கூறெடுப்பு முறைகளும் புள்ளியியல் அனுமானித்தலும் - படிப்புக் குறிப்புகள்
1. கூறெடுத்தலின் அடிப்படைக் கருத்துகள்
- கூறெடுத்தல்: முழுமைத் தொகுதியிலிருந்து ஒரு பகுதியைக் கூறாகத் தெரிவு செய்யும் முறை. எ.கா. உணவை ஒரு கரண்டி சுவைத்தல், சில துளி இரத்தத்தைச் சோதித்தல், ஒரு கைப்பிடி தானியத்தைப் பார்த்தல்.
- முழுமைத் தொகுதி: ஆய்விற்குத் தேவையான அனைத்து உறுப்புகளின் தொகுப்பு. உறுப்புகள் எண்ணிடத்தக்கவை எனில் முடிவுறு (ஒரு பள்ளியின் 12ஆம் வகுப்பு மாணவர்களின் எடைகள்); எண்ணற்றவை எனில் முடிவுறா (மூட்டையிலுள்ள தானியங்கள், நோயாளியின் உடலிலுள்ள கிருமிகள்).
- கூறு: முழுமைத் தொகுதியைப் பிரதிபலிக்கும் வகையில் தெரிவு செய்யப்படும் பகுதி; அதிலுள்ள உறுப்புகளின் எண்ணிக்கை கூறின் அளவு.
- தொகுதிப் பண்பளவை: \( \mu \), \( \sigma^2 \) போன்ற முழுமைத் தொகுதியின் புள்ளியியல் மாறிலிகள்.
- கூறு பண்பளவை: கூறிலிருந்து கணக்கிடப்படும் \( \bar{x} \), \( s^2 \) போன்ற அளவைகள். நடைமுறையில் தொகுதிப் பண்பளவைகள் தெரியாததால் கூறு பண்பளவைகளைக் கொண்டு மதிப்பிடப்படுகின்றன.
2. கூறெடுப்பின் வகைகள்
சமவாய்ப்பு அற்ற (நிகழ்தகவு சாரா) கூறெடுப்பு, சமவாய்ப்பு (நிகழ்தகவு சார்ந்த) கூறெடுப்பு என இருவகை. சமவாய்ப்பு கூறு பற்றி டாக்டர் யேட்ஸ், ஹார்பர் ஆகியோரின் வரையறைகள் பாடநூலில் உள்ளன.
(i) எளிய சமவாய்ப்பு கூறெடுப்பு முறை
- ஒவ்வோர் உறுப்புக்கும் சமமான, சார்பற்ற வாய்ப்பு. திரும்ப வைக்கா முறை பின்பற்றப்படுகிறது.
- முதல் தேர்வில் நிகழ்தகவு \( \frac{1}{N} \), இரண்டாம் தேர்வில் \( \frac{1}{N-1} \).
- குலுக்கல் முறை: ஒரே அளவு, வடிவம், நிறமுள்ள சீட்டுகளில் எண்களை எழுதி குலுக்கித் தெரிவு செய்தல். இது கட்டுப்பாடற்ற சமவாய்ப்பு கூறெடுப்பு; முடிவுறா தொகுதிக்குப் பயன்படாது.
- சமவாய்ப்பு எண்களின் அட்டவணை: எல்.எச்.சி. டிப்பெட், ஃபிஷர்-யேட்ஸ், கெண்டால்-பாபிங்டன் ஸ்மித், ராண்ட் கார்ப்பரேஷன். டிப்பெட்டின் நான்கிலக்க அட்டவணை அதிகம் பயன்படுகிறது.
- நிறைகள்: தனிப்பட்ட சார்பு இல்லை; நேரம், பணம், உழைப்பு மிச்சம். குறைகள்: முழுமையான பட்டியல் தேவை; சிறிய கூறு பிரதிநிதித்துவம் அற்றதாகலாம்.
(ii) படுகை சமவாய்ப்பு கூறெடுப்பு முறை
- ஒத்த பண்பற்ற முழுமைத் தொகுதி, ஒன்றோடொன்று சேராத, ஒத்த பண்புடைய படுகைகளாகப் பிரிக்கப்பட்டு ஒவ்வொன்றிலிருந்தும் சமவாய்ப்பு முறையில் கூறுகள் எடுக்கப்படுகின்றன.
- படுகையின் கூறு = படுகை அளவு \( \times \frac{n}{N} \). எடுத்துக்காட்டு 8.5: 195, 190, 115 நபர்களிலிருந்து 68 அளவு கூறில் 26, 26, 16.
- நிறைகள்: எல்லாப் படுகைகளும் பங்குபெறுவதால் அதிகப் பிரதிநிதித்துவம்; சிறிய கூறிலும் துல்லியம். குறைகள்: படுகைகளாகப் பிரிக்க செலவு, நேரம், அனுபவம் தேவை; தவறான பிரிவு சார்பை ஏற்படுத்தும்.
(iii) முறைப்படுத்திய கூறெடுப்பு
- முதல் \( k \) அலகுகளிலிருந்து முதல் கூறு சமவாய்ப்பு முறையில்; பின் ஒவ்வொரு \( k \)-வது உறுப்பும்.
- மாதிரி இடைவெளி \( k = \frac{N}{n} \). 6,000-லிருந்து 20 எனில் \( k = 300 \); 50-ல் தொடங்கினால் 50, 350, 650, ..., 5750.
- நிறைகள்: எளிது; கூறுகள் சீராகப் பரவும்; நேரம் மிச்சம். குறைகள்: சமவாய்ப்பு முறையல்ல; \( N \), \( n \)-ன் மடங்கு இல்லையெனில் \( k \) முழு எண்ணாக இராது.
3. கூறெடுப்பு சார்ந்த மற்றும் சாரா பிழைகள்
- கூறெடுப்பு சார்ந்த பிழைகள்: வாய்ப்பின் காரணமாக ஏற்படுபவை; கூறெடுப்பு முறையிலேயே உள்ளவை. குறைபாடுள்ள உத்தியால் தகுதியற்ற கூறு தேர்வு, உகந்த உறுப்பு கிடைக்காதபோது வேறொன்றைத் தெரிவு செய்தல், தவறான வரையறை கொண்ட மாதிரி அலகுகள்.
- கூறெடுப்பு சாரா பிழைகள்: மனித காரணங்களால் ஏற்படுபவை. அலட்சியம், பயிற்சியற்ற ஆய்வாளர்கள், தவறான வினாப்பட்டியல், தவறான புள்ளிவிவர அளவை, முடிவடையாத ஆய்வு.
4. கூறெடுப்பு பரவலும் திட்டப்பிழையும்
- \( N \) அளவுள்ள தொகுதியிலிருந்து \( n \) அளவுள்ள மாதிரிகளின் எண்ணிக்கை \( {}^{N}C_n = \frac{N!}{n!(N-n)!} \). இவற்றிலிருந்து கணக்கிடப்படும் புள்ளியியல் அளவையின் மதிப்புகள் கூறெடுப்பு பரவல் ஆகும்.
- கூறெடுப்பு பரவலின் திட்டவிலக்கமே திட்டப்பிழை (S.E.).
| கூறு அளவை | திட்டப்பிழை |
|---|---|
| மாதிரி சராசரி | \( \frac{\sigma}{\sqrt{n}} \) |
| மாதிரி விகித சமம் | \( \sqrt{\frac{PQ}{n}} \) |
| மாதிரியின் திட்டவிலக்கம் | \( \frac{\sigma}{\sqrt{2n}} \) |
| மாதிரியின் பரவற்படி | \( \sigma^2 \sqrt{\frac{2}{n}} \) |
5. மதிப்பீட்டு முறை
- மதிப்பீட்டு முறை: கூறு பண்பளவையைக் கொண்டு தொகுதிப் பண்பளவையின் மிகச்சிறந்த மதிப்பைப் பெறுதல். மதிப்பீட்டு பண்பளவை: அதற்குப் பயன்படும் கூறு பண்பளவை. மதிப்பீட்டு அளவை: அதன் குறிப்பிட்ட மதிப்பு.
- சிறந்த மதிப்பீட்டு பண்பளவை: பிழையற்ற தன்மை \( E(T_n) = \theta \); நிலைத்தன்மை (\( n \to \infty \) எனும்போது \( T_n \to \theta \)); திறன்தன்மை \( E = \frac{V_1}{V_2} \); நிறைவுத்தன்மை.
- புள்ளி மதிப்பீடு: ஒரே மதிப்பு. இடைவெளி மதிப்பீடு: பண்பளவை அமையக்கூடிய எல்லைகள்.
- சராசரிக்கான நம்பிக்கை இடைவெளி: \( \bar{x} - Z_{\alpha/2} \frac{\sigma}{\sqrt{n}} < \mu < \bar{x} + Z_{\alpha/2} \frac{\sigma}{\sqrt{n}} \); \( 1 - \alpha \) நம்பிக்கைக் கெழு. \( \sigma \) தெரியாவிடில் \( s \).
6. கருதுகோள் சோதனை
- ஜே. நேமன், இ.எஸ். பியர்சான் ஆகியோரால் தொடங்கப்பட்டது; புள்ளியியல் முடிவெடுத்தல் எனவும் அழைக்கப்படுகிறது.
- இன்மை கருதுகோள் \( H_0 \) (ஆர்.ஏ. ஃபிஷர்): உண்மை எனக் கொண்டு நிராகரிக்கக்கூடிய சாத்தியத்துக்காகச் சோதிக்கப்படுவது. மாற்று கருதுகோள் \( H_1 \): \( \mu \neq \mu_0 \) இருமுனை; \( \mu > \mu_0 \) வலதுமுனை; \( \mu < \mu_0 \) இடதுமுனை.
- முதல் வகைப் பிழை: உண்மையான \( H_0 \)-ஐ மறுத்தல். இரண்டாம் வகைப் பிழை: தவறான \( H_0 \)-ஐ ஏற்றல்.
- மிகைகாண் நிலை \( \alpha \): முதல் வகைப் பிழையின் நிகழ்தகவு; பொதுவாக 5% அல்லது 1%. மறுக்கப்படும் பகுதி, தீர்மான மதிப்பு.
- படிநிலைகள்: \( H_0 \), \( H_1 \) அமைத்தல்; \( \alpha \) தேர்வு; \( Z = \frac{\bar{x} - \mu}{\sigma/\sqrt{n}} \); \( |Z| < Z_\alpha \) எனில் ஏற்பு, \( |Z| > Z_\alpha \) எனில் மறுப்பு. \( n > 30 \) எனில் பெருங்கூறு.
இந்தப் பாடத்திற்கு மேலும்
புத்தகப் பயிற்சி வினாக்கள்20 பாடநூல் வினாக்கள் · விடையுடன்
கூடுதல் வினாக்கள்15 கூடுதல் வினாக்கள் · விடையுடன்
பயிற்சித் தேர்வுஊடாடும் · உடனடி மதிப்பெண்
புத்தகப் பயிற்சித் தேர்வுபாடநூல் தொகுப்பில் உங்களைச் சோதியுங்கள்
கூடுதல் வினாத் தேர்வுகூடுதல் தொகுப்பில் உங்களைச் சோதியுங்கள்
சூத்திரத் தாள்அனைத்து முக்கிய சூத்திரங்கள்