{"id":41712,"date":"2023-05-05T16:08:34","date_gmt":"2023-05-05T10:38:34","guid":{"rendered":"https://www.5paisa.com/hindi/finschool/?post_type=finance-dictionary\u0026#038;p=41712"},"modified":"2024-11-05T19:23:42","modified_gmt":"2024-11-05T13:53:42","slug":"frequency-distribution","status":"publish","type":"finance-dictionary","link":"https://www.5paisa.com/hindi/finschool/finance-dictionary/frequency-distribution/","title":{"rendered":"Frequency Distribution"},"content":{"rendered":"\u003cdiv data-elementor-type=\u0022wp-post\u0022 data-elementor-id=\u002241712\u0022 class=\u0022elementor elementor-41712\u0022\u003e\u003csection class=\u0022elementor-section elementor-top-section elementor-element elementor-element-c1483ab elementor-section-boxed elementor-section-height-default elementor-section-height-default\u0022 data-id=\u0022c1483ab\u0022 data-element_type=\u0022section\u0022\u003e\u003cdiv class=\u0022elementor-container elementor-column-gap-default\u0022\u003e\u003cdiv class=\u0022elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3d0d3e5\u0022 data-id=\u00223d0d3e5\u0022 data-element_type=\u0022column\u0022\u003e\u003cdiv class=\u0022elementor-widget-wrap elementor-element-populated\u0022\u003e\u003cdiv class=\u0022elementor-element elementor-element-70fb791 elementor-widget elementor-widget-text-editor\u0022 data-id=\u002270fb791\u0022 data-element_type=\u0022widget\u0022 data-widget_type=\u0022text-editor.default\u0022\u003e\u003cdiv class=\u0022elementor-widget-container\u0022\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन एक सांख्यिकीय विधि है जिसका उपयोग डेटासेट के भीतर विभिन्न मानों या मानों की श्रृंखलाओं की संख्या को दिखाकर डेटा को व्यवस्थित और सारांशित करने के लिए किया जाता है. यह शोधकर्ताओं और विश्लेषकों को डेटा में पैटर्न, ट्रेंड और वेरिएशन को आसानी से देखने की अनुमति देता है. टेबल, हिस्टोग्राम या चार्ट सहित विभिन्न रूपों में फ्रीक्वेंसी डिस्ट्रीब्यूशन का प्रतिनिधित्व किया जा सकता है, जिससे यह पता चलता है कि प्रत्येक वैल्यू कितनी बार दिखाई देती है. यह तरीका अर्थशास्त्र, मनोविज्ञान और गुणवत्ता नियंत्रण जैसे विभिन्न क्षेत्रों में व्यापक रूप से इस्तेमाल किया जाता है, क्योंकि यह डेटा विश्लेषण और व्याख्या में सहायता करता है, जिससे बड़े डेटासेट से अर्थपूर्ण जानकारी प्राप्त करना आसान हो जाता है.\u003c/p\u003e\u003ch2\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन का उद्देश्य\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन का प्राथमिक उद्देश्य बड़े डेटासेट को आसान और संक्षिप्त बनाना है, जिससे आसान व्याख्या और विश्लेषण की अनुमति मिलती है. प्रमुख उद्देश्यों में शामिल हैं:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eडेटा संगठन\u003c/strong\u003e: पैटर्न या ट्रेंड को प्रकट करने के लिए व्यवस्थित रूप से डेटा पॉइंट की व्यवस्था करने के लिए.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eडेटा के लक्षणों को समझना\u003c/strong\u003e: यह आकलन करने के लिए कि एक रेंज में डेटा वैल्यू को कैसे वितरित किया जाता है, जो सामान्य वैल्यू, क्लस्टर्स और अंतर को हाइलाइट करता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eडेटा विश्लेषण की सुविधा\u003c/strong\u003e: अधिक सांख्यिकीय विश्लेषण के लिए एक नींव प्रदान करना, जैसे केंद्रीय प्रवृत्ति (माइन, मीडियन, मोड) और विघटन (रेंज, वेरिएंस, स्टैंडर्ड डेविएशन) के उपायों की गणना करना.\u003c/li\u003e\u003c/ul\u003e\u003ch2\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन का निर्माण\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन बनाने में कई चरण शामिल होते हैं:\u003c/p\u003e\u003col\u003e\u003cli\u003e\u003cstrong\u003eडेटा कलेक्ट करें\u003c/strong\u003e: डेटासेट कलेक्ट करें जिसे आप विश्लेषण करना चाहते हैं. यह सर्वेक्षणों, प्रयोगों या निरीक्षण अध्ययनों से कच्चा डेटा हो सकता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eश्रेणी निर्धारित करें\u003c/strong\u003e: डेटा की रेंज स्थापित करने के लिए डेटासेट में न्यूनतम और अधिकतम मूल्यों की पहचान करें.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eक्लास इंटरवल चुनें\u003c/strong\u003e: निरंतर डेटा के लिए, रेंज को एक विशिष्ट अंतराल या \u0022बिन\u0022 में विभाजित करें. प्रत्येक अंतराल समान चौड़ाई का होना चाहिए. अंतरालों की संख्या का चयन महत्वपूर्ण है; बहुत कम डेटा को आसान बना सकते हैं, जबकि बहुत से जटिल व्याख्या कर सकते हैं.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eआवर्ती मामलों की गणना करें\u003c/strong\u003e: प्रत्येक अंतराल के लिए, गणना करें कि उस रेंज में कितने डेटा पॉइंट आते हैं. यह गणना उस अंतराल के लिए आवृत्ति को दर्शाती है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eएक टेबल बनाएं\u003c/strong\u003e: डेटा को फ्रीक्वेंसी डिस्ट्रीब्यूशन टेबल में व्यवस्थित करें, अपने संबंधित फ्रीक्वेंसी के साथ इंटरवल लिस्ट करें.\u003c/li\u003e\u003c/ol\u003e\u003cp\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन के प्रकार\u003c/strong\u003e\u003c/p\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन को डेटा की प्रकृति के आधार पर वर्गीकृत किया जा सकता है:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eअनग्रूप्ड फ्रीक्वेंसी डिस्ट्रीब्यूशन\u003c/strong\u003e: विशिष्ट वैल्यू वाले छोटे डेटासेट के लिए इस्तेमाल किया जाता है. प्रत्येक वैल्यू इसकी फ्रीक्वेंसी के साथ सूचीबद्ध है. उदाहरण के लिए:\u003c/li\u003e\u003c/ul\u003e\u003ctable style=\u0022height: 239px;\u0022 width=\u0022431\u0022\u003e\u003cthead\u003e\u003ctr\u003e\u003ctd\u003e\u003cp style=\u0022text-align: left;\u0022\u003e\u003cstrong\u003eमूल्य\u003c/strong\u003e\u003c/p\u003e\u003c/td\u003e\u003ctd style=\u0022text-align: left;\u0022\u003e\u003cp\u003e\u003cstrong\u003eफ्रिक्वेंसी\u003c/strong\u003e\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003c/thead\u003e\u003ctbody\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e1\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e2\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e2\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e5\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003ctr\u003e\u003ctd style=\u0022text-align: left;\u0022\u003e\u003cp\u003e3\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp style=\u0022text-align: left;\u0022\u003e3\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003c/tbody\u003e\u003c/table\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eग्रॉप्ड फ्रीक्वेंसी डिस्ट्रीब्यूशन\u003c/strong\u003e: बड़े डेटासेट के लिए इस्तेमाल किया जाता है, जहां डेटा वैल्यू को अंतराल में ग्रुप किया जाता है. उदाहरण के लिए:\u003c/li\u003e\u003c/ul\u003e\u003ctable style=\u0022height: 222px;\u0022 width=\u0022579\u0022\u003e\u003cthead\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e\u003cstrong\u003eअंतराल\u003c/strong\u003e\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e\u003cstrong\u003eफ्रिक्वेंसी\u003c/strong\u003e\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003c/thead\u003e\u003ctbody\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e0-10\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e4\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e11-20\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e6\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003ctr\u003e\u003ctd\u003e\u003cp\u003e21-30\u003c/p\u003e\u003c/td\u003e\u003ctd\u003e\u003cp\u003e3\u003c/p\u003e\u003c/td\u003e\u003c/tr\u003e\u003c/tbody\u003e\u003c/table\u003e\u003cp\u003e\u003cstrong\u003eग्राफिकल प्रतिनिधित्व\u003c/strong\u003e\u003c/p\u003e\u003cp\u003eविभिन्न ग्राफिकल विधियों का उपयोग करके फ्रीक्वेंसी डिस्ट्रीब्यूशन को दृष्टि से प्रतिनिधित्व किया जा सकता है:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eहिस्टोग्राम\u003c/strong\u003e: एक बार ग्राफ जो प्रत्येक अंतराल के भीतर डेटा पॉइंट की फ्रीक्वेंसी दिखाता है. प्रत्येक बार की ऊंचाई उस अंतराल की आवृत्ति को दर्शाती है, जिससे डेटा के वितरण को देखना आसान हो जाता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eफ्रीक्वेंसी पॉलीगन्स\u003c/strong\u003e: एक लाइन ग्राफ जो प्रत्येक अंतराल के मिडपॉइंट को जोड़ता है, जो डेटा डिस्ट्रीब्यूशन का स्पष्ट दृश्य प्रतिनिधित्व प्रदान करता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eपाइ चार्ट\u003c/strong\u003e: वर्गीकरण डेटा के लिए उपयोगी, जो कुल से संबंधित प्रत्येक कैटेगरी के अनुपात को दर्शाता है.\u003c/li\u003e\u003c/ul\u003e\u003ch2\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन के एप्लीकेशन\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन का उपयोग विभिन्न उद्देश्यों के लिए विभिन्न क्षेत्रों में व्यापक रूप से किया जाता है:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eबैटिस्टिक्स और डेटा एनालिसिस\u003c/strong\u003e: शोधकर्ताओं और विश्लेषकों को डेटा पैटर्न का सारांश देने और समझने में मदद करता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eगुणवत्ता नियंत्रण\u003c/strong\u003e: उत्पादन प्रक्रियाओं में दोषों और परिवर्तनों को ट्रैक करने के लिए निर्माण में इस्तेमाल किया जाता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eशिक्षा\u003c/strong\u003e: सुधार के लिए ट्रेंड और क्षेत्रों की पहचान करने के लिए स्टूडेंट परफॉर्मेंस और असेसमेंट स्कोर को एनालिसिस करता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eमार्केट रिसर्च\u003c/strong\u003e: सर्वे डेटा में उपभोक्ता प्राथमिकताओं, व्यवहारों और ट्रेंड का आकलन करता है.\u003c/li\u003e\u003c/ul\u003e\u003ch2\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन के लाभ\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन का उपयोग कई लाभ प्रदान करता है:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eडेटा को आसान बनाता है\u003c/strong\u003e: यह मैनेज करने योग्य सारांशों में बड़े डेटासेट को कंडीशन करता है, जिससे इसे समझना और विश्लेषण करना आसान हो जाता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eपैटर्न की पहचान करता है\u003c/strong\u003e: ट्रेंड, क्लस्टर्स और आउटलियर की जानकारी देता है, जिससे डेटा की विशेषताओं को बेहतर तरीके से समझने में मदद मिलती है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eअधिक विश्लेषण के लिए फाउंडेशन\u003c/strong\u003e: अन्य सांख्यिकीय उपायों की गणना करने, समग्र डेटा विश्लेषण को बढ़ाने के लिए एक आधार प्रदान करता है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eविजुअल रिप्रेजेंटेशन\u003c/strong\u003e: हिस्टोग्राम और फ्रीक्वेंसी पॉलीगॉन जैसे ग्राफिकल रिप्रेजेंटेशन डेटा डिस्ट्रीब्यूशन के तुरंत विजुअल असेसमेंट की अनुमति देते हैं.\u003c/li\u003e\u003c/ul\u003e\u003ch2\u003e\u003cstrong\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन की सीमाएं\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eइसके लाभों के बावजूद, फ्रीक्वेंसी डिस्ट्रीब्यूशन में कुछ सीमाएं होती हैं:\u003c/p\u003e\u003cul\u003e\u003cli\u003e\u003cstrong\u003eविवरण का नुकसान\u003c/strong\u003e: इंटरवल में डेटा को ग्रुप करने से व्यक्तिगत डेटा पॉइंट के बारे में विशेष जानकारी, विशेष रूप से बड़े डेटासेट में खो सकती है.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eइंटरवैल सिलेक्शन में सब्जिटिविटी\u003c/strong\u003e: क्लास इंटरवल का चुनाव डेटा की व्याख्या को प्रभावित कर सकता है. गलत तरीके से चुने गए अंतराल अर्थपूर्ण पैटर्न को भूल सकते हैं.\u003c/li\u003e\u003cli\u003e\u003cstrong\u003eसभी डेटा प्रकारों के लिए उपयुक्त नहीं\u003c/strong\u003e: क्वांटिटेटिव डेटा के लिए फ्रीक्वेंसी डिस्ट्रीब्यूशन सबसे उपयुक्त है; वर्गीकरण डेटा के लिए अलग-अलग दृष्टिकोण की आवश्यकता पड़ सकती है.\u003c/li\u003e\u003c/ul\u003e\u003ch2\u003e\u003cstrong\u003eनिष्कर्ष\u003c/strong\u003e\u003c/h2\u003e\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन डेटा के आयोजन, समरीकरण और विश्लेषण के लिए एक शक्तिशाली सांख्यिकीय टूल है. स्ट्रक्चर्ड फॉर्मेट में डेटा प्रस्तुत करके, यह शोधकर्ताओं और विश्लेषकों को डेटासेट के भीतर ट्रेंड, पैटर्न और वेरिएशन की पहचान करने की अनुमति देता है. चाहे अनग्रॉप्ड या ग्रुप किए गए डिस्ट्रीब्यूशन का उपयोग करना हो, फ्रीक्वेंसी डिस्ट्रीब्यूशन आगे सांख्यिकीय विश्लेषण और निर्णय लेने के लिए एक आधार प्रदान करता है. उनके एप्लीकेशन कई क्षेत्रों में होते हैं, जिससे उन्हें डेटा विश्लेषण और व्याख्या का एक आवश्यक घटक बन जाता है. डेटा के साथ काम करने वाले किसी भी व्यक्ति के लिए फ्रीक्वेंसी डिस्ट्रीब्यूशन को समझना महत्वपूर्ण है, क्योंकि यह प्रभावी विश्लेषण और अंतर्दृष्टि उत्पादन के लिए आधार तैयार करता है.\u003c/p\u003e\u003cp\u003e \u003c/p\u003e\u003cp\u003e \u003c/p\u003e\u003c/div\u003e\u003c/div\u003e\u003c/div\u003e\u003c/div\u003e\u003c/div\u003e\u003c/section\u003e\u003c/div\u003e","protected":false},"excerpt":{"rendered":"\u003cp\u003eफ्रीक्वेंसी डिस्ट्रीब्यूशन एक सांख्यिकीय विधि है जिसका उपयोग डेटासेट के भीतर विभिन्न मानों या मानों की श्रृंखलाओं की संख्या को दिखाकर डेटा को व्यवस्थित और सारांशित करने के लिए किया जाता है. यह शोधकर्ताओं और विश्लेषकों को डेटा में पैटर्न, ट्रेंड और वेरिएशन को आसानी से देखने की अनुमति देता है. टेबल, हिस्टोग्राम सहित विभिन्न रूपों में फ्रीक्वेंसी डिस्ट्रीब्यूशन का प्रतिनिधित्व किया जा सकता है, ... \u003ca title=\u0022Frequency Distribution\u0022 class=\u0022read-more\u0022 href=\u0022https://www.5paisa.com/hindi/finschool/finance-dictionary/frequency-distribution/\u0022 aria-label=\u0022Read more about Frequency Distribution\u0022\u003eअधिक पढ़ें\u003c/a\u003e\u003c/p\u003e","protected":false},"author":1,"featured_media":41717,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-41712","finance-dictionary","type-finance-dictionary","status-publish","format-standard","has-post-thumbnail","hentry","finance-dictionary-terms-f"],"acf":[],"_links":{"self":[{"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/finance-dictionary/41712","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/finance-dictionary"}],"about":[{"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/types/finance-dictionary"}],"author":[{"embeddable":true,"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/users/1"}],"replies":[{"embeddable":true,"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/comments?post=41712"}],"version-history":[{"count":11,"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/finance-dictionary/41712/revisions"}],"predecessor-version":[{"id":63671,"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/finance-dictionary/41712/revisions/63671"}],"wp:featuredmedia":[{"embeddable":true,"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/media/41717"}],"wp:attachment":[{"href":"https://www.5paisa.com/hindi/finschool/wp-json/wp/v2/media?parent=41712"}],"curies":[{"name":"wp","href":"https://api.w.org/{rel}","templated":true}]}}