यह कैलकुलेटर क्या करता है
लॉजिस्टिक वितरण एक सतत प्रायिकता वितरण है, जो दिखने में सामान्य (नॉर्मल) वक्र जैसा होता है, पर इसकी पूँछें (tails) ज़्यादा भारी होती हैं। इसका उपयोग व्यापक रूप से लॉजिस्टिक रिग्रेशन, ग्रोथ मॉडलिंग और विश्वसनीयता विश्लेषण में किया जाता है। यह टूल उलटी (inverse) समस्या को हल करता है: एक संचयी प्रायिकता दिए जाने पर, यह वह परसेंटाइल बिंदु \(x\) लौटाता है (जिसे क्वांटाइल भी कहते हैं) जहाँ लॉजिस्टिक संचयी वितरण फलन (CDF) उस प्रायिकता तक पहुँचता है।
इसका उपयोग कैसे करें
सबसे पहले तय करें कि आपकी प्रायिकता लोअर संचयी मान \(P(X \le x)\) है या अपर संचयी मान \(P(X > x)\)। प्रायिकता को 0 और 1 के बीच (सख्ती से, दोनों को छोड़कर) किसी संख्या के रूप में दर्ज करें, फिर लोकेशन पैरामीटर \(a\) (माध्य और माध्यिका) तथा स्केल पैरामीटर \(b\) दें, जो 0 से बड़ा होना चाहिए। कैलकुलेटर आपको \(x\) के साथ-साथ वास्तव में प्रयुक्त लोअर-टेल प्रायिकता और उसका लॉजिट (log-odds) भी देता है।
सूत्र की व्याख्या
लॉजिस्टिक CDF है \(F(x) = 1 / (1 + e^{-(x-a)/b})\)। \(x\) के लिए हल करने पर क्वांटाइल फलन मिलता है:
$$x = \text{a} + \text{b} \cdot \ln\!\left(\frac{\text{p}}{1 - \text{p}}\right)$$
यहाँ \(p\) लोअर-टेल प्रायिकता है। यदि आपने अपर-टेल मान \(Q\) दिया है, तो कैलकुलेटर पहले इसे \(p = 1 - Q\) से बदल देता है। पद \(\ln(p / (1 - p))\) प्रायिकता का लॉजिट या log-odds है। जब \(p = 0.5\) होता है तो लॉजिट 0 हो जाता है, इसलिए क्वांटाइल लोकेशन \(a\) के बराबर हो जाता है — यह पुष्टि करता है कि \(a\) ही माध्यिका है।
हल किया गया उदाहरण
मान लीजिए probabilityType = lower, probability = 0.9, \(a = 5\), \(b = 2\) है। तब \(p / (1 - p) = 0.9 / 0.1 = 9\), और \(\ln(9) = 2.197224577\)। इसलिए $$x = 5 + 2 \times 2.197224577 = 9.394449$$ इस लॉजिस्टिक वितरण का 90वाँ परसेंटाइल लगभग 9.39 है।
अक्सर पूछे जाने वाले प्रश्न
प्रायिकता 0.5 पर क्या होता है? क्वांटाइल ठीक लोकेशन \(a\) के बराबर होता है, क्योंकि लॉजिस्टिक वितरण अपने माध्य और माध्यिका के सापेक्ष सममित (symmetric) होता है।
प्रायिकता का 0 और 1 के बीच सख्ती से होना ज़रूरी क्यों है? जैसे-जैसे प्रायिकता 0 की ओर बढ़ती है, क्वांटाइल ऋणात्मक अनंत की ओर जाता है, और 1 की ओर बढ़ने पर धनात्मक अनंत की ओर — इसलिए इन दोनों सिरों का कोई परिमित मान नहीं होता।
स्केल पैरामीटर \(b\) क्या है? यह वितरण के फैलाव को नियंत्रित करता है; बड़ा \(b\) वक्र को और फैला देता है। मानक विचलन (standard deviation) \(b\pi/\sqrt{3}\) के बराबर होता है।
