বিচ্ছিন্নতা এবং Skewness মধ্যে পার্থক্য: ডিসপ্রেসশন বনাম Skewness
বিভক্তি বনাম স্কুইয়াস
পরিসংখ্যান এবং সম্ভাব্যতার তত্ত্বের মধ্যে, তুলনামূলকভাবে প্রায়ই ডিস্ট্রিবিউশনগুলির মধ্যে পার্থক্যটি তুলনামূলকভাবে প্রকাশ করা হয়। বিভাজন এবং Skewness দুটি পরিসংখ্যান ধারণা যেখানে বন্টন আকৃতি একটি পরিমাণগত স্কেল মধ্যে উপস্থাপিত হয়।
বিভেদ সম্পর্কে আরো
পরিসংখ্যানগুলিতে, বিচ্ছুরণ একটি র্যান্ডম ভেরিয়েবলের বৈচিত্রতা বা তার সম্ভাব্যতা বিতরণ। এটা কেন্দ্রীয় মান থেকে তথ্য পয়েন্ট কত দূরে পর্যন্ত একটি পরিমাপ। এই পরিমাণগতভাবে প্রকাশ করার জন্য, বিচ্যুতির পরিমাপগুলি বর্ণনামূলক পরিসংখ্যানগুলিতে ব্যবহৃত হয়
বৈকল্পিকতা, আদর্শ বিচ্যুতি, এবং আন্তঃ-চতুর্থাংশের পরিসীমা হল বিস্তৃতির সর্বাধিক প্রচলিত ব্যবস্থা।
যদি ডাটা মানগুলির একটি নির্দিষ্ট ইউনিট আছে, স্কেলের কারণে, বিচ্ছুরণ ব্যবস্থাগুলির একই ইউনিট থাকতে পারে। Interdecile পরিসীমা, বিন্যাস, গড় পার্থক্য, মধ্যমা সম্পূর্ণ বিচ্যুতি, গড় নিখুঁত বিচ্যুতি, এবং দূরত্ব মান বিচ্যুতি ইউনিট সঙ্গে dispersion এর ব্যবস্থা।
--২ ->বিপরীতে, কোনও বিচ্ছিন্নতা নেই যার কোনও ইউনিট নেই। ই dimensionless বিচ্ছিন্নতা, বৈচিত্রতার সহগ, বিচ্ছুরণের কোয়ার্টেলেলে সমান্তরাল, এবং আপেক্ষিক গড় পার্থক্য কোন ইউনিট ছাড়াই বিচ্ছুরণ ব্যবস্থা।
একটি সিস্টেমের মধ্যে বিভেদ ত্রুটি থেকে উদ্ভূত হতে পারে, যেমন উপকরণ এবং পর্যবেক্ষণ ত্রুটি এছাড়াও, নমুনা নিজেই র্যান্ডম বৈচিত্রগুলি বৈচিত্র হতে পারে। ডাটা সেট থেকে অন্যান্য সিদ্ধান্ত গ্রহণ করার আগে তথ্যগুলির বৈচিত্র সম্পর্কে একটি পরিমাণগত ধারণা থাকতে হবে।
Skewness সম্পর্কে আরো
পরিসংখ্যান মধ্যে, skewness সম্ভাবনা ভোল্টেজের অসমতার একটি পরিমাপ। Skewness ইতিবাচক বা নেতিবাচক হতে পারে, অথবা কিছু ক্ষেত্রে অস্তিত্বহীন। এটি সাধারণ বিতরণ থেকে অফসেট একটি পরিমাপ হিসাবে বিবেচনা করা যেতে পারে।
যদি skewness ইতিবাচক হয় তাহলে, তথ্য পয়েন্ট প্রচুর বক্ররেখা বক্ররেখা কেন্দ্রস্থল এবং ডান লেজ দীর্ঘ হয়। যদি skewness নেতিবাচক হয়, ডাটা পয়েন্ট প্রচুর পরিমাণে বক্ররেখা ডানদিকে কেন্দ্রীভূত এবং বাম প্রস্থ বরং বরং দীর্ঘ হয়। যদি skewness শূন্য হয়, তাহলে জনসংখ্যা সাধারণত বিতরণ করা হয়।
একটি স্বাভাবিক বণ্টনে, যে যখন বক্ররেখা সমমল হয়, গড়, মধ্যমা, এবং মোড একই মান আছে। যদি skewness শূন্য না হয়, এই সম্পত্তি রাখা হয় না, এবং গড়, মোড, এবং মধ্যমা বিভিন্ন মান থাকতে পারে।
ডিস্ক্রিবিউশন এর skewness নির্ধারণ করার জন্য সাধারণত পিয়ারসন এর skewness প্রথম এবং দ্বিতীয় coefficients ব্যবহৃত হয়।
পিয়ারসন এর প্রথম skewness coffeicent = (গড় - মোড) / (স্ট্যান্ডার্ড ডেভিয়েশন)
পিয়ারসন এর দ্বিতীয় skewness coffeicent = 3 (গড় - মোড) / (satander deviation)
আরো সংবেদনশীল ক্ষেত্রে, স্থায়ী ফিশার-পিয়ারসন মুহূর্তের সহগগুলি ব্যবহৃত হয়
জি = {n / (n-1) (n-2)} Σ n i = 1 ((y-ӯ) / s) 3
কি বিভক্তি এবং Skewness মধ্যে পার্থক্য?
তথ্য বিন্দুগুলি বিতরণ করা হয় এমন পরিসীমা সম্পর্কে বিভেদের উদ্বেগ, এবং ক্ষুদ্রতা বিতরণের সীমাবদ্ধতার জন্য উদ্বেগ।
বিচ্ছুরণ এবং skewness উভয় পদক্ষেপ বর্ণনামূলক পদক্ষেপ এবং skewness এর সহগতা বিতরণের আকার একটি ইঙ্গিত দেয়।
বিচ্যুতির পরিপ্রেক্ষিতে ডাটা পয়েন্টগুলির পরিধি বোঝা এবং গড় থেকে অফসেট ব্যবহার করা হয় যখন ডেটা পয়েন্টগুলির পরিবর্তনের একটি নির্দিষ্ট দিক নির্দেশনার প্রবণতা বোঝার জন্য স্কুইবাস ব্যবহার করা হয়।
