Cheat Sheet

شماریات Formulas

تعارفی شماریات سے استخراجی تجزیے تک طالب علم کو درکار ہر شماریاتی فارمولا: وضاحتی پیمانے، احتمال کے قواعد، نارمل تقسیم، مفروضہ جانچ اور خطی رجعت۔ ہر ایک کے ساتھ ایک سطر کا استعمال نوٹ۔ تیز تصدیق کے لیے AI-Math کے حل کنندگان کے ساتھ استعمال کریں۔

وضاحتی شماریات

اوسط (آبادی)

μ=1Ni=1Nxi\mu = \frac{1}{N}\sum_{i=1}^N x_i

آبادی کی تمام اقدار کا اوسط۔

اوسط (نمونہ)

xˉ=1ni=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i

نمونے کا اوسط۔

تغیر (آبادی)

σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2

بکھراؤ کا مربع، N سے تقسیم۔

تغیر (نمونہ)

s2=1n1(xixˉ)2s^2 = \frac{1}{n-1}\sum (x_i - \bar{x})^2

بیسل تصحیح: n1n-1 سے تقسیم۔

معیاری انحراف

σ=σ2\sigma = \sqrt{\sigma^2}

تغیر کا مربع جذر — ڈیٹا جیسی اکائیاں۔

حد

R=xmaxxminR = x_{\max} - x_{\min}

سب سے سادہ بکھراؤ کا پیمانہ۔

احتمال کے قواعد

جمع کا قاعدہ

P(AB)=P(A)+P(B)P(AB)P(A \cup B) = P(A) + P(B) - P(A \cap B)

A یا B کا احتمال (شمول-اخراج)۔

ضرب کا قاعدہ

P(AB)=P(A)P(BA)P(A \cap B) = P(A) \cdot P(B \mid A)

A اور B کا احتمال؛ آزاد ہونے پر حاصل ضرب بن جاتا ہے۔

مشروط احتمال

P(BA)=P(AB)P(A)P(B \mid A) = \frac{P(A \cap B)}{P(A)}

A کے واقع ہونے پر B کا احتمال۔

بیز کا نظریہ

P(AB)=P(BA)P(A)P(B)P(A \mid B) = \frac{P(B \mid A) P(A)}{P(B)}

مشروط احتمالات کو الٹتا ہے — تشخیصی ٹیسٹ، مشین لرننگ۔

آزادی

P(AB)=P(A)P(B)P(A \cap B) = P(A) P(B)

صرف اسی صورت میں درست جب AA اور BB آزاد ہوں۔

گنتی

ترتیب

P(n,r)=n!(nr)!P(n,r) = \frac{n!}{(n-r)!}

ترتیب اہم ہے: nn میں سے rr کو ترتیب دیں۔

مجموعے

C(n,r)=(nr)=n!r!(nr)!C(n,r) = \binom{n}{r} = \frac{n!}{r!(n-r)!}

ترتیب اہم نہیں: nn میں سے rr منتخب کریں۔

متفرق تقسیمات

بائنومیل PMF

P(X=k)=(nk)pk(1p)nkP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

کامیابی کے احتمال pp کے ساتھ nn آزاد آزمائشوں میں kk کامیابیاں۔

بائنومیل اوسط

μ=np\mu = np

کامیابیوں کی متوقع تعداد۔

بائنومیل تغیر

σ2=np(1p)\sigma^2 = np(1-p)

بائنومیل تقسیم کا بکھراؤ۔

پواسون PMF

P(X=k)=λkeλk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

اوسط شرح λ\lambda کے ساتھ نادر واقعات کی گنتی۔

نارمل تقسیم

احتمالی کثافت فنکشن

f(x)=1σ2πexp ⁣((xμ)22σ2)f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\!\bigl(-\tfrac{(x-\mu)^2}{2\sigma^2}\bigr)

گھنٹی نما منحنی، اوسط μ\mu، معیاری انحراف σ\sigma۔

Z-اسکور

z=xμσz = \frac{x - \mu}{\sigma}

تقسیموں کے درمیان موازنہ کے لیے معیاری بنائیں۔

معیاری نارمل

ZN(0,1)Z \sim N(0, 1)

Z-اسکور تبدیلی کے بعد۔

68-95-99.7 قاعدہ

P(Xμ<kσ): 0.68, 0.95, 0.997P(|X - \mu| < k\sigma):\ 0.68,\ 0.95,\ 0.997

k=1,2,3k = 1, 2, 3 کے لیے — صرف نارمل ڈیٹا کے لیے درست۔

استخراجی شماریات

اوسط کی معیاری خطا

SE=snSE = \frac{s}{\sqrt{n}}

تخمین کنندہ کے طور پر xˉ\bar{x} کا معیاری انحراف۔

اعتماد کا وقفہ (اوسط، معلوم $\sigma$)

xˉ±zα/2σn\bar{x} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}

95% CI کے لیے zα/2=1.96z_{\alpha/2} = 1.96۔

t-شماریہ (ایک نمونہ)

t=xˉμ0s/nt = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}

σ\sigma نامعلوم ہونے پر اوسط = μ0\mu_0 کی جانچ۔

کائی مربع شماریہ

χ2=(OiEi)2Ei\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}

زمرہ وار ڈیٹا کے لیے گڈنیس-آف-فٹ / آزادی کی جانچ۔

خطی رجعت

ڈھلان

b1=(xixˉ)(yiyˉ)(xixˉ)2b_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}

بہترین فٹ ڈھلان (کم سے کم مربعات)۔

انٹرسیپٹ

b0=yˉb1xˉb_0 = \bar{y} - b_1 \bar{x}

لائن کو (xˉ,yˉ)(\bar{x}, \bar{y}) سے گزرنے پر مجبور کرتا ہے۔

پیئرسن باہمی تعلق

r=(xixˉ)(yiyˉ)(xixˉ)2(yiyˉ)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}

خطی تعلق کی شدت اور سمت، r[1,1]r \in [-1, 1]۔

تعین کا عددی سر

R2=r2R^2 = r^2

yy کے تغیر کا وہ حصہ جو xx سے بیان ہوتا ہے۔