Descriptive এবং Inferential Statistics গাইড ও নোট

Statistics কী?

Statistics হলো ডেটা সংগ্রহ, বিশ্লেষণ, উপস্থাপন, এবং ব্যাখ্যার একটি শাখা, যা সিদ্ধান্ত গ্রহণের জন্য উপকারী হতে পারে। Excel ডেটা এনালাইসিসে Descriptive এবং Inferential Statistics প্রধান ভূমিকা পালন করে। এগুলো ডেটার বৈশিষ্ট্য বুঝতে এবং ভবিষ্যত ঘটনার পূর্বাভাস দিতে সাহায্য করে।

Descriptive Statistics (বর্ণনামূলক পরিসংখ্যান)

Descriptive Statistics হলো ডেটার মূল বৈশিষ্ট্য এবং প্যাটার্ন নির্ধারণের প্রক্রিয়া। এটি ডেটাকে সারাংশে উপস্থাপন করে এবং গাণিতিকভাবে ডেটার একটি সাধারণ ধারণা প্রদান করে।

Descriptive Statistics-এর প্রধান উপাদান:

1. Mean (গড়):
   • গড় বা mean হলো সমস্ত ডেটার যোগফল ভাগ করা মোট পরিমাণ দিয়ে।
   • Formula: =AVERAGE(range)
   • উদাহরণ: যদি একটি টেবিলের মধ্যে ছাত্রদের পরীক্ষা নম্বর থাকে, তবে তাদের গড় নম্বর বের করার জন্য =AVERAGE(A2:A10) ব্যবহার করা হয়।
2. Median (মধ্যম):
   • Median হলো ডেটা সেটের মধ্যবর্তী মান, যেখানে অর্ধেক মান তার নিচে এবং অর্ধেক তার উপরে থাকে।
   • Formula: =MEDIAN(range)
   • উদাহরণ: পরীক্ষায় পাওয়া নম্বরের মধ্যে median বের করতে।
3. Mode (সর্বাধিক বার ঘটে এমন মান):
   • Mode হলো সেই মান যা সবচেয়ে বেশি সময় ঘটে। একটি ডেটা সেটে একাধিক মোড থাকতে পারে।
   • Formula: =MODE(range)
   • উদাহরণ: কোন পণ্যের বিক্রয়ের সংখ্যা বার বার সর্বাধিক হয়ে থাকলে সেই পণ্যটির মোড বের করতে।
4. Standard Deviation (স্ট্যান্ডার্ড ডিভিয়েশন):
   • Standard Deviation ডেটার মধ্যে কতটুকু পার্থক্য বা বিচ্যুতি রয়েছে তা পরিমাপ করে। এর মাধ্যমে বুঝা যায় ডেটা কতটা ছড়িয়ে আছে বা কিপর্যন্ত কেন্দ্রীভূত।
   • Formula: =STDEV(range)
   • উদাহরণ: পরীক্ষায় শিক্ষার্থীদের নম্বরের বিচ্যুতি পরিমাপ করতে।
5. Range (পরিসর):
   • Range হলো সর্বোচ্চ মান এবং সর্বনিম্ন মানের মধ্যে পার্থক্য।
   • Formula: =MAX(range) - MIN(range)
   • উদাহরণ: একটি টেবিলের সর্বোচ্চ এবং সর্বনিম্ন বিক্রয় মানের পার্থক্য বের করতে।
6. Variance (ভিন্নতা):
   • Variance হলো ডেটার প্রতি মান কতটা গড় থেকে বিচ্যুত তা পরিমাপ করার উপায়।
   • Formula: =VAR(range)
   • উদাহরণ: পরীক্ষায় শিক্ষার্থীদের নম্বরের ভিন্নতা বের করার জন্য।

Descriptive Statistics-এর উপকারিতা:

• ডেটার সারাংশ বা গঠন বুঝতে সাহায্য করে।
• ডেটার সাধারণ বৈশিষ্ট্য বা প্যাটার্ন খুঁজে বের করার জন্য উপকারী।
• ভবিষ্যতের পূর্বাভাস বা সিদ্ধান্ত গ্রহণের জন্য ডেটার বর্তমান অবস্থা বুঝতে সহায়তা করে।

Inferential Statistics (অনুমানমূলক পরিসংখ্যান)

Inferential Statistics হলো একটি ছোট ডেটা স্যাম্পল ব্যবহার করে বৃহত্তর জনসংখ্যার (population) সম্পর্কে অনুমান বা পূর্বাভাস তৈরি করা। এটি সাধারণত হাইপোথিসিস টেস্টিং, কনফিডেন্স ইন্টারভ্যাল, এবং রিগ্রেশন অ্যানালাইসিসের মতো পদ্ধতি ব্যবহার করে।

Inferential Statistics-এর প্রধান উপাদান:

1. Hypothesis Testing (হাইপোথিসিস টেস্টিং):
   • হাইপোথিসিস টেস্টিং একটি পরিসংখ্যানিক পদ্ধতি, যার মাধ্যমে আমরা একটি গাণিতিক দাবি বা অনুমান পরীক্ষা করি।
   • উদাহরণ: যদি আপনি জানেন যে, একটি কোম্পানির পণ্য বিক্রয়ের গড় ১০০ ইউনিট, তবে আপনি এটি পরীক্ষা করতে চাইতে পারেন যে, বর্তমান বিক্রয় গড় ১০০ ইউনিটের সমান কিনা।
2. Confidence Interval (বিশ্বাসযোগ্যতা সীমা):
   • Confidence Interval হলো একটি পরিসীমা যা একটি অনুমান বা পরিমাপের সম্ভাব্য মান নির্ধারণ করে, যেখানে আমরা নিশ্চিত যে, প্রকৃত মান সেই সীমার মধ্যে থাকবে।
   • উদাহরণ: আপনি যদি একটি স্টাডি করেন এবং ৯৫% কনফিডেন্স ইন্টারভ্যাল নির্ধারণ করেন, তবে এর মানে হলো, পরবর্তী ৯৫% সমীক্ষায় সেই পরিমাপ প্রকৃত মানের কাছাকাছি থাকবে।
3. Regression Analysis (রিগ্রেশন বিশ্লেষণ):
   • Regression Analysis হলো দুটি বা তার বেশি চলক বা ভেরিয়েবলের মধ্যে সম্পর্ক খুঁজে বের করার একটি পরিসংখ্যানিক পদ্ধতি।
   • উদাহরণ: আপনি যদি একটি কোম্পানির বিজ্ঞাপন খরচ এবং বিক্রয়ের মধ্যে সম্পর্ক নির্ধারণ করতে চান, তবে আপনি রিগ্রেশন বিশ্লেষণ ব্যবহার করতে পারেন।
4. Chi-Square Test (চাই-স্কয়ার টেস্ট):
   • Chi-Square Test একটি পরিসংখ্যানিক টেস্ট যা শ্রেণিবদ্ধ ডেটার জন্য ব্যবহৃত হয় এবং এটি পরীক্ষায় দেখায় যে দুটি ক্যাটেগরির মধ্যে সম্পর্ক রয়েছে কি না।
   • উদাহরণ: আপনি যদি জানতে চান যে একটি ফার্মের পণ্যের বিক্রয় বৃদ্ধির সাথে গ্রাহকদের বয়সের সম্পর্ক আছে কিনা।

Inferential Statistics-এর উপকারিতা:

• ছোট স্যাম্পল ব্যবহার করে বৃহত্তর জনসংখ্যা সম্পর্কে অনুমান করা যায়।
• সঠিক সিদ্ধান্ত গ্রহণের জন্য অনুমানমূলক ফলাফল তৈরি করে।
• ভবিষ্যতের ফলাফল বা প্রবণতা নির্ধারণে সহায়তা করে।

Descriptive এবং Inferential Statistics এর পার্থক্য

Excel-এ Descriptive এবং Inferential Statistics এর ব্যবহার

1. Descriptive Statistics:
   • AVERAGE, MEDIAN, MODE, STDEV ইত্যাদি ফাংশন ব্যবহার করে ডেটার সারাংশ বের করা হয়।
   • Data Analysis Toolpak থেকে Descriptive Statistics টুল ব্যবহার করে আরও বিস্তারিত পরিসংখ্যান বিশ্লেষণ করা যায়।
2. Inferential Statistics:
   • Data Analysis Toolpak থেকে t-Test, ANOVA, Regression এবং Chi-Square Test এর মতো টেস্ট ব্যবহার করে ইনফারেনশিয়াল স্ট্যাটিসটিক্যাল বিশ্লেষণ করা হয়।

উপসংহার

Descriptive Statistics ডেটার প্রকৃতি এবং সাধারণ বৈশিষ্ট্য বোঝাতে সাহায্য করে, যখন Inferential Statistics ভবিষ্যতের জন্য অনুমান বা সিদ্ধান্ত তৈরিতে সহায়তা করে। Excel-এর বিভিন্ন ফাংশন এবং Data Analysis Toolpak ব্যবহার করে এই পরিসংখ্যানিক বিশ্লেষণ করা সহজ হয় এবং ডেটা বিশ্লেষণ থেকে সঠিক সিদ্ধান্ত গ্রহণে সহায়তা করে।