পরিসংখ্যান বিষয়ক তথ্য-উপাত্ত

23/09/2025

⏺️ বিস্তার (𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧) এবং বিস্তার পরিমাপ ( 𝐌𝐞𝐚𝐬𝐮𝐫𝐞 𝐨𝐟 𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧) ডেটাসেটের বৈচিত্র্য বোঝার জন্য গুরুত্বপূর্ণ। এটি ডেটার বিস্তৃতি এবং বিভাজন সম্পর্কে একটি পরিষ্কার ধারণা দেয়। বিভিন্ন ধরনের বিস্তার পরিমাপ বিভিন্ন পরিস্থিতিতে ব্যবহৃত হয়, যা ডেটা বিশ্লেষণে অত্যন্ত কার্যকর।

✅ বিস্তার (𝐑𝐚𝐧𝐠𝐞)
বিস্তার হলো একটি ডেটাসেটের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে পার্থক্য। এটি ডেটাসেটের বিভিন্নতার একটি সহজ পরিমাপ এবং ডেটার বিতরণের প্রাথমিক ধারণা দেয়।

উদাহরণ:
ডেটাসেট: 5, 10, 15, 20, 25, 30
বিস্তার: 30 - 5 = 25

✅ বিস্তার পরিমাপ (𝐌𝐞𝐚𝐬𝐮𝐫𝐞 𝐨𝐟 𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧)
বিস্তার পরিমাপ ডেটাসেটের মানগুলোর ছড়িয়ে পড়ার মাত্রা বা ডেটা কতটা ছড়ানো তা বোঝায়। এটি মূলত ডেটাসেটের বৈচিত্র্য এবং স্থিতি নির্ধারণে ব্যবহৃত হয়।

ডেটা বিশ্লেষণে বিস্তার পরিমাপ অত্যন্ত গুরুত্বপূর্ণ, কারণ এটি ডেটার গুণমান এবং স্থিতিশীলতার ধারণা দেয়।

📑 বিস্তার পরিমাপের প্রকারভেদ (𝐓𝐲𝐩𝐞𝐬 𝐨𝐟 𝐌𝐞𝐚𝐬𝐮𝐫𝐞𝐬 𝐨𝐟 𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧)

বিস্তার পরিমাপ প্রধানত দুটি ভাগে বিভক্ত:

১. সহজ বিস্তার পরিমাপ (𝐀𝐛𝐬𝐨𝐥𝐮𝐭𝐞 𝐌𝐞𝐚𝐬𝐮𝐫𝐞 𝐨𝐟 𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧)
এটি ডেটাসেটের বাস্তব পরিমাপ ব্যবহার করে বিস্তার নির্ণয় করে। সাধারণত এই ধরনের পরিমাপ ডেটাসেটের বিভিন্নতার সঠিক মান প্রকাশ করে। এর প্রধান প্রকারগুলো হলো:

ক. বিস্তার (𝐑𝐚𝐧𝐠𝐞):
সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে পার্থক্য।
𝐑𝐚𝐧𝐠𝐞 = 𝐌𝐚𝐱𝐢𝐦𝐮𝐦 𝐕𝐚𝐥𝐮𝐞 -𝐌𝐢𝐧𝐢𝐦𝐮𝐦 𝐕𝐚𝐥𝐮𝐞

খ. আন্তঃচতুর্থাংশ বিস্তার (𝐈𝐧𝐭𝐞𝐫𝐪𝐮𝐚𝐫𝐭𝐢𝐥𝐞 𝐑𝐚𝐧𝐠𝐞):
ডেটাসেটের ৭৫তম শতাংশক (Q3) এবং ২৫তম শতাংশক (Q1)-এর মধ্যে পার্থক্য।
IQR = Q3 - Q1

গ. চতুর্ভাগীয় বিচ্যুতি (𝐐𝐮𝐚𝐫𝐭𝐢𝐥𝐞 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧):

চতুর্ভাগীয় বিচ্যুতি (Quartile Deviation) হলো একটি ডেটাসেটের মধ্যবর্তী ৫০% ডেটার বিস্তার বা বিক্ষেপের পরিমাপ, যা প্রথম চতুর্থাংশ (Q1) এবং তৃতীয় চতুর্থাংশ (Q3) এর গড় পার্থক্য। একে সেমি-ইন্টারকোয়ার্টাইল রেঞ্জও বলা হয়। ডেটাসেটের চরম মানের প্রতি এটি কম সংবেদনশীল এবং ডেটার কেন্দ্রীয় অংশ সম্পর্কে জানতে সাহায্য করে।

সূত্র
চতুর্ভাগীয় বিচ্যুতি নির্ণয়ের সূত্রটি হলো:
QD = (Q3 - Q1) / 2

ঘ. গড় বিচ্যুতি (𝐌𝐞𝐚𝐧 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧):
ডেটাসেটের প্রতিটি মানের গড় থেকে বিচ্যুতির গড়।

২. আপেক্ষিক বিস্তার পরিমাপ (𝐑𝐞𝐥𝐚𝐭𝐢𝐯𝐞 𝐌𝐞𝐚𝐬𝐮𝐫𝐞 𝐨𝐟 𝐃𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧)

আপেক্ষিক বিস্তার পরিমাপ ডেটার বিভিন্নতার তুলনামূলক মাত্রা নির্দেশ করে এবং এটি সাধারণত শতাংশে প্রকাশিত হয়। এর প্রধান প্রকারগুলো হলো:

ক. আপেক্ষিক গড় বিচ্যুতি (𝐑𝐞𝐥𝐚𝐭𝐢𝐯𝐞 𝐌𝐞𝐚𝐧 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧):
গড় বিচ্যুতিকে গড়ের সাথে তুলনা করে নির্ণয় করা হয়।

খ. আপেক্ষিক চতুর্ভাগীয় বিচ্যুতি (𝐑𝐞𝐥𝐚𝐭𝐢𝐯𝐞 𝐐𝐮𝐚𝐫𝐭𝐢𝐥𝐞 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧):

আপেক্ষিক চতুর্ভাগীয় বিচ্যুতি (Relative Quartile Deviation) হলো একটি ডেটাসেটের বিস্তার পরিমাপের একটি পদ্ধতি, যা ডেটাসেটের মধ্যক চতুর্থাংশ (Median-Q_median) থেকে ডেটার বিস্তারকে শতাংশের মাধ্যমে প্রকাশ করে। এটি ডেটাসেটের মানগুলোর আপেক্ষিক ভিন্নতা বুঝতে সাহায্য করে।

গণনার পদ্ধতি
আপেক্ষিক চতুর্ভাগীয় বিচ্যুতি নির্ণয় করা হয় নিম্নলিখিত সূত্রটি ব্যবহার করে: RQD = (Q₃ - Q₁) / ((Q₃ + Q₁) / 2) * 100%

যেখানে: Q₃: ডেটাসেটের তৃতীয় চতুর্থাংশ (Upper Quartile), Q₁: ডেটাসেটের প্রথম চতুর্থাংশ (Lower Quartile), Q₃ - Q₁: চতুর্থাংশীয় বিচ্যুতি (Quartile Deviation).

গ. আপেক্ষিক মান বিচ্যুতি (𝐑𝐞𝐥𝐚𝐭𝐢𝐯𝐞 𝐒𝐭𝐚𝐧𝐝𝐚𝐫𝐝 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧):

আপেক্ষিক মান বিচ্যুতি বা আপেক্ষিক আদর্শ বিচ্যুতি (𝐑𝐞𝐥𝐚𝐭𝐢𝐯𝐞 𝐒𝐭𝐚𝐧𝐝𝐚𝐫𝐝 𝐃𝐞𝐯𝐢𝐚𝐭𝐢𝐨𝐧 বা RSD) হলো একটি পরিসংখ্যানগত পরিমাপ, যা কোনো ডেটাসেটের গড় মানের তুলনায় তার মান বিচ্যুতির বিস্তৃতি কতটুকু, তা প্রকাশ করে। এটি সাধারণত শতাংশে প্রকাশ করা হয় এবং কোএফিসিয়েন্ট অফ ভ্যারিয়েশন (𝐂𝐨𝐞𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐭 𝐨𝐟 𝐕𝐚𝐫𝐢𝐚𝐭𝐢𝐨𝐧 বা 𝐂𝐕) নামেও পরিচিত।

ডেটাসেটের মান বিচ্যুতিকে গড় বা মধ্যকের সাথে তুলনা করা হয়।

✅ বিস্তার পরিমাপের গুরুত্ব

১. ডেটাসেটের বৈচিত্র্য এবং স্থিতি নির্ধারণে সহায়তা করে।
২. বিভিন্ন ডেটাসেটের তুলনা করতে ব্যবহৃত হয়।
৩. গাণিতিক বিশ্লেষণে ডেটাসেটের স্থায়িত্ব যাচাই করা যায়।
৪. ডেটার চরম মান শনাক্তে সহায়তা করে।

#তথ্য

22/09/2025

📈 উপাত্ত বিশ্লেষণ ( 𝔻𝕒𝕥𝕒 𝔸𝕟𝕒𝕝𝕪𝕤𝕚𝕤) কি, কেন করা হয়?

উপাত্ত বিশ্লেষণ হলো ডেটা পরিদর্শন, পরিষ্কার, রূপান্তর এবং মডেলিং করার একটি প্রক্রিয়া, যার উদ্দেশ্য হলো উপযোগী তথ্য আবিষ্কার করা, সিদ্ধান্ত গ্রহণ করা এবং উপসংহার টানা। এই প্রক্রিয়ার মাধ্যমে সংগ্রহ করা ডেটাকে পরীক্ষা-নিরীক্ষা করে তাতে লুকানো অর্থ খুঁজে বের করা হয়, যা বিভিন্ন ক্ষেত্রে সঠিক সিদ্ধান্ত নিতে সাহায্য করে।

✅ উপাত্ত বিশ্লেষণের মূল ধাপগুলো:

📝 ডেটা সংগ্রহ (𝐃𝐚𝐭𝐚 𝐂𝐨𝐥𝐥𝐞𝐜𝐭𝐢𝐨𝐧): গবেষণার উদ্দেশ্য অনুযায়ী প্রয়োজনীয় উপাত্ত সংগ্রহ করা।

✂️ ডেটা পরিষ্করণ (𝐃𝐚𝐭𝐚 𝐂𝐥𝐞𝐚𝐧𝐢𝐧𝐠): সংগৃহীত ডেটার মধ্যে থাকা ভুল বা অসামঞ্জস্যপূর্ণ তথ্যগুলো ঠিক করা হয়।

⚙️ ডেটা রূপান্তর (𝐃𝐚𝐭𝐚 𝐓𝐫𝐚𝐧𝐬𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧): ডেটাকে বিশ্লেষণযোগ্য করে তোলার জন্য সেগুলোকে একটি নির্দিষ্ট কাঠামোতে সাজানো হয়।

📊 ডেটা মডেলিং (𝐃𝐚𝐭𝐚 𝐌𝐨𝐝𝐞𝐥𝐢𝐧𝐠): ডেটার মধ্যে থাকা সম্পর্ক এবং প্যাটার্নগুলো বোঝার জন্য মডেল তৈরি করা হয়।

🗂️ উপযোগ উপযোগী তথ্য আবিষ্কার ও উপস্থাপন (𝐈𝐧𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧 𝐃𝐢𝐬𝐜𝐨𝐯𝐞𝐫𝐲 & 𝐏𝐫𝐞𝐬𝐞𝐧𝐭𝐚𝐭𝐢𝐨𝐧): বিশ্লেষণের পর প্রাপ্ত তথ্যগুলো থেকে প্রয়োজনীয় সিদ্ধান্ত বের করা হয় এবং তা সহজভাবে উপস্থাপন করা হয়।

🖍️ কেন ডেটা বিশ্লেষণ গুরুত্বপূর্ণ?

➡️ তথ্য আবিষ্কার: ডেটার মধ্যে লুকানো গুরুত্বপূর্ণ তথ্য খুঁজে বের করতে সাহায্য করে।

➡️ সিদ্ধান্ত গ্রহণ: সঠিক তথ্য-ভিত্তিক সিদ্ধান্ত নিতে সাহায্য করে।

➡️ ভবিষ্যৎ পূর্বাভাস: ডেটার উপর ভিত্তি করে ভবিষ্যৎ সম্পর্কে ধারণা করা যায়।

➡️ বিভিন্ন ক্ষেত্রে প্রয়োগ: ব্যবসা, বিজ্ঞান, স্বাস্থ্যসহ প্রায় সব ক্ষেত্রে এর ব্যবহার অপরিহার্য।

#তথ্য

21/09/2025

#তথ্য

21/09/2025

https://www.facebook.com/share/18XiodXUC5/

An earthquake registering magnitude four on the Richter scale jolted Sylhet and its adjoining areas at around 12:20pm today.

21/09/2025

💠💠 উপাত্ত বা ডাটা কি?
নির্দিষ্ট কোন চলক বা একজাতীয় চলকের গুণগত এবং পরিমাণগত বৈশিষ্ট্য প্রকাশকারী তথ্যকেই বলা হয় উপাত্ত বা Data.

অন্যভাবে,
পরিসংখ্যানে গণনা কিংবা পরিমাপের মাধ্যমে প্রাপ্ত তথ্যকেই বলা হয় data বা উপাত্ত। উপাত্তই হল পরিসংখ্যানের মূল উপজীব্য বিষয়। সংখ্যার সাহায্যে তথ্যের উপস্থাপন করাকে বলা হয় পরিসংখ্যান; আর পরিসংখ্যানে ব্যবহৃত সেই তথ্য নির্দেশক সংখ্যাগুলোই হল উপাত্ত বা ডাটা।
যেমন -
৫ জন শিক্ষার্থীর ওজন যথাক্রমে ৫২, ৫৭, ৫৫, ৬১, ৪৯ কেজি - এই সংখ্যাগুলো হল উপাত্ত, কারণ তথ্যগুলো গুণগত এবং পরিমাণগত বৈশিষ্ট্যকে নির্দেশ করছে।
২ জন শিক্ষার্থী কামাল এবং জাহিদ; কামাল জাহিদের চেয়ে দ্রুত দৌড়াতে পারে - এটি উপাত্ত নয়; কেননা এই তথ্যটি তুলনাকে নির্দেশ করতে পারলে গুণকে ও পরিমাণকে নির্দেশ করতে ব্যর্থ।

📝📝 উপাত্তের প্রকারভেদ:

তথ্য সংগ্রহের উৎসের ভিত্তিতে উপাত্ত ২ ধরণের হয়ে থাকে।

➡️ প্রাথমিক( Primary) বা প্রত্যক্ষ উপাত্ত
➡️ মাধ্যমিক (Secondary) বা পরোক্ষ উপাত্ত

🖊️ প্রাথমিক বা প্রত্যক্ষ উপাত্ত:
উপাত্ত যদি উৎস থেকে সরাসরি সংগৃহীত হয়, তবে সেসব উপাত্তকে প্রাথমিক বা প্রত্যক্ষ উপাত্ত বলা হয়। এধরণের উপাত্ত ব্যবহার করা হলে গবেষণা বা পরিসংখ্যানের প্রাপ্ত ফলাফলের নির্ভরযোগ্যতা বেশি থাকে।

যেমন - বার্ষিক পরীক্ষায় শিক্ষার্থীদের প্রাপ্ত ফলাফল এর উপাত্ত

🖊️ মাধ্যমিক বা পরোক্ষ উপাত্ত:
সরাসরি উৎস থেকে উপাত্ত সংগ্রহ করা সম্ভব না হলে পরোক্ষ কোন প্রতিষ্ঠান, সংস্থা থেকে সেসব সংগ্রহ করে কাজ করতে হয়, এধরণের উপাত্তকে মাধ্যমিক বা পরোক্ষ উপাত্ত বলা হয়ে থাকে। পরিসংখ্যান বা গবেষণায় এধরণের তথ্য ব্যবহার করা হলে প্রাপ্ত ফলাফলের নির্ভরযোগ্যতা এবং গ্রহণযোগ্যতা কমে যাবার সম্ভাবনা থাকে।

যেমন - বিশ্বের বিভিন্ন শহরের তাপমাত্রা বা বৃষ্টিপাত সংশ্লিষ্ট উপাত্ত

📃 তথ্যের বিন্যাসের উপর ভিত্তি করে পরিসংখ্যানে উপাত্ত ২ ধরণের হয়ে থাকে।

➡️ বিন্যস্ত উপাত্ত
➡️ অবিন্যস্ত উপাত্ত

📊 বিন্যস্ত উপাত্ত:
সংগৃহীত উপাত্তকে কোন বৈশিষ্ট্য অনুযায়ী বিন্যাস করা হলে সেধরণের উপাত্তকে বিন্যস্ত উপাত্ত বলা হয়ে থাকে। এই বিন্যাস মানের ভিত্তিতে উর্ধ্বক্রম বা অধক্রম, কিংবা অদ্যাক্ষর অনুসারে হতে পারে। বিন্যস্ত উপাদানের সাহায্যে কাজ করা সহজ হয়, ভুলের সম্ভাবনা কম থাকে।

যেমন - ৫ জন শিক্ষার্থীদের ওজন যথাক্রমে, ৪৯, ৫২, ৫৫, ৫৭, ৬১ কেজি।

📈 অবিন্যস্ত উপাত্ত:
সংগৃহীত উপাত্ত কোন বৈশিষ্ট্যের ভিত্তিতে বিন্যাস করা সম্ভব না করা হলে, অর্থাৎ এলোমেলো থাকলে সেসব উপাত্তকে অবিন্যস্ত উপাত্ত বলা হয়ে থাকে।

যেমন - ৫ জন শিক্ষার্থীদের ওজন যথাক্রমে, ৫২, ৫৭, ৫৫, ৬১, ৪৯ কেজি।

কাজের সুবিদ্ধার্থে সাধারণত অবিন্যস্ত উপাত্তকে কোন না কোন বৈশিষ্টের উপর ভিত্তি করে বিন্যস্ত করে নেয়া হয়।

📃 উপাত্তের বৈশিষ্ট্যের ভিত্তিতে উপাত্তকে ২ ভাগে ভাগ করা যায়।

📌 গুণবাচক উপাত্ত
📌 পরিমাণবাচক উপাত্ত

√ গুণবাচক উপাত্ত:
কোন গবেষণা বা পর্যবেক্ষণে নির্দিষ্ট কোন বৈশিষ্ট্য বা গুণের উপস্থিতি, প্রকৃতি, অবস্থাকে পর্যবেক্ষণ করে উপাত্ত তৈরি করা হয়, সেসব উপাত্তকে বলা হয় গুণবাচক উপাত্ত।

যেমন - মানব দেহে ওষুধ, টীকা বা ভ্যাক্সিনের কার্যকারিতা।

√ পরিমাণবাচক উপাত্ত:
পরিমাপযোগ্য তথ্যের সাহায্যে প্রাপ্ত পরিমাণ নির্দেশক উপাত্তকে বলা হয়, পরিমাণবাচক উপাত্ত।

যেমন - জরিপ, মানুষের বয়স, আয়, নম্বর ইত্যাদি।

20/09/2025

দক্ষিণ-পূর্ব এশিয়ার দেশ মালয়েশিয়া জনসংখ্যা
#তথ্য

20/09/2025

📶📶পরিসংখ্যানে গ্রাফ ( 𝙂𝙧𝙖𝙥𝙝 𝙞𝙣 𝙎𝙩𝙖𝙩𝙞𝙨𝙩𝙞𝙘𝙨)

📊 প্যারেটো ডায়াগ্রাম বা বার গ্রাফ(𝗣𝗲𝗿𝗮𝘁𝗼 𝗗𝗶𝗮𝗴𝗿𝗮𝗺 𝗼𝗿 𝗕𝗮𝗿 𝗚𝗿𝗮𝗽𝗵):
একটি প্যারেটো ডায়াগ্রাম বা বার গ্রাফ হল গুণগত তথ্য দৃশ্যত উপস্থাপন করার একটি উপায়। ডেটা অনুভূমিকভাবে বা উল্লম্বভাবে প্রদর্শিত হয় এবং দর্শকদের পরিমাণ, বৈশিষ্ট্য, সময় এবং ফ্রিকোয়েন্সির মতো আইটেমগুলির তুলনা করতে দেয়। বারগুলি ফ্রিকোয়েন্সি অনুসারে সাজানো হয়, তাই আরও গুরুত্বপূর্ণ বিভাগগুলিকে জোর দেওয়া হয়। সমস্ত বার দেখে, এক নজরে বলা সহজ যে ডেটার সেটে কোন বিভাগগুলি অন্যদের উপর প্রাধান্য পায়। বার গ্রাফগুলি একক, স্ট্যাক করা বা গোষ্ঠীভুক্ত হতে পারে।

ভিলফ্রেডো পেরেটো (১৮৪৮-১৯২৩) অর্থনৈতিক সিদ্ধান্ত গ্রহণকে আরও "মানবিক" রূপ দেওয়ার জন্য গ্রাফ পেপারে তথ্য প্লট করার চেষ্টা করেছিলেন, যার এক অক্ষে আয় এবং অন্য অক্ষে বিভিন্ন আয় স্তরের মানুষের সংখ্যা ছিল। ফলাফলগুলি ছিল আকর্ষণীয়: তারা শতাব্দীর পর শতাব্দী ধরে প্রতিটি যুগে ধনী এবং দরিদ্রের মধ্যে বৈষম্য নাটকীয়ভাবে দেখিয়েছিল।

🅿️ পাই চার্ট বা বৃত্ত গ্রাফ(𝗣𝗶𝗲 𝗖𝗵𝗮𝗿𝘁):
গ্রাফিক্যালি ডেটা উপস্থাপনের আরেকটি সাধারণ উপায় হল পাই চার্ট । এটির নামকরণ করা হয়েছে এটির চেহারা থেকে, ঠিক যেমন একটি বৃত্তাকার পাই যা বেশ কয়েকটি টুকরো করে কাটা হয়েছে। এই ধরণের গ্রাফ গুণগত ডেটা গ্রাফ করার সময় সহায়ক, যেখানে তথ্য একটি বৈশিষ্ট্য বা বৈশিষ্ট্য বর্ণনা করে এবং সংখ্যাসূচক নয়। পাইয়ের প্রতিটি স্লাইস একটি ভিন্ন বিভাগকে প্রতিনিধিত্ব করে এবং প্রতিটি বৈশিষ্ট্য পাইয়ের একটি ভিন্ন স্লাইসের সাথে মিলে যায়; কিছু স্লাইস সাধারণত অন্যগুলির তুলনায় লক্ষণীয়ভাবে বড় হয়। সমস্ত পাই টুকরো দেখে, আপনি তুলনা করতে পারেন যে প্রতিটি বিভাগে বা স্লাইসে কতটা ডেটা ফিট করে।

📊 হিস্টোগ্রাম (𝗛𝗶𝘀𝘁𝗼𝗴𝗿𝗮𝗺)

অন্য ধরণের গ্রাফের একটি হিস্টোগ্রাম যা তার প্রদর্শনে বার ব্যবহার করে। এই ধরণের গ্রাফ পরিমাণগত তথ্য সহ ব্যবহৃত হয়। মানের পরিসর, যাকে ক্লাস বলা হয়, নীচে তালিকাভুক্ত করা হয় এবং বৃহত্তর ফ্রিকোয়েন্সি সহ ক্লাসগুলিতে লম্বা বার থাকে।

একটি হিস্টোগ্রাম প্রায়শই বার গ্রাফের মতো দেখতে হয়, কিন্তু ডেটা পরিমাপের স্তরের কারণে এগুলি আলাদা হয় । বার গ্রাফগুলি শ্রেণীবদ্ধ ডেটার ফ্রিকোয়েন্সি পরিমাপ করে। একটি শ্রেণীবদ্ধ চলক হল এমন একটি যার দুটি বা ততোধিক বিভাগ থাকে, যেমন লিঙ্গ বা চুলের রঙ। বিপরীতে, হিস্টোগ্রামগুলি এমন ডেটার জন্য ব্যবহৃত হয় যেখানে ক্রমিক চলক জড়িত থাকে, অথবা এমন জিনিস যা সহজেই পরিমাপ করা যায় না, যেমন অনুভূতি বা মতামত।

📋 ডট প্লট (𝗗𝗼𝘁 𝗣𝗹𝗼𝘁)

একটি ডট প্লট হল একটি হিস্টোগ্রাম এবং একটি কাণ্ড এবং পাতার প্লটের মধ্যে একটি সংকর । প্রতিটি পরিমাণগত ডেটা মান একটি বিন্দু বা বিন্দুতে পরিণত হয় যা উপযুক্ত শ্রেণীর মানের উপরে স্থাপন করা হয়। যেখানে হিস্টোগ্রামগুলি আয়তক্ষেত্র—বা বার ব্যবহার করে—এই গ্রাফগুলি বিন্দু ব্যবহার করে, যা পরে একটি সরল রেখার সাথে সংযুক্ত করা হয়। MathIsFun অনুসারে, ছয় বা সাতজনের একটি দলের নাস্তা তৈরি করতে কত সময় লাগে, অথবা বিভিন্ন দেশের বিদ্যুতের অ্যাক্সেস আছে এমন মানুষের শতাংশ দেখানোর জন্য ডট প্লটগুলি একটি ভাল উপায় প্রদান করে ।

⏺️⏺️ স্ক্যাটারপ্লটস (𝗦𝗰𝗮𝘁𝘁𝗲𝘁 𝗣𝗹𝗼𝘁𝘀)

একটি স্ক্যাটারপ্লট এমন ডেটা প্রদর্শন করে যা একটি অনুভূমিক অক্ষ (x-অক্ষ) এবং একটি উল্লম্ব অক্ষ (y-অক্ষ) ব্যবহার করে জোড়া হয়। স্ক্যাটারপ্লটে প্রবণতা দেখানোর জন্য পারস্পরিক সম্পর্ক এবং রিগ্রেশনের পরিসংখ্যানগত সরঞ্জামগুলি ব্যবহার করা হয়। একটি স্ক্যাটারপ্লট সাধারণত গ্রাফ বরাবর বাম থেকে ডানে উপরে বা নীচে সরে যাওয়া একটি রেখা বা বক্ররেখার মতো দেখায় যেখানে রেখা বরাবর "বিক্ষিপ্ত" বিন্দু থাকে। স্ক্যাটারপ্লট আপনাকে যেকোনো ডেটা সেট সম্পর্কে আরও তথ্য আবিষ্কার করতে সাহায্য করে, যার মধ্যে রয়েছে:

ভেরিয়েবলের মধ্যে সামগ্রিক প্রবণতা (আপনি দ্রুত দেখতে পাবেন যে প্রবণতাটি ঊর্ধ্বমুখী নাকি নিম্নমুখী।)
সামগ্রিক প্রবণতা থেকে কোন ব্যতিক্রম আছে কিনা।
যেকোনো প্রবণতার আকৃতি।
যেকোনো প্রবণতার শক্তি।

📑📑 সময়-ধারাবাহিক গ্রাফ(𝗧𝗶𝗺𝗲 𝗦𝗲𝗿𝗶𝗲𝘀 𝗚𝗿𝗮𝗽𝗵):
১৮০১ থেকে ২০১১ সালের জনসংখ্যার আদমশুমারি অনুসারে, বাকিংহামশায়ারের এজকট সিভিল প্যারিশের মোট জনসংখ্যা ১৮০১ থেকে ২০১১ সালের জনসংখ্যার আদমশুমারি অনুসারে, বাকিংহামশায়ারের এডগকট সিভিল প্যারিশের মোট জনসংখ্যার ইংরেজি সময় সিরিজের গ্রাফ।

একটি টাইম-সিরিজ গ্রাফ বিভিন্ন সময়ে ডেটা প্রদর্শন করে, তাই এটি নির্দিষ্ট ধরণের জোড়যুক্ত ডেটার জন্য ব্যবহার করা অন্য ধরণের গ্রাফ। নাম থেকেই বোঝা যাচ্ছে, এই ধরণের গ্রাফ সময়ের সাথে সাথে প্রবণতা পরিমাপ করে, তবে সময়সীমা মিনিট, ঘন্টা, দিন, মাস, বছর, দশক বা শতাব্দী হতে পারে।

19/09/2025

দক্ষিণপূর্ব এশিয়ার দেশ ইন্দোনেশিয়ার জনসংখ্যা
#তথ্য

19/09/2025

🌍🌍 পরিসংখ্যানে গ্রাফ ( 𝐆𝐫𝐚𝐩𝐡) ও তার গুরুত্ব :

📌 পরিসংখ্যানের একটি লক্ষ্য হল তথ্যকে অর্থপূর্ণভাবে উপস্থাপন করা। প্রায়শই, ডেটা সেটগুলিতে লক্ষ লক্ষ মূল্য জড়িত থাকে। গ্রাফগুলি অমূল্য হতে পারে, যা পরিসংখ্যানবিদদের জটিল সংখ্যাসূচক গল্পের একটি দৃশ্যমান ব্যাখ্যা প্রদানের সুযোগ করে দেয়।

📌 ভালো গ্রাফ ব্যবহারকারীর কাছে দ্রুত এবং সহজে তথ্য পৌঁছে দেয়। গ্রাফগুলি তথ্যের প্রধান বৈশিষ্ট্যগুলি তুলে ধরে। তারা এমন সম্পর্কগুলি দেখাতে পারে যা সংখ্যার তালিকা অধ্যয়ন করলে স্পষ্ট হয় না। তারা বিভিন্ন ডেটা সেটের তুলনা করার একটি সুবিধাজনক উপায়ও প্রদান করতে পারে।

📌 বিভিন্ন পরিস্থিতিতে বিভিন্ন ধরণের গ্রাফের প্রয়োজন হয় এবং কোন ধরণের গ্রাফ উপলব্ধ তা সম্পর্কে ভাল জ্ঞান থাকা সাহায্য করে। ডেটার ধরণ প্রায়শই নির্ধারণ করে যে কোন গ্রাফটি ব্যবহার করা উপযুক্ত। গুণগত ডেটা , পরিমাণগত ডেটা এবং জোড়া ডেটা প্রতিটি বিভিন্ন ধরণের গ্রাফ ব্যবহার করে।

©️ গুরুত্বপূর্ণ ভূমিকা গ্রাফের(𝐆𝐫𝐚𝐩𝐡) :

↪️ গ্রাফগুলি সহজ এবং বোধগম্য উপায়ে বড় বড় ডেটা সেট দেখাতে সাহায্য করে।

↪️ বিভিন্ন ধরণের ডেটার জন্য বার গ্রাফ ( 𝐁𝐚𝐫 𝐃𝐢𝐚𝐠𝐫𝐚𝐦) এবং পাই চার্টের (𝐏𝐢𝐞 𝐂𝐡𝐚𝐫𝐭) মতো বিভিন্ন গ্রাফ ব্যবহার করা হয়।

↪️ হিস্টোগ্রাম (𝐇𝐢𝐬𝐭𝐫𝐨𝐠𝐫𝐚𝐦) এবং স্ক্যাটারপ্লটের( 𝐒𝐜𝐚𝐭𝐭𝐞𝐫 𝐏𝐥𝐨𝐭) মতো গ্রাফগুলি সংখ্যাসূচক তথ্যের ধরণ এবং প্রবণতা দেখাতে সাহায্য করে।

পরিসংখ্যানে সাধারণত কয়েক ধরণের গ্রাফ ব্যবহার করা হয়।

#তথ্য

18/09/2025

#তথ্য

09/05/2024

স্থানীয় নারী রেজিস্ট্রার নিয়োগের জন্য অনলাইন আবেদন পুনরায় উন্মুক্ত করা হয়েছে। অনলাইনে আবেদনের সময়সীমা আগামী ১৪ মে ২০২৪ পর্যন্ত বৃদ্ধি করা হলো। পাশাপাশি হার্ডকপি আবেদন ১৫ মে ২০২৪ তারিখের মধ্যে স্ব-স্ব জেলা পরিসংখ্যান অফিসে জমা দিতে হবে।

08/05/2024