ಸಂಖ್ಯಾಕಲನವಿಜ್ಞಾನ
 	ಯಾವುದೇ ಸಮಷ್ಟಿಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಂಕಿಅಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ಅಧ್ಯಯನಮಾಡಲು ಉಪಯೋಗಿಸುವ ತಂತ್ರಗಳ ಸಂಗ್ರಹ(ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್). ರಾಜ್ಯದಲ್ಲಿ ಪ್ರತಿವರ್ಷ ಬೆಳೆದ ಬೆಳೆಯ ವಿವರ, ರಕ್ಷಣಾ ಪಡೆ ಹಾಗೂ ಆಯುಧಗಳ ವಿವರ, ಸಾಂಕ್ರಾಮಿಕ ರೋಗಗಳಿಗೆ ತುತ್ತಾದವರ ವಿವರ ಹೀಗೆ ಅನೇಕ ಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ಅಂಕಿಅಂಶಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಪರಿಪಾಟ ಶತಮಾನಗಳಿಂದಲೂ ನಡೆದು ಬಂದಿದೆ. ಇವುಗಳ ಬಗ್ಗೆ ಚಾಣಕ್ಯನ ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿಯೂ (ಕ್ರಿ.ಪೂ.ಸು. 325-296), ಅಕ್ಬರನ(1542-1605) ಆಡಳಿತ ಕ್ರಮದಲ್ಲಿಯೂ ಉಲ್ಲೇಖನ ಕಾಣಬಹುದು. 16ನೆಯ ಶತಮಾನದಲ್ಲಿ ಇಂಗ್ಲೆಂಡಿನಲ್ಲಿ ಏಳನೆಯ ಕಿಂಗ್ ಹೆನ್ರಿ (ಸು.1451-1509) ಕಾಲದಲ್ಲಿ ಪ್ಲೇಗ್ ರೋಗಕ್ಕೆ ತುತ್ತಾದ ಪ್ರಜೆಗಳ ಅಂಕಿಅಂಶ ಸಂಗ್ರಹಿಸಿದ ಉಲ್ಲೇಖ ಉಂಟು. ಇವುಗಳಲ್ಲಿ ಅಡಕವಾಗಿರುವ ಮಾಹಿತಿಯನ್ನು ತಿಳಿಯುವ ಬಗೆಯನ್ನು ತಜ್ಞರ ಸಭೆಗಳಲ್ಲಿ ಚರ್ಚಿಸಲಾಗುತ್ತಿತ್ತು. ಆದರೆ ಅವರ ಸಲಹೆಗಳು ಜ್ಞೇಯನಿಷ್ಠವಾಗಿರದೆ ಸದಸ್ಯರ ಜ್ಞಾನದ ಪರಿಮಿತಿ ಹಾಗೂ ಅವರ ಒಲವುಗಳ ಆಧಾರದ ಮೇಲೆ ನಿಲ್ಲುತ್ತಿದ್ದುವು.

	ಅಂಕಿಅಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಕ್ರಮಕ್ಕೆ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್ ಎಂಬ ಪದವನ್ನು 18ನೆಯ ಶತಮಾನ ದಲ್ಲಿ ಇಂಗ್ಲೆಂಡಿನ ಝಿಮ್ಮರ್‍ಮಾನ್ ಪರಿಚಯಿಸಿದ. ಈ ಕ್ಷೇತ್ರಕ್ಕೆ ತನ್ನದೇ ಆದ ವೈಜ್ಞಾನಿಕ ರೂಪದೊರೆತದ್ದು 20ನೆಯ ಶತಮಾನದ ಪೂರ್ವಾರ್ಧ ದಲ್ಲಿ. ಕಾರ್ಲ್ ಪಿಯರ್ಸನ್ (1857-1936) ಮತ್ತು ರೊನಾಲ್ಡ್ ಎ ಫಿಷರ್ (1890-1962) ಇವರ ಕೊಡುಗೆಗಳಿಂದ. ಫಿಷರ್‍ನನ್ನು ಸಂಖ್ಯಾಕಲನ ವಿಜ್ಞಾನದ ಪಿತಾಮಹ ಎಂದೇ ಕರೆಯಲಾಗಿದೆ. ಈ ಪ್ರಕಾರಕ್ಕೆ ಭಾರತೀಯರ ಕೊಡುಗೆ ಗಮನಾರ್ಹ. ಪಿ. ಸಿ. ಮಹಲೊನೊಬಿಸ್ (1893-1972) ಅವರನ್ನು ಭಾರತದ ಸಂಖ್ಯಾಕಲನವಿಜ್ಞಾನದ ಮೂಲಪುರುಷ ಎಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ. 

	ಈ ಕ್ಷೇತ್ರವನ್ನು ಮುಖ್ಯವಾಗಿ ನಾಲ್ಕು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು. ಸಂಖ್ಯಾಕಲನ ಪದ್ಧತಿಗಳು, ಸಂಭಾವ್ಯತಾ ಸಿದ್ಧಾಂತ, ಪ್ರತಿಚಯನ ತಂತ್ರಗಳು, ಸ್ಥಿರರಾಶಿ ಹಾಗೂ ವಿತರಣೆ ಅಂದಾಜು ಮತ್ತು ಪೂರ್ವಸಿದ್ಧಾಂತ ಪರೀಕ್ಷಣೆ.

	ಲಭ್ಯವಿರುವ ಅಂಕಿಅಂಶಗಳನ್ನು ಅನೇಕ ವರ್ಗಗಳಲ್ಲಿ ಪಟ್ಟಿಮಾಡಿ ಆಯತ ಚಿತ್ರ (ಹಿಸ್ಟೊಗ್ರಾಮ್) ರೇಖಾಕೃತಿ ಮುಂತಾದ ಚಿತ್ರಗಳಿಂದ ವರ್ಣಿಸಿ ಕಣ್ಣುಹಾಯಿಸಿಯೇ ತುಲನೆಮಾಡುವ ಕ್ರಮ ಬಲು ಹಿಂದಿನಿಂದಲೂ ನಡೆದುಬಂದಿದೆ. ಇದು ಸಂಖ್ಯಾಕಲನಪದ್ಧತಿಯ ಒಂದು ಅಂಗ. ಇದಲ್ಲದೇ ಮಾಧ್ಯ, ಮಧ್ಯಕ, ಸೇಕಡಾವಾರು, ಚಲನೀಯ ಮುಂತಾದವನ್ನು ಕಂಡು ಕೊಳ್ಳುವುದು, ಎರಡು ಅಥವಾ ಹೆಚ್ಚು ಗುಣಲಕ್ಷಣಗಳ ಅವಲಂಬನೆ ಯನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದು ಮತ್ತೊಂದು ಅಂಗ. ಎಲ್ಲ ಗುಣ ಲಕ್ಷಣಗಳನ್ನು ಚದರರೂಪದಲ್ಲಿ ಅಳೆಯಲು ಸಾಧ್ಯವಿಲ್ಲದಿರಬಹುದು. ಉದಾಹರಣೆಗೆ ಸಮಷ್ಟಿಯಲ್ಲಿಯ ಸದಸ್ಯರ ಕಣ್ಣಿನ ಬಣ್ಣ, ರಕ್ತದ ಗುಂಪು ಮುಂತಾದವು. ಇಂಥ ದತ್ತವನ್ನು ಗುಣಲಕ್ಷಣಗಳಿಗೆ ಅನುಸಾರವಾಗಿ ವಿಂಗಡಿಸುವುದು, ಎರಡು ಅಥವಾ ಹೆಚ್ಚು ಗುಣಲಕ್ಷಣಗಳ ಅವಲಂಬನೆ ಯನ್ನು ಗುರುತಿಸುವುದು ಸಂಖ್ಯಾಕಲನಪದ್ಧತಿಯ ಮತ್ತೊಂದು ಅಂಗ. ಈ ಪದ್ಧತಿಯ ಜನಕ ಪಿಯರ್ಸನ್.

	ಅನೇಕ ವೇಳೆ ಸಮಷ್ಟಿಯ ಪ್ರತಿಯೊಬ್ಬ ಸದಸ್ಯನ ಗುಣಲಕ್ಷಣದ  ಬಗ್ಗೆ ಮಾಹಿತಿ ಸಂಗ್ರಹಿಸುವುದು ಅಸಾಧ್ಯದ ಕೆಲಸವಾಗಬಹುದು  ಅಥವಾ ಸಾಧ್ಯವಾದರೂ ಅಪಾರ ವೇಳೆ ಮತ್ತು ಅಪಾರ ಹಣವ್ಯಯವಾಗಬಹುದು. ಹೀಗಾಗಿ ಪ್ರತಿಚಯನ (ಸ್ಯಾಂಪ್ಲಿಂಗ್) ವಿಧಾನಗಳು ಅನಿವಾರ್ಯವಾಗು ತ್ತವೆ. ಸಮಷ್ಟಿಯ ಲಕ್ಷಣಗಳನ್ನು ಪ್ರತಿಚಯ ಪ್ರತಿಬಿಂಬಿಸಿದಾಗ ಮಾತ್ರ ಇಂಥ ಸೀಮಿತ ಅಧ್ಯಯನದಿಂದ ಹೊರಬಂದ ಮಾಹಿತಿಯನ್ನು ಸಮಷ್ಟಿಗೆ ಅಳವಡಿಸಬಹುದು. ಹೀಗೆ ಪ್ರತಿಚಯವನ್ನು ಆಯುವುದಾದರೂ ಸಂಭಾವ್ಯತಾ ಸಿದ್ಧಾಂತದ ಭದ್ರತಳಹದಿಯ ಮೇಲೆಯೇ. ಯಾದೃಚ್ಛಿಕ ಪ್ರತಿಚಯ ಪದ್ಧತಿಯನ್ನು ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಉಪಯೋಗಿಸಲಾಗುತ್ತಿದೆ. 

	ಸಂಭಾವ್ಯತಾ ಸಿದ್ಧಾಂತದ ತಳಹದಿಯ ಮೇಲೆ ದೊರೆತ ಪ್ರತಿಚಯ ದಿಂದ, ಸ್ಥಿರರಾಶಿ ಮತ್ತು ವಿರತಣೆಗಳನ್ನು ಜ್ಞೇಯನಿಷ್ಠವಾಗಿ ಅಂದಾಜು ಮಾಡಬಹುದು. ಇಂಥ ಸ್ಥಿರರಾಶಿ ಮತ್ತು ವಿತರಣೆಗಳ ಬಗೆಗಿನ ಪೂರ್ವ ಸಿದ್ಧಾಂತವನ್ನು ಪರೀಕ್ಷಿಸಬಹುದು. ಪೂರ್ವಸಿದ್ಧಾಂತವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವ ಸಂಭಾವ್ಯತೆಯನ್ನು ತಿಳಿಯಬಹುದು. ಎರಡು ಅಥವಾ ಹೆಚ್ಚಿನ ಸಮಷ್ಟಿಗಳ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೋಲಿಸುವಲ್ಲಿ ಈ ಕ್ಷೇತ್ರದ ಉಪಯೋಗ ಗಮನಾರ್ಹ. ವ್ಯವಸಾಯ, ವೈದ್ಯಕೀಯ ಮುಂತಾದ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಪುನರಾವರ್ತಿಸಿ ಒಳ್ಳೆಯ ತಳಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿ ಔಷಧಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳಬಹುದು.

	ವಿಜ್ಞಾನಿಗಳು, ತಂತ್ರವಿದರು, ಸಮಾಜಶಾಸ್ತ್ರಜ್ಞರು, ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು, ಶಿಕ್ಷಣತಜ್ಞರು, ವೈದ್ಯರು, ಆಡಳಿತಗಾರರು ಜ್ಞೇಯನಿಷ್ಠ ತೀರ್ಮಾನ ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಸಂಖ್ಯಾಕಲನವಿಜ್ಞಾನದ ಪಾತ್ರ ಬಲು ಹಿರಿದಾದುದು. ನ್ಯಾಯಾಲಯದಲ್ಲಿ ತೀರ್ಪುಕೊಡುವ ಸಂದರ್ಭಗಳಲ್ಲಿ ಸಂಖ್ಯಾಕಲನ ವಿಜ್ಞಾನವನ್ನು ಉಪಯೋಗಿಸಿ ಜ್ಞೇಯನಿಷ್ಠವಾದ ತೀರ್ಮಾನ ಕೊಟ್ಟಿರುವ ಉಲ್ಲೇಖಗಳಿವೆ.	

												(ಆರ್.ವಿ.ಎ.)

ವರ್ಗ:ಮೈಸೂರು ವಿಶ್ವವಿದ್ಯಾನಿಲಯ ವಿಶ್ವಕೋಶ