কন্টেন্ট

• পদক্ষেপ
• পদ্ধতি 1 এর 1: হাতে এসএসই গণনা করুন
• পদ্ধতি 3 এর 3: এসএসই অন্যান্য পরিসংখ্যানের সাথে সম্পর্কিত

স্কোয়ারের যোগফল বা এসএসই একটি প্রাথমিক পরিসংখ্যান গণনা যা বিভিন্ন ডেটা মানকে নিয়ে যায় to যখন আপনার কাছে ডেটা মানগুলির সেট থাকে, তখন এই মানগুলি কতটা ঘনিষ্ঠভাবে সম্পর্কিত তা নির্ধারণ করতে সক্ষম হয় useful আপনাকে কোনও টেবিলে আপনার ডেটা সংগঠিত করতে হবে এবং তারপরে মোটামুটি সহজ গণনা সম্পাদন করতে হবে। আপনি যখন কোনও ডেটা সেটের জন্য এসএসই খুঁজে পান, তারপরে আপনি তারতম্য এবং মানক বিচ্যুতিটি খুঁজে পেতে পারেন।

পদক্ষেপ

পদ্ধতি 1 এর 1: হাতে এসএসই গণনা করুন

1. একটি তিন-কলামের সারণী তৈরি করুন। এসএসই গণনা করার সবচেয়ে সুস্পষ্ট উপায় হ'ল তিনটি কলামের টেবিল দিয়ে শুরু করা। তিনটি কলাম লেবেল করুন $ডিসপ্লেস্টাইল পাঠ্য {মান}}}$বিশদটি পূরণ করুন। প্রথম কলামে আপনার পরিমাপের মান রয়েছে। কলামটি পূরণ করুন $ডিসপ্লেস্টাইল পাঠ্য {মান}}}$গড় গণনা করুন। আপনি প্রতিটি পরিমাপের জন্য ত্রুটি গণনা করার আগে আপনাকে অবশ্যই পুরো ডেটা সেটটির গড় গণনা করতে হবে।
   • ডেটা সেটের গড়টি হ'ল সেটের মান সংখ্যা দ্বারা বিভক্ত মানের যোগফল। এটি ভেরিয়েবলের সাথে প্রতীকীভাবে উপস্থাপন করা যেতে পারে ${ ডিসপ্লেস্টাইল মিউ}$স্বতন্ত্র ত্রুটির মান গণনা করুন। আপনার টেবিলের দ্বিতীয় কলামে, আপনাকে অবশ্যই প্রতিটি ডেটা মানের জন্য ত্রুটি মান লিখতে হবে। ত্রুটিটি হল পরিমাপ এবং গড়ের মধ্যে পার্থক্য।
     • প্রদত্ত ডেটা সেট করার জন্য, প্রতিটি পরিমাপ করা মান থেকে 98,87 এর গড় বিয়োগ করুন এবং ফলাফলগুলি সহ দ্বিতীয় কলামটি পূরণ করুন। এই দশটি গণনা নিম্নরূপ:
       • $ডিসপ্লেস্টাইল 99.0-98.87 = 0.13}$এসএসই গণনা করুন। সারণীর তৃতীয় কলামে, মধ্য কলামে ফলাফলের প্রতিটিটির বর্গক্ষেত্রটি সন্ধান করুন। এগুলি প্রতিটি পরিমাপ করা ডেটা মানের জন্য গড় থেকে বিচ্যুতির স্কোয়ার উপস্থাপন করে।
         • মাঝের কলামের প্রতিটি মানের জন্য, বর্গাকার গণনা করতে একটি ক্যালকুলেটর ব্যবহার করুন। তৃতীয় কলামে ফলাফলগুলি রেকর্ড করুন:
           • ${ ডিসপ্লেস্টাইল 0.13 ^ {2} = 0.0169}$ত্রুটির স্কোয়ার যোগ করুন। শেষ পদক্ষেপটি তৃতীয় কলামের মানগুলির যোগফল খুঁজে পাওয়া। কাঙ্ক্ষিত ফলাফল হ'ল এসএসই, বা ত্রুটির স্কোয়ারের যোগফল।
             • এই ডেটা সেট করার জন্য, এসএসই তৃতীয় কলামে দশটি মান যুক্ত করে গণনা করা হয়:
             • $ডিসপ্লেস্টাইল এসএসই = 6.921}$স্প্রেডশিটের কলামগুলি লেবেল করুন। উপরের মত একই তিনটি শিরোনাম সহ আপনি এক্সেলের তিনটি কলাম সহ একটি সারণী তৈরি করেন।
               • সেল এ 1 এ, শিরোনাম হিসাবে "মান" টাইপ করুন।
               • বি 1 বক্সে শিরোনাম হিসাবে "বিচ্যুতি" টাইপ করুন।
               • সি 1 বাক্সে শিরোনাম হিসাবে "বিচ্যুতি স্কোয়ার" টাইপ করুন।
             • আপনার বিশদ লিখুন। প্রথম কলামে আপনাকে আপনার পরিমাপের মান লিখতে হবে। সেটটি যদি ছোট হয় তবে আপনি সহজেই এটিকে হাতে টাইপ করতে পারেন। আপনার যদি একটি বড় ডেটা সেট থাকে, আপনার কলামে ডেটা অনুলিপি করে আটকাতে হবে।
             • ডেটা পয়েন্টগুলির গড় নির্ধারণ করুন। এক্সেলের একটি ফাংশন রয়েছে যা আপনার জন্য গড় গণনা করে। আপনার ডেটা টেবিলের নীচে একটি ফাঁকা ঘরে (আপনি কোন সেলটি পছন্দ করেন তা বিবেচ্য নয়), নিম্নলিখিতটি প্রবেশ করান:
               • = গড় (এ 2: ___)
               • ফাঁকা জায়গায় প্রবেশ করবেন না। আপনার শেষ ডাটা পয়েন্টের কক্ষের নামটি দিয়ে সেই স্থানটি পূরণ করুন। উদাহরণস্বরূপ, আপনার যদি 100 ডেটা পয়েন্ট থাকে তবে আপনি ফাংশনটি ব্যবহার করবেন:
                 • = গড় (A2: A101)
                 • এই ফাংশনটিতে A101 থেকে A101 এর মাধ্যমে ডেটা রয়েছে, কারণ শীর্ষ সারিতে কলাম শিরোনাম রয়েছে।
               • আপনি যখন এন্টার টিপুন বা আপনি যখন টেবিলের অন্য কোনও ঘরে ক্লিক করেন, নতুন প্রোগ্রামযুক্ত ঘর স্বয়ংক্রিয়ভাবে আপনার ডেটা মানগুলির গড় দিয়ে পূর্ণ হয়।
             • ত্রুটি পরিমাপের জন্য ফাংশন প্রবেশ করান। "বিচ্যুতি" কলামের প্রথম খালি ঘরে, প্রতিটি ডেটা পয়েন্ট এবং গড়ের মধ্যে পার্থক্য গণনা করার জন্য একটি ফাংশন প্রবেশ করান। এটি করতে, ঘরটির অবস্থানটি যেখানে অবস্থিত সেখানে নামটি ব্যবহার করুন। ধরে নেওয়া যাক আপনি আপাতত সেল A104 ব্যবহার করেছেন।
               • আপনি ঘরে বি 2 তে প্রবেশ করা ত্রুটি গণনার ক্রিয়াটি হ'ল:
                 • = এ 2- $ এ $ 104। আপনি যে কোনও গণনার জন্য বক্স A104 লক করে রেখেছেন তা নিশ্চিত করার জন্য ডলারের লক্ষণগুলির প্রয়োজন।
             • স্কোয়ার ত্রুটির জন্য ফাংশনটি প্রবেশ করান। তৃতীয় কলামে আপনি পছন্দসই বর্গক্ষেত্র গণনা করতে এক্সেলকে নির্দেশ দিতে পারেন।
               • C2 ঘরে, নিম্নলিখিত ফাংশনটি প্রবেশ করান:
                 • = বি 2 ^ 2
             • পুরো টেবিলটি পূরণ করতে ফাংশনগুলি অনুলিপি করুন। প্রতিটি কলামের শীর্ষ কক্ষে যথাক্রমে বি 2 এবং সি 2 এর কার্যগুলি প্রবেশ করার পরে, আপনাকে পুরো সারণী পূরণ করতে হবে। আপনি টেবিলের যে কোনও লাইনে ফাংশনটি আবার টাইপ করতে পারেন, তবে এটি অনেক দীর্ঘ সময় নিতে পারে। আপনার মাউস ব্যবহার করে, কক্ষগুলি বি 2 এবং সি 2 একসাথে হাইলাইট করুন এবং মাউস বোতামটি ছাড়াই ছাড়াই প্রতিটি কলামের নীচের কক্ষে টেনে আনুন।
               • আপনার টেবিলে আপনার কাছে 100 ডেটা পয়েন্ট রয়েছে বলে ধরে নেওয়া, আপনার মাউসটি B101 এবং C101 কক্ষে টেনে আনুন।
               • আপনি মাউস বোতামটি ছেড়ে দিলে সূত্রগুলি টেবিলের সমস্ত কক্ষে অনুলিপি করা হয়। সারণীটি স্বয়ংক্রিয়ভাবে গণনা করা মানগুলি দিয়ে পূরণ করা উচিত।
             • এসএসই সন্ধান করুন। আপনার টেবিলের কলাম সিতে সমস্ত স্কোয়ার ত্রুটির মান রয়েছে। শেষ পদক্ষেপটি হ'ল এক্সেলকে এই মানগুলির যোগফল গণনা করতে দেওয়া।
               • টেবিলের নীচে একটি ঘরে, সম্ভবত উদাহরণস্বরূপ C102, নিম্নলিখিত ফাংশনটি প্রবেশ করান:
                 • = সমষ্টি (সি 2: সি 101)
               • আপনি যদি এন্টার ক্লিক করেন বা টেবিলের অন্য একটি কক্ষে দূরে ক্লিক করেন, আপনি আপনার ডেটার এসএসই মান পাবেন।

পদ্ধতি 3 এর 3: এসএসই অন্যান্য পরিসংখ্যানের সাথে সম্পর্কিত

1. এসএসই থেকে বিচ্যুতি গণনা করুন। ডেটাসেটের জন্য এসএসই সন্ধান করা সাধারণত অন্যান্য, আরও দরকারী, মান খুঁজে পাওয়ার জন্য একটি বিল্ডিং ব্লক। এর মধ্যে প্রথমটি হ'ল ভেরিয়েন্স। বৈকল্পিক পরিমাপ করা ডেটা গড় থেকে কতটা বিচ্যুত হয় তার একটি পরিমাপ। এটি আসলে গড় থেকে স্কোয়ার পার্থক্যগুলির গড়।
   • যেহেতু এসএসই হ'ল বর্গাকার ত্রুটির সমষ্টি, আপনি মানগুলির সংখ্যা দ্বারা বিভাজন করে আপনি গড়টি (এটির বৈকল্পিক )টি খুঁজে পেতে পারেন। তবে, আপনি যদি একটি সম্পূর্ণ জনসংখ্যার পরিবর্তে কোনও নমুনা সিরিজের বৈকল্পিক গণনা করেন তবে আপনি পরিবর্তনের (এন -1) n এর পরিবর্তে ভাগ করুন। সুতরাং:
     • ভেরিয়েন্স = এসএসই / এন, যদি আপনি একটি সম্পূর্ণ জনসংখ্যার বৈকল্পিক গণনা করেন।
     • ভেরিয়েন্স = এসএসই / (এন -১), যখন ডেটার নমুনার বৈকল্পিক গণনা করা হয়।
   • রোগীদের তাপমাত্রার নমুনা সমস্যার জন্য, আমরা ধরে নিতে পারি যে 10 রোগী কেবলমাত্র একটি নমুনা। অতএব, ভেরিয়েন্সটি নীচে হিসাবে গণনা করা হয়:
     • ${ ডিসপ্লেস্টাইল পাঠ্য {ভেরিয়েন্স}} = { frac { পাঠ্য {এসএসই}} {(এন -১)}}}$এসএসইর স্ট্যান্ডার্ড বিচ্যুতি গণনা করুন। স্ট্যান্ডার্ড বিচ্যুতি একটি সাধারণভাবে ব্যবহৃত মান যা কোনও ডেটা সেটের মানগুলি মধ্য থেকে কতটা বিচ্যুত হয় তা নির্দেশ করে। স্ট্যান্ডার্ড বিচ্যুতিটি হ'ল বৈকল্পিকের বর্গমূল। মনে রাখবেন যে বৈকল্পিকটি স্কোয়ার ত্রুটি পরিমাপের গড়।
       • অতএব, এসএসই গণনা করার পরে, আপনি এর মতো স্ট্যান্ডার্ড বিচ্যুতিটি খুঁজে পেতে পারেন:
         • $ডিসপ্লেস্টাইল পাঠ্য {স্ট্যান্ডার্ড বিচ্যুতি}} = {q স্কয়ার্ট {rac ফ্র্যাক { পাঠ্য {এসএসই}} {n-1}}}}$সমবায় নির্ধারণের জন্য এসএসই ব্যবহার করুন। এই নিবন্ধটি ডেটাসেটগুলিতে ফোকাস করেছে যা একবারে কেবলমাত্র একক মান পরিমাপ করে। তবে অনেক গবেষণায় আপনি দুটি পৃথক মানের তুলনা করতে পারেন। উদাহরণস্বরূপ, আপনি জানতে চান যে কীভাবে এই দুটি মান একে অপরের সাথে সম্পর্কিত, কেবলমাত্র ডেটা সেটের গড়ের সাথে নয়। এই মানটি সমবায়।
           • কোভেরিয়েন্সের জন্য গণনাগুলি এখানে বর্ণিত খুব বিশদ, আপনি প্রতিটি ডেটা টাইপের জন্য এসএসই ব্যবহার করবেন এবং তারপরে এটি তুলনা করবেন except সমবায়িকতা এবং জড়িত গণনার আরও বিশদ বিবরণের জন্য, আপনি উইকিহোতে এই বিষয়টিতে নিবন্ধগুলি পেতে পারেন।
           • সমবায় ব্যবহারের উদাহরণ হিসাবে, আপনি জ্বরের তাপমাত্রা কমানোর ক্ষেত্রে ওষুধের কার্যকারিতার সাথে চিকিত্সা গবেষণায় রোগীদের বয়সকে তুলনা করতে পারেন। তারপরে আপনার কাছে বয়সের একটি ডেটা সেট এবং তাপমাত্রার একটি দ্বিতীয় ডেটা সেট রয়েছে। তারপরে আপনি প্রতিটি ডেটা সেটের জন্য এসএসই পাবেন এবং সেখান থেকে বৈকল্পিক, মানক বিচ্যুতি এবং সমবায়তা।