Empirical Rule कैलकुलेटर

Empirical Rule कैलकुलेटर

बढ़ रहा AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

μ±kσ=माध्य (μ)±k·SD (σ)जहाँ{68%:μ±1σ95%:μ±2σ99.7%:μ±3σ\begin{gathered} \mu \pm k\sigma = {{\text{माध्य }(\mu)}} \pm k \cdot {{\text{SD }(\sigma)}} \\[1.5em] \text{जहाँ}\quad \left\{ \begin{aligned} 68\% &: \mu \pm 1\sigma \\ 95\% &: \mu \pm 2\sigma \\ 99.7\% &: \mu \pm 3\sigma \end{aligned} \right. \end{gathered}
उपयोग आँकड़े

विज्ञापन

परिणाम

68% मान इस सीमा में आते हैं
85   से   115
μ ± 1σ
रेंज अंतराल सीमाएँ
68% (μ ± 1σ) 1σ 85 – 115
95% (μ ± 2σ) 2σ 70 – 130
99.7% (μ ± 3σ) 3σ 55 – 145

इस पेज पर त्रुटि की रिपोर्ट करें

Empirical Rule क्या है?

Empirical Rule — जिसे 68-95-99.7 नियम या three-sigma नियम भी कहते हैं — यह बताता है कि किसी सामान्य (घंटी के आकार वाले) वितरण में डेटा किस तरह फैला होता है। इसके अनुसार लगभग 68% मान माध्य के एक मानक विचलन के भीतर आते हैं, करीब 95% मान दो मानक विचलन के भीतर, और लगभग 99.7% मान तीन मानक विचलन के भीतर आते हैं। यह कैलकुलेटर माध्य (\(\mu\)) और मानक विचलन (\(\sigma\)) को तुरंत इन तीनों अंतरालों में बदल देता है।

घंटी के आकार का वक्र जो बैंडों में बंटा है और माध्य से एक, दो और तीन मानक विचलन के भीतर 68, 95 तथा 99.7 प्रतिशत डेटा दर्शाता है
अनुभवजन्य नियम: सामान्य डेटा का लगभग 68%, 95% और 99.7% भाग माध्य से 1, 2 और 3 मानक विचलन के भीतर आता है।

इस कैलकुलेटर का उपयोग कैसे करें

अपने डेटासेट का माध्य और उसका मानक विचलन दर्ज करें, फिर तीनों रेंज देखें। मुख्य रेंज \(\mu \pm 1\sigma\) का अंतराल दिखाती है, जो लगभग 68% प्रेक्षणों को समेटता है, और तालिका इसे 95% तथा 99.7% रेंज तक बढ़ा देती है। यह नियम केवल उसी डेटा पर लागू होता है जो लगभग सामान्य रूप से वितरित हो।

सूत्र की व्याख्या

हर रेंज एक ही सरल व्यंजक \(\mu \pm k\sigma\) से बनती है, जहाँ \(k\) का मान 1, 2 या 3 होता है। निचली सीमा माध्य में से \(k\) गुना मानक विचलन घटाकर मिलती है और ऊपरी सीमा माध्य में \(k\) गुना मानक विचलन जोड़कर। \(k\) का मान जितना बड़ा होगा, अंतराल उतना ही चौड़ा होगा और डेटा का उतना ही बड़ा हिस्सा उसमें समाएगा।

$$\mu \pm k\sigma = \text{Mean }(\mu) \pm k \cdot \text{SD }(\sigma), \quad k = 1, 2, 3$$

$$\begin{gathered} \mu \pm k\sigma = \text{Mean }(\mu) \pm k \cdot \text{SD }(\sigma) \\[1.5em] \text{where}\quad \left\{ \begin{aligned} 68\% &: \mu \pm 1\sigma \\ 95\% &: \mu \pm 2\sigma \\ 99.7\% &: \mu \pm 3\sigma \end{aligned} \right. \end{gathered}$$
विज्ञापन
क्षैतिज संख्या रेखा जो माध्य के प्रत्येक ओर एक, दो और तीन मानक विचलन पर सममित अंतराल दर्शाती है
प्रत्येक अंतराल माध्य के नीचे और ऊपर सममित रूप से समान दूरी तक फैला होता है।

हल किया हुआ उदाहरण

मान लीजिए परीक्षा के अंक सामान्य रूप से वितरित हैं, जिनका माध्य 100 और मानक विचलन 15 है। तब 68% अंक 85 और 115 के बीच आते हैं (\(100 \pm 15\)), 95% अंक 70 और 130 के बीच (\(100 \pm 30\)), और 99.7% अंक 55 और 145 के बीच (\(100 \pm 45\))। यानी लगभग हर अंक 55 और 145 के बीच ही रहता है।

अक्सर पूछे जाने वाले सवाल

क्या Empirical Rule हमेशा काम करता है? नहीं — यह केवल उसी डेटा पर लागू होता है जो लगभग सामान्य (सममित और घंटी के आकार वाला) हो। विषम (skewed) डेटा के लिए इसके बजाय Chebyshev असमिका का उपयोग करें।

68, 95 और 99.7 प्रतिशत ही क्यों? ये प्रतिशत मानक सामान्य वक्र के नीचे माध्य से 1, 2 और 3 मानक विचलन के भीतर के क्षेत्रफल से निकलते हैं।

3σ से बाहर के मानों का क्या? केवल लगभग 0.3% डेटा तीन मानक विचलन से बाहर रहता है, इसलिए ऐसे प्रेक्षणों को अक्सर दुर्लभ या संभावित आउटलायर माना जाता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें