Statistics क्या है?
यदि आप Data Analytics, Data Science, Machine Learning, Artificial Intelligence या Business Analytics सीखना चाहते हैं, तो Statistics आपकी सबसे महत्वपूर्ण Foundation है। Python आपको Data पर काम करना सिखाता है, लेकिन Statistics आपको Data को समझना सिखाता है।
आज की Digital World में हर सेकंड लाखों Records Generate होते हैं। जब आप Instagram Scroll करते हैं, Amazon से Shopping करते हैं, Netflix पर Movie देखते हैं या UPI Payment करते हैं, तब Data बनता है। लेकिन केवल Data होना पर्याप्त नहीं है। असली शक्ति उस Data को समझने और उससे सही Decision लेने में है।
यहीं पर Statistics हमारी मदद करता है। Statistics हमें Data के पीछे छिपे Patterns, Trends और Relationships को समझने में सहायता करता है ताकि हम भविष्य के बारे में बेहतर अनुमान लगा सकें और सही निर्णय ले सकें।
ऊपर दिए गए Workflow में आप देख सकते हैं कि Statistics केवल Numbers का खेल नहीं है। यह Raw Data को Valuable Insights में बदलने की पूरी प्रक्रिया है। यही कारण है कि Data Analytics, Data Science और Machine Learning में Statistics को सबसे महत्वपूर्ण Skill माना जाता है।
Statistics क्यों सीखें?
बहुत से Students सीधे Python, Power BI, SQL या Machine Learning सीखना शुरू कर देते हैं। लेकिन जब उन्हें Data को समझना और Analyze करना होता है, तब Statistics की आवश्यकता महसूस होती है। Statistics केवल Exam पास करने के लिए नहीं बल्कि Real-World Problems को Solve करने के लिए सीखी जाती है।
Data Analytics में Statistics का उपयोग
Data Analytics का मुख्य उद्देश्य Data को समझना और Business Problems का समाधान ढूँढना है। Statistics Data Analyst को यह समझने में मदद करता है कि किसी Dataset में क्या हो रहा है और उससे कौन-से Business Insights निकाले जा सकते हैं।
मान लीजिए किसी E-Commerce Company के पास 1 लाख Customers का Data है। Statistics की सहायता से Analyst निम्न सवालों के जवाब प्राप्त कर सकता है:
💡 Data Analytics में लगभग हर Dashboard, KPI Report और Business Insight के पीछे Statistics काम करता है।
Data Science में Statistics का उपयोग
Data Science का उद्देश्य केवल Reports बनाना नहीं बल्कि भविष्य की घटनाओं का अनुमान लगाना और Data से Intelligent Insights निकालना है। Statistics Data Scientist को Data को समझने, Models बनाने और Predictions करने में मदद करता है।
उदाहरण के लिए, Netflix Statistics और Data Science का उपयोग करके यह अनुमान लगाता है कि आप अगली कौन-सी Movie या Series देखना पसंद करेंगे।
Machine Learning में Statistics का उपयोग
Machine Learning वास्तव में Statistics का Advanced Application है। यदि आपकी Statistics मजबूत है, तो Machine Learning Algorithms को समझना और Implement करना बहुत आसान हो जाता है।
आज Recommendation Systems, Spam Detection, Fraud Detection और AI Applications के पीछे Statistics और Machine Learning दोनों मिलकर कार्य करते हैं।
आगे क्या सीखेंगे?
अब जब आपने Statistics की Basics समझ ली हैं, अगले Section में हम Data और Statistics का संबंध, Types of Data, Numerical Data, Categorical Data, Discrete Data और Continuous Data को आसान उदाहरणों के साथ समझेंगे। यही Concepts आगे आने वाले Mean, Median, Mode, Probability और Machine Learning Topics को समझने की मजबूत Foundation बनाएँगे।
Data और Statistics का संबंध
पिछले Section में हमने जाना कि Statistics क्या है और यह Data Analytics, Data Science तथा Machine Learning में क्यों महत्वपूर्ण है। लेकिन Statistics को समझने से पहले हमें Data को समझना होगा, क्योंकि Statistics का पूरा आधार Data पर ही टिका हुआ है।
सरल शब्दों में, Data बिना Statistics अधूरा है और Statistics बिना Data बेकार है। यदि Data कच्चा माल (Raw Material) है, तो Statistics वह Tool है जो उस Data को उपयोगी Information और Insights में बदलता है।
Data क्या है?
Data किसी भी जानकारी (Information) का कच्चा रूप होता है। यह Numbers, Text, Images, Transactions, Ratings या किसी भी प्रकार की Observations हो सकती हैं।
उदाहरण के लिए:
जब किसी कंपनी के पास लाखों Records होते हैं, तब केवल Data देखकर निर्णय लेना मुश्किल हो जाता है। इसलिए Statistics की आवश्यकता पड़ती है।
Statistics और Data का संबंध
Statistics का मुख्य कार्य Data को Analyze करके Meaningful Information निकालना है। Statistics हमें यह बताता है कि Data क्या कह रहा है, कौन-सा Trend चल रहा है और भविष्य में क्या होने की संभावना है।
💡 याद रखें: Data हमें Facts देता है और Statistics उन Facts का Meaning समझाता है।
Types of Data (Data के प्रकार)
Data Science और Analytics में Data को मुख्य रूप से दो Categories में बाँटा जाता है:
आगे Statistics में Mean, Median, Correlation और Machine Learning Models का उपयोग करने से पहले यह समझना बहुत जरूरी है कि आपका Data Numerical है या Categorical।
Numerical Data क्या है?
Numerical Data वह Data होता है जिसे Numbers में व्यक्त किया जा सकता है और जिस पर Mathematical Calculations की जा सकती हैं।
इस प्रकार के Data पर Average, Sum, Percentage, Standard Deviation जैसी Calculations की जाती हैं।
उदाहरण के लिए यदि किसी कंपनी के 100 Employees की Salary Data उपलब्ध है, तो हम Average Salary, Highest Salary और Salary Distribution आसानी से निकाल सकते हैं।
Categorical Data क्या है?
Categorical Data वह Data होता है जो किसी Category, Group या Label को दर्शाता है। इस प्रकार के Data पर सीधे Mathematical Calculations नहीं की जा सकतीं।
Categorical Data हमें यह बताता है कि कोई व्यक्ति, वस्तु या घटना किस Category में आती है।
मान लीजिए किसी E-Commerce Website पर Customers के Gender और Product Category का Data है। यहाँ हम Average Gender नहीं निकाल सकते क्योंकि Gender एक Category है, Number नहीं।
Numerical Data vs Categorical Data
Examples: Marks, Salary, Age, Height
Examples: Gender, City, Product Type
आगे क्या सीखेंगे?
अगले Section में हम Descriptive Statistics को विस्तार से समझेंगे, जहाँ Mean, Median, Mode और Range जैसे सबसे महत्वपूर्ण Statistical Measures को Python Examples के साथ सीखेंगे।
Statistics के प्रकार
Statistics की दुनिया बहुत बड़ी है, लेकिन इसे समझना आसान हो जाता है जब हम इसे दो मुख्य भागों में बाँटते हैं। Data को समझने और उससे निर्णय लेने के लिए Statistics को मुख्य रूप से Descriptive Statistics और Inferential Statistics में विभाजित किया जाता है।
Descriptive Statistics
Descriptive Statistics का उपयोग Data को Summarize और Describe करने के लिए किया जाता है। जब किसी Dataset में हजारों Records होते हैं, तब प्रत्येक Record को पढ़ना संभव नहीं होता। इसलिए हम पूरे Data को कुछ महत्वपूर्ण Metrics में बदल देते हैं।
उदाहरण के लिए यदि किसी कंपनी की 12 महीनों की Sales Data है, तो Descriptive Statistics हमें Average Sales, Highest Sales और Lowest Sales जैसी महत्वपूर्ण जानकारी तुरंत प्रदान कर सकता है।
💡 Descriptive Statistics का मुख्य उद्देश्य Data को आसान और समझने योग्य बनाना है।
Descriptive Statistics का उपयोग
Inferential Statistics
Inferential Statistics का उपयोग Sample Data के आधार पर पूरी Population के बारे में निष्कर्ष निकालने के लिए किया जाता है। यह केवल Data को Describe नहीं करता बल्कि भविष्य की संभावनाओं का अनुमान भी लगाता है।
जब किसी कंपनी के पास लाखों Customers होते हैं, तब हर Customer का अध्ययन करना संभव नहीं होता। इसलिए कुछ Customers का Sample लिया जाता है और उसके आधार पर पूरे समूह के बारे में निर्णय लिया जाता है।
💡 Election Polls, Market Research और Customer Surveys में सबसे अधिक उपयोग Inferential Statistics का होता है।
Descriptive vs Inferential Statistics
Focus: क्या हुआ?
Mean, Median, Mode, Range
Focus: क्या हो सकता है?
Hypothesis Testing, Confidence Interval
Descriptive Statistics
Descriptive Statistics Statistics का वह भाग है जिसका उपयोग Data को Summarize, Organize और Describe करने के लिए किया जाता है। जब किसी Dataset में हजारों Records होते हैं, तब पूरे Data को एक-एक करके समझना कठिन हो जाता है। ऐसे में Descriptive Statistics Data को कुछ महत्वपूर्ण Numbers और Visualizations में बदल देता है।
Data Analytics में सबसे पहला कार्य Data को समझना होता है और यहीं पर Descriptive Statistics की भूमिका शुरू होती है। यह हमें बताता है कि Data का औसत क्या है, Data कितना फैला हुआ है, सबसे सामान्य Value कौन-सी है और Data का Overall Pattern कैसा है।
Descriptive Statistics क्यों महत्वपूर्ण है?
मान लीजिए किसी E-Commerce Company के पास 5 लाख Orders का Data है। यदि Analyst हर Order को अलग-अलग देखने लगे तो Analysis में कई दिन लग सकते हैं। लेकिन यदि Average Order Value, Highest Order Value और Most Common Product निकाल लिया जाए, तो कुछ मिनटों में Business Insights मिल सकती हैं।
Descriptive Statistics के प्रमुख Measures
Descriptive Statistics कई प्रकार के Measures का उपयोग करता है। प्रत्येक Measure Data के बारे में अलग जानकारी देता है।
1. Mean (Average)
Mean Descriptive Statistics का सबसे लोकप्रिय Measure है। इसे सामान्य भाषा में Average कहा जाता है। Mean हमें बताता है कि Data की Typical Value क्या है।
उदाहरण के लिए यदि पाँच Students के Marks 70, 80, 90, 85 और 75 हैं, तो Mean इन सभी Marks का Average होगा।
💡 Business में Mean का उपयोग Average Sales, Average Salary और Average Customer Spending निकालने के लिए किया जाता है।
2. Median
Median Data की बीच वाली Value होती है। जब Data को Ascending या Descending Order में Arrange किया जाता है, तब बीच में आने वाली Value Median कहलाती है।
Median विशेष रूप से तब उपयोगी होता है जब Dataset में Outliers मौजूद हों।
💡 Real Estate Industry में Median House Price Mean से अधिक उपयोगी माना जाता है क्योंकि कुछ बहुत महंगे घर Average को प्रभावित कर सकते हैं।
3. Mode
Mode वह Value होती है जो Dataset में सबसे अधिक बार दिखाई देती है। यह Data के सबसे Common Pattern को दर्शाती है।
यदि किसी Online Store में सबसे अधिक Customers Blue Color Shirt खरीदते हैं, तो Blue Category उस Dataset का Mode मानी जा सकती है।
4. Range
Range Data की सबसे बड़ी और सबसे छोटी Value के बीच का अंतर होता है। यह Data के Spread का सबसे सरल Measure है।
यदि Highest Salary ₹100,000 है और Lowest Salary ₹20,000 है, तो Range ₹80,000 होगी।
5. Variance
Variance यह मापता है कि Data की Values Mean से कितनी दूर फैली हुई हैं। Variance जितना अधिक होगा, Data उतना अधिक बिखरा हुआ होगा।
Data Science और Machine Learning में Variance Model Performance को समझने में महत्वपूर्ण भूमिका निभाता है।
6. Standard Deviation
Standard Deviation Variance का Square Root होता है और यह बताता है कि Data Mean के आसपास कितना Consistent है।
यदि Standard Deviation कम है, तो Data अधिक Consistent है। यदि Standard Deviation अधिक है, तो Values में अधिक Variation मौजूद है।
Mean (Average) क्या है?
Mean Statistics का सबसे लोकप्रिय और सबसे अधिक उपयोग किया जाने वाला Measure है। सामान्य भाषा में Mean को Average कहा जाता है। जब हम किसी Dataset की Typical Value जानना चाहते हैं, तो सबसे पहले Mean निकाला जाता है।
Mean हमें यह समझने में मदद करता है कि पूरे Data का औसत प्रदर्शन कैसा है। Data Analytics, Business Reporting, Finance और Data Science में Mean का उपयोग लगभग हर जगह किया जाता है।
Mean को समझने के लिए एक सरल उदाहरण
मान लीजिए पाँच छात्रों के अंक इस प्रकार हैं:
सभी अंकों का योग:
कुल छात्रों की संख्या = 5
इसका अर्थ है कि छात्रों का औसत प्रदर्शन 80 अंक है।
Mean का वास्तविक जीवन में उपयोग
Business Example
मान लीजिए किसी दुकान की पाँच दिनों की Sales इस प्रकार है:
कुल Sales = ₹75,000
दिन = 5
Average Daily Sales = ₹15,000
अब Store Owner आसानी से समझ सकता है कि सामान्य दिन में उसकी दुकान कितनी Sales करती है।
Mean के फायदे
Mean की सीमाएँ
Mean हमेशा सही तस्वीर नहीं दिखाता। यदि Dataset में बहुत बड़ी या बहुत छोटी Values (Outliers) हों, तो Mean प्रभावित हो सकता है।
यहाँ 200 एक Outlier है। Mean बहुत अधिक बढ़ जाएगा जबकि अधिकांश Values 10 से 20 के बीच हैं। ऐसी स्थिति में Median अधिक उपयोगी होता है।
💡 Interview Tip: यदि Dataset में Outliers मौजूद हों, तो Mean के बजाय Median का उपयोग अधिक उपयुक्त माना जाता है।
अगले Section में
अब हम Median को समझेंगे और जानेंगे कि Outliers वाले Data में Median अक्सर Mean से बेहतर क्यों माना जाता है।
Median क्या है?
Mean के बाद Statistics में सबसे महत्वपूर्ण Measure Median है। Median Data की बीच वाली (Middle) Value होती है। जब Data को छोटे से बड़े या बड़े से छोटे क्रम में व्यवस्थित किया जाता है, तब बीच में आने वाली Value को Median कहा जाता है।
Median विशेष रूप से तब उपयोगी होता है जब Dataset में Outliers मौजूद हों। ऐसे मामलों में Mean गलत तस्वीर दिखा सकता है, लेकिन Median Data के वास्तविक केंद्र को बेहतर तरीके से दर्शाता है।
Median को समझने के लिए उदाहरण
मान लीजिए पाँच छात्रों के अंक इस प्रकार हैं:
यह Data पहले से क्रम में है। यहाँ बीच वाली Value 80 है।
इसलिए इस Dataset का Median 80 होगा।
Even Number of Values होने पर Median
यदि Dataset में Values की संख्या सम (Even) हो, तो बीच की दो Values का Average निकाला जाता है।
बीच की दो Values:
Median = (30 + 40) ÷ 2
Median और Mean में अंतर
आइए एक ऐसा उदाहरण देखते हैं जहाँ Mean और Median अलग-अलग परिणाम देते हैं।
यहाँ ₹5,00,000 एक Outlier है।
💡 Salary, Property Price और Income Data में Median अक्सर Mean से अधिक उपयोगी माना जाता है।
Median का वास्तविक जीवन में उपयोग
Median के फायदे
Median की सीमाएँ
अगले Section में
अब हम Mode को समझेंगे और जानेंगे कि किसी Dataset में सबसे अधिक बार आने वाली Value क्यों महत्वपूर्ण होती है।
Mode क्या है?
Mean और Median के बाद Statistics का तीसरा महत्वपूर्ण Measure Mode है। Mode वह Value होती है जो किसी Dataset में सबसे अधिक बार दिखाई देती है।
सरल शब्दों में, यदि हमें यह जानना हो कि किसी Data में कौन-सी Value सबसे ज्यादा बार आई है, तो हम Mode का उपयोग करते हैं।
Mode को एक सरल उदाहरण से समझें
मान लीजिए एक कक्षा में छात्रों के पसंदीदा रंग इस प्रकार हैं:
यहाँ Blue सबसे अधिक बार दिखाई दे रहा है।
इसका अर्थ है कि Blue छात्रों का सबसे लोकप्रिय रंग है।
Numerical Data में Mode
Mode केवल Categories के लिए ही नहीं बल्कि Numbers के लिए भी निकाला जा सकता है।
यहाँ 20 सबसे अधिक बार आया है।
Mode के प्रकार
हर Dataset में केवल एक ही Mode हो, ऐसा जरूरी नहीं है। Dataset के आधार पर Mode तीन प्रकार का हो सकता है।
Example: 10, 20, 20, 30
Example: 10, 20, 20, 30, 30
Example: 10, 10, 20, 20, 30, 30
Business Example
मान लीजिए किसी Online Store पर Customers ने T-Shirt Sizes खरीदीं:
यहाँ Size M सबसे अधिक बार खरीदी गई है।
अब Store Owner भविष्य में M Size का अधिक Stock रख सकता है।
💡 Retail और E-Commerce Industry में Mode का उपयोग Most Popular Product, Color, Size और Category पहचानने के लिए किया जाता है।
Mode का वास्तविक जीवन में उपयोग
Mode के फायदे
Mode की सीमाएँ
अगले Section में
अब हम Range को समझेंगे और जानेंगे कि किसी Dataset में Maximum और Minimum Value का अंतर Data के Spread के बारे में क्या जानकारी देता है।
Range क्या है?
अब तक हमने Mean, Median और Mode जैसे Measures of Central Tendency को समझा, जो Data के Center के बारे में जानकारी देते हैं। लेकिन केवल Data का Center जानना पर्याप्त नहीं है। हमें यह भी समझना होता है कि Data कितना फैला हुआ (Spread Out) है।
यहीं पर Range हमारी मदद करता है। Range Statistics में Data Spread को मापने का सबसे आसान और सबसे सरल तरीका है।
अर्थात Dataset की सबसे बड़ी और सबसे छोटी Value के बीच का अंतर Range कहलाता है।
Range को एक सरल उदाहरण से समझें
मान लीजिए पाँच छात्रों के अंक इस प्रकार हैं:
यहाँ:
इसका अर्थ है कि छात्रों के Marks 40 अंकों की सीमा (Range) में फैले हुए हैं।
Business Example
मान लीजिए किसी कंपनी की पाँच दिनों की Sales इस प्रकार है:
यह Range हमें बताती है कि Sales में कितना उतार-चढ़ाव (Variation) हुआ।
💡 Data Analytics में Range का उपयोग Sales Variation, Employee Salaries और Customer Spending Patterns समझने के लिए किया जाता है।
Range हमें क्या बताता है?
छोटी Range और बड़ी Range
Range की Value देखकर हम आसानी से समझ सकते हैं कि Dataset कितना Consistent है।
Data अधिक Consistent माना जाता है।
Data में अधिक Variation मौजूद है।
उदाहरण:
स्पष्ट है कि Dataset B में Values अधिक फैली हुई हैं।
Range के फायदे
Range की सीमाएँ
💡 इसी कारण Advanced Analysis में केवल Range पर निर्भर नहीं रहते। Variance और Standard Deviation अधिक सटीक जानकारी देते हैं।
अगले Section में
अब हम Variance को समझेंगे और जानेंगे कि Data Mean से कितना दूर फैला हुआ है तथा क्यों Variance Data Science और Machine Learning में इतना महत्वपूर्ण माना जाता है।
Variance क्या है?
Range हमें केवल यह बताता है कि Data की सबसे बड़ी और सबसे छोटी Value के बीच कितना अंतर है। लेकिन यह नहीं बताता कि बाकी Values Mean (Average) से कितनी दूर हैं।
यहीं पर Variance की आवश्यकता होती है। Variance Statistics का एक महत्वपूर्ण Measure है जो बताता है कि Data की Values Mean के आसपास कितनी फैली हुई हैं।
सरल शब्दों में, Variance यह मापता है कि Dataset में Consistency कितनी है और Values Average से कितनी दूर हैं।
Variance को एक उदाहरण से समझें
मान लीजिए दो Classes के छात्रों का Average Score समान है।
Mean = 80
Mean = 80
दोनों Classes का Mean 80 है, लेकिन दोनों Datasets एक जैसे नहीं हैं।
Class A के Marks Mean के आसपास हैं, जबकि Class B के Marks काफी दूर-दूर फैले हुए हैं।
इसलिए केवल Mean देखकर पूरी कहानी समझना संभव नहीं है। Variance Data के Spread को गहराई से समझने में मदद करता है।
Variance हमें क्या बताता है?
Data अधिक Stable है।
Data में अधिक Variation है।
Business Example
मान लीजिए दो Sales Teams की Average Monthly Sales ₹1,00,000 है।
Low Variance
High Variance
दोनों Teams का Average समान हो सकता है, लेकिन Team A अधिक Consistent है। इसलिए Business Managers Variance का उपयोग Performance Stability को मापने के लिए करते हैं।
💡 Finance Industry में Variance का उपयोग Investment Risk मापने के लिए किया जाता है। अधिक Variance का अर्थ अधिक Risk माना जाता है।
Data Analytics में Variance का उपयोग
Machine Learning में Variance का महत्व
Machine Learning में Variance एक अत्यंत महत्वपूर्ण Concept है। यदि किसी Model का Variance बहुत अधिक है, तो Model Training Data को बहुत अच्छी तरह याद कर लेता है लेकिन नए Data पर खराब प्रदर्शन करता है।
Variance के फायदे
Variance की सीमाएँ
💡 इसी समस्या को हल करने के लिए Standard Deviation का उपयोग किया जाता है, जो Variance का Square Root होता है और समझने में अधिक आसान होता है।
अगले Section में
अब हम Standard Deviation को समझेंगे, जो Variance का सबसे व्यावहारिक रूप है और Data Analytics Interviews में सबसे अधिक पूछे जाने वाले Topics में से एक है।
Quartiles, Percentiles और IQR क्या हैं?
अब तक हमने Mean, Median, Mode, Range, Variance और Standard Deviation जैसे Concepts को समझा। ये Measures हमें Data का Center और Spread समझने में मदद करते हैं।
लेकिन कई बार हमें यह जानना होता है कि किसी Value की Position पूरे Dataset में कहाँ है। उदाहरण के लिए किसी छात्र ने परीक्षा में 85 अंक प्राप्त किए हैं, लेकिन यह जानना अधिक उपयोगी होगा कि वह पूरी कक्षा के कितने प्रतिशत छात्रों से बेहतर प्रदर्शन कर रहा है।
यहीं पर Quartiles, Percentiles और Interquartile Range (IQR) का उपयोग किया जाता है।
Quartiles क्या हैं?
Quartiles किसी Dataset को चार बराबर भागों में विभाजित करते हैं। यह हमें Data Distribution को बेहतर तरीके से समझने में मदद करते हैं।
50% Data इसके नीचे होता है।
Quartile Example
इस Dataset में:
Quartiles हमें बताते हैं कि Data किस प्रकार विभिन्न हिस्सों में विभाजित है।
💡 Box Plot Visualization पूरी तरह Quartiles पर आधारित होती है।
Percentiles क्या हैं?
Percentiles Dataset को 100 बराबर भागों में विभाजित करते हैं। यह बताते हैं कि कोई Value Dataset के कितने प्रतिशत Values से बड़ी है।
आज Competitive Exams, Education Analytics, Sports Analytics और Healthcare में Percentiles का व्यापक उपयोग किया जाता है।
Percentile Example
मान लीजिए किसी परीक्षा में आपका Score 90th Percentile पर है।
Business Example
एक E-Commerce Company Customers को Spending के आधार पर Segment कर सकती है।
Interquartile Range (IQR) क्या है?
IQR यानी Interquartile Range Data के बीच वाले 50% भाग का Spread मापता है।
यह Measure Range की तुलना में अधिक Reliable माना जाता है क्योंकि यह Extreme Values (Outliers) से कम प्रभावित होता है।
IQR Example
इसका अर्थ है कि Dataset का मध्य 50% भाग 40 Units की सीमा में फैला हुआ है।
IQR का उपयोग Outliers खोजने में
Data Analytics और Machine Learning में IQR का सबसे लोकप्रिय उपयोग Outliers पहचानने के लिए किया जाता है।
💡 Machine Learning में Data Cleaning के दौरान IQR Method सबसे लोकप्रिय Outlier Detection Techniques में से एक है।
Quartiles vs Percentiles vs IQR
अगले Section में
अब हम Probability (प्रायिकता) की दुनिया में प्रवेश करेंगे, जो Statistics, Machine Learning और Artificial Intelligence की सबसे महत्वपूर्ण Foundation मानी जाती है।
Standard Deviation क्या है?
Statistics में केवल Average (Mean) जानना पर्याप्त नहीं होता। कई बार दो Datasets का Mean समान होता है, लेकिन उनका व्यवहार बिल्कुल अलग होता है। ऐसे में हमें यह समझना होता है कि Data Mean के आसपास कितना फैला हुआ है।
यहीं पर Standard Deviation हमारी मदद करता है। यह Statistics का सबसे महत्वपूर्ण Measure of Dispersion है, जो बताता है कि Data की Values Average से कितनी दूर हैं।
Standard Deviation क्यों महत्वपूर्ण है?
मान लीजिए दो क्रिकेट खिलाड़ियों का Average Score 50 रन है। क्या इसका मतलब दोनों खिलाड़ी समान प्रदर्शन कर रहे हैं? जरूरी नहीं।
लगातार अच्छा प्रदर्शन
कभी बहुत अच्छा, कभी बहुत खराब
दोनों का Average लगभग 50 है, लेकिन Player A अधिक Consistent है। Standard Deviation इसी Consistency को मापता है।
💡 कम Standard Deviation = अधिक Consistency
💡 अधिक Standard Deviation = अधिक Variation
Standard Deviation को Visual रूप में समझें
जब Data Mean के बहुत करीब होता है, तो Standard Deviation कम होता है। जब Values Mean से दूर-दूर होती हैं, तो Standard Deviation अधिक होता है।
एक सरल उदाहरण
मान लीजिए एक कक्षा के छात्रों के अंक हैं:
यहाँ सभी Marks Average के आसपास हैं। इसलिए Standard Deviation कम होगा।
अब दूसरा Dataset देखें:
यहाँ Values काफी दूर-दूर हैं। इसलिए Standard Deviation अधिक होगा।
Low Standard Deviation vs High Standard Deviation
Data Stable और Consistent है।
Data में अधिक Variation है।
Business Example
मान लीजिए दो Sales Teams की Average Monthly Sales ₹1,00,000 है।
Low Standard Deviation
High Standard Deviation
दोनों Teams का Average समान हो सकता है, लेकिन Team A अधिक भरोसेमंद और Consistent Performance दे रही है।
Data Analytics में Standard Deviation का उपयोग
Finance में Standard Deviation
Finance और Stock Market में Standard Deviation को Risk Indicator माना जाता है।
💡 Mutual Funds और Portfolio Analysis में Standard Deviation सबसे अधिक उपयोग किए जाने वाले Risk Metrics में से एक है।
Machine Learning में Standard Deviation
Standard Deviation के फायदे
Standard Deviation की सीमाएँ
Probability (प्रायिकता) क्या है?
अब तक हमने Descriptive Statistics के महत्वपूर्ण Concepts जैसे Mean, Median, Mode, Range, Variance और Standard Deviation को समझा। ये सभी हमें यह बताते हैं कि Data में क्या हो चुका है।
लेकिन Data Analytics, Data Science और Machine Learning में केवल Past Data को समझना पर्याप्त नहीं होता। हमें भविष्य की घटनाओं का अनुमान भी लगाना होता है।
यहीं से Probability (प्रायिकता) की शुरुआत होती है। Probability Statistics की वह शाखा है जो किसी घटना के होने की संभावना (Chance) को मापती है।
सरल शब्दों में:
Probability को एक सरल उदाहरण से समझें
मान लीजिए आप एक सिक्का (Coin) उछालते हैं।
कुल संभावित परिणाम = 2
Head आने के अनुकूल परिणाम = 1
इसका अर्थ है कि Head आने की संभावना 50% है।
Probability का Formula
Probability निकालने का सबसे मूल Formula है:
जहाँ:
Dice Example
मान लीजिए एक सामान्य Dice फेंका जाता है।
यदि हमें 4 आने की Probability निकालनी हो:
अर्थात 4 आने की संभावना लगभग 16.7% है।
Probability का वास्तविक जीवन में उपयोग
Machine Learning में Probability क्यों महत्वपूर्ण है?
लगभग हर Machine Learning Model Probability पर आधारित होता है। जब Gmail किसी Email को Spam बताता है, तब वह Probability का उपयोग कर रहा होता है।
Probability की मुख्य विशेषताएँ
💡 Probability के बिना आधुनिक Data Science, Machine Learning और Artificial Intelligence की कल्पना भी नहीं की जा सकती।
अगले Section में
अब हम Probability के महत्वपूर्ण Concepts जैसे Experiment, Outcome, Event, Sample Space और Types of Probability को विस्तार से समझेंगे।
Probability के Basic Concepts
Probability को अच्छी तरह समझने के लिए कुछ महत्वपूर्ण Concepts को समझना जरूरी है। लगभग हर Probability Problem इन्हीं Concepts पर आधारित होती है। यदि आप Data Analytics, Statistics या Machine Learning सीखना चाहते हैं, तो Experiment, Outcome, Event और Sample Space की स्पष्ट समझ होना आवश्यक है।
Experiment क्या है?
Probability में Experiment वह प्रक्रिया या कार्य होता है जिसका परिणाम निश्चित नहीं होता। यानी Experiment करने से पहले हमें यह पता नहीं होता कि अंतिम परिणाम क्या होगा।
इन सभी उदाहरणों में परिणाम अनिश्चित (Uncertain) है, इसलिए इन्हें Probability Experiment कहा जाता है।
Outcome क्या है?
Experiment के बाद प्राप्त होने वाले प्रत्येक संभावित परिणाम को Outcome कहा जाता है।
उदाहरण के लिए यदि हम एक Dice फेंकते हैं, तो प्रत्येक संख्या एक Outcome होगी।
यदि Dice पर 4 आता है, तो 4 उस Experiment का Outcome कहलाएगा।
Event क्या है?
Event एक या एक से अधिक Outcomes का समूह होता है। जब हम किसी विशेष परिणाम में रुचि रखते हैं, तो उसे Event कहते हैं।
मान लीजिए Dice फेंका गया और हमें केवल Even Numbers में रुचि है।
यहाँ Event तीन Outcomes का समूह है।
Example: Dice पर 3 आना।
Example: Even Number आना।
Sample Space क्या है?
किसी Experiment के सभी संभावित Outcomes के समूह को Sample Space कहा जाता है।
Probability Calculation का सबसे महत्वपूर्ण भाग Sample Space ही होता है।
यहाँ S पूरे Sample Space को दर्शाता है।
क्योंकि Coin Toss में केवल दो ही संभावित Outcomes होते हैं।
Experiment, Outcome, Event और Sample Space को एक साथ समझें
Real World Example
मान लीजिए एक E-Commerce Website यह Predict करना चाहती है कि कोई Customer Product खरीदेगा या नहीं।
यही Concepts आगे चलकर Recommendation Systems, Fraud Detection और Machine Learning Models की Foundation बनते हैं।
💡 Probability की लगभग हर समस्या Experiment, Outcome, Event और Sample Space से शुरू होती है।
अगले Section में
अब हम Types of Probability को समझेंगे और जानेंगे कि Classical Probability, Empirical Probability और Subjective Probability में क्या अंतर होता है।
Types of Probability
अब तक हमने Probability की मूल अवधारणा और उसके Basic Concepts को समझा। लेकिन वास्तविक दुनिया में Probability निकालने के कई तरीके होते हैं। हर स्थिति में Probability का Calculation एक जैसा नहीं होता।
Statistics में Probability को मुख्य रूप से तीन प्रकारों में विभाजित किया जाता है:
1. Classical Probability
Classical Probability को Theoretical Probability भी कहा जाता है। इसका उपयोग तब किया जाता है जब सभी Outcomes की संभावना समान हो।
Coin Toss Example
एक Coin Toss में दो संभावित Outcomes होते हैं:
Head आने की Probability:
क्योंकि दोनों Outcomes की संभावना समान है।
💡 Dice Roll, Card Games और Coin Toss Classical Probability के सबसे सामान्य उदाहरण हैं।
2. Empirical Probability
Empirical Probability को Experimental Probability भी कहा जाता है। यह वास्तविक Data और Observations पर आधारित होती है।
इसमें Probability को पिछले परिणामों के आधार पर निकाला जाता है।
Sales Example
मान लीजिए किसी Website पर 1,000 Visitors आए।
Purchase Probability:
यह Probability Historical Data के आधार पर निकाली गई है।
3. Subjective Probability
Subjective Probability व्यक्तिगत अनुभव, ज्ञान और Expert Opinion पर आधारित होती है।
यह Probability Mathematical Formula से नहीं बल्कि Human Judgment से निर्धारित होती है।
Weather Forecast Example
एक मौसम विशेषज्ञ कहता है:
यह Probability पिछले मौसम डेटा, विशेषज्ञ अनुभव और विभिन्न Models के आधार पर बनाई गई है।
💡 Subjective Probability पूरी तरह निश्चित नहीं होती क्योंकि यह व्यक्ति के अनुभव और निर्णय पर निर्भर करती है।
Types of Probability Comparison
Example: Coin Toss, Dice Roll
Example: Sales Analysis, Customer Data
Example: Weather Forecast
Data Science में कौन-सी Probability सबसे अधिक उपयोग होती है?
Data Analytics और Machine Learning में सबसे अधिक उपयोग Empirical Probability का होता है क्योंकि Models Historical Data पर Train किए जाते हैं।
अगले Section में
अब हम Conditional Probability को समझेंगे और जानेंगे कि किसी घटना की Probability दूसरी घटना के होने पर कैसे बदल जाती है।
Conditional Probability क्या है?
अब तक हमने Probability के Basic Concepts और Types of Probability को समझा। लेकिन वास्तविक जीवन में कई बार किसी घटना की Probability दूसरी घटना के होने या न होने पर निर्भर करती है।
ऐसी Probability को Conditional Probability कहा जाता है। यह Probability की सबसे महत्वपूर्ण Concepts में से एक है और Bayes Theorem, Machine Learning, Artificial Intelligence तथा Risk Analysis की Foundation मानी जाती है।
एक सरल उदाहरण
मान लीजिए एक बैग में 5 Red Balls और 5 Blue Balls हैं।
पहली Ball निकालने पर यदि Red Ball निकल चुकी है और उसे वापस नहीं रखा गया, तो अब Bag में केवल 9 Balls बची हैं।
अब दूसरी बार Red Ball आने की Probability बदल जाएगी क्योंकि Sample Space बदल चुका है।
💡 पहली घटना के होने से दूसरी घटना की Probability बदल गई। यही Conditional Probability का मूल विचार है।
Conditional Probability Formula
Conditional Probability को गणितीय रूप से इस प्रकार व्यक्त किया जाता है:
जहाँ:
Student Example
मान लीजिए किसी कॉलेज में:
यदि हमें यह Probability निकालनी हो कि कोई Student Statistics भी सीख रहा है जबकि वह Python सीख रहा है, तो:
अर्थात Python सीखने वाले Students में से 62.5% Statistics भी सीख रहे हैं।
Conditional Probability का वास्तविक जीवन में उपयोग
Machine Learning में Conditional Probability
Machine Learning के कई Algorithms Conditional Probability पर आधारित होते हैं। विशेष रूप से Classification Problems में इसका उपयोग बहुत अधिक होता है।
Independent vs Conditional Probability
Example: Coin Toss
Example: Card Drawing Without Replacement
💡 Conditional Probability को समझना Bayes Theorem सीखने के लिए आवश्यक है क्योंकि Bayes Theorem इसी Concept पर आधारित है।
अगले Section में
अब हम Bayes Theorem को समझेंगे, जो Conditional Probability का सबसे शक्तिशाली अनुप्रयोग है और आधुनिक Artificial Intelligence की आधारशिला माना जाता है।
Bayes Theorem क्या है?
Conditional Probability को समझने के बाद अब हम Probability के सबसे शक्तिशाली Concepts में से एक Bayes Theorem को सीखेंगे। आधुनिक Artificial Intelligence, Machine Learning, Medical Diagnosis और Spam Detection जैसे क्षेत्रों में Bayes Theorem का व्यापक उपयोग किया जाता है।
Bayes Theorem हमें नई जानकारी मिलने पर Probability को Update करने की क्षमता देता है। दूसरे शब्दों में, यह बताता है कि किसी घटना की Probability अतिरिक्त Evidence मिलने के बाद कैसे बदलती है।
Bayes Theorem Formula
Bayes Theorem का गणितीय Formula इस प्रकार है:
जहाँ:
B होने पर A की Probability
यदि A सत्य है तो B होने की Probability
नई जानकारी से पहले A की Probability
B होने की कुल Probability
Medical Diagnosis Example
मान लीजिए एक बीमारी केवल 1% लोगों को होती है।
यदि किसी व्यक्ति की Report Positive आती है, तो क्या उसे निश्चित रूप से बीमारी है?
उत्तर है — जरूरी नहीं।
Bayes Theorem इस प्रश्न का उत्तर देता है और वास्तविक Probability निकालने में मदद करता है कि व्यक्ति वास्तव में बीमार है या नहीं।
💡 Hospitals और Diagnostic Systems Bayes Theorem का उपयोग Test Results को बेहतर तरीके से Interpret करने के लिए करते हैं।
Spam Email Example
जब Gmail किसी Email को Spam या Non-Spam के रूप में वर्गीकृत करता है, तो वह केवल Keywords नहीं देखता बल्कि Probability भी Calculate करता है।
इसी सिद्धांत पर आधारित Algorithm को Naive Bayes Classifier कहा जाता है।
Bayes Theorem को एक सरल उदाहरण से समझें
मान लीजिए:
अब Bayes Theorem के अनुसार:
इसका अर्थ है कि Positive Test आने के बाद भी बीमारी होने की Probability केवल 19% हो सकती है।
Machine Learning में Bayes Theorem
Machine Learning में Bayes Theorem का उपयोग Classification Problems को हल करने के लिए किया जाता है।
Data Analytics में Bayes Theorem
Bayes Theorem के फायदे
💡 Bayes Theorem को Probability Theory का सबसे Practical Concept माना जाता है क्योंकि यह वास्तविक दुनिया के अनिश्चित निर्णयों में उपयोग होता है।
अगले Section में
अब हम Random Variable (यादृच्छिक चर) को समझेंगे, जो Probability Distribution और Statistical Modeling की नींव है।
Random Variable (यादृच्छिक चर) क्या है?
Probability में हमने Events, Outcomes और Bayes Theorem जैसे Concepts को समझा। अब हम एक ऐसे Concept पर पहुँचते हैं जो Probability Distribution, Hypothesis Testing और Machine Learning की नींव है — Random Variable।
Random Variable एक ऐसा Variable होता है जिसकी Value किसी Random Experiment के Outcome पर निर्भर करती है। दूसरे शब्दों में, इसका मान पहले से निश्चित नहीं होता बल्कि Probability के आधार पर बदल सकता है।
Random Variable को सरल उदाहरण से समझें
मान लीजिए आप एक Coin Toss करते हैं।
यहाँ X एक Random Variable है क्योंकि इसका मान Coin Toss के Result पर निर्भर करता है।
ध्यान दें कि Random Variable स्वयं घटना नहीं है, बल्कि घटना को Numerical Form में व्यक्त करने का तरीका है।
Dice Example
यदि एक Dice फेंका जाए तो संभावित Outcomes होंगे:
यदि X Dice पर आने वाली संख्या को दर्शाता है, तो X एक Random Variable होगा।
Random Variable की आवश्यकता क्यों है?
Probability Theory में अधिकांश Mathematical Calculations Numbers पर आधारित होती हैं। इसलिए वास्तविक Outcomes को Numerical Values में बदलना आवश्यक होता है।
Real-World Example
मान लीजिए एक E-Commerce Website Customer Orders Track कर रही है।
अब Machine Learning Model आसानी से Probability Calculate कर सकता है कि Customer Product खरीदेगा या नहीं।
Healthcare Example
Disease Prediction Models इसी प्रकार Random Variables का उपयोग करते हैं।
💡 Machine Learning में अधिकांश Classification Problems वास्तव में Random Variables के साथ Probability Modeling ही होती हैं।
Random Variable की मुख्य विशेषताएँ
Random Variable से आगे क्या?
Random Variable को समझने के बाद अगला महत्वपूर्ण कदम यह जानना है कि विभिन्न Values किस Probability के साथ आती हैं। यही जानकारी Probability Distribution प्रदान करती है।
अगले Section में
अब हम Types of Random Variables को समझेंगे और जानेंगे कि Discrete Random Variable और Continuous Random Variable में क्या अंतर होता है।
Random Variable (यादृच्छिक चर) क्या है?
Probability में हमने Events, Outcomes और Bayes Theorem जैसे Concepts को समझा। अब हम एक ऐसे Concept पर पहुँचते हैं जो Probability Distribution, Hypothesis Testing और Machine Learning की नींव है — Random Variable।
Random Variable एक ऐसा Variable होता है जिसकी Value किसी Random Experiment के Outcome पर निर्भर करती है। दूसरे शब्दों में, इसका मान पहले से निश्चित नहीं होता बल्कि Probability के आधार पर बदल सकता है।
Random Variable को सरल उदाहरण से समझें
मान लीजिए आप एक Coin Toss करते हैं।
यहाँ X एक Random Variable है क्योंकि इसका मान Coin Toss के Result पर निर्भर करता है।
ध्यान दें कि Random Variable स्वयं घटना नहीं है, बल्कि घटना को Numerical Form में व्यक्त करने का तरीका है।
Dice Example
यदि एक Dice फेंका जाए तो संभावित Outcomes होंगे:
यदि X Dice पर आने वाली संख्या को दर्शाता है, तो X एक Random Variable होगा।
Random Variable की आवश्यकता क्यों है?
Probability Theory में अधिकांश Mathematical Calculations Numbers पर आधारित होती हैं। इसलिए वास्तविक Outcomes को Numerical Values में बदलना आवश्यक होता है।
Real-World Example
मान लीजिए एक E-Commerce Website Customer Orders Track कर रही है।
अब Machine Learning Model आसानी से Probability Calculate कर सकता है कि Customer Product खरीदेगा या नहीं।
Healthcare Example
Disease Prediction Models इसी प्रकार Random Variables का उपयोग करते हैं।
💡 Machine Learning में अधिकांश Classification Problems वास्तव में Random Variables के साथ Probability Modeling ही होती हैं।
Random Variable की मुख्य विशेषताएँ
Random Variable से आगे क्या?
Random Variable को समझने के बाद अगला महत्वपूर्ण कदम यह जानना है कि विभिन्न Values किस Probability के साथ आती हैं। यही जानकारी Probability Distribution प्रदान करती है।
अगले Section में
अब हम Types of Random Variables को समझेंगे और जानेंगे कि Discrete Random Variable और Continuous Random Variable में क्या अंतर होता है।
Random Variable (यादृच्छिक चर) क्या है?
Probability में हमने Events, Outcomes और Bayes Theorem जैसे Concepts को समझा। अब हम एक ऐसे Concept पर पहुँचते हैं जो Probability Distribution, Hypothesis Testing और Machine Learning की नींव है — Random Variable।
Random Variable एक ऐसा Variable होता है जिसकी Value किसी Random Experiment के Outcome पर निर्भर करती है। दूसरे शब्दों में, इसका मान पहले से निश्चित नहीं होता बल्कि Probability के आधार पर बदल सकता है।
Random Variable को सरल उदाहरण से समझें
मान लीजिए आप एक Coin Toss करते हैं।
यहाँ X एक Random Variable है क्योंकि इसका मान Coin Toss के Result पर निर्भर करता है।
ध्यान दें कि Random Variable स्वयं घटना नहीं है, बल्कि घटना को Numerical Form में व्यक्त करने का तरीका है।
Dice Example
यदि एक Dice फेंका जाए तो संभावित Outcomes होंगे:
यदि X Dice पर आने वाली संख्या को दर्शाता है, तो X एक Random Variable होगा।
Random Variable की आवश्यकता क्यों है?
Probability Theory में अधिकांश Mathematical Calculations Numbers पर आधारित होती हैं। इसलिए वास्तविक Outcomes को Numerical Values में बदलना आवश्यक होता है।
Real-World Example
मान लीजिए एक E-Commerce Website Customer Orders Track कर रही है।
अब Machine Learning Model आसानी से Probability Calculate कर सकता है कि Customer Product खरीदेगा या नहीं।
Healthcare Example
Disease Prediction Models इसी प्रकार Random Variables का उपयोग करते हैं।
💡 Machine Learning में अधिकांश Classification Problems वास्तव में Random Variables के साथ Probability Modeling ही होती हैं।
Random Variable की मुख्य विशेषताएँ
Random Variable से आगे क्या?
Random Variable को समझने के बाद अगला महत्वपूर्ण कदम यह जानना है कि विभिन्न Values किस Probability के साथ आती हैं। यही जानकारी Probability Distribution प्रदान करती है।
अगले Section में
अब हम Types of Random Variables को समझेंगे और जानेंगे कि Discrete Random Variable और Continuous Random Variable में क्या अंतर होता है।
Types of Random Variables
पिछले Section में हमने सीखा कि Random Variable किसी Random Experiment के Outcomes को Numerical Values में बदलता है। लेकिन सभी Random Variables एक जैसे नहीं होते।
Statistics और Probability में Random Variables को मुख्य रूप से दो प्रकारों में विभाजित किया जाता है:
1. Discrete Random Variable
Discrete Random Variable वह Variable होता है जिसकी Values Countable (गिनी जा सकने वाली) होती हैं।
इसमें संभावित Values सीमित (Finite) या Countably Infinite हो सकती हैं।
Discrete Variable Examples
उदाहरण के लिए किसी दिन 10.5 Orders नहीं हो सकते। Orders हमेशा पूर्ण संख्या (Whole Number) में होंगे।
💡 Count किया जा सके = Discrete Random Variable
2. Continuous Random Variable
Continuous Random Variable वह Variable होता है जिसकी Value किसी Range के भीतर कोई भी हो सकती है।
इसकी Values Countable नहीं होतीं क्योंकि Decimal और Fraction Values भी संभव होती हैं।
Continuous Variable Examples
उदाहरण के लिए किसी व्यक्ति की Height 170 cm या 171 cm ही नहीं हो सकती, बल्कि 170.25 cm या 170.257 cm भी हो सकती है।
💡 Measure किया जाए = Continuous Random Variable
Discrete vs Continuous Random Variable
Example: Students, Orders, Cars
Example: Height, Weight, Temperature
Real-World Business Example
मान लीजिए एक E-Commerce Company Analytics कर रही है।
Machine Learning में उपयोग
Machine Learning Algorithms Data Type के अनुसार अलग-अलग Statistical Techniques का उपयोग करते हैं।
अगले Section में
अब हम Probability Distribution को समझेंगे और जानेंगे कि Random Variable की प्रत्येक Value के साथ Probability कैसे जुड़ी होती है।
Probability Distribution क्या है?
पिछले Sections में हमने Random Variable और उसके Types को समझा। अब एक महत्वपूर्ण प्रश्न आता है —
यदि Random Variable कई अलग-अलग Values ले सकता है, तो प्रत्येक Value के आने की Probability क्या होगी?
इस प्रश्न का उत्तर Probability Distribution देता है।
सरल भाषा में समझें
Probability Distribution हमें बताता है:
यानी Probability Distribution = Values + उनकी Probability
Dice Example
मान लीजिए एक Fair Dice फेंका जाता है।
क्योंकि Dice Fair है, इसलिए प्रत्येक संख्या की Probability समान होगी।
इन सभी Probabilities का समूह ही Probability Distribution कहलाता है।
Coin Toss Example
मान लीजिए:
यदि Coin एक बार उछाला जाए:
P = 0.5
P = 0.5
यह भी एक Probability Distribution का उदाहरण है।
Probability Distribution क्यों महत्वपूर्ण है?
Probability Distribution Statistics और Data Science की सबसे महत्वपूर्ण Foundations में से एक है।
Probability Distribution के प्रकार
Random Variable के प्रकार के अनुसार Probability Distribution भी दो मुख्य प्रकार की होती है।
Example: Binomial Distribution
Example: Normal Distribution
Real World Example
मान लीजिए एक Online Store प्रतिदिन मिलने वाले Orders का Analysis कर रहा है।
यह Distribution Store Owner को यह समझने में मदद करता है कि सामान्यतः कितने Orders आने की संभावना है।
💡 Netflix, Amazon, Google और Meta जैसी कंपनियाँ User Behaviour Predict करने के लिए Probability Distributions का उपयोग करती हैं।
Machine Learning में उपयोग
Probability Distribution से आगे क्या?
सभी Probability Distributions में सबसे महत्वपूर्ण Distribution Normal Distribution है। वास्तविक दुनिया के अधिकांश Data Sets लगभग Normal Distribution को Follow करते हैं।
💡 Statistics, Hypothesis Testing, Confidence Interval और Machine Learning की कई Techniques Normal Distribution पर आधारित हैं।
अगले Section में
अब हम Statistics की सबसे महत्वपूर्ण Distribution — Normal Distribution (Bell Curve) को समझेंगे, जिसे Data Science की रीढ़ माना जाता है।
Normal Distribution (Bell Curve) क्या है?
यदि Statistics की दुनिया में केवल एक Distribution को सबसे महत्वपूर्ण कहा जाए, तो वह Normal Distribution है। Data Science, Machine Learning, Hypothesis Testing, Confidence Intervals और Statistical Modeling के अधिकांश Concepts इसी पर आधारित हैं।
Normal Distribution को अक्सर Bell Curve भी कहा जाता है क्योंकि इसका Graph घंटी (Bell) के आकार का दिखाई देता है।
Real Life में Normal Distribution
हमारे आसपास बहुत से Data Sets लगभग Normal Distribution को Follow करते हैं।
Bell Curve को समझें
Normal Distribution में Graph बीच में सबसे ऊँचा होता है क्योंकि अधिकांश Values Mean के आसपास होती हैं।
जैसे-जैसे हम Mean से दूर जाते हैं, Values की संख्या कम होती जाती है।
Normal Distribution की मुख्य विशेषताएँ
💡 Perfect Normal Distribution में Mean, Median और Mode की Value समान होती है।
68-95-99.7 Rule
Normal Distribution की सबसे प्रसिद्ध विशेषता Empirical Rule या 68-95-99.7 Rule है।
यही कारण है कि Standard Deviation Statistics में इतना महत्वपूर्ण माना जाता है।
Student Marks Example
मान लीजिए किसी परीक्षा में:
Data Analytics में Normal Distribution
Machine Learning में Normal Distribution
Machine Learning के कई Algorithms यह मानकर चलते हैं कि Data लगभग Normal Distribution Follow करता है।
Normal Distribution क्यों महत्वपूर्ण है?
💡 यदि आप Statistics में केवल एक Distribution अच्छी तरह सीखते हैं, तो Normal Distribution सबसे पहले सीखनी चाहिए।
अगले Section में
अब हम Binomial Distribution को समझेंगे, जो Success/Failure प्रकार की घटनाओं की Probability को Model करने के लिए उपयोग की जाती है।