পরিসংখ্যান ক্যালকুলেটর

যেকোনো ডেটা সেটের জন্য গড়, মধ্যমা, মোড, প্রমিত বিচ্যুতি, প্রকরণ ও আরও অনেক কিছু গণনা করুন। শিক্ষার্থী, গবেষক, ডেটা বিশ্লেষক ও গুণগত নিশ্চয়তা পেশাদারদের জন্য উপযোগী। সব গণনা ক্লায়েন্ট-সাইডে চলে।

পরিসংখ্যান ক্যালকুলেটর কী?

পরিসংখ্যান হল তথ্য সংগ্রহ, বিশ্লেষণ, ব্যাখ্যা এবং উপস্থাপনের গাণিতিক বিজ্ঞান। আপনি একজন শিক্ষার্থী হোমওয়ার্ক অ্যাসাইনমেন্ট নিয়ে কাজ করছেন, একজন গবেষক পরীক্ষামূলক ফলাফল বিশ্লেষণ করছেন বা একজন ডেটা সায়েন্টিস্ট একটি ডেটাসেট অন্বেষণ করছেন কিনা, বর্ণনামূলক পরিসংখ্যান বোঝা অপরিহার্য প্রথম পদক্ষেপ। আমাদের টুল একাধিক ডেটা সিরিজ জুড়ে সম্পর্ক সহগ, রিগ্রেশন সমীকরণ এবং গুডনেস-অফ-ফিট মেট্রিক্স গণনার জন্য একটি উন্নত লিনিয়ার রিগ্রেশন ভ্যারিয়েন্স ক্যালকুলেটর হিসাবে কাজ করে। কোয়ালিটি ইঞ্জিনিয়ার এবং প্রসেস বিশ্লেষকরা কন্ট্রোল চার্ট গণনা এবং ক্যাপাবিলিটি ইনডেক্স (Cp/Cpk) মূল্যায়নের জন্য পেশাদার ডেটা সেট স্ট্যান্ডার্ড ডিভিয়েশন টুল এর উপর নির্ভর করেন।

এই পরিসংখ্যান ক্যালকুলেটর একটি একক গণনায় সমস্ত মৌলিক বর্ণনামূলক পরিসংখ্যান গণনা করে: কেন্দ্রীয় প্রবণতার পরিমাপ (গড়, মধ্যমা, মোড), বিস্তারের পরিমাপ (পরিসর, ভ্যারিয়েন্স, স্ট্যান্ডার্ড ডিভিয়েশন, IQR) এবং অবস্থান পরিসংখ্যান (Q1, Q3)। প্রতিটি ফলাফলের সাথে একটি বিস্তারিত ধাপে-ধাপে বিশ্লেষণ থাকে যাতে আপনি বুঝতে পারেন প্রতিটি মান কীভাবে উদ্ভূত হয়েছে।

পরিসংখ্যানগত সাক্ষরতা আজকের ডেটা-চালিত বিশ্বে ক্রমবর্ধমান গুরুত্বপূর্ণ। চিকিৎসা গবেষকরা ক্লিনিকাল ট্রায়াল ফলাফলে পরিবর্তনশীলতা পরিমাপ করতে স্ট্যান্ডার্ড ডিভিয়েশন ব্যবহার করেন। ইঞ্জিনিয়াররা উৎপাদন গুণমান পর্যবেক্ষণ করতে এটি ব্যবহার করেন। শিক্ষাবিদরা শিক্ষার্থীর কর্মক্ষমতা সারসংক্ষেপ করতে গড় এবং মধ্যমা ব্যবহার করেন।

সূত্র

গড়: x̄ = (Σxᵢ) / n

মধ্যমান: সাজানো ডেটার মাঝের মান (বা সমন n-এর জন্য দুটি মাঝের মানের গড়)

ভেদাঙ্ক (জনসংখ্যা): σ² = Σ(xᵢ − x̄)² / n

ভেদাঙ্ক (নমুনা, বেসেল সংশোধিত): s² = Σ(xᵢ − x̄)² / (n−1)

প্রমাণ বিচ্যুতি: σ = √(ভেদাঙ্ক)

মোড: সবচেয়ে বেশি বার আসা মান/মানগুলো

পরিসর: সর্বোচ্চ − সর্বনিম্ন

কীভাবে গণনা করবেন

কমা-বিভক্ত, স্পেস-বিভক্ত, বা প্রতি লাইনে একটি করে সংখ্যা হিসাবে আপনার ডেটাসেট লিখুন।
ক্যালকুলেটর মধ্যমা এবং কোয়ার্টাইল গণনার জন্য স্বয়ংক্রিয়ভাবে ডেটা সাজায়।
সমস্ত মান যোগ করে এবং গণনা দ্বারা ভাগ করে গড় (মিন) গণনা করা হয়।
মধ্যমা (মিডিয়ান) হল সঠিক মধ্যম মান (বা জোড়-দৈর্ঘ্যের ডেটাসেটের জন্য দুটি মধ্যমের গড়)।
মোড হল সবচেয়ে ঘন ঘন মান; একাধিক মোড তালিকাভুক্ত করা হয় যদি তারা টাই করে।
স্ট্যান্ডার্ড বিচ্যুতি পরিমাপ করে মানগুলি গড় থেকে কতটা বিস্তৃত।
প্রতিটি গণনা বিস্তারিত বোঝার জন্য ধাপে ধাপে ভাঙ্গন দেখুন।

উদাহরণ

ডেটাসেট: 4, 8, 15, 16, 23, 42। সাজানো: 4, 8, 15, 16, 23, 42। গড় = (4+8+15+16+23+42)/6 = 108/6 = 18। মধ্যমান = (15+16)/2 = 15.5। কোনো মোড নেই (সব অনন্য)। পরিসর = 42−4 = 38। σ ≈ 12.49 (জনসংখ্যা), s ≈ 13.67 (নমুনা)।

প্রধান সুবিধাসমূহ

কোনো ম্যানুয়াল গণনা ছাড়াই এক ক্লিকে ১২+ পরিসংখ্যান গণনা
ধাপে ধাপে ভাঙ্গন দেখায় কীভাবে প্রতিটি মান গণনা করা হয়
জনসংখ্যা এবং নমুনা স্ট্যান্ডার্ড বিচ্যুতির মধ্যে পার্থক্য করে
IQR পদ্ধতি ব্যবহার করে আউটলায়ার সনাক্ত করে
প্রতিবেদন এবং আরও বিশ্লেষণের জন্য ফলাফল PDF এবং CSV তে রপ্তানি করে

মূল শব্দ ব্যাখ্যা

গড় (মিন): পাটিগণিত গড় — সমস্ত মানের যোগফল গণনা দ্বারা বিভক্ত
মধ্যমা (মিডিয়ান): মধ্যম মান যা সাজানো ডেটাকে দুটি সমান ভাগে বিভক্ত করে
মোড: মান যা ডেটাসেটে সবচেয়ে বেশি বার উপস্থিত হয়
স্ট্যান্ডার্ড বিচ্যুতি: গড় থেকে প্রতিটি ডেটা পয়েন্টের গড় দূরত্ব
ভ্যারিয়েন্স: স্ট্যান্ডার্ড বিচ্যুতির বর্গ — গড় থেকে বর্গিত বিচ্যুতির গড়
ইন্টারকোয়ার্টাইল রেঞ্জ: ইন্টারকোয়ার্টাইল রেঞ্জ — Q3 এবং Q1 পার্সেন্টাইলের মধ্যে পার্থক্য

সাধারণ ব্যবহারের ক্ষেত্র

একটি ক্লাস জুড়ে পরীক্ষার স্কোর বা গ্রেড বিশ্লেষণ
উৎপাদনে গুণমান নিয়ন্ত্রণ — প্রক্রিয়া পরিবর্তনশীলতা সনাক্তকরণ
ক্লিনিকাল ট্রায়াল — চিকিৎসার কার্যকারিতা এবং পরিবর্তনশীলতা পরিমাপ
আর্থিক বিশ্লেষণ — পোর্টফোলিও রিটার্ন পরিসংখ্যান গণনা
ক্রীড়া বিশ্লেষণ — অ্যাথলিট কর্মক্ষমতা মেট্রিক্স সংক্ষিপ্তকরণ
জরিপ ডেটা বিশ্লেষণ এবং সামাজিক বিজ্ঞান গবেষণা

সচরাচর জিজ্ঞাসিত প্রশ্ন

জনসংখ্যা এবং নমুনা স্ট্যান্ডার্ড বিচ্যুতির মধ্যে পার্থক্য কী?

জনসংখ্যা স্ট্যান্ডার্ড বিচ্যুতি (σ) n দ্বারা ভাগ করে এবং ব্যবহার করা হয় যখন আপনার সমগ্র জনসংখ্যার ডেটা থাকে। নমুনা স্ট্যান্ডার্ড বিচ্যুতি (s) n-১ দ্বারা ভাগ করে (বেসেলের সংশোধন) এবং ব্যবহার করা হয় যখন একটি বৃহত্তর জনসংখ্যা থেকে একটি নমুনা নিয়ে কাজ করা হয়। n-১ দ্বারা ভাগ করা নমুনা বৈচিত্র্যের পক্ষপাত সংশোধন করে, নমুনা স্ট্যান্ডার্ড বিচ্যুতিকে সামান্য বড় করে তোলে।

পরিসংখ্যানে IQR বলতে কী বোঝায়?

IQR (ইন্টারকোয়ার্টাইল রেঞ্জ) হল ৭৫তম পার্সেন্টাইল (Q3) এবং ২৫তম পার্সেন্টাইল (Q1) এর মধ্যে পার্থক্য। এটি ডেটার মধ্যম ৫০% এর বিস্তার পরিমাপ করে — স্ট্যান্ডার্ড বিচ্যুতির বিপরীতে যা সমস্ত ডেটা পয়েন্ট বিবেচনা করে, IQR আউটলায়ার দ্বারা প্রভাবিত হয় না। IQR বক্স প্লট তৈরি করতে এবং IQR পদ্ধতি ব্যবহার করে আউটলায়ার সনাক্ত করতে ব্যবহৃত হয় (Q1 − ১.৫×IQR বা Q3 + ১.৫×IQR এর বাইরের পয়েন্ট)।

কখন একটি ডেটাসেটের কোনো মোড থাকে না?

একটি ডেটাসেটের কোনো মোড থাকে না যখন প্রতিটি মান ঠিক একবার উপস্থিত হয়। একটি ডেটাসেট বাইমোডাল (দুটি মোড) বা মাল্টিমোডাল (একাধিক মোড) হতে পারে যখন একাধিক মান সর্বোচ্চ ফ্রিকোয়েন্সি ভাগ করে।

কেন কখনও কখনও মধ্যমা (মিডিয়ান) গড় (মিন) এর চেয়ে পছন্দ করা হয়?

মধ্যমা পছন্দ করা হয় যখন ডেটা স্কিউড হয় বা চরম আউটলায়ার থাকে। উদাহরণস্বরূপ, মধ্যমা পরিবারের আয় রিপোর্ট করা হয় গড়ের পরিবর্তে কারণ কয়েকজন বিলিয়নেয়ার গড়কে উল্লেখযোগ্যভাবে বিকৃত করবে।

পরিসংখ্যান ক্যালকুলেটর