কেন্দ্রীয় প্রবণতা এবং ব্যবধানের মধ্যে পার্থক্য
কেন্দ্রীয় প্রবণতা বনাম ফাঁকির
বর্ণিত একটি তথ্য সেট বর্ণনা করতে পারে, বর্ণনামূলক এবং স্বীকৃত পরিসংখ্যানগুলিতে, বিভিন্ন সূচকগুলি কেন্দ্রীয় প্রবণতা, বিচ্ছুরণ, এবং skewness: তিনটি গুরুত্বপূর্ণ বৈশিষ্ট্য যে একটি ডাটা সেট বন্টনের আপেক্ষিক আকৃতি নির্ধারণ।
কেন্দ্রীয় প্রবণতা কি?
কেন্দ্রীয় প্রবণতা মূল্যের বন্টন কেন্দ্রকে নির্দেশ করে এবং সনাক্ত করে। একটি ডাটা সেটের কেন্দ্রীয় প্রবণতা বর্ণনা করতে গড়, মোড এবং মধ্যমা সবচেয়ে সাধারণ ব্যবহৃত সূচক। যদি একটি ডাটা সেট সিমিট্রিক হয়, তাহলে মধ্যমা এবং ডাটা সেটের গড় একে অপরের সাথে মিলবে।
একটি ডেটা সেট দেওয়া হলে, গড় ডাটা মানগুলির সমষ্টি গ্রহণ করে এবং তারপর ডেটা সংখ্যা দ্বারা এটি ভাগ করে গণনা করা হয়। উদাহরণস্বরূপ, 10 জন লোকের (কিলোগ্রামে) আয়তন 70, 62, 65, 72, 80, 70, 63, 72, 77 এবং 79 হতে হবে। তারপর দশজনের গড় ওজন (কিলোগ্রামে) হতে পারে নিম্নরূপ হিসাব করা। আয়তন = (সমষ্টি) / (সংখ্যা সংখ্যা) = 710/10 = 71 (কিলোগ্রাম) মধ্যে 70 + 62 + 65 + 72 + 80 + 70 + 63 + 72 + 77 + 79 = 710। এটা বোঝা যায় যে outliers (তথ্য পয়েন্ট যে স্বাভাবিক প্রবণতা থেকে deviate) গড় প্রভাবিত ঝোঁক। এইভাবে, outliers উপস্থিতি মধ্যে অর্থ শুধুমাত্র একটি তথ্য সেট কেন্দ্র সম্পর্কে সঠিক ছবি দিতে হবে না।
মধ্যমাটি তথ্য সংখ্যার ঠিক মাঝখানে পাওয়া ডাটা পয়েন্ট। মাঝারি গণনা করার একটি উপায় হল ঊর্ধ্বতন ক্রমে তথ্য পয়েন্ট অর্ডার করা, এবং তারপর মাঝখানে তথ্য বিন্দু সনাক্ত। উদাহরণস্বরূপ, একবার যদি পূর্ববর্তী ডাটা সেটগুলি 62, 63, 65, 70, 70, 72, 72, 77, 79, 80 এর মতো দেখায়। তাই, (70 + 72) / ২ = 71 মাঝখানে এই থেকে, এটা মধ্যমা তথ্য সেট করতে হবে না যে দেখা হয়। আউটলাইয়ার উপস্থিতি দ্বারা মধ্যবর্তী প্রভাব প্রভাবিত হয় না। অতএব, মধ্যস্থতা outliers উপস্থিতি মধ্যে কেন্দ্রীয় প্রবণতা একটি ভাল পরিমাপ হিসাবে পরিবেশন করা হবে।
মোড ডাটা সেটের মধ্যে সবচেয়ে ঘন ঘন ঘটমান মান। পূর্ববর্তী উদাহরণে, 70 ও 72 উভয় মান দ্বিগুণ করে এবং এইভাবে উভয়ই মোড। এটি দেখায় যে, কিছু ডিস্ট্রিবিউশনগুলিতে, একাধিক মোডাল মান রয়েছে। যদি কেবলমাত্র একটি মোড থাকে, তবে ডাটা সেটটি আনমোডাল বলে মনে করা হয়, এই ক্ষেত্রে, ডাটা সেটটি বিমোডাল।
বিচ্ছুরণ কি?
বিভাজন বিতরণ ক্ষেত্রের কেন্দ্রীয় তথ্য বিস্তারের পরিমাণ। বিন্যাস এবং প্রমিত বিচ্যুতি মহাকর্ষের সর্বাধিক ব্যবহৃত পদ্ধতি।
পরিসীমা কেবল সর্বোচ্চ মানের বিয়োগ সর্বনিম্ন মান। পূর্ববর্তী উদাহরণে, সর্বাধিক মানটি 80 এবং সর্বনিম্ন মান হল 62, তাই পরিসীমাটি 80-62 = 18 হয়। তবে রেঞ্জের বিস্তৃতি সম্পর্কে যথেষ্ট তথ্য পাওয়া যায় না।
স্ট্যান্ডার্ড ডেভিয়েশন গণনা করার জন্য, প্রথম অর্থ থেকে ডেটা মূল্যের বিচ্যুতি হিসাব করা হয়। বিচ্যুতির মূল বর্গক্ষেত্রের মানে হল স্ট্যান্ডার্ড ডেভিয়েশন। পূর্ববর্তী উদাহরণে, গড় থেকে সম্পর্কিত বিচ্যুতি (70 - 71) = -1, (62 - 71) = -9, (65 - 71) = -6, (72 - 71) = 1, (80 - 71) = 9, (70 - 71) = -1, (63-71) = -8, (72 - 71) = 1, (77 - 71) = 6 এবং (79 - 71) = 8। বিচ্যুতির স্কোয়ার হল (-1) 2 + (-9) 2 + (-6) 2 + 1 2 + 9 2 + (-1) 2 + (-8) 2 + 1 2 + 6 2 + 8 2 = 366. স্ট্যান্ডার্ড ডেভিয়েশন হল √ (366/10) = 6. 05 (কিলোগ্রামে)। যতক্ষণ পর্যন্ত ডেটা সেটটি ততদূর থেকে দূরে থাকে, ততক্ষণ পর্যন্ত এটি উপসংহারে আসতে পারে যে অধিকাংশ তথ্য 71 ± 6 এর ব্যবধানে রয়েছে। 05, এবং এটি প্রকৃতপক্ষে তাই এই বিশেষ উদাহরণ।
|
কেন্দ্রীয় প্রবণতা এবং ব্যবধানের মধ্যে পার্থক্য কি? • কেন্দ্রীয় প্রবণতা মূল্যের বন্টনের কেন্দ্রকে চিহ্নিত করে এবং চিহ্নিত করে • বিভক্ত হল একটি ডাটা সেটের কেন্দ্রের তথ্য ছড়িয়ে দেওয়ার পরিমাণ। |
