समीकरणों का आकलन: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(5 intermediate revisions by 5 users not shown)
Line 1: Line 1:
{{Short description|Statistics method}}
{{Short description|Statistics method}}
सांख्यिकी में समीकरणों का [[अनुमान]] लगाने की विधि यह निर्दिष्ट करने का एक विधि है कि [[सांख्यिकीय मॉडल]] के मापदंडों का अनुमान कैसे लगाया जाना चाहिए। इसे कई मौलिक विधियों के सामान्यीकरण के रूप में सोचा जा सकता है - [[क्षणों की विधि (सांख्यिकी)]], न्यूनतम वर्ग, और अधिकतम संभावना - साथ ही [[एम-आकलनकर्ता]] जैसी कुछ आधुनिक विधियां है।
सांख्यिकी में '''समीकरणों का [[अनुमान|आकलन]]''' लगाने की विधि यह निर्दिष्ट करने का एक विधि है कि [[सांख्यिकीय मॉडल]] के मापदंडों का आकलन कैसे लगाया जाना चाहिए। इसे अनेक मौलिक विधियों के सामान्यीकरण के रूप में सोचा जा सकता है - [[क्षणों की विधि (सांख्यिकी)]], न्यूनतम वर्ग, और अधिकतम संभावना - साथ ही [[एम-आकलनकर्ता]] जैसी कुछ आधुनिक विधियां है।


विधि का आधार नमूना डेटा और अज्ञात मॉडल पैरामीटर दोनों को सम्मिलित करने वाले एक साथ समीकरणों का एक सेट रखना या खोजना है, जिन्हें पैरामीटर के अनुमान को परिभाषित करने के लिए हल किया जाना है।<ref>{{cite book |last=Dodge |first=Y. |year=2003 |title=सांख्यिकीय शर्तों का ऑक्सफोर्ड डिक्शनरी|publisher=OUP |isbn=0-19-920613-9 |url-access=registration |url=https://archive.org/details/oxforddictionary0000unse }}</ref> समीकरणों के विभिन्न घटकों को प्रेक्षित डेटा के सेट के संदर्भ में परिभाषित किया गया है, जिस पर अनुमान आधारित होने हैं।
विधि का आधार प्रतिरूप डेटा और अज्ञात मॉडल पैरामीटर दोनों को सम्मिलित करने वाले एक साथ समीकरणों का एक सेट रखना या खोजना है, जिन्हें पैरामीटर के आकलन को परिभाषित करने के लिए हल किया जाना है।<ref>{{cite book |last=Dodge |first=Y. |year=2003 |title=सांख्यिकीय शर्तों का ऑक्सफोर्ड डिक्शनरी|publisher=OUP |isbn=0-19-920613-9 |url-access=registration |url=https://archive.org/details/oxforddictionary0000unse }}</ref> समीकरणों के विभिन्न घटकों को प्रेक्षित डेटा के सेट के संदर्भ में परिभाषित किया गया है, जिस पर आकलन आधारित होने हैं।


समीकरणों के आकलन के महत्वपूर्ण उदाहरण संभावना समीकरण हैं।
समीकरणों के आकलन के महत्वपूर्ण उदाहरण संभावना समीकरण हैं।
Line 8: Line 8:
==उदाहरण                                                                                                                                          ==
==उदाहरण                                                                                                                                          ==


घातीय वितरण के दर पैरामीटर, λ का अनुमान लगाने की समस्या पर विचार करें जिसमें संभाव्यता घनत्व फलन है:
घातीय वितरण के दर पैरामीटर, λ का आकलन लगाने की समस्या पर विचार करें जिसमें संभाव्यता घनत्व फलन है:


:<math>
:<math>
Line 14: Line 14:
\lambda e^{-\lambda x}, &\; x \ge 0, \\
\lambda e^{-\lambda x}, &\; x \ge 0, \\
0, &\; x < 0.
0, &\; x < 0.
\end{matrix}\right.</math>
\end{matrix}\right.                                                                                                                                                            
मान लीजिए कि डेटा का एक नमूना उपलब्ध है, जिससे या तो नमूना माध्य, '''<math>\bar{x}</math>''' या नमूना माध्यिका, मी, की गणना की जा सकती है। फिर माध्य पर आधारित एक आकलन समीकरण है
                                                                                                                                                 
                                                                                                                                                                                                                            </math>
मान लीजिए कि डेटा का एक प्रतिरूप उपलब्ध है, जिससे या तो प्रतिरूप माध्य, '''<math>\bar{x}</math>''' या प्रतिरूप माध्यिका, मी, की गणना की जा सकती है। फिर माध्य पर आधारित एक आकलन समीकरण है


:<math>\bar{x}=\lambda^{-1},</math>
:<math>\bar{x}=\lambda^{-1},</math>
Line 21: Line 23:


:<math>m=\lambda^{-1} \ln 2 .</math>
:<math>m=\lambda^{-1} \ln 2 .</math>
इनमें से प्रत्येक समीकरण एक नमूना मूल्य (नमूना आँकड़ा) को एक सैद्धांतिक (जनसंख्या) मूल्य के समान करके प्राप्त किया जाता है। प्रत्येक स्थिति में नमूना आँकड़ा जनसंख्या मूल्य का एक [[सुसंगत अनुमानक]] है, और यह अनुमान के लिए इस प्रकार के दृष्टिकोण के लिए एक सहज औचित्य प्रदान करता है।
इनमें से प्रत्येक समीकरण एक प्रतिरूप मूल्य (प्रतिरूप आँकड़ा) को एक सैद्धांतिक (जनसंख्या) मूल्य के समान करके प्राप्त किया जाता है। प्रत्येक स्थिति में प्रतिरूप आँकड़ा जनसंख्या मूल्य का एक [[सुसंगत अनुमानक|सुसंगत आकलनक]] है, और यह आकलन के लिए इस प्रकार के दृष्टिकोण के लिए एक सहज औचित्य प्रदान करता है।


== यह भी देखें ==
== यह भी देखें ==
Line 37: Line 39:
*{{cite book |first=Christopher G. |last=Small |first2=Jinfang |last2=Wang |title=Numerical Methods for Nonlinear Estimating Equations |publisher=Oxford University Press |location=New York |year=2003 |isbn=0-19-850688-0 }}
*{{cite book |first=Christopher G. |last=Small |first2=Jinfang |last2=Wang |title=Numerical Methods for Nonlinear Estimating Equations |publisher=Oxford University Press |location=New York |year=2003 |isbn=0-19-850688-0 }}


{{Statistics|inference|collapsed}}
[[Category:Collapse templates]]
[[Category: अनुमान के तरीके]]
 
 
 
[[Category: Machine Translated Page]]
[[Category:Created On 06/07/2023]]
[[Category:Created On 06/07/2023]]
[[Category:Lua-based templates]]
[[Category:Machine Translated Page]]
[[Category:Navigational boxes| ]]
[[Category:Navigational boxes without horizontal lists]]
[[Category:Pages with empty portal template]]
[[Category:Pages with script errors]]
[[Category:Portal-inline template with redlinked portals]]
[[Category:Short description with empty Wikidata description]]
[[Category:Sidebars with styles needing conversion]]
[[Category:Template documentation pages|Documentation/doc]]
[[Category:Templates Vigyan Ready]]
[[Category:Templates generating microformats]]
[[Category:Templates that add a tracking category]]
[[Category:Templates that are not mobile friendly]]
[[Category:Templates that generate short descriptions]]
[[Category:Templates using TemplateData]]
[[Category:Wikipedia metatemplates]]
[[Category:अनुमान के तरीके]]

Latest revision as of 16:19, 4 September 2023

सांख्यिकी में समीकरणों का आकलन लगाने की विधि यह निर्दिष्ट करने का एक विधि है कि सांख्यिकीय मॉडल के मापदंडों का आकलन कैसे लगाया जाना चाहिए। इसे अनेक मौलिक विधियों के सामान्यीकरण के रूप में सोचा जा सकता है - क्षणों की विधि (सांख्यिकी), न्यूनतम वर्ग, और अधिकतम संभावना - साथ ही एम-आकलनकर्ता जैसी कुछ आधुनिक विधियां है।

विधि का आधार प्रतिरूप डेटा और अज्ञात मॉडल पैरामीटर दोनों को सम्मिलित करने वाले एक साथ समीकरणों का एक सेट रखना या खोजना है, जिन्हें पैरामीटर के आकलन को परिभाषित करने के लिए हल किया जाना है।[1] समीकरणों के विभिन्न घटकों को प्रेक्षित डेटा के सेट के संदर्भ में परिभाषित किया गया है, जिस पर आकलन आधारित होने हैं।

समीकरणों के आकलन के महत्वपूर्ण उदाहरण संभावना समीकरण हैं।

उदाहरण

घातीय वितरण के दर पैरामीटर, λ का आकलन लगाने की समस्या पर विचार करें जिसमें संभाव्यता घनत्व फलन है:

मान लीजिए कि डेटा का एक प्रतिरूप उपलब्ध है, जिससे या तो प्रतिरूप माध्य, या प्रतिरूप माध्यिका, मी, की गणना की जा सकती है। फिर माध्य पर आधारित एक आकलन समीकरण है

जबकि माध्यिका पर आधारित आकलन समीकरण है

इनमें से प्रत्येक समीकरण एक प्रतिरूप मूल्य (प्रतिरूप आँकड़ा) को एक सैद्धांतिक (जनसंख्या) मूल्य के समान करके प्राप्त किया जाता है। प्रत्येक स्थिति में प्रतिरूप आँकड़ा जनसंख्या मूल्य का एक सुसंगत आकलनक है, और यह आकलन के लिए इस प्रकार के दृष्टिकोण के लिए एक सहज औचित्य प्रदान करता है।

यह भी देखें

संदर्भ

  1. Dodge, Y. (2003). सांख्यिकीय शर्तों का ऑक्सफोर्ड डिक्शनरी. OUP. ISBN 0-19-920613-9.
  • Godambe, V. P., ed. (1991). Estimating Functions. New York: Oxford University Press. ISBN 0-19-852228-2.
  • Heyde, Christopher C. (1997). Quasi-Likelihood and Its Application: A General Approach to Optimal Parameter Estimation. New York: Springer-Verlag. ISBN 0-387-98225-6.
  • McLeish, D. L.; Small, Christopher G. (1988). The Theory and Applications of Statistical Inference Functions. New York: Springer-Verlag. ISBN 0-387-96720-6.
  • Small, Christopher G.; Wang, Jinfang (2003). Numerical Methods for Nonlinear Estimating Equations. New York: Oxford University Press. ISBN 0-19-850688-0.