From 686ada94de6237294970101606cca28455727392 Mon Sep 17 00:00:00 2001 From: Sachin Vinayak Dabhade <78628027+SachinDabhade@users.noreply.github.com> Date: Mon, 14 Mar 2022 09:59:56 +0530 Subject: [PATCH] Translate some missed words --- .../04-stats-and-probability/translations/README.hi.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/1-Introduction/04-stats-and-probability/translations/README.hi.md b/1-Introduction/04-stats-and-probability/translations/README.hi.md index 7d983d82..ff7331cf 100644 --- a/1-Introduction/04-stats-and-probability/translations/README.hi.md +++ b/1-Introduction/04-stats-and-probability/translations/README.hi.md @@ -9,7 +9,7 @@ [![Intro Video](/1-Introduction/04-stats-and-probability/images/video-prob-and-stats.png)](https://youtu.be/Z5Zy85g4Yjw) -## [Pre-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/6) +## [प्री-लेक्चर क्विज](https://red-water-0103e7a0f.azurestaticapps.net/quiz/6) ## प्रायिकता और यादृच्छिक चर @@ -39,7 +39,7 @@ ## माध्य, प्रसरण और मानक विचलन मान लीजिए कि हम एक यादृच्छिक चर X के n नमूनों का एक क्रम बनाते हैं: x1, x2, ..., xn। हम पारंपरिक तरीके से अनुक्रम के **माध्य** (या **अंकगणित औसत**) मान को परिभाषित कर सकते हैं (x1+x2+xएन)/एन। जैसे-जैसे हम नमूने का आकार बढ़ाते हैं (अर्थात n&rr;∞ के साथ सीमा लेते हैं), हम वितरण का माध्य (जिसे **अपेक्षा** भी कहते हैं) प्राप्त करेंगे। हम उम्मीद को **E**(x) से निरूपित करेंगे। -> यह प्रदर्शित किया जा सकता है कि मूल्यों के साथ किसी भी असतत वितरण के लिए {x1, x2, ..., xN} and corresponding probabilities p1, p2, ..., pN, the expectation would equal to E(X)=x1p1+x2p2+...+xNpN. +> यह प्रदर्शित किया जा सकता है कि मूल्यों के साथ किसी भी असतत वितरण के लिए {x1, x2, ..., xN} और संबंधित संभावनाएं p1, p2, ..., pN, उम्मीद के बराबर होगा E(X)=x1p1+x2p2+...+xNpN. यह पहचानने के लिए कि मान कितनी दूर तक फैले हुए हैं, हम प्रसरण की गणना कर सकते हैं σ2 = ∑(xi - μ)2/ एन, जहां & एमयू; अनुक्रम का माध्य है। मूल्य &सिग्मा; इसे **मानक विचलन** कहा जाता है, और σ2 को **विचरण** कहा जाता है।