light mode
night mode
পরিসংখ্যান (Statistics)
পরিসংখ্যানের মৌলিক ধারণা এবং প্রয়োজনীয়তা পরিসংখ্যান কী এবং কেন প্রয়োজন? ডেটা সংগ্রহের পদ্ধতি এবং উদাহরণ পরিসংখ্যানের বিভিন্ন শাখা (Descriptive এবং Inferential) ডেটার শ্রেণিবিন্যাস (Qualitative vs. Quantitative) ভর ডেটার পরিমাপ (Measures of Mass Data) Frequency Distribution এবং Cumulative Frequency Percentiles এবং Quartiles এর ধারণা Frequency Polygon এবং Ogive Graphical Presentation of Data Bar Chart এবং Pie Chart এর ব্যবহার Histogram এবং Frequency Polygon Boxplot এর মাধ্যমে Data Visualization Stem-and-Leaf Plot এর মাধ্যমে ডেটার সামগ্রিক চিত্র Measures of Central Tendency Arithmetic Mean এবং তার প্রকারভেদ (Simple, Weighted) Geometric এবং Harmonic Mean Median এবং তার ব্যবহার Mode এবং তার ব্যবহার (Uni-modal, Bi-modal) Measures of Dispersion Range, Quartile Deviation এবং Mean Deviation Variance এবং Standard Deviation এর ব্যবহার Coefficient of Variation (CV) এর প্রয়োগ Relative এবং Absolute Measures of Dispersion Moments, Skewness এবং Kurtosis Moments এর মৌলিক ধারণা Skewness: Positive, Negative, Symmetrical Distributions Kurtosis এর প্রকারভেদ: Leptokurtic, Platykurtic, Mesokurtic Data Shape বিশ্লেষণের জন্য Moments এর ব্যবহার সম্ভাব্যতা (Probability) এর মৌলিক ধারণা Classical এবং Empirical Probability Axioms of Probability Law of Total Probability Compound Events এবং Conditional Probability Random Variables এবং Probability Distributions Random Variables এর ধারণা এবং প্রকারভেদ (Discrete এবং Continuous) Probability Mass Function (PMF) এবং Probability Density Function (PDF) Cumulative Distribution Function (CDF) Expectation এবং Variance of a Random Variable Special Probability Distributions Binomial Distribution এবং তার প্রয়োগ Poisson Distribution এর ব্যবহার Normal Distribution এবং তার বৈশিষ্ট্য Exponential এবং Uniform Distribution Sampling এবং Sampling Distribution Population এবং Sample এর পার্থক্য Sampling Techniques (Simple Random, Stratified, Cluster) Sampling Distribution এর ধারণা Standard Error এর ব্যবহার Estimation Theory Point এবং Interval Estimation এর প্রয়োজনীয়তা Properties of Estimators: Unbiasedness, Consistency, Efficiency Confidence Interval এবং তার ব্যাখ্যা Margin of Error এবং তার ব্যবহার Hypothesis Testing Null এবং Alternative Hypothesis এর ধারণা Type I এবং Type II Errors Significance Level এবং P-value এর ব্যবহার One-tailed এবং Two-tailed Tests Parametric এবং Non-parametric Tests Parametric Test এর মৌলিক ধারণা Z-test এবং T-test এর ব্যবহার Non-parametric Test: Mann-Whitney, Wilcoxon, Kruskal-Wallis Chi-square Test এর মাধ্যমে Hypothesis Testing Analysis of Variance (ANOVA) One-way এবং Two-way ANOVA F-test এর মাধ্যমে Variance বিশ্লেষণ Repeated Measures ANOVA Post-hoc Tests (Tukey, LSD, Scheffé) Correlation এবং Causality Correlation Coefficient (Pearson, Spearman) Positive এবং Negative Correlation এর ব্যাখ্যা Spurious Correlation এবং তার প্রভাব Causality এর সাথে Correlation এর পার্থক্য Regression Analysis Simple এবং Multiple Regression এর মৌলিক ধারণা Linear এবং Non-linear Regression Least Squares Method এর ব্যবহার Residual Analysis এবং Model Validation Time Series Analysis এবং Forecasting Time Series এর বিভিন্ন Components (Trend, Seasonal, Cyclic, Irregular) Moving Average এবং Exponential Smoothing এর ব্যবহার ARIMA Model এর মাধ্যমে Forecasting Techniques Seasonal Decomposition এর ব্যবহার Index Numbers এবং তার ব্যবহার Simple এবং Weighted Index Numbers এর ধারণা Laspeyres এবং Paasche Index এর প্রয়োগ Consumer Price Index (CPI) এবং Wholesale Price Index (WPI) Chain Base এবং Fixed Base Index Numbers Multivariate Statistical Analysis Multivariate Regression এবং Analysis of Covariance (ANCOVA) Principal Component Analysis (PCA) এবং তার ব্যবহার Factor Analysis এর মাধ্যমে Dimensionality Reduction Canonical Correlation এবং Discriminant Analysis Statistical Quality Control (SQC) Control Charts এর ব্যবহার (X-bar, R-chart, P-chart) Process Control এবং Product Control এর ধারণা Acceptance Sampling এবং Sampling Plan Six Sigma এবং Statistical Process Control (SPC) Statistical Inference এবং Decision Making Bayes' Theorem এর মাধ্যমে Decision Making Maximum Likelihood Estimation (MLE) Decision Trees এবং Random Forest এর ব্যবহার Risk Analysis এবং Statistical Decision Theory Statistical Software এবং Tools Excel এর মাধ্যমে Statistical Computation R Programming এর Advanced Statistical Functions Python এর Data Analysis Libraries (Pandas, NumPy, SciPy, Statsmodels) SPSS, SAS এবং Minitab এর ব্যবহার Real-world Applications of Statistics Healthcare Data Analysis এবং Epidemiology Social Science Research এবং Survey Analysis Marketing এবং Sales Data Forecasting Machine Learning এবং AI এর সাথে Statistics এর সমন্বয় Big Data এবং Advanced Statistical Techniques Big Data এর জন্য Statistics এর প্রয়োজনীয়তা Data Mining Techniques (Classification, Clustering, Association) High-dimensional Data Analysis এবং Machine Learning Cloud Computing এর মাধ্যমে Statistical Processing Statistics এর ভবিষ্যৎ এবং Trends Data Science এবং Statistics এর সমন্বয় AI, Machine Learning, এবং Deep Learning এর সাথে Statistics Bayesian Statistics এবং Decision Making এর ভবিষ্যৎ Quantum Computing এবং Statistics এর ভবিষ্যৎ প্রভাব

Range, Quartile Deviation এবং Mean Deviation গাইড ও নোট

Big Data and Analytics - পরিসংখ্যান (Statistics) - Measures of Dispersion
530

ডেটার বৈচিত্র্য, বা ডেটা সেটের মধ্যে পার্থক্য এবং বিচ্যুতি, পরিসংখ্যানিক বিশ্লেষণের গুরুত্বপূর্ণ অংশ। এটি সাধারণত Range, Quartile Deviation (QD), এবং Mean Deviation (MD) এর মাধ্যমে পরিমাপ করা হয়। এই পরিসংখ্যানিক পরিমাপগুলো ডেটার বৈচিত্র্য বা স্ক্যাটার সম্পর্কে ধারণা দেয়, যা ডেটার বিস্তার এবং কেন্দ্রীকরণ বুঝতে সহায়ক।

১. Range (রেঞ্জ)

Range হল একটি ডেটা সেটের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে পার্থক্য। এটি একটি সরল এবং মৌলিক পরিসংখ্যানিক পরিমাপ যা ডেটার বিস্তার বা ছড়িয়ে পড়া বোঝাতে ব্যবহৃত হয়।

রেঞ্জ হিসাব করার সূত্র:

Range=Maximum Value−Minimum Value\text{Range} = \text{Maximum Value} - \text{Minimum Value}

ব্যবহার:

  • Range ডেটার বিস্তার বা ভ্যারিয়েশন বুঝতে সহায়ক। এটি সাধারণত প্রথম দৃষ্টিতে ডেটার প্রকৃতি বোঝানোর জন্য ব্যবহার করা হয়।
  • যেহেতু এটি খুব সহজে গণনা করা যায়, এটি দ্রুত ডেটার মূল বৈশিষ্ট্য তুলে ধরে।

উদাহরণ:

ধরা যাক, একটি পরীক্ষায় ছাত্রদের স্কোরগুলো হল: ৪৫, ৬৮, ৭৯, ৯২, ৫৭

  • সর্বোচ্চ স্কোর = ৯২
  • সর্বনিম্ন স্কোর = ৪৫
  • Range = ৯২ - ৪৫ = ৪৭

২. Quartile Deviation (QD) বা Interquartile Range (IQR)

Quartile Deviation (QD), যা Interquartile Range (IQR) নামেও পরিচিত, হল ডেটার মধ্যস্থ ৫০% (Q1 থেকে Q3) মধ্যে পার্থক্য। এটি ডেটার কেন্দ্রীকরণের পার্থক্য বা বিচ্যুতি বুঝতে সাহায্য করে এবং আউটলায়ার বা বিশাল পরিবর্তনগুলোর প্রভাব কমায়।

Quartile Deviation হিসাব করার সূত্র:

Quartile Deviation (QD)=Q3−Q12\text{Quartile Deviation (QD)} = \frac{Q3 - Q1}{2}

এখানে,

  • Q1 হল প্রথম কোয়ারটাইল (২৫% পয়েন্ট)
  • Q3 হল তৃতীয় কোয়ারটাইল (৭৫% পয়েন্ট)

ব্যবহার:

  • QD ডেটার মধ্যে কেন্দ্রীকরণ বা ছড়িয়ে পড়া বোঝাতে ব্যবহৃত হয়, বিশেষত যখন আউটলায়ার বা বাইরের ডেটা পয়েন্টগুলি রয়েছে।
  • এটি Range এর তুলনায় বেশি নির্ভুল পরিমাপ, কারণ এটি আউটলায়ারের প্রভাব কমায়।

উদাহরণ:

ধরা যাক, ডেটাসেট: ৫, ৭, ১২, ১৫, ১৮, ২১, ২৫, ২৮, ৩২

  • Q1 (প্রথম কোয়ারটাইল) = ১০.৫
  • Q3 (তৃতীয় কোয়ারটাইল) = ২৪
  • Quartile Deviation (QD) = (২৪ - ১০.৫) / ২ = ৬.৭৫

৩. Mean Deviation (MD)

Mean Deviation (MD) হল ডেটার প্রতিটি মান এবং গড়ের (Mean) মধ্যে পার্থক্যের গড় মান। এটি ডেটার থেকে গড়ের বিচ্যুতি বা ছড়িয়ে পড়া মাপতে ব্যবহৃত হয়।

Mean Deviation হিসাব করার সূত্র:

Mean Deviation (MD)=∑∣Xi−X‾∣N\text{Mean Deviation (MD)} = \frac{\sum |X_i - \overline{X}|}{N}

এখানে,

  • XiX_i হলো ডেটার প্রতিটি মান
  • X‾\overline{X} হলো গড় মান
  • NN হলো ডেটার মোট সংখ্যা

ব্যবহার:

  • MD ডেটার মধ্যে কতটা বিচ্যুতি বা ভিন্নতা আছে তা বোঝাতে ব্যবহৃত হয়।
  • এটি Range এবং Quartile Deviation এর তুলনায় একটি গড় বিচ্যুতি দেখায়, তবে এটি প্রতিটি মানের বিচ্যুতি বিবেচনা করে।

উদাহরণ:

ধরা যাক, ডেটাসেট: ৩, ৫, ৭, ৯, ১১

  • গড় মান X‾\overline{X} = (৩ + ৫ + ৭ + ৯ + ১১) / ৫ = ৭
  • MD = ∣3−7∣+∣5−7∣+∣7−7∣+∣9−7∣+∣11−7∣5\frac{|3 - 7| + |5 - 7| + |7 - 7| + |9 - 7| + |11 - 7|}{5} = 4+2+0+2+45\frac{4 + 2 + 0 + 2 + 4}{5} = 2.4

Range, Quartile Deviation এবং Mean Deviation তুলনা:

বৈশিষ্ট্যRangeQuartile Deviation (QD)Mean Deviation (MD)
ডেটা পদ্ধতিসর্বোচ্চ এবং সর্বনিম্ন মানের পার্থক্যপ্রথম এবং তৃতীয় কোয়ারটাইলের মধ্যবর্তী পার্থক্যগড় এবং ডেটার প্রতিটি মানের মধ্যে পার্থক্য
গণনাখুব সহজ এবং সরলQ1 এবং Q3 থেকে গণনাপ্রতিটি মান এবং গড়ের মধ্যে বিচ্যুতি গণনা
প্রভাবিত হয়আউটলায়ার দ্বারাআউটলায়ার কম প্রভাব ফেলেআউটলায়ার দ্বারা কিছুটা প্রভাবিত হয়
ব্যবহারডেটার বিস্তার বুঝতেডেটার কেন্দ্রীকরণের বিচ্যুতি বোঝাতেডেটার গড়ের কাছাকাছি মানের বিচ্যুতি বুঝতে

সারাংশ

Range, Quartile Deviation, এবং Mean Deviation তিনটি গুরুত্বপূর্ণ পরিসংখ্যানিক পরিমাপ যা ডেটার বৈচিত্র্য এবং বিস্তার বোঝাতে ব্যবহৃত হয়। Range ডেটার সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে পার্থক্য বোঝায়, Quartile Deviation (QD) ডেটার মধ্যস্থ ৫০% এর মধ্যে পার্থক্য বোঝায়, এবং Mean Deviation (MD) গড় থেকে প্রতিটি ডেটার বিচ্যুতি বোঝাতে ব্যবহৃত হয়। এই পরিসংখ্যানিক পরিমাপগুলো ডেটার বৈচিত্র্য এবং কেন্দ্রীকরণ সম্পর্কে স্পষ্ট ধারণা দেয়।

Content added By
SATT Academy

Read more

Variance এবং Standard Deviation এর ব্যবহার Coefficient of Variation (CV) এর প্রয়োগ Relative এবং Absolute Measures of Dispersion

or

Don't have an account? Register

Promotion
NEW SATT AI এখন আপনাকে সাহায্য করতে পারে।

Satt AI

Are you sure to start over?