5paisa ફિનસ્કૂલ

FinSchoolBy5paisa
  • #
  • A
  • B
  • C
  • D
  • E
  • F
  • G
  • H
  • I
  • J
  • K
  • L
  • M
  • N
  • O
  • P
  • Q
  • R
  • S
  • T
  • U
  • V
  • W
  • X
  • Y
  • Z

લાગુ કરેલ ગણિતના કેન્દ્રીય મર્યાદા સિદ્ધાંત (સીએલટી) એ જણાવે છે કે, આ વિચાર હેઠળ કે દરેક નમૂના વસ્તીના વાસ્તવિક વિતરણ આકારને ધ્યાનમાં લીધા વિના સમાન કદના હોય છે અને નમૂનાના ચરણનો વિતરણ પરંપરાગત વિતરણ (એટલે કે "બેલ કર્વ") નો અભિગમ કરે છે કારણ કે નમૂનાનો કદ વધે છે.

બીજા શબ્દોમાં કહીએ તો, કેન્દ્રીય મર્યાદા થિયોરમ (સીએલટી) એક આંકડાકીય ધારણા હોઈ શકે છે કે, મર્યાદિત ડિગ્રી વેરિયન્સ ધરાવતી વસ્તીમાંથી પર્યાપ્ત મોટી નમૂનાની સાઇઝ આપવામાં આવે છે, જેનો સાધન સમાન વસ્તીના તમામ નમૂનાવાળા ચરણોનો સંપૂર્ણ વસ્તીના માધ્યમ સુધી છે. મોટાભાગના નંબરોના કાયદા સાથે સતત, આ નમૂનાઓ લગભગ એક માનક વિતરણ પણ આપે છે, જેમાં વસ્તીના વેરિએશનને લગભગ સમાન હોય છે કારણ કે નમૂનાનો કદ વધે છે.

મોટી સંખ્યાઓનો કાયદો, જે જણાવે છે કે નમૂનાના સામાન્ય અર્થ, અને વેરિયન્સનો અર્થ વસ્તી સુધી પહોંચવાનો અર્થ અને માનક વિચલનને પહોંચી વળશે કારણ કે નમૂનાનો કદ વધે છે, તેનો ઉપયોગ ઘણીવાર વસ્તીની લાક્ષણિકતાઓની સચોટ આગાહી કરવા માટે કેન્દ્રીય મર્યાદા સિદ્ધાંત સાથે સંયોજનમાં કરવામાં આવે છે. સેન્ટ્રલ લિમિટ થિયોરમની ઘણી મહત્વપૂર્ણ સંપત્તિઓ છે. તેમાંના મોટાભાગની વિશેષતાઓ નમૂનાઓ, નમૂનાના કદ અને ડેટાની વસ્તી સંબંધિત છે.

નમૂનો વારંવાર સમાપ્ત થઈ ગયો છે. આનો અર્થ એ છે કે કેટલાક નમૂના એકમો પાસે પહેલાના પ્રસંગોમાં પસંદ કરેલ નમૂના એકમોની સમાનતા છે. નમૂના માટે આ રેન્ડમ છે.

બધા નમૂનાઓ તેમના માટે પસંદ કરવાની સમાન આંકડાકીય તક ધરાવતા હોવા જોઈએ.

 

બધું જ જુઓ