MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

सूत्र (फॉर्मूला)

विज्ञापन

परिणाम

Probability density f at x = 2
0.172252
ν = 3, λ = 1
x संभाव्यता घनत्व f
0 0
0.2 0.10121143
0.4 0.13381672
0.6 0.15315904
0.8 0.165206
1 0.17247566
1.2 0.1763617
1.4 0.17774925
1.6 0.17724876
1.8 0.17530452
2 0.17225201
2.2 0.16835122
2.4 0.16380739
2.6 0.15878474
2.8 0.15341592
3 0.14780871
3.2 0.14205106
3.4 0.13621485
3.6 0.13035878
3.8 0.12453071
4 0.11876944
4.2 0.11310625
4.4 0.10756608
4.6 0.10216859
4.8 0.09692892
5 0.09185846
5.2 0.08696543
5.4 0.08225536
5.6 0.07773156
5.8 0.07339542
6 0.06924682
6.2 0.06528429
6.4 0.06150532
6.6 0.05790652
6.8 0.05448379
7 0.05123249
7.2 0.04814754
7.4 0.04522352
7.6 0.04245479
7.8 0.03983554
8 0.03735987
8.2 0.03502185
8.4 0.03281554
8.6 0.03073508
8.8 0.02877465
9 0.02692857
9.2 0.02519127
9.4 0.02355732
9.6 0.02202148
9.8 0.02057864
10 0.01922389
10.2 0.0179525
10.4 0.01675992
10.6 0.01564179
10.8 0.01459393
11 0.01361235
11.2 0.01269324
11.4 0.01183297
11.6 0.01102809
11.8 0.01027531
12 0.00957151
12.2 0.00891374
12.4 0.0082992
12.6 0.00772523
12.8 0.00718933
13 0.00668912
13.2 0.00622237
13.4 0.00578697
13.6 0.00538093
13.8 0.00500237
14 0.00464952
14.2 0.00432073
14.4 0.00401444
14.6 0.00372916
14.8 0.00346354
15 0.00321626
15.2 0.00298612
15.4 0.00277198
15.6 0.00257277
15.8 0.00238748
16 0.00221518
16.2 0.00205499
16.4 0.0019061
16.6 0.00176772
16.8 0.00163914
17 0.0015197
17.2 0.00140876
17.4 0.00130573
17.6 0.00121007
17.8 0.00112127
18 0.00103884
18.2 0.00096235
18.4 0.00089137
18.6 0.00082552
18.8 0.00076445
19 0.0007078
19.2 0.00065527
19.4 0.00060657
19.6 0.00056142
19.8 0.00051957
20 0.00048079

नॉनसेंट्रल काई-स्क्वायर्ड वितरण क्या है?

नॉनसेंट्रल काई-स्क्वायर्ड वितरण साधारण (सेंट्रल) काई-स्क्वायर्ड वितरण का ही एक व्यापक रूप है, जिसमें एक नॉनसेंट्रैलिटी पैरामीटर \(\lambda\) जोड़ा जाता है। यह उन स्वतंत्र नॉर्मल चरों के वर्गों के योग का वर्णन करता है जिनका माध्य शून्य नहीं होता। आँकड़ों में इसका व्यापक उपयोग सांख्यिकीय शक्ति विश्लेषण (पावर एनालिसिस), सिग्नल डिटेक्शन और परिकल्पना परीक्षण में होता है। यह कैलकुलेटर पूरी तरह गणित पर आधारित है और हर जगह समान रूप से लागू होता है — इसमें किसी देश-विशेष के नियम नहीं हैं।

अकेंद्रीय काई-वर्ग घनत्व वक्रों का समूह जो गैर-केंद्रीयता बढ़ने पर दाईं ओर खिसकता है
गैर-केंद्रीयता लैम्ब्डा बढ़ने पर अकेंद्रीय काई-वर्ग घनत्व वक्र दाईं ओर खिसकते और चपटे होते जाते हैं।

इस कैलकुलेटर का उपयोग कैसे करें

सबसे पहले तय करें कि आपको कौन-सी राशि चाहिए: संभाव्यता घनत्व \(f\), निम्न संचयी संभाव्यता \(P\), या उच्च संचयी संभाव्यता \(Q\)। इसके बाद स्वातंत्र्य कोटि \(\nu\) (0 से बड़ी होनी चाहिए), नॉनसेंट्रैलिटी \(\lambda\) (कम से कम 0), और एक संदर्भ \(x\) मान दर्ज करें। एक श्रेणी में (x, मान) के जोड़ों की तालिका बनाने के लिए \(x\) का प्रारंभिक मान, स्टेप वृद्धि और पंक्तियों की संख्या सेट करें।

सूत्र की व्याख्या

नॉनसेंट्रल काई-स्क्वायर्ड वितरण असल में सेंट्रल काई-स्क्वायर्ड वितरणों का एक Poisson(\(\lambda/2\))-भारित मिश्रण है। j-वें पद का भार \(w_j = e^{-\lambda/2}\,(\lambda/2)^{j}/j!\) होता है। घनत्व \(f\), \(w_j\) और \(\nu+2j\) स्वातंत्र्य कोटि वाले सेंट्रल काई-स्क्वायर्ड घनत्व के गुणनफलों का योग है।

$$f(x;\nu,\lambda)=\sum_{j=0}^{\infty}\frac{e^{-\lambda/2}\left(\lambda/2\right)^{j}}{j!}\,\frac{x^{\,k/2-1}e^{-x/2}}{2^{k/2}\,\Gamma\!\left(k/2\right)}\quad\text{where}\;\; k=\nu+2j,\;\; \lambda=\lambda$$

निम्न संचयी संभाव्यता इसी मिश्रण को सेंट्रल काई-स्क्वायर्ड CDF पर लागू करके मिलती है, जो रेगुलराइज़्ड लोअर अपूर्ण गामा फ़ंक्शन का उपयोग करता है।

$$F(x;\nu,\lambda)=\sum_{j=0}^{\infty}\frac{e^{-\lambda/2}\left(\lambda/2\right)^{j}}{j!}\,P\!\left(\frac{\nu+2j}{2},\;\frac{x}{2}\right)\quad\text{where}\;\; \lambda=\lambda$$

उच्च संचयी संभाव्यता बस \(Q = 1 - P\) से प्राप्त होती है।

विज्ञापन
घनत्व वक्र जिसे एक ऊर्ध्वाधर रेखा बाएँ निचले-संचयी P क्षेत्र और दाएँ ऊपरी-संचयी Q क्षेत्र में बाँटती है
किसी बिंदु x पर निचला संचयी P बायाँ क्षेत्रफल है और ऊपरी संचयी Q दायाँ क्षेत्रफल है।

हल किया गया उदाहरण

मान लीजिए \(\nu = 3\), \(\lambda = 1\), \(x = 2\): तब Poisson(0.5) के भार हैं \(0.6065, 0.3033, 0.0758, 0.0126, 0.0016\)। \(x=2\) पर 3, 5, 7, 9, 11 स्वातंत्र्य कोटियों के लिए सेंट्रल काई-स्क्वायर्ड CDF क्रमशः \(0.4276, 0.1511, 0.0387, 0.0074, 0.0011\) हैं। इनका भारित योग \(P\) लगभग \(0.3082\) देता है, इसलिए \(Q\) लगभग \(0.6918\) होगा। इसी बिंदु पर घनत्व \(f\) लगभग \(0.173\) है।

अक्सर पूछे जाने वाले प्रश्न

जब \(\lambda = 0\) हो तो क्या होता है? तब यह वितरण ठीक \(\nu\) स्वातंत्र्य कोटि वाले सेंट्रल काई-स्क्वायर्ड वितरण में बदल जाता है, क्योंकि केवल \(j=0\) वाला पद ही भार 1 के साथ बचता है।

क्या \(\nu\) पूर्णांक के बजाय भिन्न (दशमलव) हो सकता है? हाँ। गामा फ़ंक्शन 0 से बड़े किसी भी \(\nu\) को संभाल लेता है, इसलिए भिन्नात्मक स्वातंत्र्य कोटियाँ भी मान्य हैं।

\(x = 0\) पर घनत्व 0 क्यों होता है? \(\nu\) के 2 या उससे अधिक होने पर मूल बिंदु पर घनत्व 0 रहता है; \(\nu\) के 2 से कम होने पर यह अनंत की ओर बढ़ता है, इसलिए व्यावहारिक सीमा के रूप में कैलकुलेटर \(x = 0\) पर 0 ही लौटाता है।

अंतिम अपडेट: