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

Moments এর মৌলিক ধারণা

Moments, Skewness এবং Kurtosis - পরিসংখ্যান (Statistics) - Big Data and Analytics

394
Play Store

Moments পরিসংখ্যানের একটি গুরুত্বপূর্ণ অংশ যা ডেটার বৈশিষ্ট্য এবং তার বণ্টন বা distribution বোঝাতে ব্যবহৃত হয়। এটি ডেটার কেন্দ্রিকতা (centrality), ছড়িয়ে পড়া (spread), এবং আসন্ন আচরণ সম্পর্কে ধারণা প্রদান করতে সাহায্য করে।

ডেটার moments মূলত ডেটার mean (গড়), variance (বিভিন্নতা), skewness (বক্রতা), এবং kurtosis (কিত্তুতা) সম্পর্কে তথ্য দেয়। এগুলি একে অপরের সাথে সম্পর্কিত এবং ডেটার আঙ্গিক বৈশিষ্ট্য বিশ্লেষণ করতে ব্যবহৃত হয়।

১. Moment এর সাধারণ সংজ্ঞা

গাণিতিক ভাষায়, moment হল ডেটা পয়েন্টগুলোকে তাদের গড় (mean) থেকে কতটা দূরে অবস্থিত তা পরিমাপ করার একটি পদ্ধতি। এর মাধ্যমে ডেটার বন্টন এবং গড়ের চারপাশে তার অবস্থান পরিমাপ করা হয়।

২. Moment এর সূত্র:

যদি X1,X2,X3,…,XnX_1, X_2, X_3, \ldots, X_n হলো ডেটার মান এবং μ\mu হলো গড় (mean), তাহলে k-th moment এর সূত্র হলো:

μk=1n∑i=1n(Xi−μ)k\mu_k = \frac{1}{n} \sum_{i=1}^{n} (X_i - \mu)^k

এখানে,

  • XiX_i = ডেটার প্রতিটি মান,
  • μ\mu = গড় (mean),
  • nn = ডেটার সংখ্যা,
  • kk = moment এর ডিগ্রি (যেমন ১ম, ২য়, ৩য় ইত্যাদি)।

৩. Moments এর প্রকারভেদ

১ম Moment (Mean):

  • ১ম moment হল ডেটার গড় (mean)। এটি ডেটার কেন্দ্রীয় প্রবণতা বা সেন্ট্রাল টেন্ডেন্স বুঝাতে ব্যবহৃত হয়।

μ1=Mean (গড়)\mu_1 = \text{Mean (গড়)}

এটি ডেটার কেন্দ্র বা গড় মান নির্দেশ করে।

২য় Moment (Variance):

  • ২য় moment হল ডেটার variance (বিভিন্নতা), যা ডেটার গড় থেকে কতটা বিচ্যুত হয়েছে তার পরিমাপ। এটি ডেটার বিস্তৃতি বা spread বুঝাতে সাহায্য করে।

μ2=1n∑i=1n(Xi−μ)2\mu_2 = \frac{1}{n} \sum_{i=1}^{n} (X_i - \mu)^2

যেখানে μ\mu হল গড়। ভ্যারিয়েন্স যত বেশি হবে, ডেটা তত বেশি ছড়িয়ে পড়েছে।

৩য় Moment (Skewness):

  • ৩য় moment হল ডেটার skewness (বক্রতা), যা ডেটার বণ্টনের অসমতা বা asymmetry বোঝাতে ব্যবহৃত হয়। যদি ডেটার বণ্টন সিমেট্রিক হয়, তবে skewness শূন্য হবে।

μ3=1n∑i=1n(Xi−μ)3\mu_3 = \frac{1}{n} \sum_{i=1}^{n} (X_i - \mu)^3

Skewness যদি ধনাত্মক হয়, তবে বণ্টন ডানদিকে ঝুঁকেছে, এবং যদি ঋণাত্মক হয়, তবে বণ্টন বামে ঝুঁকেছে।

৪র্থ Moment (Kurtosis):

  • ৪র্থ moment হল ডেটার kurtosis (কিত্তুতা), যা ডেটার শীর্ষের তীক্ষ্ণতা বা peakedness বোঝাতে ব্যবহৃত হয়। এটি ডেটার শীর্ষের আকৃতি এবং তার মাঝে থাকা আউটলায়ারের পরিমাণ পরিমাপ করে।

μ4=1n∑i=1n(Xi−μ)4\mu_4 = \frac{1}{n} \sum_{i=1}^{n} (X_i - \mu)^4

Kurtosis যদি বড় হয়, তবে ডেটার শীর্ষ তীক্ষ্ণ এবং আউটলায়ারের সংখ্যা বেশি। যদি ছোট হয়, তবে শীর্ষ মসৃণ এবং আউটলায়ার কম।

Moments এর প্রকারভেদ:

Momentঅর্থব্যবহার
১ম Momentগড় (Mean)ডেটার কেন্দ্রীয় প্রবণতা বোঝাতে
২য় Momentভ্যারিয়েন্স (Variance)ডেটার বিস্তৃতি বা ছড়িয়ে পড়া বুঝাতে
৩য় Momentস্কিউনেস (Skewness)ডেটার বক্রতা বা অসমতা বোঝাতে
৪র্থ Momentকিত্তুতা (Kurtosis)ডেটার শীর্ষের তীক্ষ্ণতা বোঝাতে

৪. Moments এর প্রয়োগ:

  1. গড় (Mean): ডেটার কেন্দ্র বুঝাতে ব্যবহৃত হয়।
  2. ভ্যারিয়েন্স (Variance): ডেটার বিস্তৃতি বা পরিসীমা বুঝাতে ব্যবহৃত হয়।
  3. স্কিউনেস (Skewness): ডেটার বণ্টনের সিমেট্রি বুঝতে ব্যবহৃত হয়।
  4. কিত্তুতা (Kurtosis): ডেটার শীর্ষ এবং আউটলায়ার পরিমাণ বুঝতে ব্যবহৃত হয়।

সারাংশ

Moments হল ডেটার বিভিন্ন বৈশিষ্ট্য পরিমাপ করার পদ্ধতি, যেমন গড়, বিস্তৃতি, বক্রতা এবং শীর্ষের তীক্ষ্ণতা। এটি ডেটার বণ্টন এবং বৈশিষ্ট্য বোঝাতে গুরুত্বপূর্ণ ভূমিকা পালন করে এবং পরিসংখ্যানিক বিশ্লেষণে সহায়ক। ১ম moment (গড়), ২য় moment (ভ্যারিয়েন্স), ৩য় moment (স্কিউনেস), এবং ৪র্থ moment (কিত্তুতা) ডেটার কেন্দ্রীয় প্রবণতা, বিস্তৃতি, অসমতা এবং শীর্ষের তীক্ষ্ণতা বিশ্লেষণ করতে সাহায্য করে।

Content added By
Azizar Rahman Aziz

Read more

Skewness: Positive, Negative, Symmetrical Distributions Kurtosis এর প্রকারভেদ: Leptokurtic, Platykurtic, Mesokurtic Data Shape বিশ্লেষণের জন্য Moments এর ব্যবহার

or

Don't have an account? Register

Promotion

Satt AI

Are you sure to start over?