आवृत्ति वितरण के साथ दिए गए डेटा पर विचार करें:
$x_{i} = \{3, 8, 11, 10, 5, 4\}$
$f_{i} = \{5, 2, 3, 2, 4, 4\}$
List-$I$ की प्रत्येक प्रविष्टि का List-$II$ की सही प्रविष्टियों से मिलान करें।
List-$I$List-$II$
$(P)$ उपरोक्त डेटा का माध्य है$(1) 2.5$
$(Q)$ उपरोक्त डेटा की माध्यिका है$(2) 5$
$(R)$ उपरोक्त डेटा का माध्य के सापेक्ष माध्य विचलन है$(3) 6$
$(S)$ उपरोक्त डेटा का माध्यिका के सापेक्ष माध्य विचलन है$(4) 2.7$
$(5) 2.4$

सही विकल्प है:

  • A
    $(P) \rightarrow (3), (Q) \rightarrow (2), (R) \rightarrow (4), (S) \rightarrow (5)$
  • B
    $(P) \rightarrow (3), (Q) \rightarrow (2), (R) \rightarrow (1), (S) \rightarrow (5)$
  • C
    $(P) \rightarrow (2), (Q) \rightarrow (3), (R) \rightarrow (4), (S) \rightarrow (1)$
  • D
    $(P) \rightarrow (3), (Q) \rightarrow (3), (R) \rightarrow (5), (S) \rightarrow (5)$

Explore More

Similar Questions

एक कक्षा में $25$ लड़कों के अंकों का माध्य $61$ है और उसी कक्षा में $35$ लड़कियों के अंकों का माध्य $58$ है। तो,सभी $60$ छात्रों का माध्य क्या है ($.25$ में)?

एक समूह में दो नमूनों में से पहले नमूने में $100$ वस्तुएं हैं जिनका माध्य $15$ और मानक विचलन $3$ है। यदि पूरे समूह में $250$ वस्तुएं हैं जिनका माध्य $15.6$ और मानक विचलन $\sqrt{13.44}$ है,तो दूसरे नमूने का मानक विचलन क्या है?

दो वितरणों के विचरण गुणांक $60$ और $70$ हैं। उनके मानक विचलन क्रमशः $21$ और $16$ हैं,तो उनके माध्य ज्ञात कीजिए।

चार अवलोकनों के एक समूह का माध्य $1$ और प्रसरण $13$ है। छह अवलोकनों के दूसरे समूह का माध्य $2$ और प्रसरण $1$ है। तो, इन सभी $10$ अवलोकनों का प्रसरण किसके बराबर है?

यदि निम्नलिखित डेटा के लिए माध्य के सापेक्ष माध्य विचलन $m$ है और प्रसरण $\sigma^2$ है,तो $m + \sigma^2 =$
$x$ $1, 3, 5, 7, 9$
$f$ $4, 24, 28, 16, 8$

Vedclass Products

For Students

Vedclass Test Series

Mock tests in real JEE/NEET style with performance analysis. 5-day free trial.

Start Free Trial
For Teachers

Exam Paper Generator

Generate Set A/B/C/D exam papers from 7.5L+ questions in 2 minutes. 3 chapters free.

Try Free
For Institutes

Online Exam Module

Live online exams with unlimited students, 360° analytics & white-label branding.

See Demo