सन्निकटन

,

सटीकता और त्रुटियां
आमतौर पर, कई त्रुटियां, अनियमितताएं और ommissions संग्रहकर्ता में होती हैं
n प्राथमिक लापरवाही और पक्षपाती होने के कारण प्राथमिक और द्वितीयक डेटा का उपयोग
प्रगणकों और मुखबिरों का रवैया इस स्थिति में, अन्वेषक
पूर्ण विश्लेषण और व्याख्या से पहले त्रुटियों की जांच करनी चाहिए
at Material, और यदि आवश्यक हो तो आवश्यक सुधार करना चाहिए
t डेटा दोषपूर्ण और सटीक और विश्वसनीय निष्कर्ष नहीं रह सकता है
खींचा जा सकता है। यह व्यवस्थित परीक्षा और संशोधित करने की प्रक्रिया है
एकत्र सांख्यिकीय सामग्री में पाए जाने वाले ओआरएस को संपादन ओट डेटा कहा जाता है।
डेटा के संपादन का अर्थ
डेटा के संपादन का मतलब उस प्रक्रिया से है जिसमें डेटा सामग्री की जांच की जाती है
व्यवस्थित रूप से और आवश्यक संशोधनों, त्रुटियों, अनियमितताओं और करके
चूक दूर हो जाती हैं। इस प्रकार, डेटा का संपादन में संशोधन की एक प्रक्रिया है
सांख्यिकीय सामग्री। इस बारे में, हां लुन चाउ कहते हैं, “शेड्यूल को संपादित करने में
अन्वेषक उत्तरदाताओं और कम्प्यूटेशनल में चूक की खोज करने की कोशिश करता है
त्रुटियों और जवाबों में असंगति और एकरूपता की कमी का पता लगाने के लिए। ”
की सटीकता सुनिश्चित करने के लिए एकत्रित सामग्री का संपादन बहुत आवश्यक है
जांच, और इसके लिए उच्च स्तर की क्षमता, ज्ञान की आवश्यकता होती है
संपादन-तकनीक और अनुभव। क्रुम, पैटन और टेबबट के अनुसार, द
संपादन की प्रक्रिया किसी भी तरह से एक महत्वहीन और नियमित संचालन नहीं है; बल्कि यह
वैज्ञानिक के लिए चिह्नित क्षमता, स्पष्ट देखभाल और कठोर पालन की आवश्यकता होती है
निष्पक्षता। ”
प्राथमिक डेटा का संपादन
आम तौर पर, प्राथमिक या मूल डेटा के आधार पर एकत्र किया जाता है
कार्यक्रम या प्रश्नावली। अशुद्धि, अनियमितता और चूक की संभावना है
शेड्यूल या प्रश्नावली में हमेशा ये होता है कि ये भरे हुए हैं या नहीं
nformants या enumerators। कई सवालों के जवाब अस्पष्ट, अधूरे हैं
और भ्रम, लापरवाही या उदासीनता के कारण भ्रमित
मुखबिरों। कभी-कभी, कुछ प्रश्न उनके द्वारा गलत समझा जाता है। जवाब
इन्युमरेटर की लापरवाही और पूर्वाग्रह के कारण पक्षपाती हो सकते हैं
वेस्टिलेटर को शेड्यूल या प्रश्नावली की बहुत सावधानी से जांच करनी चाहिए
प्रश्नों के उत्तर में छोटी-छोटी गलतियाँ हैं, वे होनी चाहिए
स्वयं अन्वेषक द्वारा सही किया गया या उन्हें वापस मुखबिरों को भेजा जाना चाहिए
सुधार के लिए कभी-कभी, बहुत सारी गलतियाँ या दोष होते हैं
प्राथमिक डेटा एकत्र किया कि उनकी व्यापक व्याख्या असंभव है। में
ऐसे मामले में, दोषपूर्ण शेड्यूल को त्याग दिया जाना चाहिए और ताजा प्राथमिक होना चाहिए
जांच की जानी चाहिए
संपादन की प्रक्रिया
डब्ल्यू बी बेली और जॉन कमिंग्स ने चार प्रकार के संपादन का वर्णन किया है
प्रक्रियाओं
रों। इसलिये
1. संगति के लिए संपादन-कुछ के उत्तरों की शुद्धता
शेड्यूल के सवालों को क्रॉस-चेकिंग द्वारा सत्यापित किया जा सकता है। लेकिन कभी – कभी
देखा कि प्रश्नावली में कुछ प्रश्नों के उत्तर विरोधाभासी हैं। में
ऐसे मामलों में यह तय करना आवश्यक है कि कौन से उत्तर सही और विश्वसनीय हैं
किसी भी प्रश्नावली के अधिकांश उत्तर गलत और असंगत हैं, जो
प्रश्नावली को अस्वीकार कर दिया जाना चाहिए क्योंकि भरोसेमंद परिणाम प्राप्त नहीं किए जा सकते हैं
oy विरोधाभासी डेटा। भ्रामक परिणाम शायद से खींचा जाएगा
असंगत डेटा

विचलन

 

मतलब के बारे में काफी समान हैं। इसलिए यह स्पष्ट है कि अंतर के बावजूद
किसी भी दो श्रृंखला के गठन में समानता हो सकती है
(बी) समान साधन के साथ गठन में असमानता-कुछ हो सकता है
जिसमें औसत मूल्य समान हो सकते हैं लेकिन गठन में असमानता हो सकती है
उदाहरण के लिए सर्पों का-
श्रृंखला ‘ए
श्रृंखला ‘बी
श्रृंखला ए के ऊपर का अंकगणितीय माध्य 7 है और श्रृंखला B का अंक भी 7 है
इस प्रकार औसत मूल्य
माध्य मान से अलग-अलग इकाइयाँ या तो मामले में भिन्न होती हैं। इसका अर्थ होता है था
माध्य मानों की समानता के बावजूद, श्रृंखला के निर्माण में अंतर है
जिसे गिरती हुई तालिका में दिखाया गया है-
मतलब से श्रृंखला ए विचलन
माध्यम
6
7
श्रृंखला बराबर है लेकिन विचलन है
7
12
0
उपरोक्त श्रृंखला में, माध्य मान समान हैं लेकिन उनके बीच असमानता है
गठन। श्रृंखला ए में, सबसे बड़ा मूल्य 12 है और सबसे छोटा मान 4 और है
औसत से व्यक्तिगत इकाइयों का उच्चतम विचलन + 5 और सबसे कम विचलन है
is 1. इसलिए यह स्पष्ट है कि इस श्रृंखला का औसत मूल्य कम नहीं है
श्रृंखला के सभी मूल्यों का प्रतिनिधित्व करते हैं। इसी तरह से श्रृंखला बी में, के विचलन
इस बीच से व्यक्तिगत मान सभी शून्य हैं जिसका अर्थ है कि कोई भी नहीं है
श्रृंखला के मूल्यों में बिखराव। इस प्रकार, अब यह स्पष्ट है कि समानता के बावजूद
श्रृंखला के साधनों में, उनके गठन में असमानता हो सकती है
अब यह उपरोक्त विवरण से स्पष्ट है कि प्रकृति और गठन (या
श्रृंखला की रचना), अर्थात इसकी सभी विशेषताओं का केवल इस पर पता नहीं लगाया जा सकता है
औसत का आधार। इसलिए, चार प्रकार के मापों को ढूंढना आवश्यक है
श्रृंखला की सभी बुनियादी विशेषताओं को व्यक्त करने के लिए। ये इस प्रकार हैं
1. केंद्रीय प्रवृत्ति या व्यय की माप-इनकी सहायता से
श्रृंखला का औसत या केंद्रीय मान एकल आकृति के रूप में जाना जाता है
पूर्ववर्ती अध्याय में औसत का विस्तृत विवरण दिया गया है
2. फैलाव के उपाय-इस उपाय से हमें पता चलता है कि कितना टार है
श्रृंखला के विभिन्न मूल्य औसत या क्या sont पर इसके माध्य मान से हैं
श्रृंखलाओं में मूल्यों का बिखराव है।
3. तिरछापन के उपाय-इस उपाय के बारे में जानकारी प्रदान करता है
डेटा के बिखरने की दिशा। यह दर्शाता है कि क्या अधिकांश का झुकाव
आवृत्तियों छोटे मूल्यों या बड़े मूल्यों की ओर है। यह भी बताता है
श्रृंखला की सममित या विषम प्रकृति।
4. उपाय pf कर्टोसिस-यह उपाय हमें ज्ञान से परिचित कराता है
आवृत्ति वितरण के घटता की स्पष्टता या सपाटता के बारे में
दिखाता है कि केंद्र में वस्तुओं की प्रभावशीलता अधिकतम है या नहीं
न्यूनतम
इस अध्याय में, हम इन चार उपायों में से दूसरे से निपटेंगे
फैलाव
आम तौर पर उनके माध्य के बारे में मूल्यों के विचलन का मापन कहा जाता है
फैलाव की माप। विभिन्न विद्वानों ने इसमें फैलाव को परिभाषित किया है
olling तरीके से
“फैलाव वस्तुओं के वैरिएशन का माप है।”
फैलाव उस सीमा का माप है जिस तक अलग-अलग इटेंस अलग-अलग होते हैं
-डॉ। Bowley
– कोनोर

सह – संबंध

 

केंद्रीय प्रवृत्ति विभाजन के मूल्यों, फैलाव और तिरछा
एक श्रृंखला या चर की प्रकृति का पर्याप्त विवरण प्रदान करें। लेकिन यह एल
पर्याप्त इसलिए क्योंकि यह आमतौर पर आर्थिक, सामाजिक और वैज्ञानिक क्षेत्र में देखा जाता है
दो या अधिक श्रृंखलाओं के बीच एक पारस्परिक संबंध मौजूद है, अर्थात, टी में परिवर्तन
श्रृंखला एक और श्रृंखला में परिवर्तन को प्रभावित करती है। छूट के लिए, increate
आम तौर पर वस्तुओं की कीमतों में वृद्धि का परिणाम है
लंबे पिता के लंबे बेटे हैं: युवा पत्नियों के पास
अच्छी बारिश से अच्छी फसल होती है;
युवा पति, अधिक पूंजी निवेश के परिणामस्वरूप अधिक लाभ होता है
इससे इन तथ्यों के बीच घनिष्ठ संबंध का पता चलता है। कभी-कभी, वहाँ मैं
दो श्रृंखला के बीच निर्भरता। जैसे की आपूर्ति में वृद्धि के मामले में
कमोडिटी, इसकी कीमतों में कमी या तिलहन की कीमतों में गिरावट के मामले में
खाद्य तेलों की कीमतें भी घटती हैं, इस प्रकार हमारे कहने का मतलब यह है कि जब कारण होता है और
दो चर के बीच संबंध संबंध, फिर उन चर को माना जाता है
सहसंबद्ध होना इस प्रकार की अन्योन्याश्रयता को व्यवस्थित रूप से und का अध्ययन किया जाता है
आंकड़ों में “सहसंबंध का सिद्धांत”
सहसंबंध का अर्थ और परिभाषा
एक ही दिशा में एक साथ दो श्रृंखलाओं में परिवर्तन होते हैं
(यानी, दोनों श्रृंखलाओं के मूल्यों में वृद्धि या दोनों श्रृंखलाओं के मूल्यों में कमी) या
विपरीत दिशा (यानी, एक श्रृंखला में वृद्धि और दूसरे में कमी)
श्रृंखला), फिर इन दोनों श्रृंखलाओं को सहसंबद्ध कहा जाता है। डब्ल्यू। आई। किंग के शब्दों में
“टी यह साबित होता है कि उदाहरणों की एक बड़ी संख्या में दो चर हमेशा होते हैं
उसी या विपरीत दिशा में उतार-चढ़ाव हम इस तथ्य पर विचार करते हैं
एक रिश्ता मौजूद है। इस संबंध को सहसंबंध कहा जाता है
निपुण व्यक्तियों ने निम्नलिखित शब्दों में सहसंबंध को परिभाषित किया है
या अधिक मात्रा सहानुभूति में भिन्न होती है, ताकि अयस्क में गति हो
दूसरों में संगत आंदोलनों के साथ करते हैं। वो हैं
सहसंबद्ध होना
जहां कहीं भी
– कोनोर
कुछ निश्चित संबंध दो या अधिक समूहों के बीच मौजूद हैं।
कक्षाओं या आंकड़ों की श्रृंखला, सहसंबंध कहा जाता है। इससे कोई फर्क नहीं पड़ता है
एक खंड उसी में या उसके विपरीत दिशा में बदलता है
सहानुभूति में एक आंदोलन स्पष्ट है
– बोडिंगटन
सहसंबंध विश्लेषण इकॉनमी की समझ में योगदान देता है
जिस पर महत्वपूर्ण रूप से महत्वपूर्ण चर का पता लगाने में व्यवहार एड्स
निर्भर करते हैं। अर्थशास्त्री को उन कनेक्शनों के बारे में बता सकता है जिनसे परेशान हैं
फैलें और उसे उस मार्ग का सुझाव दें जिसके माध्यम से बलों को स्थिर किया जा सके
प्रभावी
सहसंबंध का मतलब है कि दो श्रृंखला या डेटा के समूह के बीच पूर्व
कुछ कारण कनेक्शन ”
“सहसंबंध दो या दो के बीच सह-भिन्नता का विश्लेषण है
चर।
उपरोक्त परिभाषाओं से स्पष्ट है कि सिमुलत की प्रवृत्ति
दो अंतर-संबंधित श्रृंखला में परिवर्तन को सहसंबंध या सह-भिन्नता कहा जाता है।
सहसंबंध की उपयोगिता और महत्व
सांख्यिकीय विश्लेषण में सहसंबंध बहुत महत्वपूर्ण है। विकसित करने का श्रेय
मूल तत्व एक फ्रांसीसी खगोलविद ब्राविस के पास जाते हैं। लेकिन विकसित होने का श्रेय
नेलवांगसर के प्रो
राजा
– ए.एम. टटल
है

वर्गीकरण और डेटा का सारणीकरण

 

 

अपने मूल रूप में, बहुत जटिल और व्यवस्थित हैं

आसानी से और उनमें से किसी भी परिणाम को निकालने के लिए एक निकट असंभव है

derstand

una t के लिए आवश्यक है कि इन आंकड़ों को एक आसान तरीके से प्रस्तुत किया जाए ताकि

इसलिए यह

r उनका विश्लेषण करने के बाद y आकर्षित कर सकता है

ई डेटा को विभिन्न समूहों में वर्गीकृत किया गया है और प्रस्तुतकर्ता हैं

निष्कर्ष सहजता

इसके लिए पर्याप्त है

URF

तालिकाओं के रूप में atily। इसे वर्गीकरण और सारणीकरण कहते हैं

सिस्टर से ए.आर. इलर्सिक, द स्टेटिस्टिशियन का पहला काम कम करना और सरल करना है

इस तरह से नक़ल करता है कि सामयिक विशेषताओं को बाहर लाया जा सकता है, जबकि अभी भी है

इकट्ठे डेटा की व्याख्या। इस प्रक्रिया के रूप में जाना जाता है

aiiving और डेटा सारणीबद्ध करना। “इसलिए यह स्पष्ट है कि वर्गीकरण और

CLA

tion वे विधियाँ हैं जिनमें एकत्रित डेटा सामग्रियों को विभाजित किया जाता है

प्रवेश कक्षाएं और विभिन्न प्रकार की तालिकाओं में प्रस्तुत की जाती हैं ताकि ए

सांख्यिकीय सामग्री बन सकती है

विश्लेषण, उचित निष्कर्ष निकाला जा सकता है। इस बारे में, कथन

की जे। आर। हिक्स बहुत महत्वपूर्ण है, वर्गीकृत व्यवस्थित तथ्य खुद के लिए बोलते हैं

आसान, समझ में आता है और एस.ई.एस.

मंदिर और फिर

अपरिवर्तित वे मटन के समान मृत हैं

वर्गीकरण

वर्गीकरण का अर्थ और परिभाषा:

डेटा एकत्र करने और संपादित करने के बाद, उन्हें विभाजित करना आवश्यक हो जाता है

समस्या की आवश्यकता के अनुसार विभिन्न समूहों में। इस प्रकार, की प्रक्रिया

समरूपता के आधार पर डेटा को विभाजित करना Classificatior कहलाता है

“वर्गीकरण चीजों को व्यवस्थित करने की प्रक्रिया है (या तो वास्तव में या

विशेष रूप से) समूहों या वर्गों में उनके समानता और संपन्नता के अनुसार और

ves, विभिन्न प्रकार की विशेषताओं के बीच मौजूद विशेषताओं की एकता के लिए अभिव्यक्ति हो सकती है

व्यक्तियों

वर्गीकरण डेटा को अनुक्रम में व्यवस्थित करने की प्रक्रिया है

उनकी सामान्य विशेषताओं के अनुसार या उन्हें अलग करना

संबंधित भागों। ”

अब, यह उपरोक्त परिभाषाओं के अध्ययन से स्पष्ट है कि शास्त्रीय

वह डेटा को व्यवस्थित रूप से अलग-अलग जीआर में व्यवस्थित करने की प्रक्रिया करता है

वर्गीकरण के लक्षण:

उपरोक्त परिभाषाओं के आधार पर वर्गीकरण की मुख्य विशेषताएं हैं

के तहत

गी

– कोनोर

और समूह

विभिन्न

– सेक्रिस्ट

1. विभिन्न समूहों में डेटा का विभाजन: वर्गीकरण डेटा के अंतर्गत हैं

जनसंख्या डेटा के रूप में अलग-अलग समूहों में विभाजित किया गया है और साक्षर और

साक्षर, नियोजित और बेरोजगार, ग्रामीण और शहरी और पुरुष और महिलाएं आदि

2. एकरूपता का आधार वर्गीकरण का आधार एकरूपता और है

आंकड़ों में समरूपता पाई गई। इसका मतलब है कि डेटा समान

विशेषताओं को एक ही उल्लास में शामिल किया गया है

3. वर्गीकरण वास्तविक या काल्पनिक हो सकता है डेटा को वर्गीकृत किया जा सकता है

वास्तविक या काल्पनिक रूप। दूसरे शब्दों में, वर्गीकरण प्राकृतिक या के अनुसार हो सकता है

अन्वेषक की इच्छा

4. वर्गीकरण एकरूपता को प्रकट करता है: काटा को वर्गीकृत किया गया है

t इकाइयों में एकरूपता व्यक्ति की विविधता के बीच व्यक्त की जाती है

इकाइयों।

नहीं कर सकते। इसलिए, यह अनुभवी व्यक्तियों द्वारा किया जाना चाहिए

जीएनआई

सावधानी से

5. डी

si

वर्गीकृत अनुभवी व्यक्तियों द्वारा वर्गीकृत वर्गीकृत काम है

व्यवसाय सांख्यिकी

  • दी गई कुछ सूचनाओं में हम टा से संबंधित कुछ अज्ञात मूल्य का पता लगाते हैं
    दो ज्ञात चातुर्य के बीच में यिंग। फालतू में। हम भविष्य का अनुमान लगाते हैं
    दी गई जानकारी के आधार पर मान।
    (i) सैंपलिंग मेथड्स-सैंपल मेथड को केवल पर विकसित किया गया था
    इस कानून के आधार समय, धन और श्रम के नमूने के उपयोग से बचाया जाता है
    विधि क्योंकि ब्रह्मांड के परीक्षण के स्थान पर, केवल कुछ इकाइयों का ही परीक्षण किया जाता है
    पूरे ब्रह्मांड पर लागू किया गया
    (ii) बीमा कंपनियों में- यह कानून विशेष रूप से उपयोगी है
    बीमा कंपनियां। केवल इस कानून के आधार पर बीमा सी
    भविष्य के जोखिम का अनुमान लगाएं और प्रीमियम की दर निर्धारित करें।
    (iv) रेलवे कंपनियों के लिए-रेलवे कंपनियां, परियोजना को भी शामिल करती हैं
    इस कानून के आधार पर ही भविष्य के लिए राज्य और जरूरतें
    (v) अन्य मामलों में उपयोगी-इस कानून का उपयोग घटनाओं का अनुमान लगाने के लिए किया जाता है
    विशेष रूप से मौका-समान जुआ, अपराधों, आत्महत्याओं के आधार पर। इस प्रकार दुर्घटना आदि
    व्यावहारिक जीवन में यह कानून बहुत उपयोगी है
    बड़ी संख्याओं की जड़ता का कानून
    यह कानून स्टैटिस्टिकल रेगुलरिटी के कानून का एक सहसंयोजक है। इसके अनुसार
    कानून, छोटी संख्या की तुलना में बड़ी संख्या में अधिक स्थिरता है इसका मतलब है कि
    बड़ी संख्या में तुलनात्मक रूप से कम बदलाव हैं, हम जानते हैं कि
    नमूने की सटीकता केवल उसके आकार पर निर्भर करती है। नमूने का आकार बड़ा
    अधिक सटीकता होगी। यह केवल इस कारण से है कि जड़ता (स्थिरता)
    छोटी संख्या की तुलना में बड़ी संख्या में अधिक होता है। बड़ी संख्या में
    के प्रभाव के कारण छोटी संख्या की तुलना में कुल परिवर्तन कम हैं
    काउंटर-बैलेंसिंग प्रक्रिया यदि फ़ील्ड बड़ी है, तो समूह का एक हिस्सा होगा
    एक दिशा में परिवर्तन और दूसरे भाग में परिवर्तन होने की उम्मीद है
    उल्टी दिशा। हालांकि यह संभव नहीं है कि वहां किसी समूह के सभी हिस्सों में
    अलग से नगण्य परिवर्तन हैं। फिर भी यह संभव है कि नगण्य हों
    एक साथ लिए गए सभी समूहों में परिवर्तन, क्योंकि एक हिस्से में ऊपर की ओर बदलाव
    दूसरे भाग में नीचे की ओर बदलाव को बेअसर करें लेकिन सबसे महत्वपूर्ण
    शर्त यह है कि समूह बड़ा होना चाहिए। जैसे-जैसे समूह बड़ा और बड़ा होता जाता है
    यह कानून अधिक से अधिक दृढ़ता से सही साबित होता है। इस सम्बन्ध में। डॉ। बॉली
    लिखते हैं। “किसी समूह की अलग-अलग संख्याएँ लगातार बदलती रहती हैं, पूरा समूह बदलता रहता है
    tacts
    बहुत
    इस कानून को निम्नलिखित उदाहरण द्वारा समझाया जा सकता है
    जिला मुजफ्फरनगर की एक तहसील में, गेहूं के उत्पादन के आंकड़े मिल सकते हैं
    एक वर्ष में पर्याप्त रूप से परिवर्तन होता है लेकिन यदि गेहूं के उत्पादन के आंकड़ों को देखा जाए
    पूरे जिले में, तुलनात्मक रूप से कम परिवर्तन हो सकते हैं। और यह के डेटा
    पूरे उत्तर प्रदेश में गेहूं के उत्पादन का अध्ययन किया जाता है, तब
    परिवर्तन आगे कम होंगे क्योंकि कुछ जिले औसत से ऊपर दिखाई देंगे
    गेहूं उत्पादन जबकि अन्य जिले इसके नीचे दिखाएंगे। उसी तरह से
    पूरे भारत में गेहूं के उत्पादन के आंकड़ों में और अंत में बहुत कम बदलाव देखने को मिलेंगे
    गेहूं के उत्पादन में बहुत कम या बिल्कुल भी बदलाव नहीं होगा
    संपूर्ण दुनिया
    उपरोक्त विवरण का सार यह है कि बड़ी संख्या अधिक स्थिर है
    और स्माली नंबरों की तुलना में लगातार
    बड़ी संख्याओं की जड़ता के कानून की उपयोगिता एक महत्वपूर्ण कानून है
    सांख्यिकी। मुख्य रूप से यादृच्छिक नमूने में, यह कानून बेहद उपयोगी है। इस वजह से लव
    केवल, बड़े आकार के यादृच्छिक नमूनों में अधिक सटीकता है। जहाँ तक संख्या है
    एक यादृच्छिक नमूने में इकाइयाँ अधिक हैं, अधिक से अधिक इसके परिणामों में सटीकता होगी
    क्योंकि विपरीत विशेषताओं वाली इकाइयाँ पारस्परिक रूप से होंगी
    इस प्रकार, काउंटर-संतुलित और ब्रह्मांड की एक सच्ची तस्वीर प्रस्तुत की जाएगी। में
    डॉ। बॉली के शब्दों में, “महान संख्या में महान जड़ता होती है … मैं यह निरंतरता हूं
    बड़ी संख्या जो सांख्यिकीय माप को संभव बनाती है

आंकड़े

 

 

1 अभिलक्षण, स्कोप और प्रकृति

अध्याय

हम वैश्वीकरण के युग में रह रहे हैं। केवल वैज्ञानिक ही नहीं

ent भी हमारा उद्देश्य और लक्ष्य है। आर्थिक का आधार

और समृद्धि निश्चित रूप से एक नियोजित और संतुलित आर्थिक विकास है

आर्थिक उन्नति

ठेला

जिसमें सांख्यिकी की महत्वपूर्ण भूमिका होती है। आज। वहाँ ऐसा कोई नहीं है

शाखा या विभाग जहां सांख्यिकी और संख्यात्मक तथ्यों का उपयोग नहीं किया जा रहा है

इसलिए, यह कहना गलत नहीं होगा कि आंकड़े प्रत्येक के मूल में हैं

विज्ञान या ज्ञान की शाखा। भगवान केल्विन इन शब्दों में तथ्य को सही ठहराते हैं

जब आप माप सकते हैं कि आप किस बारे में बोल रहे हैं और इसे संख्याओं में व्यक्त करें

आप इसके बारे में कुछ जानते हैं। लेकिन जब आप इसे माप नहीं सकते और आप नहीं कर सकते

इसे संख्या में व्यक्त करें। आपका ज्ञान अल्प और असंतोषजनक है

दुनिया के हर देश ने आज, नियोजित की अवधारणा को अपनाया है

आर्थिक विकास जिसमें सांख्यिकी के उपयोग के बिना अतिउत्साह नहीं हो सकता है

और सांख्यिकीय तरीके। इसलिए अब आँकड़ों का उपयोग करना अपरिहार्य हो गया है

और नीतियों के निर्माण, उनके कार्यान्वयन और में सांख्यिकीय तरीके

किसी देश की आर्थिक समस्याओं का समाधान आँकड़ों के बिना, हम कर सकते हैं

एक नियोजित अर्थव्यवस्था की कल्पना करें और न ही किसी की प्रगति या पिछड़ेपन का मूल्यांकन करें

देश। मीर और बाल्डविन ने ठीक ही कहा कि जिस देश को कोई ज्ञान नहीं है

इसकी वर्तमान स्थिति और विकासात्मक गतिविधियों के बारे में, एक पिछड़े के रूप में दिखाया गया है

वैश्विक मानचित्र पर देश

ब्रिकेट में, सांख्यिकीय डेटा हमें हर फाई में मार्गदर्शन प्रदान करते हैं

संख्या के रूप में जानने और अनुभव की अभिव्यक्ति, ध्वनि है

हमारी सभ्यता, विकास और प्रगति का आधार। चातुर्य में, यह बिंदु है

जहां आँकड़े उत्पन्न होते हैं

सांख्यिकी की उत्पत्ति और विकास

आँकड़ों की उत्पत्ति की शुरुआत के साथ लगभग समकालीन है

सदियों पुरानी जातियों के आयोजन की प्रक्रिया उस समय आवश्यक हो गई

 

ईए।

के लिये

ग्रामीण और प्रशासक अपने जीवों के संबंध में डेटा एकत्र करने के लिए

उन्होंने राज्यों के आदमी, धन और पशुधन के संबंध में आंकड़े एकत्र किए। में

कौटिल्य का sha अरिष्ठ शास्त्र ’, सोशल के बारे में बहुत सारे तथ्य और आंकड़े उपलब्ध हैं

प्रणाली। प्रशासन और रणनीति। प्राचीन काल में, राज्य की नीतियां। को

हद हो गई। केवल आंकड़ों पर निर्भर करता है। इसीलिए, उन दिनों, आँकड़े थे

स्टेट-क्राफ्ट के विज्ञान या किंग्स के विज्ञान के रूप में जाना जाता है

कीड़ा सांख्यिकी ‘लैटिन शब्द’ स्टेटस ‘से उत्पन्न हुआ, इटियन शब्द

स्टेटिस्टा और जर्मन शब्द स्टेटिस्टिक। इन तीनों शब्दों में समान है

अर्थ, अर्थात्, ‘राज्य’ या ‘सरकार’। विलियम शेक्सपियर जैसे अंग्रेजी लेखक

और जॉन मिल्टन ने भी ‘स्टेटिस्ट’ शब्द का इस्तेमाल किया था, हालांकि असली क्रेडिट को जाना चाहिए

जर्मन विद्वान गॉटफ्रीड अचेनवाल जो इस शब्द का उपयोग करने वाले पहले व्यक्ति थे

आँकड़े ‘और कौन पिता या आँकड़ों के संस्थापक के रूप में जाना जाता है

प्राचीन इतिहास, हम जानते हैं कि राजाओं और राजाओं ने व्यवस्था की थी

की वास्तविक स्थिति से परिचित होने के लिए विभिन्न मामलों के आवधिक सर्वेक्षण

उनके राज्य। विशेष रूप से, मैन-पावर मनी-पावर और के बारे में जानकारी

सशस्त्र बल समय-समय पर एकत्र किए जा रहे थे। उदाहरण के लिए, 3050 बी में

मिस्र के सम्राट को कांस्ट्रेयू के उद्देश्य से एकत्र किया गया डेटा मिला

wcrid- प्रसिद्ध पिरामिड। 1400 ईसा पूर्व में, पूर्व सम्राट रमेस द्वितीय ने व्यवस्था की

इसके उचित वितरण के उद्देश्य से भूमि से संबंधित आंकड़ों का संग्रह। चाइन में

  1.  o डेटा को एकत्र किया गया था, 1200 B.C में, इसके राज्यों के बारे में तथ्यों के बारे में

सी।

cting

डेटा का सारणीकरण

इस तरह से सांख्यिकीय सीरीज़ को परिभाषित किया है। “अगर दो चर
कोनोन ने कंधे से कंधा मिलाकर अंतर करने की कोशिश की
अन्य परिणाम में औसत दर्जे का अंतर के साथ कहा जाता है
मेल खाती है
सांख्यिकीय श्रृंखला
में
1
सांख्यिकीय श्रृंखला के स्टैंड:
एटॉमिक सीरीज़ को निम्नानुसार वर्गीकृत किया गया है
(ए) प्रकृति के आधार पर
(i) समय श्रृंखला
(i) स्थानिक श्रृंखला
(ii) हालत श्रृंखला
(बी) निर्माण के आधार पर:
(0 व्यक्तिगत श्रृंखला
() असतत श्रृंखला
((i) निरंतर श्रृंखला
n प्रकृति का आधार: सांख्यिकीय श्रृंखला को आधार पर वर्गीकृत किया जा सकता है
निम्नलिखित तीन प्रकारों में ट्यूर करें
o समय श्रृंखला: पर वर्गीकृत डेटा की व्यवस्थित व्यवस्था
किसी भी समय माप के हैस, कहो दिन, सप्ताह, महीने या साल, एक समय है
क्षरण या ऐतिहासिक श्रृंखला। निर्वासन के लिए, यदि प्रवृत्ति ओ.टी. में जनसंख्या में वृद्धि हुई है
भारत को कालानुक्रमिक रूप से दिया जाता है, फिर निम्नलिखित समय श्रृंखला का गठन किया जाएगा
भारत में जनसंख्या वृद्धि का रुझान।
जनसंख्या (करोड़ में) प्रवृत्ति (प्रतिशत)
साल
1941
31.84
1951
13.41
43-92
1961
21.63
1971
54-82
24-82
68.38
24.74
1981
२३ ४
२१ ६ ९
84-39
1991
102-70
2001
(ii) स्थानिक श्रृंखला: इस प्रकार की श्रृंखला में, डेटा को आधार पर व्यवस्थित किया जाता है
स्थानों या भूगोल के। इन्हें भौगोलिक श्रृंखला में स्थानिक भी कहा जाता है
श्रृंखला समय स्थिर रहता है लेकिन स्थान बदल जाता है। इस प्रकार के उदाहरण
श्रृंखला भारत की राज्यवार जनसंख्या, चीनी मिलों का राज्यवार वितरण है।
विभिन्न देशों के राष्ट्रीय आय के आँकड़े आदि। उदाहरण के लिए
जनसंख्या का राज्य-वार घनत्व
(प्रति वर्ग किलोमीटर)
densit
राज्य अमेरिका
घनत्व
राज्य अमेरिका
402 पंजाब
174 राजस्थान
292 त्रिपुरा
77 उत्तर प्रदेश
हरयाणा
277
हिमाचल प्रदेश
615
118 पश्चिम बंगाल
204 सिक्किम
मध्य प्रदेश
महाराष्ट्र
औसत (जम्मू और कश्मीर को छोड़कर) -216
ui) स्थिति श्रृंखला: जब डेटा को श्रृंखला के आधार पर वर्गीकृत किया जाता है
शर्तों में है, तो इन्हें सशर्त श्रृंखला कहा जाता है
एनोथ एच, लंबाई की गहराई, उम्र आदि इस प्रकार की श्रृंखला का उदाहरण है
उदाहरण यहाँ दिया गया है
से संबंधित

व्यापार

 

(5) अन्य विश्लेषण के लिए Usoful ol समय श्रृंखला अन्य पैन के लिए अपूर्ण है

ike उपभोक्ताओं की सरकार ओटीसी कोऑपरेटिव स्टू बनाने के बाद भी

अवेलेबल फैक्ट्स और फिगर, महत्वपूर्ण कॉनक्लूजन खींचे जा सकते हैं गवर्नर

विभिन्न आर्थिक क्षेत्रों में परिवर्तन पर nocessary नियंत्रण लागू कर सकते हैं

डेटा का विश्लेषण

टाइम सीरीज़ का विश्लेषण करने वाली इम ब्रिएट इस तरह के रिग्रैडर्टी को खोजने और मापने के लिए है

डेटा में संक्षिप्त जो अब और फिर इस दौरान विशेषता है

अतीत में हुए बदलावों के आधार पर भविष्य की गतिविधियों को व्यवस्थित करें

टाइम सीरी के घटक

rve

एक समय श्रृंखला के y घटक या घटक हम उन लोगों का मतलब है

चींटियां जिन्हें एक समय श्रृंखला इन चार में अध्ययन और विश्लेषण किया जाना है

चार भागों में विभाजित किया जा सकता है

(1) दीर्घकालिक या धर्मनिरपेक्ष रुझान

(२) लघु-समय दोलन

ges

(ए) मौसमी बदलाव

(b) चक्रीय उतार-चढ़ाव

(३) अनियमित या अनियमित उतार-चढ़ाव

(१) लॉन्ग-टर्म या सेक्युलर ट्रेंड-लॉन्ग-टर्म का चलन यह है कि इरीवर

डेटा की प्रवृत्ति जो लंबे समय तक जारी रहती है

दिशा इस प्रकार एक समय में चेंज की सामान्य दिशा

सिम्प के अनुसार दीर्घकालिक प्रवृत्ति या धर्मनिरपेक्ष प्रवृत्ति

प्रवृत्ति, जिसे धर्मनिरपेक्ष या दीर्घकालिक प्रवृत्ति भी कहा जाता है

श्रृंखला) समय की अवधि में बढ़ने या गिरावट करने के लिए

छोटी दूरी के दोलनों को शामिल न करें बल्कि लंबे समय तक स्थिर आंदोलनों को शामिल करें

समय उदाहरण के लिए, यदि एक कमोडिटी की कीमतों को दिखाने वाली एक समय श्रृंखला

विश्लेषण किया जाए, तो यह संभव हो सकता है कि उस वस्तु की कीमत n कम हो जाए

एक वर्ष और दूसरे वर्ष में बढ़ता है, लेकिन कई वर्षों के विश्लेषण के बाद, टी

यह निष्कर्ष निकाला जा सकता है कि वास्तव में उस वस्तु की कीमतें बढ़ गई हैं या

उस अवधि में वृद्धि हुई। इस प्रकार, प्रवृत्ति या लंबी अवधि के रुझान एक सामान्य प्रवृत्ति है

जो एक निश्चित दिशा में समय की पर्याप्त अवधि तक रहता है

(२) लघु-समय के दोलन-नियमित एक समय के समय में कम बदलाव

शॉर्ट-टाइम ऑस्किलेशन कहलाते हैं। अल्पावधि परिवर्तन दोनों में हो सकता है

दिशा generally विकास और गिरावट इन परिवर्तनों की प्रकृति आम तौर पर नियमित और है

इन परिवर्तनों को एक वर्ष के दौरान, मासिक या मासिक रूप से स्पष्ट रूप से देखा जा सकता है

साप्ताहिक। एक निश्चित अवधि के बाद ये परिवर्तन दोहराव वाले लघु-समय होते हैं

उतार-चढ़ाव को दो श्रेणियों में बांटा गया है-

(ए) के कारण एक वर्ष के दौरान होने वाले मौसमी बदलाव-परिवर्तन

जलवायु, परंपराओं और रीति-रिवाजों आदि को मौसमी या सामाजिक परिवर्तन कहा जाता है

उतार चढ़ाव)। पैटन और तेब्बट के अनुसार, “मौसमी विविधता वह हिस्सा है

उतार-चढ़ाव जो मौसमों के साथ प्रतिवर्ष होता है “मौसमी विविधताएँ हो सकती हैं

वस्तुओं की कीमतों, उत्पादन की मात्रा के हिसाब से देखा जा सकता है

उपभोग की ब्याज दर आदि उदाहरण के लिए ऊनी कपड़ों की मांग

सर्दियों में वृद्धि होती है जबकि कूलर और पंखे कम हो जाते हैं। इसी तरह। कीमतों

ठंड की मांग और कीमतों में कटाई के समय में गिरावट आई

मई और जून के महीनों में पेय में वृद्धि होती है। जिस तरह त्योहार, रीति-रिवाज

सीज़न (सर्दी, शरद ऋतु, गर्मी और मानसून) एक क्रम में होते रहते हैं

एक समय श्रृंखला में मौसमी बदलाव भी एक क्रम में बदलते हैं और ये हैं

नियमित रूप से दोहराएं

बी) चक्रीय उतार-चढ़ाव reguar उतार-चढ़ाव या परिवर्तन हो रहा है

आर्थिक तथ्यों को चक्रीय उतार-चढ़ाव कहा जाता है। वाणिज्यिक दुनिया में। व्यापार

चक्र एक सामान्य और प्राकृतिक घटना है। चक्रीय उतार-चढ़ाव du उत्पन्न करते हैं

व्यापार चक्रों के प्रभाव के लिए। चक्रीय उतार-चढ़ाव के चार चरण हैं जो

अनुक्रम में होते हैं

उसी में ओड टाइम

लंबी अवधि में श्रृंखला

बेटा और काफवा

मूल प्रवृत्ति (a की)

प्रवृत्ति की अवधारणा करता है

का

वर्गीकरण के उद्देश्य

निम्नलिखित उद्देश्यों को पूरा करने के लिए वर्गीकरण किया जाता है
1. समझने में आसान: सांख्यिकीय के वर्गीकरण को बदलें
ऐसे आंकड़ों को समझना आसान हो जाता है और कम मानसिक प्रयास करने होते हैं
कार्यरत
2. तुलनात्मक अध्ययन संभव है: डेटा तुलनीय हो जाता है
वर्गीकरण के बाद प्रोजेक्टेबल विस्तृत और बिखरे हुए डेटा सी हो जाते हैं
केवल जब वे समूहों में विभाजित होते हैं
3. समानता और डेटा की विसंगति को हेलो के साथ जाना जाता है
वर्गीकरण। डेटा की प्रकृति। Le। समानताएँ और असमानताएँ हो सकती हैं
क्योंकि डेटा, simiar विशेषताओं वाले एक goup में रखे गए हैं
वर्गीकरण उदाहरण के लिए, छात्रों को सफल (पेसि) के रूप में वर्गीकृत किया जा सकता है
असफल (असफल) छात्र: व्यक्तियों को अलग-अलग समूहों में वर्गीकृत किया जा सकता है
आय का आधार, आदि।
आंग
4. डेटा को सटीक रूप में दिखाने के लिए: गैर-व्यवस्थित और बिखरे हुए
वर्गीकरण द्वारा सटीक रूप में दिखाए जाते हैं और फिर डेटा तैयार किया जाता है
nterpretation
5 आपसी संबंध स्पष्ट करने के लिए: वर्गीकरण एक उचित प्रणाली है
दो या दो से अधिक श्रृंखलाओं के बीच संबंध स्थापित करें क्योंकि और प्रभाव संबंध है
वर्गीकरण के माध्यम से भी खुलासा किया
6. वैज्ञानिक आधार पर डेटा की व्यवस्था करना: वर्गीकरण की सहायता से
डेटा को वैज्ञानिक तरीके से व्यवस्थित किया जाता है। यहां तक ​​कि जटिल डेटा आसान और हो जाते हैं
बोधगम्य
7. सारणीकरण के लिए आधार प्रस्तुत करना: वर्गीकरण की सहायता से
डेटा को वैज्ञानिक तरीके से व्यवस्थित किया जाता है इसलिए, इसे व्यवस्थित करना आसान हो जाता है
तालिकाओं में जटिल डेटा केवल वर्गीकृत डेटा को सारणीबद्ध किया जाता है और फिर उनका विश्लेषण किया जाता है
सांख्यिकीय
उपरोक्त परिसीमन स्पष्ट करता है कि डेटा में समानता को प्रस्तुत करना, प्रस्तुत करना
वैज्ञानिक आधार पर और उन्हें समझने योग्य बनाना महत्वपूर्ण है
वर्गीकरण के कार्य। वर्गीकरण, अनुपस्थिति, विश्लेषण और के अभाव में
उनकी आपसी तुलना असंभव है
एक आदर्श वर्गीकरण की अनिवार्यता:
एक आदर्श वर्गीकरण में, निम्नलिखित तत्व आवश्यक हैं
1. थकावट: वर्गीकरण बहुत अधिक होना चाहिए ताकि
सभी इकाइयों को एक या दूसरे समूह में शामिल किया जा सकता है। अगर कुछ इकाइयाँ नहीं हो सकती हैं
किसी भी समूह में ncluded, तब के लिए एक विविध समूह प्रदान किया जाना चाहिए
उदाहरण, यदि वैवाहिक स्थिति के आधार पर, ‘विवाहित और’ अविवाहित-दो समूह
बनते हैं, तो कुछ ऐसे व्यक्ति हो सकते हैं जिन्हें न तो शामिल किया जाएगा
दो समूह जैसे विधुर, तलाक आदि वर्गीकरण अपूर्ण होगा
और इन इकाइयों को शामिल किए बिना अपूर्ण है। इसलिए, इन्हें दूसरों में डाला जा सकता है
श्रेणी इसलिए, यह वर्गीकरण के समय ध्यान में रखा जाना चाहिए कि यह होना चाहिए
थकावट होना
2. स्थिरता: एक आदर्श वर्गीकरण में स्थिरता की विशेषता होनी चाहिए
इसका मतलब यह भी है कि इसमें सैद्धांतिक एकरूपता और स्थिरता होनी चाहिए
वर्गीकरण यदि वर्गीकरण का आधार हर बाद के साथ बदलता है
जांच, तो डेटा तुलनीय नहीं होगा। उदाहरण के लिए यदि प्रत्येक में
बाद की जनसंख्या की जनगणना, आधार ness clessificatios ui iterates और निरक्षरों
और एम्प्लीसीओड एआई urlemployed को अलग तरीके से परिभाषित किया गया है, फिर डेटा नहीं होगा
पूरी तरह से तुलनीय और निष्कर्ष भी बहुत भ्रमित कर देगा
3. सादगी, स्पष्टता, अस्पष्टता: विभिन्न समूहों को निर्धारित किया जाना चाहिए
इस तरह से कि सादगी, स्पष्टता और स्पष्टता के गुण मौजूद होने चाहिए
क्या आप वहां मौजूद हैं। प्रत्येक इकाई के समूह में एक स्थान होना चाहिए और प्रत्येक आइटम होना चाहिए
केवल एक समूह में शामिल

राष्ट्रीय आय

 

CIRCULAR फ्लो इनकम
अध्याय
जैसा कि अध्याय 1 में समझाया गया है, मैक्रोइकॉनॉमिक्स इसमें ध्यान देने योग्य कई बिंदु हैं
राष्ट्रीय आय की परिभाषा जैसे व्यापक राष्ट्रीय समुच्चय से संबंधित है
राष्ट्रीय आय, राष्ट्रीय उत्पाद, रोजगार,
उपभोग, निवेश, मुद्रा आपूर्ति राष्ट्रीय आय मौद्रिक संदर्भ में व्यक्त की जाती है
सरकारी बजट, भुगतान संतुलन आदि, यह सभी अंतिम वस्तुओं के मूल्य को एक साथ जोड़ता है
इन सभी समष्टि समुच्चय, राष्ट्रीय आय और देश में उत्पादित सेवाओं के दौरान
और राष्ट्रीय उत्पाद सबसे महत्वपूर्ण वर्ष हैं। चूंकि विविध सामानों की एक विशाल संख्या
समुच्चय। राष्ट्रीय आय को माना जाता है और अर्थव्यवस्था में सेवाओं का उत्पादन होता है
के स्तर का सबसे व्यापक माप आवश्यक है, जब उन्हें जोड़कर, कुछ का उपयोग करने के लिए
आर्थिक गतिविधि और आर्थिक विकास का सूचकांक आम भाजक की तरह। सभी का मूल्य
एक इकोनॉमी का। अवधारणा वस्तुओं और सेवाओं की समझ को धन के संदर्भ में व्यक्त किया जाता है
और राष्ट्रीय आय का माप इसलिए, जैसे रुपया, डॉलर, आदि, जो एक आम बात है
मैक्रोइकॉनॉमिक्स के अध्ययन में आवश्यक। यह हर है। विभिन्न वस्तुओं का उत्पादन
हम इसमें क्या करने का प्रस्ताव करते हैं और निम्नलिखित और सेवाओं को बाजार मूल्य, और
मौद्रिक अभिव्यक्ति: पहले स्थान पर,
अध्याय। हम राष्ट्रीय आय प्राप्त करने के लिए मूल्यों को एक साथ जोड़कर समझाते हुए इस अध्याय की शुरुआत करते हैं
सामान्य रूप से राष्ट्रीय आय की अवधारणा। दूसरे
हम राष्ट्रीय आय के बारे में ध्यान देने के लिए आय के परिपत्र प्रवाह को लेते हैं, यह है कि यह
आर्थिक प्रणाली के विभिन्न क्षेत्र अंतिम वस्तुओं और सेवाओं के मूल्य को कैसे दर्शाते हैं। सेवा मेरे
परस्पर। अध्याय 19 में, हम इस बिंदु को स्पष्ट रूप से समझते हैं, हमें अलग-अलग बताते हैं
राष्ट्रीय आय दो प्रकार के उत्पादों, अर्थात्, अंतिम के बीच समझने के लिए एकत्रित होती है
विभिन्न दृष्टिकोणों से राष्ट्रीय आय। उत्पादों और मध्यवर्ती उत्पादों।
राष्ट्रीय के मापन का महत्वपूर्ण मुद्दा
आय अध्याय 20 में लिया गया है
अंतिम माल और सेवाएँ: दूसरा बिंदु
अंतिम उत्पाद वे सामान और सेवाएँ हैं
जो वर्ष के दौरान अंतिम उपयोगकर्ताओं को बेचे जाते हैं
इन सामानों और सेवाओं को अंतिम रूप से खरीदा जाता है
उपभोक्ताओं द्वारा और निवेश के लिए खपत
1
8.1 राष्ट्रीय आय क्या है?
राष्ट्रीय आय को उत्पादकों द्वारा पैसा मूल्य के रूप में परिभाषित किया गया है, और पुनर्विक्रय के लिए नहीं। सभी उपभोक्ता
tihe वस्तुओं और सेवाओं द्वारा उत्पादित सभी अंतिम वस्तुओं और सेवाओं, अर्थात, जो सामान संतुष्ट करते हैं
एक देश के नाममात्र के निवासी, चाहे वह उपभोक्ताओं के भोजन को सीधे पसंद करते हों
देश के घरेलू क्षेत्र या वस्तुओं, रेफ्रिजरेटर आदि के भीतर अंतिम सामान हैं। उत्पादक
एक साल में बाहर। डॉर्नबस्च और माल अर्थात के अनुसार, माल जो उत्पादन में मदद करते हैं
फिशर राष्ट्रीय आय भविष्य के अन्य सामानों जैसे मशीनों, इमारतों के Fiual सामानों का मूल्य है
और घरेलू स्वामित्व आदि द्वारा उत्पादित सेवाएं भी अंतिम माल हैं। निर्माता इन्हें खरीदते हैं
एक निश्चित अवधि के भीतर उत्पादन के क्षेत्र।
अपने स्वयं के उपयोग के लिए पूंजीगत सामान (निवेश के रूप में)