सांख्यिकी (Statistics)
अध्याय की रूपरेखा और सीखने के उद्देश्य
इस अध्याय में हम सीखेंगे:
- केंद्रीय प्रवृत्ति के माप — माध्य (Mean), माध्यिका (Median), बहुलक (Mode)
- विचलन के माप — परिसर (Range), माध्य विचलन (Mean Deviation), प्रसरण (Variance), मानक विचलन (Standard Deviation)
- विचलन गुणांक (Coefficient of Variation) और तुलना
- वर्गीकृत (Grouped) डेटा के लिए सूत्र और शॉर्टकट
- परीक्षा-स्तर के कथन-आधारित और डेटा-इंटरप्रिटेशन प्रश्न
हुक: एक औसत जो सबको धोखा दे गया
एक गाँव में 10 लोग रहते थे। 9 लोगों की मासिक आय ₹10,000 थी, और दसवें व्यक्ति — ज़मींदार — की आय ₹9,10,000 थी। गाँव की "औसत आय" निकाली गई: ₹1,00,000 प्रति माह!
अखबार ने हेडलाइन छापी: "इस गाँव का औसत नागरिक लखपति है!" जबकि सच्चाई यह थी कि 90% लोग ₹10,000 में जी रहे थे।
यही सांख्यिकी की ताकत और खतरा दोनों है — सही माप चुनोगे तो सच दिखेगा, गलत माप चुनोगे तो भ्रम। परीक्षक (SSC CGL Tier-II, IBPS PO, CSAT) ठीक इसी भ्रम पर सवाल बनाते हैं। इस अध्याय के बाद आप वह भ्रम कभी नहीं खाएँगे।
1. सांख्यिकी है क्या?
सांख्यिकी वह विज्ञान है जो आँकड़ों (data) को इकट्ठा करने, व्यवस्थित करने, विश्लेषण करने और निष्कर्ष निकालने की विधियाँ देती है। परीक्षा की दृष्टि से इसके दो काम याद रखें:
- डेटा को एक संख्या में समेटना → केंद्रीय प्रवृत्ति (Central Tendency)
- डेटा कितना बिखरा है, यह बताना → विचलन/फैलाव (Dispersion)
🧠 Active Recall: बिना ऊपर देखे बताइए — केंद्रीय प्रवृत्ति और विचलन में अंतर क्या है? गाँव वाली कहानी में कौन-सा माप धोखा दे रहा था?
2. माध्य (Mean) — सबसे लोकप्रिय, सबसे भोला
समांतर माध्य (Arithmetic Mean):
$$\bar{x} = \frac{\sum x_i}{n}$$
वर्गीकृत डेटा के लिए:
$$\bar{x} = \frac{\sum f_i x_i}{\sum f_i}$$
जहाँ $x_i$ = वर्ग का मध्य-मान (class mark), $f_i$ = बारंबारता।
कल्पित माध्य विधि (Assumed Mean / Step Deviation):
$$\bar{x} = A + \frac{\sum f_i d_i}{\sum f_i} \times h, \quad d_i = \frac{x_i - A}{h}$$
यह विधि बड़ी संख्याओं में गणना आसान बनाती है — IBPS PO और CGL Tier-II में समय बचाने का हथियार।
माध्य की दो कमजोरियाँ (परीक्षक के पसंदीदा ट्रैप):
- चरम मानों (outliers) से बुरी तरह प्रभावित होता है — गाँव वाली कहानी याद करें।
- सभी प्रेक्षणों पर निर्भर करता है, इसलिए एक गलत एंट्री पूरा माध्य बिगाड़ देती है।
माध्य के गुण (कथन-आधारित प्रश्नों के लिए):
- हर प्रेक्षण में स्थिरांक $c$ जोड़ने/घटाने से माध्य में भी $c$ जुड़ता/घटता है।
- हर प्रेक्षण को $k$ से गुणा करने पर माध्य भी $k$ गुना हो जाता है।
- $\sum (x_i - \bar{x}) = 0$ — माध्य से विचलनों का योग सदैव शून्य।
🧠 Active Recall: यदि 20 छात्रों के अंकों का माध्य 60 है और हर छात्र को 5 अंक ग्रेस मिलें, तो नया माध्य क्या होगा? (उत्तर सोचिए, फिर आगे पढ़िए — 65।)
3. माध्यिका (Median) — बीच का ईमानदार
डेटा को आरोही क्रम में सजाओ; बीच का मान ही माध्यिका है।
- $n$ विषम हो → $\left(\frac{n+1}{2}\right)$वाँ पद
- $n$ सम हो → $\frac{n}{2}$वें और $\left(\frac{n}{2}+1\right)$वें पदों का औसत
वर्गीकृत डेटा के लिए:
$$M = l + \frac{\frac{N}{2} - C}{f} \times h$$
जहाँ $l$ = माध्यिका वर्ग की निचली सीमा, $N$ = कुल बारंबारता, $C$ = माध्यिका वर्ग से पहले की संचयी बारंबारता, $f$ = माध्यिका वर्ग की बारंबारता, $h$ = वर्ग-माप।
क्यों ज़रूरी है? माध्यिका चरम मानों से प्रभावित नहीं होती। गाँव की कहानी में माध्यिका आय ₹10,000 ही रहती — यानी सच्ची तस्वीर। इसीलिए आय-वितरण जैसे विषम (skewed) डेटा में माध्यिका बेहतर माप है।
🧠 Active Recall: 2, 4, 6, 8, 100 का माध्य और माध्यिका निकालिए। कौन-सा माप डेटा को बेहतर दर्शाता है? (माध्य = 24, माध्यिका = 6।)
4. बहुलक (Mode) — सबसे ज़्यादा दोहराने वाला
जो मान सबसे अधिक बार आए, वही बहुलक है। वर्गीकृत डेटा में:
$$Z = l + \frac{f_1 - f_0}{2f_1 - f_0 - f_2} \times h$$
जहाँ $f_1$ = बहुलक वर्ग की बारंबारता, $f_0$ = पिछले वर्ग की, $f_2$ = अगले वर्ग की।
तीनों का संबंध (अनुभवजन्य सूत्र — Empirical Relation):
$$\text{बहुलक} = 3 \times \text{माध्यिका} - 2 \times \text{माध्य}$$
यह सूत्र मध्यम विषमता (moderate skewness) में लागू होता है और परीक्षाओं में बार-बार पूछा जाता है।
🎭 Mnemonic — "म-म-ब की सीढ़ी":
Mean (माध्य) = सबका Mिलाकर बाँटो,
Median (माध्यिका) = Mध्य का मान,
Mode (बहुलक) = Mोस्ट (सबसे ज़्यादा) बार आने वाला।
और संबंध याद रखने की ट्रिक: "बहुलक 3 मीडियन से 2 मीन घटाओ" — "बी = 3मि − 2मा"।
🧠 Active Recall: यदि माध्य = 40 और माध्यिका = 42, तो बहुलक कितना होगा? (3×42 − 2×40 = 46।)
5. विषमता (Skewness) — डेटा किधर झुका है?
- सममित बंटन: माध्य = माध्यिका = बहुलक
- धनात्मक विषमता (दाईं ओर लंबी पूंछ): माध्य > माध्यिका > बहुलक
- ऋणात्मक विषमता (बाईं ओर लंबी पूंछ): माध्य < माध्यिका < बहुलक
ट्रिक: माध्य हमेशा पूंछ की ओर "खिंचता" है (क्योंकि चरम मान उसे खींचते हैं)। पूंछ दाईं ओर → माध्य सबसे दाईं → धनात्मक विषमता।
🧠 Active Recall: किसी बंटन में माध्य = 55, माध्यिका = 50, बहुलक = 45। विषमता किस दिशा में है? (धनात्मक — माध्य सबसे बड़ा है।)
6. विचलन के माप (Measures of Dispersion)
केवल औसत जानना आधा सच है। दो कक्षाओं के अंकों का माध्य 60 हो सकता है — एक में सबके 58–62, दूसरी में 10 से 100 तक। फैलाव ही असली कहानी बताता है।
(क) परिसर (Range): $R = L - S$ (अधिकतम − न्यूनतम)। सबसे सरल, सबसे अस्थिर।
(ख) माध्य विचलन (Mean Deviation):
$$MD = \frac{\sum |x_i - A|}{n} \quad \text{या वर्गीकृत में} \quad \frac{\sum f_i |x_i - A|}{N}$$
जहाँ $A$ = माध्य या माध्यिका। याद रखें: माध्यिका के सापेक्ष माध्य विचलन न्यूनतम होता है — यह कथन-प्रश्नों में आता है।
(ग) प्रसरण (Variance) और मानक विचलन (Standard Deviation):
$$\sigma^2 = \frac{\sum (x_i - \bar{x})^2}{n}, \qquad \sigma = \sqrt{\sigma^2}$$
वैकल्पिक (गणना के लिए आसान) रूप:
$$\sigma^2 = \frac{\sum x_i^2}{n} - \bar{x}^2$$
वर्गीकृत डेटा में:
$$\sigma^2 = \frac{\sum f_i x_i^2}{N} - \left(\frac{\sum f_i x_i}{N}\right)^2$$
मानक विचलन के गुण (बहुत पूछे जाते हैं):
- हर पद में स्थिरांक जोड़ने/घटाने से SD नहीं बदलता (फैलाव वही रहता है)।
- हर पद को $k$ से गुणा करने पर SD भी $|k|$ गुना हो जाता है।
- SD हमेशा ≥ 0; सभी मान बराबर हों तो SD = 0।
🧠 Active Recall: 5, 5, 5, 5, 5 का मानक विचलन क्या होगा? और यदि प्रत्येक पद को 3 से गुणा कर दें तो? (0; और 0 ही रहेगा — क्योंकि फैलाव अब भी शून्य है।)
7. विचलन गुणांक (Coefficient of Variation) — तुलना का सही तरीका
दो श्रृंखलाओं की इकाइयाँ या माध्य अलग हों, तो SD से तुलना गलत होगी। तब:
$$CV = \frac{\sigma}{\bar{x}} \times 100\%$$
नियम: जिसकी CV कम, वह श्रृंखला अधिक संगत/स्थिर (consistent); जिसकी CV अधिक, वह अधिक परिवर्तनशील। CSAT और PO Mains में "कौन-सा खिलाड़ी अधिक consistent है?" वाले प्रश्न इसी पर आधारित होते हैं।
8. संयुक्त माध्य और संयुक्त प्रसरण (Combined Mean & Variance)
दो समूहों के माध्य $\bar{x}_1, \bar{x}_2$ और आकार $n_1, n_2$ हों:
$$\bar{x}_{12} = \frac{n_1 \bar{x}_1 + n_2 \bar{x}_2}{n_1 + n_2}$$
संयुक्त प्रसरण:
$$\sigma_{12}^2 = \frac{n_1(\sigma_1^2 + d_1^2) + n_2(\sigma_2^2 + d_2^2)}{n_1 + n_2}, \quad d_i = \bar{x}_i - \bar{x}_{12}$$
यह सूत्र CGL Tier-II के "हार्ड" प्रश्नों का दिल है — $d_i$ वाला पद भूलना सबसे आम गलती है।
🧠 Active Recall: 30 छात्रों का माध्य 50 और 20 छात्रों का माध्य 60 है। संयुक्त माध्य? ((30×50 + 20×60)/50 = 54।)
9. परीक्षक के पाँच पसंदीदा जाल
- माध्य बनाम माध्यिका: चरम मान वाले डेटा में "सबसे उपयुक्त माप" पूछे तो उत्तर प्रायः माध्यिका।
- स्थिरांक का खेल: जोड़ने पर SD अपरिवर्तित, गुणा करने पर SD बदलता है — दोनों को उलटकर विकल्प दिए जाते हैं।
- अनुभवजन्य सूत्र का दुरुपयोग: बहुलक = 3मि − 2मा केवल मध्यम विषमता में; पूर्ण विषमता में नहीं।
- CV की तुलना: बिना CV निकाले केवल SD देखकर "कौन अधिक स्थिर" का उत्तर देना — गलत।
- गलत प्रेक्षण का सुधार: "एक मान 25 के स्थान पर 52 पढ़ लिया गया" — पहले योग सुधारो, फिर माध्य।
सारांश तालिका
| अवधारणा | सूत्र/नियम | एक पंक्ति में |
|---|---|---|
| माध्य | $\bar{x} = \sum f_i x_i / N$ | सबका औसत; चरम मानों से प्रभावित |
| माध्यिका | $M = l + \frac{N/2 - C}{f} \times h$ | बीच का मान; outliers से सुरक्षित |
| बहुलक | $Z = l + \frac{f_1 - f_0}{2f_1 - f_0 - f_2} \times h$ | सबसे अधिक बार आने वाला |
| संबंध | बहुलक = 3मि − 2मा | मध्यम विषमता में |
| प्रसरण | $\sigma^2 = \frac{\sum x_i^2}{n} - \bar{x}^2$ | फैलाव का वर्ग-माप |
| मानक विचलन | $\sigma = \sqrt{\sigma^2}$ | +c से अपरिवर्तित, ×k से k गुना |
| CV | $\frac{\sigma}{\bar{x}} \times 100$ | कम CV = अधिक स्थिरता |
| संयुक्त माध्य | $\frac{n_1\bar{x}_1 + n_2\bar{x}_2}{n_1+n_2}$ | भारित औसत |
| विषमता | माध्य > मि > ब ⇒ धनात्मक | माध्य पूंछ की ओर खिंचता है |
🔁 दोहराने का निर्देश
इस अध्याय को 2 दिन बाद दोबारा पढ़ें — विशेषकर अनुभवजन्य सूत्र, SD के गुण और संयुक्त प्रसरण का सूत्र। दोहराते समय पहले 🧠 वाले प्रश्नों को बिना उत्तर देखे हल करने की कोशिश करें; जो अटके, वही आपका कमज़ोर हिस्सा है। फिर Practice Set 1 से अभ्यास शुरू करें।