सहसंबंध

सहसंबंध (Correlation)

एक नज़र में: सहसंबंध दो या दो से अधिक चर (variables) के बीच संबंध की दिशा और मात्रा बताता है। यह सांख्यिकी में अत्यंत महत्वपूर्ण है, क्योंकि इससे यह पता चलता है कि एक चर के बदलने पर दूसरा चर कैसे प्रभावित होता है। (Correlation measures the direction and degree of relationship between two or more variables. It is crucial in statistics as it helps understand how change in one variable affects another.)

📌 अध्याय का परिचय (Chapter Introduction)

सहसंबंध (Correlation) सांख्यिकी (Statistics) का एक महत्वपूर्ण विषय है। जब हम दो या दो से अधिक संख्यात्मक चर (Quantitative Variables) के बीच संबंध की जांच करते हैं, तो हम सहसंबंध का अध्ययन करते हैं। उदाहरण के लिए, वर्षा और फसल उत्पादन, आय और खर्च, शिक्षा और आय, आदि के बीच संबंध का विश्लेषण सहसंबंध के माध्यम से किया जाता है।

Correlation is a vital concept in statistics. When we analyze the relationship between two or more quantitative variables, we study correlation. For example, analyzing the relationship between rainfall and crop production, income and expenditure, education and income, etc., is done through correlation.

📖 प्रमुख विषय (Major Topics)

1. सहसंबंध की परिभाषा (Definition of Correlation)

परिभाषा: सहसंबंध वह सांख्यिकीय प्रक्रिया है, जिसके द्वारा दो या दो से अधिक चर के बीच संबंध की दिशा और मात्रा ज्ञात की जाती है।

Definition: Correlation is a statistical process that determines the direction and degree of relationship between two or more variables.

उदाहरण: यदि किसी परिवार की आय बढ़ती है और उसके खर्च भी बढ़ते हैं, तो आय और खर्च के बीच सहसंबंध है।

Example: If a family's income increases and their expenditure also increases, then there is a correlation between income and expenditure.

2. सहसंबंध के प्रकार (Types of Correlation)

(A) दिशा के आधार पर (Based on Direction)

1. सकारात्मक सहसंबंध (Positive Correlation):

जब एक चर के बढ़ने पर दूसरा भी बढ़ता है या एक के घटने पर दूसरा भी घटता है।

• उदाहरण: आय और खर्च, शिक्षा और वेतन।

1. नकारात्मक सहसंबंध (Negative Correlation):

जब एक चर के बढ़ने पर दूसरा घटता है।

• उदाहरण: कीमत और मांग, तापमान और ऊनी कपड़ों की बिक्री।

1. शून्य सहसंबंध (Zero/No Correlation):

जब दो चर के बीच कोई संबंध नहीं होता।

• उदाहरण: लंबाई और परीक्षा में प्राप्त अंक।

(B) मात्रा के आधार पर (Based on Degree)

1. पूर्ण सहसंबंध (Perfect Correlation):

• सकारात्मक पूर्ण सहसंबंध (r = +1): दोनों चर पूरी तरह एक ही दिशा में बढ़ते या घटते हैं।
• नकारात्मक पूर्ण सहसंबंध (r = -1): एक चर बढ़ता है तो दूसरा पूरी तरह घटता है।

1. आंशिक सहसंबंध (Partial Correlation):

• सहसंबंध की मात्रा पूर्ण नहीं होती, अर्थात् -1 < r < +1।

3. सहसंबंध और कारणता (Correlation vs Causation)

सहसंबंध केवल संबंध दर्शाता है, यह कारण (Cause) नहीं दर्शाता। Correlation only shows association, not causation.

उदाहरण: बर्फ की बिक्री और सड़क दुर्घटनाओं में सहसंबंध हो सकता है, क्योंकि दोनों गर्मियों में बढ़ते हैं, पर एक-दूसरे का कारण नहीं हैं।

Example: There may be correlation between ice cream sales and road accidents as both increase in summer, but one does not cause the other.

4. सहसंबंध मापने के तरीके (Methods to Measure Correlation)

(A) ग्राफिक विधि (Graphic Method)

1. स्कैटर डाइग्राम (Scatter Diagram):

विवरण: यह सबसे सरल विधि है। दो चर के मानों को X और Y अक्ष पर बिंदुओं के रूप में दर्शाया जाता है।

Explanation: It's the simplest method. Values of two variables are plotted as points on X and Y axes.

कैसे बनाएँ:

• X और Y के जोड़े (pairs) के अनुसार बिंदु बनाएं।
• यदि बिंदु सीधी रेखा के आसपास हों, तो सहसंबंध है।

Interpretation:

• Points close to a straight line: Strong correlation.
• Points scattered randomly: Weak or no correlation.

उदाहरण: | आय (X) | खर्च (Y) | |--------|----------| | 10 | 8 | | 20 | 16 | | 30 | 24 | | 40 | 32 |

स्कैटर डाइग्राम में बिंदु सीधी रेखा के आसपास होंगे, जिससे सहसंबंध स्पष्ट है।

(B) संख्यात्मक विधि (Quantitative Methods)

1. पीयरसन का गुणांक (Pearson’s Coefficient of Correlation)

परिभाषा: यह सबसे लोकप्रिय विधि है। इसे r से दर्शाया जाता है।

Definition: It's the most popular method. Denoted by 'r'.

सूत्र (Formula):

\[ r = \frac{\sum (X - \bar{X})(Y - \bar{Y})}{\sqrt{\sum (X - \bar{X})^2 \cdot \sum (Y - \bar{Y})^2}} \]

या

\[ r = \frac{N\sum XY - \sum X \sum Y}{\sqrt{[N\sum X^2 - (\sum X)^2][N\sum Y^2 - (\sum Y)^2]}} \]

Solved Example (हल उदाहरण):

| X (Income) | Y (Expenditure) | |------------|-----------------| | 10 | 8 | | 20 | 16 | | 30 | 24 | | 40 | 32 |

Step 1: \(\bar{X} = \frac{10+20+30+40}{4} = 25\) \(\bar{Y} = \frac{8+16+24+32}{4} = 20\)

Step 2: Calculate (X - \(\bar{X}\)), (Y - \(\bar{Y}\)), (X - \(\bar{X}\))(Y - \(\bar{Y}\)), (X - \(\bar{X})^2\), (Y - \(\bar{Y})^2\).

| X | Y | X-\(\bar{X}\) | Y-\(\bar{Y}\) | Product | (X-\(\bar{X})^2\) | (Y-\(\bar{Y})^2\) | |---|---|--------------|--------------|---------|------------------|------------------| |10 | 8 | -15 | -12 | 180 | 225 | 144 | |20 |16 | -5 | -4 | 20 | 25 | 16 | |30 |24 | 5 | 4 | 20 | 25 | 16 | |40 |32 | 15 | 12 | 180 | 225 | 144 |

Total: \(\sum (X-\bar{X})(Y-\bar{Y}) = 180+20+20+180=400\) \(\sum (X-\bar{X})^2 = 225+25+25+225=500\) \(\sum (Y-\bar{Y})^2 = 144+16+16+144=320\)

Step 3: \[ r = \frac{400}{\sqrt{500 \times 320}} = \frac{400}{\sqrt{160000}} = \frac{400}{400} = 1 \]

Interpretation: पूर्ण सकारात्मक सहसंबंध (Perfect positive correlation).

1. स्पीयरमैन का रैंक सहसंबंध (Spearman’s Rank Correlation)

परिभाषा: जब आंकड़े रैंक (क्रम) में होते हैं, तब स्पीयरमैन विधि का प्रयोग होता है।

Definition: Used when data is in ranks (order).

सूत्र (Formula):

\[ r_s = 1 - \frac{6\sum d^2}{N(N^2 - 1)} \]

जहाँ d = दो रैंक में अंतर (Difference in ranks), N = कुल संख्या (Total number).

Solved Example:

| Student | Rank in Maths | Rank in English | |---------|--------------|----------------| | A | 1 | 2 | | B | 2 | 3 | | C | 3 | 1 |

Calculate d: A: 1 - 2 = -1 B: 2 - 3 = -1 C: 3 - 1 = 2

d^2: 1, 1, 4 \(\sum d^2 = 1 + 1 + 4 = 6\)

N = 3

\[ r_s = 1 - \frac{6 \times 6}{3(3^2 - 1)} = 1 - \frac{36}{3 \times 8} = 1 - \frac{36}{24} = 1 - 1.5 = -0.5 \]

Interpretation: नकारात्मक सहसंबंध (Negative correlation).

5. सहसंबंध के गुण (Properties of Correlation)

1. r का मान -1 से +1 के बीच होता है।

1. r = +1: पूर्ण सकारात्मक सहसंबंध।

1. r = -1: पूर्ण नकारात्मक सहसंबंध।

1. r = 0: कोई सहसंबंध नहीं।

1. सहसंबंध का गुणांक बिना इकाई के होता है।

1. आयाम का परिवर्तन r को प्रभावित नहीं करता।

6. सहसंबंध की व्याख्या (Interpretation of Correlation)

• सकारात्मक: दोनों चर एक ही दिशा में बढ़ते/घटते हैं।
• नकारात्मक: एक बढ़ता है तो दूसरा घटता है।
• शून्य: कोई संबंध नहीं।

Correlation can be interpreted as:

• Positive: Both variables increase/decrease together.
• Negative: One increases, other decreases.
• Zero: No relationship.

7. सहसंबंध के महत्व (Importance of Correlation)

1. अनुसंधान में उपयोगी:

कारण-परिणाम संबंध की पहचान करना।

1. पूर्वानुमान:

एक चर के आधार पर दूसरे का अनुमान।

1. नीति निर्माण:

आर्थिक, सामाजिक योजनाओं में सहसंबंध का उपयोग।

Useful in research, forecasting, and policy making.

8. सहसंबंध और प्रतिगमन (Correlation and Regression)

सहसंबंध केवल संबंध दर्शाता है, जबकि प्रतिगमन (Regression) संबंध की गणितीय अभिव्यक्ति प्रदान करता है।

Correlation shows the relationship, regression provides a mathematical expression.

9. सहसंबंध में सीमाएँ (Limitations of Correlation)

1. सहसंबंध कारण नहीं दर्शाता।
2. अत्यधिक सहसंबंध का अर्थ कारण नहीं है।
3. स्कैटर डाइग्राम से मात्रात्मक सहसंबंध नहीं मिलता।
4. उपयुक्त विधि का चयन जरूरी।

Correlation does not show causation; high correlation does not imply cause; scatter diagram is not quantitative; proper method selection is necessary.

10. सहसंबंध का प्रयोग (Application of Correlation)

• विज्ञान: तापमान और दबाव के संबंध।
• सामाजिक विज्ञान: शिक्षा और आय।
• अर्थशास्त्र: मांग और कीमत।

Used in sciences, social sciences, economics, etc.

🧠 महत्वपूर्ण बिंदु (Important Points)

1. सहसंबंध दो या अधिक संख्यात्मक चर के बीच संबंध को दर्शाता है।

1. सहसंबंध की दिशा सकारात्मक, नकारात्मक या शून्य हो सकती है।

1. Pearson का गुणांक संख्यात्मक आंकड़ों के लिए प्रयोग होता है।

1. Spearman का रैंक सहसंबंध रैंक आंकड़ों के लिए प्रयोग होता है।

1. r का मान -1 से +1 के बीच होता है।

1. सहसंबंध कारणता नहीं दर्शाता।

1. सहसंबंध की मात्रा जितनी अधिक, संबंध उतना मजबूत।

1. स्कैटर डाइग्राम सहसंबंध की दिशा और अनुमानित मात्रा दर्शाता है।

1. सहसंबंध सांख्यिकी और अनुसंधान में अत्यंत महत्वपूर्ण है।

1. सहसंबंध की सीमाएँ हैं, जैसे – कारण का निर्धारण नहीं करना।

⚠️ सामान्य गलतियाँ (Common Mistakes)

| गलती (Mistake) | सुधार (Correction) | |--------------------------------------------------|---------------------------------------------------| | सहसंबंध को कारणता समझ लेना | सहसंबंध केवल संबंध दर्शाता है, कारण नहीं | | r का मान 1 से अधिक या -1 से कम लिखना | r हमेशा -1 ≤ r ≤ +1 | | स्कैटर डाइग्राम से मात्रात्मक r निकालना | स्कैटर डाइग्राम से केवल दिशा और अनुमानित मात्रा | | Pearson विधि रैंक आंकड़ों पर प्रयोग करना | रैंक आंकड़ों के लिए Spearman विधि प्रयोग करें | | सहसंबंध में इकाई जोड़ना | r बिना इकाई के होता है | | सभी सहसंबंध को महत्वपूर्ण मान लेना | सहसंबंध का महत्व संदर्भ पर निर्भर | | आंकड़े गलत जोड़ना | गणना में ध्यानपूर्वक आंकड़े जोड़ें | | Spearman में d^2 गलत निकालना | हर अंतर का वर्ग (d^2) सही निकालें | | Pearson में स्केल परिवर्तन का असर मानना | स्केल परिवर्तन r को प्रभावित नहीं करता | | सहसंबंध को प्रतिगमन मानना | सहसंबंध संबंध दिखाता, प्रतिगमन गणितीय संबंध |

📝 RBSE परीक्षा प्रश्न (RBSE Exam Questions)

1-mark Questions (Very Short Answer)

1. सहसंबंध क्या है?

1. Pearson का सहसंबंध गुणांक किस संख्या से किस संख्या के बीच होता है?

1. Spearman का रैंक सहसंबंध कब प्रयोग किया जाता है?

1. स्कैटर डाइग्राम क्या दर्शाता है?

1. सहसंबंध की दिशा कितने प्रकार की होती है?

2-mark Questions (Short Answer)

1. सहसंबंध और कारणता में अंतर लिखिए।

1. Pearson और Spearman विधि में कोई दो अंतर बताइए।

1. सहसंबंध के प्रकार संक्षेप में समझाइए।

1. सहसंबंध के दो महत्व बताइए।

1. सहसंबंध की सीमाएँ लिखिए।

5-mark Questions (Long Answer)

1. सहसंबंध की परिभाषा दीजिए, और इसके प्रकार विस्तार से समझाइए।

1. Pearson का सहसंबंध गुणांक कैसे ज्ञात करते हैं? सूत्र, उदाहरण सहित समझाइए।

1. Spearman का रैंक सहसंबंध विधि समझाइए। सूत्र और उदाहरण सहित।

1. सहसंबंध की व्याख्या, महत्व, और सीमाएँ विस्तार से लिखिए।

1. स्कैटर डाइग्राम क्या है? इसकी सहायता से सहसंबंध का निर्धारण कैसे होता है?

अध्याय सारांश (Chapter Summary)

सहसंबंध सांख्यिकी में दो या अधिक चर के बीच संबंध की दिशा और मात्रा को दर्शाता है। Pearson और Spearman विधियों से सहसंबंध की मात्रा ज्ञात की जाती है। सहसंबंध अनुसंधान, नीति निर्माण, एवं पूर्वानुमान में अत्यंत महत्वपूर्ण है, परंतु इसकी कुछ सीमाएँ भी हैं—यह कारणता नहीं दर्शाता। सहसंबंध का सही उपयोग एवं व्याख्या सांख्यिकी में सफलता की कुंजी है।

[These notes are detailed, bilingual, and structured to cover all exam-relevant points for RBSE Class 11 Economics, Chapter 'सहसंबंध'.]