Understanding the Bell curve

📖 Theory

અંદર માપપટ્ટીવાળો વળાંક

CampusPulse ની ઊંચાઈઓ: લગભગ normal, સરેરાશ 168 cm, SD 6 cm.

કોઈ નવાને માપ્યા વગર, આંકડાશાસ્ત્ર હવે જાહેર કરી શકે છે: લગભગ 68% students 162 અને 174 વચ્ચે ઊભા છે. લગભગ 95% 156 અને 180 વચ્ચે. 186 cm નો student? 40 માંથી 1 કરતાં પણ દુર્લભ.

કેવી રીતે? Normal વળાંક ફક્ત આકાર નથી: એની સાથે જડેલી માપપટ્ટી આવે છે, અને આજે તમે એ વાંચતાં શીખો છો: પહેલાં ટકાવારીમાં, પછી z-scores માં જે કોઈ પણ બે માપને સરખાવી શકાય એવા બનાવે છે.

📖 Theory

68-95-99.7 નું ડાર્ટબોર્ડ

ઘંટને કુદરતના ઘા માટેના ડાર્ટબોર્ડ તરીકે કલ્પો, જેમાં કેન્દ્ર (સરેરાશ) થી 1, 2 અને 3 SD પર વર્તુળ દોરેલાં છે:

• અંદરનું વર્તુળ (±1σ): લગભગ 68% ઘા પકડે છે.
• વચલું વર્તુળ (±2σ): લગભગ 95%.
• બહારનું વર્તુળ (±3σ): લગભગ 99.7%: લગભગ બધું.

ત્રીજા વર્તુળની બહાર દુર્લભ 0.3% વસે છે: outliers ની નિશાની. ત્રણ સંખ્યાઓ, અને એ કોઈ પણ normal વળાંક માટે ક્યારેય બદલાતી નથી.

📖 Theory

પ્રયોગમૂલક નિયમ, ગણેલો

ઊંચાઈઓ: μ = 168, σ = 6.

• ±1σ: 162 થી 174 → આશરે 68% students.
• ±2σ: 156 થી 180 → આશરે 95%.
• ±3σ: 150 થી 186 → આશરે 99.7%.

પૂંછડીના પ્રશ્નો સમમિતિ વાપરે છે: જો 95% 156..180 ની અંદર બેસે, તો 5% બહાર બેસે, સરખા ભાગે વહેંચાયેલા: 180 થી ઉપર 2.5%, 156 થી નીચે 2.5%.

એ અડધું કરવાનું પગલું જ છે જ્યાં મોટા ભાગના marks જાય છે: વર્તુળની બહારની સંભાવના હંમેશા બે પૂંછડી વચ્ચે વહેંચાય છે.

📖 Theory

z-score: SD ના એકમમાં અંતર

કોઈ પણ મૂલ્ય x માટે:

z = (x - μ) / σ

z ગણે છે કે x સરેરાશથી કેટલા SD દૂર બેસે છે: ધન એટલે ઉપર, ઋણ એટલે નીચે.

ઊંચાઈ 180: z = (180 - 168)/6 = +2: બે વર્તુળ બહાર.

ઊંચાઈ 159: z = (159 - 168)/6 = -1.5.

z દરેક normal માપને પ્રમાણિત normal (μ = 0, σ = 1) માં ફેરવે છે: એક વૈશ્વિક વળાંક, જેના માટે વિગતવાર કોષ્ટકો (અને R નું pnorm, એકમ 5) કોઈ પણ z માટે ક્ષેત્રફળ આપે છે, ફક્ત આખાં વર્તુળ માટે નહીં.

💭 Think first

વધુ ન્યાયી ટોપર

રિયાએ Statistics માં 72 marks મેળવ્યા (વર્ગ: μ = 60, σ = 6). અમને Programming માં 80 મેળવ્યા (વર્ગ: μ = 75, σ = 10). કાચા marks અમનનું નામ લે છે. Tap કરતાં પહેલાં બંનેના z-scores ગણો: ખરેખર કોણે વધુ અસાધારણ દેખાવ કર્યો?

🧩 Quiz

ઊંચાઈઓ μ = 168, σ = 6 સાથે normal છે. આશરે કેટલા ટકા students 180 cm થી **ઊંચા** છે?

1. લગભગ 2.5%: 180 એ +2σ છે, 95% ±2σ ની અંદર બેસે છે, અને બાકીના 5% બે પૂંછડી વચ્ચે વહેંચાય છે
2. લગભગ 5%: ±2σ ની બહારનું બધું 180 થી ઉપર છે
3. લગભગ 32%: 100 ઓછા 68
4. લગભગ 47.5%

⚠️ Watch out

Bell curve ની ત્રણ લપસણ

અડધી ન કરેલી પૂંછડી: બહારની ટકાવારી હંમેશા બે બાજુ વહેંચાય છે: જવાબ આપતાં પહેલાં ચિત્ર છાંયો.

ખોટો data: નિયમ (લગભગ) normal data માટે છે: વિષમ screen time પર 68-95-99.7 લગાડવાથી ખોટું પડે છે: પહેલાં આકાર તપાસો (histogram, કે ગયા પાઠની સરેરાશ-સામે-મધ્યસ્થની કસોટી).

ચિહ્નની બેદરકારી: z = -1.5 એટલે સરેરાશથી નીચે; ઓછાનું ચિહ્ન છોડી દેવાથી તમારો જવાબ વળાંકની ખોટી બાજુ પલટાઈ જાય છે.

📖 Theory

એક માપપટ્ટી, આગળનું બધું

આ વિષયમાં માપી શકાય એવું બધું હવે "કેટલા SD દૂર?" પર ઊતરે છે: વ્યક્તિગત students (σ સાથે z), survey નાં પરિણામો (CLT પ્રમાણે પ્રમાણિત ત્રુટિ સાથે z), ગુણવત્તા નિયંત્રણની હદો (કારખાનાં ±3σ પર ચેતવણી આપે છે), IQ ના scores પણ (μ = 100, σ = 15 તરીકે વ્યાખ્યાયિત). એકમ 5 માં, R આ ક્ષેત્રફળ pnorm() થી બરાબર ગણે છે અને તમે જે વળાંકની કલ્પના કરતા હતા એ દોરે છે. માપપટ્ટી હવે તમારી છે.

✅ Summary

Key takeaways

• પ્રયોગમૂલક નિયમ: ±1σ ની અંદર આશરે 68%, ±2σ ની અંદર આશરે 95%, ±3σ ની અંદર આશરે 99.7%: ફક્ત normal data માટે.
• પૂંછડીના પ્રશ્નો: બહારની ટકાવારી સમમિતિથી અડધી થાય છે (અંદર 95% → પૂંછડી દીઠ 2.5%).
• z = (x - μ)/σ: SD ના એકમમાં સરેરાશથી અંતર; ઋણ એટલે નીચે.
• z-scores જુદાં માપ પ્રમાણિત કરે છે: કાચા marks નહીં, z થી દેખાવ સરખાવો.
• પ્રમાણિત normal (μ = 0, σ = 1) એ છે જેના પર z બધું મૂકે છે; કોષ્ટકો/pnorm ચોક્કસ ક્ષેત્રફળ આપે છે.
• |z| > 3 દુર્લભ છે (0.3%): outlier ની નિશાની.
• Memory hook: 68-95-99.7 નું ડાર્ટબોર્ડ.