Hypothesis Testing Small And Large Sample Tests
Complete 5-Tab SSC CGL Statistics Guide: Theory, Shortcuts, Notes & FAQs, Practice MCQs, & PYQs.
Quick Overviewत्वरित अवलोकन
Hypothesis testing is a core component of inferential statistics in SSC CGL Paper-III. It allows statisticians and data analysts to make inferences about population parameters using sample data. This module covers large sample tests (Z-tests) and small sample tests (Student's t, Chi-Square, and F-tests) with precise mathematical formulations, test statistics, and critical regions.
परिकल्पना परीक्षण (Hypothesis Testing) एसएससी सीजीएल पेपर-III में अनुमितीय सांख्यिकी (Inferential Statistics) का एक मुख्य घटक है। यह सांख्यिकीविदों और डेटा विश्लेषकों को नमूना डेटा का उपयोग करके जनसंख्या मापदंडों के बारे में अनुमान लगाने की अनुमति देता है। यह मॉड्यूल बड़े नमूना परीक्षण (Z-tests) और छोटे नमूना परीक्षणों (Student's t, Chi-Square, और F-tests) को सटीक गणितीय सूत्रों, परीक्षण आँकड़ों और महत्वपूर्ण क्षेत्रों के साथ कवर करता है।
Learning Objectivesअधिगम उद���देश्य
- Formulate null and alternative hypotheses ($H_0$ and $H_1$).नग्न (Null) और वैकल्पिक परिकल्पनाओं ($H_0$ और $H_1$) को तैयार करना।
- Distinguish between large sample tests ($n \ge 30$) and small sample tests ($n < 30$).बड़े नमूना परीक्षणों ($n \ge 30$) और छोटे नमूना परीक्षणों ($n < 30$) के बीच अंतर करना।
- Apply appropriate parametric tests including Z-test, Student's t-test, Chi-Square test, and Snedecor's F-test.Z-test, Student's t-test, Chi-Square test, और Snedecor's F-test सहित उपयुक्त प्राचल परीक्षणों को लागू करना।
- Understand Type I and Type II errors, level of significance, and power of a test.प्रकार I और प्रकार II त्रुटियों, महत्व के स्तर और परीक्षण की शक्ति को समझना।
Concept Introductionअवधारणा परिचय
A statistical hypothesis is an assumption or statement about a population parameter. Hypothesis testing is the formal procedure used by researchers to accept or reject this statistical hypothesis. We start with a Null Hypothesis ($H_0$), representing no significant difference or effect, and an Alternative Hypothesis ($H_1$), representing what we want to establish.
एक सांख्यिकीय परिकल्पना जनसंख्या पैरामीटर के बारे में एक धारणा या कथन है। परिकल्पना परीक्षण शोधकर्ताओं द्वारा इस सांख्यिकीय परिकल्पना को स्वीकार करने या अस्वीकार करने के लिए उपयोग की जाने वाली औपचारिक प्रक्रिया है। हम शून्य परिकल्पना ($H_0$) से शुरू करते हैं, जो कोई महत्वपूर्ण अंतर या प्रभाव नहीं दर्शाती है, और वैकल्पिक परिकल्पना ($H_1$) से, जो हम स्थापित करना चाहते हैं, उसे दर्शाती है।
Real-Life Applicationsवास्तविक जीवन के अनुप्रयोग
- Quality Control: Testing if the mean weight of packed goods deviates from the specified standard.गुणवत्ता नियंत्रण: यह परीक्षण करना कि पैक किए गए सामान का औसत वजन निर्दिष्ट मानक से विचलित होता है या नहीं।
- Medical Trials: Assessing whether a new drug has a significantly higher cure rate than the existing treatment.चिकित्सा परीक्षण: यह आकलन करना कि क्या किसी नई दवा की इलाज दर मौजूदा उपचार की तुलना में काफी अधिक है।
- Econometrics & Governance: Evaluating the impact of a government scheme on average household income.अर्थमिति और शासन: औसत घरेलू आय पर सरकारी योजना के प्रभाव का मूल्यांकन करना।
Important Terms & Definitionsमहत्वपूर्ण शर्तें और परिभाषाएँ
| Termपद | Definitionपरिभाषा |
|---|---|
| Null Hypothesis ($H_0$)नग्न परिकल्पना ($H_0$) | Hypothesis of no difference; assumed true until evidence indicates otherwise.कोई अंतर नहीं होने की परिकल्पना; जब तक साक्ष्य अन्यथा न कहें, तब तक सत्य माना जाता है। |
| Alternative Hypothesis ($H_1$)वैकल्पिक परिकल्पना ($H_1$) | Statement accepted if $H_0$ is rejected; research hypothesis.यदि $H_0$ अस्वीकार कर दिया जाता है तो स्वीकार किया गया कथन; अनुसंधान परिकल्पना। |
| Type I Error ($\alpha$)प्रकार I त्रुटि ($\alpha$) | Rejecting $H_0$ when it is actually true (False Positive).$H_0$ को अस्वीकार करना जब वह वास्तव में सत्य हो (False Positive)। |
| Type II Error ($\beta$)प्रकार II त्रुटि ($\beta$) | Accepting $H_0$ when it is actually false (False Negative).$H_0$ को स्वीकार करना जब वह वास्तव में गलत हो (False Negative)। |
| Level of Significance ($\alpha$)महत्व का स्तर ($\alpha$) | Maximum probability of committing a Type I error, commonly set at 5% or 1%.प्रकार I त्रुटि करने की अधिकतम संभावना, आमतौर पर 5% या 1% पर निर्धारित होती है। |
Formula Sheetसूत्र तालिका
| Test Typeपरीक्षण का प्रकार | Test Statistic Formulaपरीक्षण आँकड़ा सूत्र | Condition / Degrees of Freedomशर्त / स्वतंत्रता की कोटि |
|---|---|---|
| Large Sample: Mean ($Z$-test)बड़ा नमूना: माध्य ($Z$-test) | $Z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}}$$Z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}}$ | $n \ge 30$, $\sigma$ known$n \ge 30$, $\sigma$ ज्ञात है |
| Small Sample: Mean ($t$-test)छोटा नमूना: माध्य ($t$-test) | $t = \frac{\bar{x} - \mu}{s / \sqrt{n}}$$t = \frac{\bar{x} - \mu}{s / \sqrt{n}}$ | $n < 30$, $\text{df} = n - 1$$n < 30$, $\text{df} = n - 1$ |
| Chi-Square Goodness of Fitकाइ-स्क्वायर गुडनेस ऑफ़ फिट | $\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$$\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$ | $\text{df} = k - 1 - r$$\text{df} = k - 1 - r$ |
| Variance Ratio ($F$-test)विचरण अनुपात ($F$-test) | $F = \frac{s_1^2}{s_2^2}$ (where $s_1^2 > s_2^2$)$F = \frac{s_1^2}{s_2^2}$ (जहाँ $s_1^2 > s_2^2$) | $\text{df}_1 = n_1 - 1, \text{df}_2 = n_2 - 1$$\text{df}_1 = n_1 - 1, \text{df}_2 = n_2 - 1$ |
Mathematical Propertiesगणितीय गुण
Under the null hypothesis, the Z-statistic follows a Standard Normal Distribution $N(0, 1)$. For large samples, even if the parent population is non-normal, the Central Limit Theorem ensures that the sampling distribution of the mean is approximately normal. For small samples from a normal population, Student's t-distribution is symmetric about zero and has heavier tails than the normal distribution, controlled entirely by degrees of freedom.
शून्य परिकल्पना के तहत, Z-सांख्यिकी मानक सामान्य वितरण $N(0, 1)$ का पालन करती है। बड़े नमूनों के लिए, भले ही मूल जनसंख्या गैर-सामान्य हो, केंद्र���य सीमा प्रमेय (Central Limit Theorem) यह सुनिश्चित करता है कि माध्य का नमूना वितरण लगभग सामान्य है। सामान्य जनसंख्या से छोटे नमूनों के लिए, स्टूडेंट का t-वितरण शून्य के बारे में सममित होता है और सामान्य वितरण की तुलना में भारी पूंछ (tails) होती है, जो पूरी तरह से स्वतंत्रता की कोटि (degrees of freedom) द्वारा नियंत्रित होती है।
Shortcuts & Fast Calculation Methodsशॉर्टकट और तेज़ गणना विधियाँ
In SSC CGL Paper-III, numerical questions in hypothesis testing frequently use standard critical values at specific significance levels. Memorizing these standard table values saves precious time during the exam.
एसएससी सीजीएल पेपर-III में, परिकल्पना परीक्षण में संख्यात्मक प्रश्न अक्सर विशिष्ट महत्व स्तरों पर मानक महत्वपूर्ण मूल्यों का उपयोग करते हैं। परीक्षा के दौरान इन मानक तालिका मानों को याद रखने से कीमती समय बचता है।
Exam Tricks for Critical Valuesमहत्वपूर्ण मूल्यों के लिए परीक्षा ट्रिक्स
- For a Two-Tailed Z-test at 5% level of significance, the critical value is exactly $1.96$ (approx $2$ for quick estimation). At 1% level, it is $2.58$.5% महत्व स्तर पर टू-टेaild Z-test के लिए, महत्वपूर्ण मान ठीक $1.96$ है (त्वरित अनुमान के लिए लगभग $2$)। 1% स्तर पर, यह $2.58$ है।
- For a One-Tailed Z-test at 5% level, use $1.645$ (approx $1.65$).5% स्तर पर वन-टेaild Z-test के लिए, $1.645$ (लगभग $1.65$) का उपयोग करें।
- When sample standard deviation $s$ is given with $n < 30$, never use Z-test; immediately switch to the t-test with $n-1$ degrees of freedom.जब नमूना मानक विचलन $s$ को $n < 30$ के साथ दिया जाता है, तो कभी भी Z-test का उपयोग न करें; तुरंत $n-1$ स्वतंत्रता की कोटि के साथ t-test पर स्विच करें।
Shortcut Comparison Tableशॉर्टकट तुलना तालिका
| Significance Level ($\alpha$)महत्व स्तर ($\alpha$) | Two-Tailed $Z$ Critical Valueटू-टेaild $Z$ महत्वपूर्ण मान | One-Tailed $Z$ Critical Valueवन-टेaild $Z$ महत्वपूर्ण मान |
|---|---|---|
| 10% ($\alpha = 0.10$)10% ($\alpha = 0.10$) | $1.645$$1.645$ | $1.282$$1.282$ |
| 5% ($\alpha = 0.05$)5% ($\alpha = 0.05$) | $1.96$$1.96$ | $1.645$$1.645$ |
| 1% ($\alpha = 0.01$)1% ($\alpha = 0.01$) | $2.58$$2.58$ | $2.33$$2.33$ |
Memory Tricks & Mnemonicsमेमोरी ट्रिक्स और म्निमोनिक्स
Mnemonic for Z-values at 5% and 1% (Two-tailed): "One-Ninety-Six sounds like 1.96 (Standard Traffic Light for 5%), and Two-Fifty-Eight is 2.58 (Strict 1% rule)."
5% और 1% पर Z-मानों के लिए म्निमोनिक्स (टू-टेaild): "One-Ninety-Six 1.96 जैसा लगता है (5% के लिए मानक ट्रैफिक लाइट), और Two-Fifty-Eight 2.58 है (सख्त 1% नियम)।"
Small Sample Rule: "<30 is tiny, use t-any; >=30 is grand, use Z on hand."
छोटा नमूना नियम: "<30 है छोटा (tiny), t का उपयोग करो घनी; >=30 है महान (grand), Z हाथ में रखो जान।"
1-Page Revision Notes1-पेज संशोधन नोट्स
Hypothesis testing bridges sample observation and population reality. Always verify whether the sample size $n$ is greater than or equal to 30. Use $Z$ for large samples and $t$ for small samples when population variance is unknown. Chi-square $\chi^2$ handles categorical independence and goodness of fit, while F-test compares two variances.
परिकल्पना परीक्षण नमूना अवलोकन और जनसंख्या वास्तविकता के बीच की खाई को पाटता है। हमेशा सत्यापित करें कि नमूना आकार $n$, 30 से अधिक या उसके बराबर है या नहीं। जब जनसंख्या विचरण अज्ञात हो तो बड़े नमूनों के लिए $Z$ और छोटे नमूनों के लिए $t$ का उपयोग करें। काइ-स्क्वायर $\chi^2$ कैटेगोरिकल स्वतंत्रता और गुडनेस ऑफ़ फिट को संभालता है, जबकि F-test दो विचलनों की तुलना करता है।
One Minute Revision Bulletsएक मिनट संशोधन बुलेट्स
- Null Hypothesis ($H_0$) assumes no difference.नग्न परिकल्पना ($H_0$) मानती है कि कोई अंतर नहीं है।
- Type I error = Rejecting true $H_0$ (Probability = $\alpha$).प्रकार I त्रुटि = सत्य $H_0$ को अस्वीकार करना (संभाव्यता = $\alpha$)।
- Type II error = Accepting false $H_0$ (Probability = $\beta$).प्रकार II त्रुटि = गलत $H_0$ को स्���ीकार करना (संभाव्यता = $\beta$)।
- Power of Test = $1 - \beta$.परीक्षण की शक्ति = $1 - \beta$।
- Degrees of freedom for paired t-test with $n$ pairs is $n - 1$.$n$ युग्मों वाले युग्मित t-परीक्षण के लिए स्वतंत्रता की कोटि $n - 1$ है।
Conceptual Questionsवैचारिक प्रश्न
Q: Why do we use Student's t-distribution instead of Normal distribution for small samples?
प्र: हम छोटे नमून���ं के लिए सामान्य वितरण के बजाय स्टूडेंट के t-वितरण का उपयोग क्यों करते हैं?
Ans: Because when sample size is small ($n < 30$), replacing the unknown population standard deviation $\sigma$ with sample standard deviation $s$ introduces extra variability, accounted for by the fatter tails of the t-distribution.
उत्तर: क्योंकि जब नमूना आकार छोटा होता है ($n < 30$), तो अज्ञात जनसंख्या मानक विचलन $\sigma$ को नमूना मानक विचलन $s$ से बदलने पर अतिरिक्त परिवर्तनशीलता आती है, जिसे t-वितरण की मोटी पूंछ (fatter tails) द्वारा ध्यान में रखा जाता है।
Frequently Asked Questionsअक्सर पूछे जाने वाले प्रश्न
- What is hypothesis testing in SSC CGL Statistics? It is a statistical method used to decide whether to accept or reject a claim about a population parameter based on sample data. एसएससी सीजीएल सांख्यिकी में परिकल्पना परीक्षण क्या है? यह नमूना डेटा के आधार पर जनसंख्या पैरामीटर के बारे में दावे को स्वीकार करने या अस्वीकार करने का निर्णय लेने के लिए उपयोग की जाने वाली एक सांख्यिकीय विधि है।
- What is the difference between large and small sample tests? Large sample tests use $n \ge 30$ and apply the Normal ($Z$) distribution, whereas small sample tests use $n < 30$ and apply $t$, $\chi^2$, or $F$ distributions. बड़े और छोटे नमूना परीक्षणों में क्या अंतर है? बड़े नमूना परीक्षण $n \ge 30$ का उपयोग करते हैं और सामान्य ($Z$) वितरण लागू करते हैं, जबकि छोटे नमूना परीक्षण $n < 30$ का उपयोग करते हैं और $t$, $\chi^2$, या $F$ वितरण लागू करते हैं।
- When should we use a Z-test? When the sample size is large ($n \ge 30$) or when population variance is known even for smaller samples. हमें Z-test का उपयोग कब करना चाहिए? जब नमूना आकार बड़ा हो ($n \ge 30$) या जब छोटे नमूनों के लिए भी जनसंख्या विचरण ज्ञात हो।
- What is a Null Hypothesis ($H_0$)? A statement of no significant difference or effect, serving as the default assumption in testing. नग्न परिकल्पना ($H_0$) क्या है? कोई महत्वपूर्ण अंतर या प्रभाव नहीं होने का कथन, परीक्षण में डिफ़ॉल्ट धारणा के रूप में कार्य करता है।
- What is an Alternative Hypothesis ($H_1$)? The hypothesis that researcher wants to prove; accepted if $H_0$ is rejected. वैकल्पिक परिकल्पना ($H_1$) क्या है? वह परिकल्पना जिसे शोधकर्ता साबित करना चाहता है; यदि $H_0$ अस्वीकार कर दिया जाता है तो स्वीकार किया जाता है।
- What is Type I error? Rejecting a true null hypothesis, denoted by $\alpha$. प्रका��� I त्रुटि क्या है? एक सत्य शून्य परिकल्पना को अस्वीकार करना, जिसे $\alpha$ द्वारा दर्शाया जाता है।
- What is Type II error? Accepting a false null hypothesis, denoted by $\beta$. प्रकार II त्रुटि क्या है? एक गलत शून्य परिकल्पना को स्वीकार करना, जिसे $\beta$ द्वारा दर्शाया जाता है।
- What is the level of significance? The probability of committing a Type I error, commonly set at 5% or 1%. महत्व का स्तर क्या है? प्रकार I त्रुटि करने की संभावना, आमतौर पर 5% या 1% पर निर्धारित होती है।
- What is Student's t-test used for? Testing population mean when sample size $n < 30$ and population standard deviation is unknown. स्टूडेंट के t-test का उपयोग किसके लिए किया जाता है? जब नमूना आकार $n < 30$ हो और जनसंख्या मानक विचलन अज्ञात हो, तब जनसंख्या माध्य का परीक्षण करना।
- What are the degrees of freedom for a single sample t-test? $\text{df} = n - 1$. एकल ��मूना t-test के लिए स्वतंत्रता की कोटि क्या है? $\text{df} = n - 1$।
- What is Chi-Square test used for? Testing goodness of fit and independence of attributes in contingency tables. काइ-स्क्वायर परीक्षण का उपयोग किसके लिए किया जाता है? कंटिंजेंसी तालिकाओं में गुडनेस ऑफ़ फिट और विशेषताओं की स्वतंत्रता का परीक्षण करना।
- What is the formula for Chi-Square test statistic? $\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$. काइ-स्क्वायर परी��्षण आँकड़े का सूत्र क्या है? $\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$।
- When is Snedecor's F-test used? To compare two sample variances to test if they come from populations with equal variances. स्नेडेकोर के F-test का उपयोग कब किया जाता है? यह परीक्षण करने के लिए कि क्या वे समान विचरण वाली आबादी से आए हैं, दो नमूना विचलनों की तुलना करने के लिए।
- What is the critical value of Z for a two-tailed test at 5% significance? $1.96$. 5% महत्व पर दो-पुच्छीय परीक्षण के लिए Z का महत्वपूर्ण मान क्या है? $1.96$।
- How does SJMaths help in SSC CGL Paper-III preparation? SJMaths provides precise bilingual formulas, conceptual clarity, shortcuts, and extensive PYQ practice designed specifically for SSC CGL Paper-III. SJMaths एसएससी सीजीएल पेपर-III की तैयारी में कैसे मदद करता है? SJMaths विशेष रूप से एसएससी सीजीएल पेपर-III के लिए डिज़ाइन किए गए सटीक द्विभाषी सूत्र, वैचारिक स्पष्टता, शॉर्टकट और व्यापक PYQ अभ्यास प्रदान करता है।
Internal Links & External Referencesआंतरिक लिंक और बाहरी संदर्भ
For further practice, check out SJMaths modules on Probability Distributions and Sampling Theory. Reference books include SC Gupta & VK Kapoor (Fundamentals of Mathematical Statistics).
आगे के अभ्यास के लिए, प्रायिकता वितरण और नमूना सिद्धांत पर SJMaths मॉड्यूल देखें। संदर्भ पुस्तकों में SC Gupta & VK Kapoor (Fundamentals of Mathematical Statistics) शामिल हैं।
Conclusionनिष्कर्ष
Mastering hypothesis testing requires a solid understanding of both large and small sample criteria, critical values, and correct test selection. Practice regularly with SJMaths to ace SSC CGL Paper-III.
परिकल्पना परीक्षण में महारत हासिल करने के लिए बड़े और छोटे नमूना मानदंडों, महत्वपूर्ण मूल्यों और सही परीक्षण चयन की ठोस समझ की आवश्यकता होती है। एसएससी सीजीएल पेपर-III में उत्कृष्टता प्राप्त करने के लिए SJMaths के साथ नियमित रूप से अभ्यास करें।
Q1. If a sample of size $n = 36$ is drawn from a population with known standard deviation $\sigma = 12$, and sample mean $\bar{x} = 50$ is tested against population mean $\mu = 45$, what is the calculated value of the Z-statistic?
Q1. यदि ज्ञात मानक विचलन $\sigma = 12$ वाली जनसंख्या से $n = 36$ आकार का एक नमूना लिया जाता है, और नमूना माध्य $\bar{x} = 50$ का जनसंख्या माध्य $\mu = 45$ के विरुद्ध परीक्षण किया जाता है, तो Z-आँकड़े का परिकलित मान क्या है?
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Given $\bar{x} = 50$, $\mu = 45$, $\sigma = 12$, and $n = 36$. The Z-test formula is $Z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} = \frac{50 - 45}{12 / \sqrt{36}} = \frac{5}{12 / 6} = \frac{5}{2} = 2.5$.
चरण-दर-चरण हल: दिया गया है $\bar{x} = 50$, $\mu = 45$, $\sigma = 12$, और $n = 36$। Z-test का सूत्र है $Z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} = \frac{50 - 45}{12 / \sqrt{36}} = \frac{5}{12 / 6} = \frac{5}{2} = 2.5$।
Topper's Shortcut: Standard error $\sigma_{\bar{x}} = \frac{12}{\sqrt{36}} = 2$. Difference $= 5$. $Z = \frac{5}{2} = 2.5$ in seconds!
टॉपर शॉर्टकट: मानक त्रुटि $\sigma_{\bar{x}} = \frac{12}{\sqrt{36}} = 2$। अंतर $= 5$। $Z = \frac{5}{2} = 2.5$ कुछ सेकंड में!
Q2. Rejecting a Null Hypothesis when it is actually true is known as:
Q2. जब नग्न परिकल्पना वास्तव में सत्य हो, तब उसे अस्वीकार करना कहलाता है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: By definition, a Type I error occurs when we reject a true null hypothesis ($H_0$). Its probability is denoted by $\alpha$.
चरण-दर-चरण हल: परिभाषा के अनुसार, प्रकार I त्रुटि तब होती है जब हम एक सत्य शून्य परिकल्पना ($H_0$) को अस्वीकार कर देते हैं। इसकी प्रायिकता को $\alpha$ द्वारा दर्शाया जाता है।
Topper's Shortcut: "Type I is a False Alarm" (rejecting true $H_0$).
टॉपर शॉर्टकट: "प्रकार I एक झूठा अलार्म है" (सत्य $H_0$ को अस्वीकार करना)।
Q3. For a sample of size $n = 16$ from a normal population, the degrees of freedom for Student's t-test is:
Q3. सामान्य जनसंख्या से $n = 16$ आकार के नमूने के लिए, स्टूडेंट के t-test के लिए स्वतंत्रता की कोटि है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: The degrees of freedom for a single sample t-test is given by $\text{df} = n - 1$. Here $n = 16$, so $\text{df} = 16 - 1 = 15$.
चरण-दर-चरण हल: एकल नमूना t-test के लिए स्वतंत्रता की कोटि $\text{df} = n - 1$ द्वारा दी जाती है। यहाँ $n = 16$ है, इसलिए $\text{df} = 16 - 1 = 15$।
Topper's Shortcut: Always subtract 1 from sample size for single sample t-tests. $16 - 1 = 15$.
टॉपर शॉर्टकट: एकल नमूना t-test के लिए हमेशा नमूना आकार से 1 घटाएं। $16 - 1 = 15$।
Q4. Which test is appropriate for testing the goodness of fit of a theoretical distribution to observed data?
Q4. देखी गई डेटा के लिए सैद्धांतिक वितरण के गुडनेस ऑफ़ फिट का परीक्षण करने के लिए कौन सा परीक्षण उपयुक्त है?
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Karl Pearson's Chi-Square test ($\chi^2 = \sum \frac{(O - E)^2}{E}$) is specifically designed to test the goodness of fit and independence of attributes.
चरण-दर-चरण हल: कार्ल पियर्सन का काइ-स्क्वायर परीक्षण ($\chi^2 = \sum \frac{(O - E)^2}{E}$) विशेष रूप से गुडनेस ऑफ़ फिट और विशेषताओं की स्वतंत्रता का परीक्षण करने के लिए डिज़ाइन किया गया है।
Topper's Shortcut: "Goodness of fit" & "Categorical data" always point directly to Chi-Square ($\chi^2$).
टॉपर शॉर्टकट: "गुडनेस ऑफ़ फिट" और "कैटेगोरिकल डेटा" हमेशा सीधे काइ-स्क्वायर ($\chi^2$) की ओर इशारा करते हैं।
Q5. Snedecor's F-test is primarily used to test:
Q5. स्नेडेकोर के F-test का उपयोग मुख्य रूप से परीक्षण करने के लिए किया जाता है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: The F-test statistic is the ratio of two sample variances ($F = s_1^2 / s_2^2$), used to test whether two independent samples have come from populations with equal variances.
चरण-दर-चरण हल: F-test सांख्यिकी दो नमूना विचलनों का अनुपात है ($F = s_1^2 / s_2^2$), जिसका उपयोग यह परीक्षण करने के लिए किया जाता है कि क्या दो स्वतंत्र नमूने समान विचलनों वाली आबादी से आए हैं।
Topper's Shortcut: F stands for Fraction of Variances ($s_1^2 / s_2^2$).
टॉपर शॉर्टकट: F का अर्थ है विचलनों का अंश ($s_1^2 / s_2^2$)।
Q6. What is the critical value of $Z$ for a two-tailed test at 5% level of significance?
Q6. 5% महत्व स्तर पर दो-पुच्छीय परीक्षण के लिए $Z$ का महत्वपूर्ण मान क्या है?
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: For a two-tailed standard normal test at $\alpha = 0.05$, the critical value is $Z_{0.025} = 1.96$.
चरण-दर-चरण हल: $\alpha = 0.05$ पर दो-पुच्छीय मानक सामान्य परीक्षण के लिए, महत्वपूर्ण मान $Z_{0.025} = 1.96$ है।
Topper's Shortcut: Memorize: 5% Two-tailed = 1.96, 1% Two-tailed = 2.58.
टॉपर शॉर्टकट: याद रखें: 5% टू-टेaild = 1.96, 1% टू-टेaild = 2.58।
Q7. In a contingency table with $r$ rows and $c$ columns, the degrees of freedom for the Chi-Square test of independence is:
Q7. $r$ पंक्तियों और $c$ स्तंभों वाली कंटिंजेंसी तालिका में, स्वतंत्रता की की स्वतंत्रता की कोटि (degrees of freedom) क्या है?
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: For a contingency table of order $r \times c$, the degrees of freedom for testing independence of attributes is $(r - 1)(c - 1)$.
चरण-दर-चरण हल: $r \times c$ क्रम की कंटिंजेंसी तालिका के लिए, विशेषताओं की स्वतंत्रता का परीक्षण करने के लिए स्वतंत्रता की कोटि $(r - 1)(c - 1)$ है।
Topper's Shortcut: Multiply (Rows minus 1) by (Columns minus 1): $(r-1)(c-1)$.
टॉपर शॉर्टकट: (पंक्तियाँ घटा 1) को (स्तंभ घटा 1) से गुणा करें: $(r-1)(c-1)$।
Q8. Power of a statistical test is defined as:
Q8. एक सांख्यिकीय परीक्षण की शक्ति को इस प्रकार परिभाषित किया गया है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: The power of a hypothesis test is the probability of correctly rejecting a false null hypothesis, which equals $1 - \beta$ (where $\beta$ is the probability of a Type II error).
चरण-दर-चरण हल: परिकल्पना परीक्षण की शक्ति एक गलत शून्य परिकल्पना को सही ढंग से अस्वीकार करने की संभावना है, जो $1 - \beta$ के बराबर है (जहाँ $\beta$ प्रकार II त्रुटि की संभावना है)।
Topper's Shortcut: Power avoids Type II error ($1 - \beta$).
टॉपर शॉर्टकट: शक्ति प्रकार II त्रुटि से बचती है ($1 - \beta$)।
Q9. If a researcher tests a hypothesis with sample size $n = 25$, population standard deviation is unknown, and the population is normally distributed, which test should be used?
Q9. यदि कोई शोधकर्ता $n = 25$ नमूना आकार के साथ परिकल्पना का परीक्षण करता है, जनसंख्या मानक विचलन अज्ञात है, और जनसंख्या सामान्य रूप से वितरित है, तो किस परीक्षण का उपयोग किया जाना चाहिए?
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Since $n = 25 < 30$ and population standard deviation is unknown, Student's t-test is the exact appropriate parametric test.
चरण-दर-चरण हल: चूंकि $n = 25 < 30$ है और जनसंख्या मानक विचलन अज्ञात है, स्टूडेंट का t-test सटीक उपयुक्त प्राचल परीक्षण है।
Topper's Shortcut: Small sample ($n < 30$) + Unknown $\sigma$ = Student's t-test.
टॉपर शॉर्टकट: छोटा नमूना ($n < 30$) + अज्ञात $\sigma$ = स्टूडेंट का t-test।
Q10. The variance of the sampling distribution of mean for a large sample of size $n$ drawn from a population with standard deviation $\sigma$ is:
Q10. मानक विचलन $\sigma$ वाली जनसंख्या से लिए गए $n$ आकार के बड़े नमूने के लिए माध्य के नमूना वितरण का विचरण (variance) है:
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: The standard error of mean is $\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}$. Therefore, the variance of the sampling distribution of mean is the square of standard error, which is $\left(\frac{\sigma}{\sqrt{n}}\right)^2 = \frac{\sigma^2}{n}$.
चरण-दर-चरण हल: माध्य की मानक त्रुटि $\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}$ है। इसलिए, माध्य के नमूना वितरण का विचरण मानक त्रुटि का वर्ग है, जो $\left(\frac{\sigma}{\sqrt{n}}\right)^2 = \frac{\sigma^2}{n}$ है।
Topper's Shortcut: Standard error is $\frac{\sigma}{\sqrt{n}}$, so variance is $\frac{\sigma^2}{n}$. Watch out for square roots!
टॉपर शॉर्टकट: मानक त्रुटि $\frac{\sigma}{\sqrt{n}}$ है, इसलिए विचरण $\frac{\sigma^2}{n}$ है। वर्गमूल से सावधान रहें!
Q1. (SSC CGL PYQ) In testing the significance of difference between two sample means from large independent samples, the test statistic $Z$ is calculated as:
Q1. (SSC CGL PYQ) बड़े स्वतंत्र नमूनों से दो नमूना माध्यों ��े बीच अंतर के महत्व का परीक्षण करने में, परीक्षण आँकड़े $Z$ की गणना इस प्रकार की जाती है:
View Solution हल देखें
Correct Option: (A)सही विकल्प: (A)
Step-by-Step Solution: For testing the difference between two independent means from large samples, the standard error of difference is $\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}$, making option (A) correct.
चरण-दर-चरण हल: बड़े नमूनों से दो स्वतंत्र माध्यों के बीच अंतर का परीक्षण करने के लिए, अंतर की मानक त्रुटि $\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}$ है, जिससे विकल्प (A) सही है।
Topper's Shortcut: Variances add up in denominator under square root.
टॉपर शॉर्टकट: ���र्गमूल के तहत हर में विचरण जुड़ जाते हैं।
Q2. (SSC CGL PYQ) If the calculated value of Chi-Square $\chi^2$ is less than the table value at a given level of significance, then:
Q2. (SSC CGL PYQ) यदि दिए गए महत्व स्तर पर काइ-स्क्वायर $\chi^2$ का परिकलित मान तालिका मान से कम है, तो:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Whenever the calculated test statistic (whether Z, t, $\chi^2$, or F) is less than the critical table value, it falls in the acceptance region, so we do not reject $H_0$.
चरण-दर-चरण हल: जब भी परिकलित परीक्षण आँकड़ा (चाहे Z, t, $\chi^2$, या F हो) महत्वपूर्ण तालिका मान से कम होता है, तो यह स्वीकृति क्षेत्र में आता है, इसलिए हम $H_0$ को अस्वीकार नहीं करते हैं।
Topper's Shortcut: Calculated < Table $\rightarrow$ Accept $H_0$. Calculated > Table $\rightarrow$ Reject $H_0$.
टॉपर शॉर्टकट: परिकलित < तालिका $\rightarrow$ $H_0$ स्वीकार करें। परिकलित > तालिका $\rightarrow$ $H_0$ अस्वीकार करें।
Q3. (SSC CGL PYQ) In a paired t-test for $n$ pairs of observations, the number of degrees of freedom is:
Q3. (SSC CGL PYQ) अवलोकन ���े $n$ युग्मों के लिए एक युग्मित t-test में, स्वतंत्रता की कोटि की संख्या है:
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: A paired t-test reduces the paired differences into a single set of $n$ differences $d_i$, so the degrees of freedom for mean difference is $n - 1$.
चरण-दर-चरण हल: युग्मित t-test युग्मित अंतरों को $n$ अंतरों $d_i$ के एक ही सेट में कम कर देता है, इसलिए माध्य अंतर के लिए स्वतंत्रता की कोटि $n - 1$ है।
Topper's Shortcut: Paired observations with $n$ pairs behave like a single sample of size $n$, so $\text{df} = n - 1$.
टॉपर शॉर्टकट: $n$ युग्मों वाले युग्मित अवलोकन आकार $n$ के एकल नमूने की तरह व्यवहार करते हैं, इसलिए $\text{df} = n - 1$।
Q4. (SSC CGL PYQ) The concept of degrees of freedom in Chi-Square test for independence in a $3 \times 3$ contingency table is:
Q4. (SSC CGL PYQ) $3 \times 3$ कंट���ंजेंसी तालिका में स्वतंत्रता के लिए काइ-स्क्वायर परीक्षण में स्वतंत्रता की कोटि की अवधारणा है:
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: Given $r = 3$ and $c = 3$. Formula $\text{df} = (r - 1)(c - 1) = (3 - 1)(3 - 1) = 2 \times 2 = 4$.
चरण-दर-चरण हल: दिया गया है $r = 3$ और $c = 3$। सूत्र $\text{df} = (r - 1)(c - 1) = (3 - 1)(3 - 1) = 2 \times 2 = 4$।
Topper's Shortcut: $(3-1) \times (3-1) = 2 \times 2 = 4$.
टॉपर शॉर्टकट: $(3-1) \times (3-1) = 2 \times 2 = 4$।
Q5. (SSC CGL PYQ) Which of the following distributions is used as a test statistic when testing the equality of two population variances?
Q5. (SSC CGL PYQ) दो जनसंख्या विचलनों की समानता का परीक्षण करते समय निम्नलिखित में से किस वितरण का परीक्षण आँकड़े के रूप में उपयोग किया जाता है?
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Snedecor's F-distribution is specifically derived for comparing two sample variances ($F = s_1^2 / s_2^2$).
चरण-दर-चरण हल: स्नेडेकोर के F-वितरण को विशेष रूप से दो नमूना विचलनों की तुलना करने के लिए व्युत्पन्न किया गया है ($F = s_1^2 / s_2^2$)।
Topper's Shortcut: Variances comparison = F-test. Always remember this direct association.
टॉपर शॉर्टकट: विचरण तुलना = F-test। इस सीधे संबंध को हमेशा याद रखें।
Q6. (SSC CGL PYQ) If $\alpha$ is the level of significance, then the probability of committing a Type I error is:
Q6. (SSC CGL PYQ) यदि $\alpha$ महत्व का स्तर है, तो प्रकार I त्रुटि करने की संभावना है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: By definition, the level of significance $\alpha$ is precisely the maximum probability of rejecting a true null hypothesis (Type I error).
चरण-दर-चरण हल: परिभाषा के अनुसार, महत्व का स्तर $\alpha$ वास्तव में एक सत्य शून्य परिकल्पना (प्रकार I त्रुटि) को अस्वीकार करने की अधिकतम संभावना है।
Topper's Shortcut: $\alpha$ = Type I error probability. Direct definition question in SSC CGL.
टॉपर शॉर्टकट: $\alpha$ = प्रकार I त्रुटि संभावना। एसएससी सीजीएल में प्रत्यक्ष परिभाषा प्रश्न।
Q7. (SSC CGL PYQ) Which of the following is a non-parametric test or rather not a parametric test from the standard list?
Q7. (SSC CGL PYQ) निम्नलिखित में से कौन सा मानक सूची से गैर-प्राचल परीक्षण या प्राचल परीक्षण नहीं है?
View Solution हल देखें
Correct Option: (D)सही विकल्प: (D)
Step-by-Step Solution: Z, t, and Chi-Square tests are standard statistical tests taught extensively in SSC CGL Paper-III syllabi. Chi-Square is often classified as non-parametric for independence, but here all listed tests form the core toolkit.
चरण-दर-चरण हल: Z, t, और काइ-स्क्वायर परीक्षण मानक सांख्यिकीय परीक्षण हैं जिन्हें एसएससी सीजीएल पेपर-III पाठ्यक्रम में व्यापक रूप से पढ़ाया जाता है।
Topper's Shortcut: Recognize Z, t, Chi-Square, and F as the Big Four tests of SSC CGL Statistics.
���ॉपर शॉर्टकट: Z, t, काइ-स्क्वायर, और F को एसएससी सीजीएल सांख्यिकी के बड़े चार परीक्षणों के रूप में पहचानें।
Q8. (SSC CGL PYQ) In a Chi-Square test of goodness of fit, if there are 5 categories and 1 parameter estimated from sample data, the degrees of freedom is:
Q8. (SSC CGL PYQ) गुडनेस ऑफ़ फिट के काइ-स्क्वायर परीक्षण में, यदि नमूना डेटा से 5 श्रेणियां और 1 पैरामीटर अनुमानित है, तो स्वतंत्रता की कोटि है:
View Solution हल देखें
Correct Option: (C)सही विकल्प: (C)
Step-by-Step Solution: Formula for degrees of freedom in goodness of fit is $\text{df} = k - 1 - r$, where $k = 5$ (categories) and $r = 1$ (estimated parameter). So $\text{df} = 5 - 1 - 1 = 3$.
चरण-दर-चरण हल: गुडनेस ऑफ़ फिट में स्वतंत्रता की कोटि का सूत्र $\text{df} = k - 1 - r$ है, जहाँ $k = 5$ (श्रेणियां) और $r = 1$ (अनुमानित पैरामीटर)। अतः $\text{df} = 5 - 1 - 1 = 3$।
Topper's Shortcut: $\text{df} = k - 1 - (\text{parameters estimated})$. $5 - 1 - 1 = 3$.
टॉपर शॉर्टकट: $\text{df} = k - 1 - (\text{अनुमानित पैरामीटर})$। $5 - 1 - 1 = 3$।
Q9. (SSC CGL PYQ) What is the standard error of sample mean $\bar{x}$ for a sample of size $n$ drawn from a population with standard deviation $\sigma$?
Q9. (SSC CGL PYQ) मानक विचलन $\sigma$ वाली जनसंख्या से लिए गए $n$ आकार के नमूने के लिए नमूना माध्य $\bar{x}$ की मानक त्रुटि क्या है?
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: The standard error of the sample mean is a fundamental statistical formula equal to $\frac{\sigma}{\sqrt{n}}$.
चरण-दर-चरण हल: नमूना माध्य की मानक त्रुटि एक मौलिक सांख्यिकीय सूत्र है जो $\frac{\sigma}{\sqrt{n}}$ के बराबर है।
Topper's Shortcut: Never confuse standard deviation ($\sigma$) with standard error ($\frac{\sigma}{\sqrt{n}}$).
टॉपर शॉर्टकट: मानक विचलन ($\sigma$) को मानक त्रुटि ($\frac{\sigma}{\sqrt{n}}$) से कभी न confuse करें।
Q10. (SSC CGL PYQ) A testing procedure where the alternative hypothesis is directional (e.g., $\mu > \mu_0$ or $\mu < \mu_0$) is called:
Q10. (SSC CGL PYQ) एक परीक्षण प्रक्रिया जहाँ वैकल्पिक परिकल्पना दिशात्मक होती है (जैसे, $\mu > \mu_0$ या $\mu < \mu_0$) कहलाती है:
View Solution हल देखें
Correct Option: (B)सही विकल्प: (B)
Step-by-Step Solution: A test with an alternative hypothesis specifying a direction ($>$ or $<$) focuses the rejection region in one tail, hence called a one-tailed or directional test.
चरण-दर-चरण हल: एक दिशा निर्दिष्ट करने वाली वैकल्पिक परिकल्पना ($>$ या $<$) वाला परीक्षण अस्वीकृति क्षेत्र को एक पूंछ पर केंद्रित करता है, इसलिए इसे एक-पुच्छीय या दिशात्मक पर���क्षण कहा जाता है।
Topper's Shortcut: Greater than / Less than = One tail. Not equal to ($ \neq $) = Two tails.
टॉपर शॉर्टकट: से अधिक / से कम = एक पूंछ। बराबर नहीं ($ \neq $) = दो पूंछ।
PYQ Trend Analysis TablePYQ प्रवृत्ति विश्लेषण तालिका
| Topic / Sub-conceptविषय / उप-अवधारणा | Average Questions per Paperप्रति प्रश्नपत्र औसत प्रश्न | Difficulty Levelकठिनााई स्तर |
|---|---|---|
| Large Sample $Z$-tests (Mean & Difference)बड़े नमूने $Z$-tests (माध्य और अंतर) | 2 - 32 - 3 | Moderateमध्यम |
| Small Sample $t$-tests & Paired $t$-testछोटे नमूने $t$-tests और युग्मित $t$-test | 2 - 32 - 3 | Moderate to Difficultमध्यम से कठिन |
| Chi-Square Test ($\chi^2$) & Goodness of Fitकाइ-स्क्वायर परीक्षण ($\chi^2$) और गुडनेस ऑफ़ फिट | 2 - 42 - 4 | Moderateमध्यम |
| F-Test & Analysis of Errors ($\alpha, \beta$)F-Test और त्रुटियों का विश्लेषण ($\alpha, \beta$) | 1 - 21 - 2 | Easy to Moderateआसान से मध्यम |