SSC CGL सांख्यिकी — आघूर्ण, विषमता एवं कुर्तता (Moments, Skewness & Kurtosis)

अवधारणा

माध्य, माध्यिका, बहुलक — ये तुम्हें बताते हैं कि data का "केंद्र" कहाँ है। मानक विचलन बताता है कि data "कितना फैला" है। लेकिन असली परीक्षा में अक्सर पूछा जाता है: वितरण का आकार कैसा है? यही काम करते हैं आघूर्ण (Moments), विषमता (Skewness), और कुर्तता (Kurtosis)।

एक सीधी सादी उपमा: कल्पना करो कि तुमने एक कक्षा के अंकों का वितरण बनाया।

• अगर घंटी के आकार का curve बिल्कुल सीधा-सीधा बीच में है — वह सममित (Symmetric) है।
• अगर curve का लंबा सिरा दाईं तरफ खिंचा है और ज़्यादातर छात्र कम अंक पर हैं — धनात्मक विषमता (Positive Skewness)।
• अगर लंबा सिरा बाईं तरफ है और ज़्यादातर छात्र अच्छे अंक पर हैं — ऋणात्मक विषमता (Negative Skewness)।
• अब curve की नोक कितनी तीखी है? यह बताती है कुर्तता (Kurtosis)।

आघूर्ण (Moments) वह गणितीय औज़ार है जिससे ये सब मापे जाते हैं। जैसे भौतिकी में किसी बिंदु के चारों ओर "moment of inertia" होता है, वैसे ही सांख्यिकी में माध्य के चारों ओर केंद्रीय आघूर्ण (Central Moments) होते हैं।

SSC CGL में इस topic से सीधे calculation-based प्रश्न आते हैं — विशेषकर β₂ का मान निकालना और वितरण का प्रकार पहचानना। इन्हें 30-40 सेकंड में solve करना संभव है, बशर्ते सूत्र और तुलना-बिंदु याद हों।

गहन विश्लेषण

1. आघूर्ण (Moments) — परिभाषा और प्रकार

r-वाँ कच्चा आघूर्ण (Raw Moment) माध्य से नहीं, बल्कि शून्य (या किसी arbitrary point A) से लिया जाता है:

$\mu'_r = \frac{1}{N} \sum f_i x_i^r$

r-वाँ केंद्रीय आघूर्ण (Central Moment) माध्य $\bar{x}$ के चारों ओर:

$\mu_r = \frac{1}{N} \sum f_i (x_i - \bar{x})^r$

चारों केंद्रीय आघूर्णों की व्याख्या:

| आघूर्ण | सूत्र | मान | क्या बताता है | |--------|-------|-----|--------------| | $\mu_1$ | $\frac{\sum f(x-\bar{x})}{N}$ | सदैव 0 | कोई सूचना नहीं | | $\mu_2$ | $\frac{\sum f(x-\bar{x})^2}{N}$ | = variance | फैलाव | | $\mu_3$ | $\frac{\sum f(x-\bar{x})^3}{N}$ | + या − | विषमता की दिशा | | $\mu_4$ | $\frac{\sum f(x-\bar{x})^4}{N}$ | सदैव ≥ 0 | नुकीलापन |

महत्वपूर्ण: $\mu_1 = 0$ हमेशा होता है — यह कोई विशेष property नहीं, यह definition का परिणाम है। जब भी किसी प्रश्न में $\mu_1 = 0$ दिया हो, समझो यह confirm कर रहा है कि ये केंद्रीय आघूर्ण हैं।

2. विषमता (Skewness) — तीन प्रमुख माप

(a) कार्ल पियर्सन का विषमता गुणांक

सूत्र 1 (बहुलक पर आधारित): $S_k = \frac{\bar{x} - Mo}{\sigma}$

सूत्र 2 (माध्यिका पर आधारित — जब बहुलक अस्पष्ट हो): $S_k = \frac{3(\bar{x} - Md)}{\sigma}$

यह सूत्र इस empirical relation पर टिका है: $Mean - Mode \approx 3(Mean - Median)$

• $S_k > 0$ → धनात्मक विषमता (दाईं पूँछ): माध्य > माध्यिका > बहुलक
• $S_k < 0$ → ऋणात्मक विषमता (बाईं पूँछ): माध्य < माध्यिका < बहुलक
• $S_k = 0$ → सममित: माध्य = माध्यिका = बहुलक

(b) बोले का विषमता गुणांक (Bowley's Coefficient)

$S_B = \frac{Q_3 + Q_1 - 2Q_2}{Q_3 - Q_1}$

जहाँ $Q_1$, $Q_2$, $Q_3$ पहला, दूसरा और तीसरा चतुर्थांश हैं। यह चतुर्थांशों पर आधारित माप है — extreme values से प्रभावित नहीं होता।

(c) आघूर्ण-आधारित विषमता माप — बीटा और गामा

$\beta_1 = \frac{\mu_3^2}{\mu_2^3} \quad \text{(विषमता का वर्ग)}$

$\gamma_1 = \sqrt{\beta_1} = \frac{\mu_3}{\mu_2^{3/2}} \quad \text{(दिशा सहित)}$

• $\gamma_1 > 0$ → धनात्मक विषमता
• $\gamma_1 = 0$ → सममित
• $\gamma_1 < 0$ → ऋणात्मक विषमता

3. कुर्तता (Kurtosis) — तीन प्रकार

कुर्तता बताती है कि वितरण का शीर्ष (peak) कितना तीखा या चपटा है।

$\beta_2 = \frac{\mu_4}{\mu_2^2}$

$\gamma_2 = \beta_2 - 3 \quad \text{(excess kurtosis)}$

तीन प्रकार — याद करने का सबसे आसान तरीका:

| प्रकार | β₂ का मान | γ₂ का मान | आकार | |--------|-----------|-----------|------| | मेसोकर्टिक (Mesokurtic) | = 3 | = 0 | सामान्य वितरण जैसा | | लेप्टोकर्टिक (Leptokurtic) | > 3 | > 0 | अधिक नुकीला, पतली पूँछें | | प्लेटीकर्टिक (Platykurtic) | < 3 | < 0 | चपटा, मोटी पूँछें |

SSC CGL की दृष्टि से: β₂ = 3 (Normal distribution) — यह सबसे अधिक पूछा जाने वाला fact है। इसे याद करो: "सामान्य = तीन"।

4. कच्चे और केंद्रीय आघूर्णों के बीच संबंध (Conversion Formulas)

यदि raw moments $\mu'_1, \mu'_2, \mu'_3, \mu'_4$ दिए हों और central moments निकालने हों:

$\mu_1 = 0$ $\mu_2 = \mu'_2 - (\mu'_1)^2$ $\mu_3 = \mu'_3 - 3\mu'_2\mu'_1 + 2(\mu'_1)^3$ $\mu_4 = \mu'_4 - 4\mu'_3\mu'_1 + 6\mu'_2(\mu'_1)^2 - 3(\mu'_1)^4$

SSC CGL में अधिकतर प्रश्न सीधे केंद्रीय आघूर्ण देकर β₂ निकालने के होते हैं। इन conversion formulas का उपयोग कम होता है — लेकिन एक बार समझ लो।

शॉर्टकट और युक्तियाँ

तेज़-समाधान रूपरेखा

परीक्षा-कक्ष में इस क्रम से सोचो:

प्रश्न में क्या दिया है?

→ μ₄ और μ₂ दिए हैं: सीधे β₂ = μ₄/(μ₂)² निकालो। β₂ को 3 से compare करो — मेसो/लेप्टो/प्लेटी तय होगा।

→ माध्य, माध्यिका, बहुलक दिए हैं: तीनों की सीढ़ी देखो (बड़ा→छोटा = धनात्मक, छोटा→बड़ा = ऋणात्मक, बराबर = शून्य)। σ से भाग देने की ज़रूरत सिर्फ numerical value चाहिए तो।

→ Q₁, Q₂, Q₃ दिए हैं: बोले का सूत्र — (Q₃ + Q₁ − 2Q₂)/(Q₃ − Q₁)।

→ "सामान्य वितरण" या "Normal distribution" शब्द दिखे: β₂ = 3, γ₂ = 0, β₁ = 0, γ₁ = 0 — यह याद रखो, कोई calculation नहीं।

→ "लेप्टोकर्टिक/प्लेटीकर्टिक की शर्त" पूछे: β₂ > 3 → लेप्टोकर्टिक; β₂ < 3 → प्लेटीकर्टिक।

हर प्रश्न में पहले 5 सेकंड यह decision tree चलाओ — formula की तलाश बाद में।

हल किए गए PYQs

क्यों यह प्रश्न: यह SSC CGL का सबसे direct fact-check है — Normal distribution की कुर्तता। इसे रटो नहीं, समझो।

समाधान का रास्ता: सामान्य वितरण = मेसोकर्टिक। मेसोकर्टिक की परिभाषा ही है β₂ = μ₄/μ₂² = 3। यह reference point है जिससे बाकी सब compare होता है। Option A सही।

क्यों यह प्रश्न: तीन केंद्रीय प्रवृत्तियाँ दी हैं — विषमता की दिशा पहचानने का classic प्रश्न।

समाधान का रास्ता: माध्य = 10, माध्यिका = 9, बहुलक = 7। क्रम देखो: 10 > 9 > 7 यानी माध्य > माध्यिका > बहुलक। यह धनात्मक विषमता की पहचान है। Option D सही।

क्यों यह प्रश्न: पियर्सन गुणांक की conceptual समझ — सममित वितरण में मान क्या होगा।

समाधान का रास्ता: सममित वितरण में माध्य = बहुलक। पियर्सन सूत्र में अंश = (माध्य − बहुलक) = 0। कोई भी संख्या को σ से भाग दो — 0/σ = 0। Option A सही।

क्यों यह प्रश्न: β₂ की direct calculation — सबसे अधिक बार आने वाला प्रश्न pattern।

समाधान का रास्ता: β₂ = μ₄/(μ₂)² = 48/(4)² = 48/16 = 3। μ₁ = 0 और μ₃ = 0 का यहाँ कोई उपयोग नहीं — distraction है। केवल μ₂ और μ₄ से काम। Option D सही।

क्यों यह प्रश्न: बोले के सूत्र का आधार — यह conceptual question है, numerical नहीं।

समाधान का रास्ता: बोले का सूत्र = (Q₃ + Q₁ − 2Q₂)/(Q₃ − Q₁) — इसमें Q₁, Q₂, Q₃ यानी सिर्फ चतुर्थांश (Quartiles) हैं। न माध्य है, न मानक विचलन, न बहुलक। Option C सही।

क्यों यह प्रश्न: लेप्टोकर्टिक की परिभाषा — β₂ की शर्त सीधे पूछी गई।

समाधान का रास्ता: लेप्टो = नुकीला = सामान्य से अधिक तीखा peak = β₂ > 3। Option B सही।

क्यों यह प्रश्न: β₂ calculation और फिर वितरण का प्रकार — दो-चरणीय प्रश्न।

समाधान का रास्ता: β₂ = μ₄/μ₂² = 96/(4)² = 96/16 = 6। β₂ = 6 > 3 → लेप्टोकर्टिक। μ₃ = 8 का इस calculation में कोई उपयोग नहीं। Option C सही।

क्यों यह प्रश्न: पिछले प्रश्न से similar structure — μ₄ बदला है, approach वही।

समाधान का रास्ता: β₂ = μ₄/(μ₂)² = 80/(4)² = 80/16 = 5। β₂ = 5 > 3 → लेप्टोकर्टिक। Option C सही।

आम गलतियाँ

• μ₃ को β₂ में घुसाना: β₂ = μ₄/μ₂² है — μ₃ का इसमें कोई स्थान नहीं। जब μ₃ = 8 दिया हो और β₂ पूछा हो, तो μ₃ को ignore करो। यह trap है जो 40% candidates गलत करते हैं।

• β₂ = 3 को "special" मानकर options में 3 ढूँढना: कभी-कभी β₂ = 6 या β₂ = 5 आता है — फिर भी answer 3 चुन लेते हैं। हर बार calculate करो, assume मत करो।

• विषमता की दिशा उल्टा लिखना: "माध्य > बहुलक → धनात्मक" — यह याद रखने में confusion होती है। इसे anchor करो: "माध्य पूँछ की तरफ खिंचता है" — अगर दाईं पूँछ (बड़े मान) है तो माध्य बड़ा होगा = धनात्मक।

• बोले और पियर्सन के सूत्र मिलाना: बोले के सूत्र में माध्य या σ नहीं आता। अगर प्रश्न में Q₁, Q₂, Q₃ दिखे तो तुरंत बोले का सूत्र लो — पियर्सन का प्रयास भी मत करो।

• γ₂ और β₂ में confusion: γ₂ = β₂ − 3 है। सामान्य वितरण के लिए β₂ = 3 लेकिन γ₂ = 0। प्रश्न में "excess kurtosis" या "γ₂" पूछा हो तो 3 नहीं, 0 उत्तर है।

• μ₁ = 0 को कोई विशेष condition मानना: μ₁ = 0 सदैव true होता है केंद्रीय आघूर्णों के लिए। यह कोई constraint नहीं — बस यह confirm करता है कि दिए गए आघूर्ण केंद्रीय (central) हैं।

संबंधित विषय

• mean median mode
• standard deviation variance
• normal distribution
• frequency distribution
• measures of dispersion
• correlation coefficient

SarkariRise पर अभ्यास