रेक्षणों की संख्या = 11

$$\text{Mean} = \frac{402}{11} = 36.55$$

✅ समान्तर माध्य = 36.55

---

📈 🎯 माध्यिका (Median) क्या होती है?

🔹 परिभाषा:

माध्यिका वह मान होता है जो आंकड़ों को क्रमबद्ध (ascending order) में रखने के बाद बीच में आता है। यदि प्रेक्षणों की संख्या विषम हो, तो बीच वाला आंकड़ा ही माध्यिका होता है।

---

🔸 उदाहरण में गणना:

पहले सभी आंकड़ों को आरोही क्रम में व्यवस्थित करते हैं:
20, 25, 33, 33, 34, 35, 35, 35, 35, 37, 50

प्रेक्षणों की संख्या = 11 (विषम संख्या)

माध्यिका = 6वाँ आंकड़ा = 35

✅ माध्यिका = 35

---

📌 💠 बहुलक (Mode) क्या होता है?

🔹 परिभाषा:

बहुलक वह मान होता है जो सबसे अधिक बार आता है। यह यह दर्शाता है कि कौन-सा मान आंकड़ों में सबसे सामान्य है।

---

🔸 उदाहरण में गणना:

दिए गए आंकड़ों में:

• 35 → 5 बार आया है

• अन्य सभी मान 1 या 2 बार आए हैं

✅ बहुलक = 35

---

🔚 ✅ निष्कर्ष (Final Answer Summary):

माप का नाम	मान
🔹 समान्तर माध्य	36.55
🔹 माध्यिका	35
🔹 बहुलक	35

---

प्रश्न 06. द्विपद वितरण से आप क्या समझते हैं ?

📌 द्विपद वितरण की परिभाषा (Definition of Binomial Distribution)

द्विपद वितरण (Binomial Distribution) एक महत्वपूर्ण संभाव्यता वितरण (Probability Distribution) है, जिसका उपयोग उन परिस्थितियों में किया जाता है जहाँ किसी प्रयोग को अनेक बार दोहराया जाता है और प्रत्येक बार केवल दो ही संभावित परिणाम होते हैं — सफलता (Success) या विफलता (Failure)।

यह वितरण बर्नोली परीक्षणों (Bernoulli Trials) पर आधारित होता है, जिसमें हर परीक्षण स्वतंत्र होता है और सफलता की निश्चित संभावना होती है।

उदाहरण: यदि एक सिक्के को 5 बार उछाला जाए, तो हर बार केवल दो परिणाम संभव हैं – हेड (सफलता) या टेल (विफलता)। इसी प्रकार की परिस्थितियों में द्विपद वितरण लागू होता है।

---

🎯 द्विपद वितरण की प्रमुख विशेषताएँ (Key Features of Binomial Distribution)

✅ निर्धारित संख्या में परीक्षण (Fixed Number of Trials)

हर प्रयोग में परीक्षणों की संख्या n निश्चित होती है।

✅ केवल दो संभावित परिणाम (Only Two Outcomes)

प्रत्येक परीक्षण में केवल दो संभावित परिणाम होते हैं – Success (p) और Failure (q = 1 - p)।

✅ हर परीक्षण स्वतंत्र होता है (Independent Trials)

एक परीक्षण के परिणाम का कोई असर अगले परीक्षण पर नहीं पड़ता।

✅ सफलता की निश्चित संभावना (Constant Probability)

हर परीक्षण में सफलता की संभावना समान होती है।

---

🧮 द्विपद वितरण का गणितीय सूत्र (Mathematical Formula of Binomial Distribution)

द्विपद वितरण के अनुसार, x सफलताओं की संभावना इस प्रकार होती है:

$$P(X = x) = \binom{n}{x} \cdot p^x \cdot (1-p)^{n-x}$$

जहाँ:

• $P(X = x)$ = x सफलताओं की संभावना

• $\binom{n}{x}$ = संयोजन (nCx)

• p = एक परीक्षण में सफलता की संभावना

• q = 1 - p = विफलता की संभावना

• n = कुल परीक्षण

• x = वांछित सफलताएँ

---

📚 द्विपद वितरण का व्यावहारिक उदाहरण (Real-Life Example)

मान लीजिए कि किसी फैक्ट्री में निर्मित वस्तु में 90% उत्पाद उत्तम गुणवत्ता के होते हैं। यदि 10 वस्तुएं चुनी जाती हैं, तो उन सभी के उत्तम गुणवत्ता वाली होने की संभावना को द्विपद वितरण के माध्यम से ज्ञात किया जा सकता है।

यहां:
n = 10,
p = 0.90,
q = 0.10

---

🧠 द्विपद वितरण के प्रयोग की आवश्यक शर्तें (Conditions to Use Binomial Distribution)

📌 1. पूर्वनिर्धारित परीक्षण संख्या हो

सभी परीक्षणों की संख्या n पहले से ज्ञात होनी चाहिए।

📌 2. सभी परीक्षण स्वतंत्र होने चाहिएं

किसी एक परीक्षण का परिणाम, दूसरे को प्रभावित न करे।

📌 3. प्रत्येक परीक्षण में दो ही परिणाम हों

जैसे – हां या नहीं, सफलता या असफलता।

📌 4. सफलता की संभावना हर परीक्षण में समान हो

यदि p पहले परीक्षण में 0.6 है, तो वह अगले में भी 0.6 ही रहनी चाहिए।

---

🔍 द्विपद वितरण के गुण (Properties of Binomial Distribution)

🎯 1. माध्य (Mean):

$$\mu = n \cdot p$$

🎯 2. विचलन (Variance):

$$\sigma^2 = n \cdot p \cdot q$$

🎯 3. मानक विचलन (Standard Deviation):

$$\sigma = \sqrt{n \cdot p \cdot q}$$

---

⚖️ द्विपद वितरण बनाम बर्नोली वितरण (Binomial vs Bernoulli Distribution)

आधार	बर्नोली वितरण	द्विपद वितरण
प्रयोगों की संख्या	केवल 1	एक से अधिक
सफलता की संभावना	p	p (हर बार समान)
वितरण का प्रकार	विशेष	सामान्य
उदाहरण	एक सिक्का उछालना	10 बार सिक्का उछालना

---

🔬 अनुसंधान और व्यवसाय में द्विपद वितरण का उपयोग (Uses of Binomial Distribution)

📈 1. विपणन में

ग्राहकों द्वारा किसी नए उत्पाद को स्वीकार करने की संभावना ज्ञात करने के लिए।

👩‍🔬 2. दवा परीक्षणों में

किसी दवा के प्रभावी होने की संभावना को मापने के लिए।

🧮 3. सर्वेक्षण विश्लेषण में

उत्तरदाताओं की राय के आधार पर निर्णय लेने में।

🔧 4. गुणवत्ता नियंत्रण में

निर्मित उत्पादों में दोषों की संभावना की गणना के लिए।

---

⚠️ द्विपद वितरण की सीमाएँ (Limitations of Binomial Distribution)

• सभी परीक्षण स्वतंत्र हों, यह वास्तविक जीवन में हमेशा संभव नहीं होता।

• सफलता की संभावना हर बार समान हो, यह भी कई बार व्यवहारिक नहीं होता।

• बड़ी संख्या में परीक्षणों के लिए गणना जटिल हो सकती है।

---

✅ निष्कर्ष (Conclusion)

द्विपद वितरण सांख्यिकी में एक अत्यंत महत्वपूर्ण उपकरण है, जो हमें सीमित परीक्षणों में सफलता की संभावना का पूर्वानुमान लगाने की सुविधा देता है। अनुसंधान, विज्ञान, व्यवसाय और उत्पादन जैसे अनेक क्षेत्रों में इसका उपयोग व्यावहारिक और प्रभावी निर्णय लेने में सहायक होता है।

---

---

प्रश्न 07. समग्र विधि के विभिन्न गुण-दोषों की चर्चा कीजिए।

परिचय
सांख्यिकी में डेटा संग्रहण की विभिन्न विधियाँ हैं, जिनमें से समग्र विधि (Census Method) एक महत्वपूर्ण विधि है। इस विधि में संपूर्ण जनसंख्या या समूह के प्रत्येक एकक (unit) से जानकारी एकत्र की जाती है। यह विधि विशेष रूप से तब प्रयोग की जाती है जब अत्यधिक सटीकता की आवश्यकता होती है।

---

समग्र विधि के प्रमुख गुण (Advantages)

1. सटीकता (Accuracy):
   समग्र विधि में हर एकक का अध्ययन किया जाता है, जिससे परिणाम अधिक सटीक और विश्वसनीय होते हैं।

2. संपूर्ण जानकारी (Comprehensive Data):
   यह विधि समाज, अर्थव्यवस्था या किसी अन्य क्षेत्र की पूर्ण स्थिति का व्यापक चित्रण प्रदान करती है।

3. आकलन में कम पूर्वग्रह (Less Bias):
   चूंकि प्रत्येक इकाई को शामिल किया जाता है, इसलिए चयन पूर्वग्रह (selection bias) की संभावना बहुत कम होती है।

4. मूल्यांकन के लिए उपयुक्त:
   यह विधि नीति निर्धारण, योजना निर्माण, बजट निर्धारण आदि के लिए अधिक उपयुक्त होती है, क्योंकि यह वास्तविक आँकड़ों पर आधारित होती है।

---

समग्र विधि के प्रमुख दोष (Disadvantages)

1. समय की अधिक आवश्यकता (Time-Consuming):
   पूरी जनसंख्या का अध्ययन करने में बहुत अधिक समय लगता है, जो इस विधि की सबसे बड़ी कमी है।

2. महँगी प्रक्रिया (Expensive Process):
   अधिक संसाधनों की आवश्यकता के कारण यह विधि महँगी होती है और छोटे अनुसंधानों के लिए व्यावहारिक नहीं होती।

3. प्रवृत्तियों की पहचान में कठिनाई:
   यदि डेटा बहुत बड़ा हो जाए तो उसमें छिपी प्रवृत्तियों को पहचानना कठिन हो जाता है।

4. कभी-कभी अव्यवहारिक (Sometimes Impractical):
   यदि जनसंख्या अत्यधिक बड़ी हो या डेटा संग्रह में कठिनाई हो तो यह विधि व्यावहारिक नहीं मानी जाती।

---

निष्कर्ष

समग्र विधि सटीक और विश्वसनीय आँकड़ों के लिए सर्वोत्तम मानी जाती है, परंतु इसकी उच्च लागत, समय की आवश्यकता और व्यावहारिक कठिनाइयों के कारण इसे सीमित परिस्थितियों में ही अपनाया जाता है। जब अध्ययन का क्षेत्र सीमित हो और सटीकता आवश्यक हो, तभी इसका प्रयोग करना उपयुक्त होता है।

---

---

प्रश्न 08. सांख्यिकी में चित्रों की आवश्यकता एवं महत्व स्पष्ट कीजिए।

प्रस्तावना

सांख्यिकी एक ऐसी विधा है जो आंकड़ों के संग्रह, संगठन, विश्लेषण, व्याख्या और प्रस्तुतीकरण से संबंधित होती है। जब आंकड़ों की मात्रा अधिक होती है, तो उन्हें केवल शब्दों या अंकों के माध्यम से समझना कठिन हो जाता है। ऐसे में चित्रों द्वारा आंकड़ों को प्रस्तुत करना अधिक प्रभावशाली होता है। चित्र न केवल जानकारी को आकर्षक बनाते हैं, बल्कि उसे आसानी से समझने योग्य भी बनाते हैं।

चित्रात्मक प्रस्तुतीकरण की आवश्यकता

1. जटिल आंकड़ों को सरल बनाने के लिए: जब आंकड़े बहुत अधिक और जटिल होते हैं, तब चित्रों के माध्यम से उन्हें सरल रूप में दिखाना उपयोगी होता है।

2. तुलनात्मक विश्लेषण के लिए: विभिन्न तत्वों के बीच तुलना करने के लिए चित्र सर्वोत्तम माध्यम होते हैं। जैसे कि विभिन्न वर्षों की बिक्री तुलना को बार ग्राफ से दिखाना।

3. त्वरित समझ के लिए: दर्शक कम समय में अधिक जानकारी प्राप्त कर सके, इसके लिए चित्र बहुत सहायक होते हैं।

4. प्रभावशाली संप्रेषण के लिए: चित्र आंकड़ों की प्रस्तुति को रोचक और प्रभावशाली बनाते हैं, जिससे लोग उसे याद भी रख पाते हैं।

5. अशिक्षित या सामान्य वर्ग के लिए: जिन लोगों को सांख्यिकीय तकनीकों की जानकारी नहीं होती, उनके लिए भी चित्रों द्वारा सूचना को समझना आसान होता है।

सांख्यिकी में प्रयुक्त प्रमुख चित्रात्मक विधियाँ

1. रेखाचित्र (Line Graph) – समय के अनुसार परिवर्तन दिखाने में सहायक।

2. स्तम्भ चित्र (Bar Graph) – विभिन्न श्रेणियों की तुलना के लिए उपयोगी।

3. वृत्त चित्र (Pie Chart) – कुल के विभिन्न भागों को प्रतिशत में दिखाने हेतु।

4. आरेख (Histogram) – निरंतर आंकड़ों का वितरण दर्शाने के लिए।

5. विकरालता चित्र (Ogive) – संचयी आवृत्तियों का ग्राफिक चित्रण।

चित्रों का महत्व

• चित्र आकड़ों की जटिलता को दूर कर उन्हें दृश्यात्मक बनाते हैं।

• वे निर्णय लेने में सहायक होते हैं।

• व्यावसायिक रिपोर्ट, समाचार, सर्वेक्षण रिपोर्ट आदि में इनका विशेष उपयोग होता है।

• चित्रों से आंकड़ों की प्रवृत्ति को आसानी से पहचाना जा सकता है, जैसे वृद्धि, गिरावट, स्थिरता आदि।

निष्कर्ष

सांख्यिकी में चित्रों का उपयोग एक महत्वपूर्ण साधन है जो आंकड़ों की प्रस्तुति को सरल, रोचक, और प्रभावशाली बनाता है। आंकड़ों को प्रभावी रूप से दर्शाने और उनकी व्याख्या में चित्रात्मक विधियाँ अनिवार्य भूमिका निभाती हैं।

---

BAEC(N)121 SOLVED PAPER JUNE 2024