কাঁচা স্কোর গণনা করার জন্য একটি কার্যকর ক্যালকুলেটর

গণনা করুন গড় মান, মান বিচ্যুতি এবং জেড-স্কোর থেকে মূল ডেটা পয়েন্ট।

কাঁচা স্কোর ক্যালকুলেটর

📚

ডকুমেন্টেশন

কাঁচা স্কোর ক্যালকুলেটর

পরিচিতি

কাঁচা স্কোর একটি মৌলিক ধারণা যা পরিসংখ্যানের মধ্যে একটি ডেটাসেটে মূল, অপরিবর্তিত ডেটা পয়েন্টকে নির্দেশ করে। এটি সেই মান যা কোনও মানকরণ বা স্বাভাবিকীকরণ প্রয়োগের আগে থাকে। যখন আপনি z-স্কোরের মতো মানক স্কোরের সাথে কাজ করছেন, তখন আপনাকে ফলাফলগুলিকে মূল প্রসঙ্গে ব্যাখ্যা করার জন্য কাঁচা স্কোরে ফিরে যেতে হতে পারে। এই ক্যালকুলেটর আপনাকে গড়, মানক বিচ্যুতি এবং z-স্কোর থেকে কাঁচা স্কোর নির্ধারণ করতে সহায়তা করে।

সূত্র

কাঁচা স্কোর $x$ নিম্নলিখিত সূত্র ব্যবহার করে গণনা করা যেতে পারে:

x = \mu + z \times \sigma

যেখানে:

$x$ = কাঁচা স্কোর
$\mu$ = ডেটাসেটের গড়
$\sigma$ = ডেটাসেটের মানক বিচ্যুতি
$z$ = কাঁচা স্কোরের সাথে সম্পর্কিত z-স্কোর

চিত্র

নিচের চিত্রটি একটি স্বাভাবিক বিতরণ বক্ররেখা প্রদর্শন করে, যেখানে গড় ( $\mu$ ), মানক বিচ্যুতিগুলি ( $\sigma$ ) এবং z-স্কোরগুলি ( $z$ ) দেখানো হয়েছে:

দ্রষ্টব্য: SVG চিত্রটি মানক স্বাভাবিক বিতরণ প্রদর্শন করে এবং নির্দেশ করে কিভাবে কাঁচা স্কোর গড় এবং মানক বিচ্যুতির সাথে সম্পর্কিত।

গণনার পদক্ষেপ

গড় ( $\mu$ ) চিহ্নিত করুন: আপনার ডেটাসেটের গড় মান নির্ধারণ করুন।
মানক বিচ্যুতি ( $\sigma$ ) নির্ধারণ করুন: গড় থেকে ডেটা কতটা পরিবর্তিত হচ্ছে তা গণনা করুন।
z-স্কোর ( $z$ ) পান: একটি ডেটা পয়েন্ট গড় থেকে কতটি মানক বিচ্যুতির দূরত্বে রয়েছে।
কাঁচা স্কোর ( $x$ ) গণনা করুন: সূত্রে মানগুলি প্রবেশ করান এবং মূল ডেটা পয়েন্টটি খুঁজে বের করুন।

প্রান্তের কেস এবং বিবেচনা

মানক বিচ্যুতি শূন্য বা নেতিবাচক: শূন্য মানক বিচ্যুতি নির্দেশ করে যে ডেটাতে কোনও পরিবর্তন নেই; সমস্ত ডেটা পয়েন্ট গড়ের সাথে একরকম। নেতিবাচক মানক বিচ্যুতি সম্ভব নয়। নিশ্চিত করুন যে $\sigma > 0$ ।
অত্যধিক z-স্কোর: যদিও z-স্কোর সাধারণত স্বাভাবিক বিতরণে -3 থেকে 3 এর মধ্যে থাকে, এর বাইরে মানগুলি ঘটতে পারে এবং আউটলায়ার নির্দেশ করে।
গড় বা মানক বিচ্যুতির সীমা: গড় বা মানক বিচ্যুতির অত্যন্ত বড় বা ছোট মান গণনাগুলিকে ব্যবহারিক বা গণনামূলক সীমা অতিক্রম করতে পারে।

ব্যবহার কেস

শিক্ষামূলক মূল্যায়ন

শিক্ষক এবং শিক্ষামূলক গবেষকরা মানক পরীক্ষার স্কোরগুলি কাঁচা স্কোরে রূপান্তর করেন যাতে ছাত্রের পারফরম্যান্সের তুলনা পরীক্ষার আসল স্কোরিংয়ের সাথে করা যায়।

মনস্তাত্ত্বিক পরীক্ষা

মনোবিজ্ঞানীরা মানক মূল্যায়নগুলির ব্যাখ্যা করতে কাঁচা স্কোরে z-স্কোর রূপান্তর করেন, যা অবস্থার নির্ণয় এবং ট্র্যাকিংয়ে সহায়তা করে।

উৎপাদন মান নিয়ন্ত্রণ

উৎপাদকরা কাঁচা স্কোর ব্যবহার করে একটি পণ্যের মান নিশ্চিত করে যে একটি পণ্য গড়ের সাথে তুলনা করে মানের মান পূরণ করছে।

আর্থিক মেট্রিক্স

বিশ্লেষকরা z-স্কোরগুলি কাঁচা আর্থিক সংখ্যায় রূপান্তর করে তাদের মূল অর্থনৈতিক ইউনিটে কর্মক্ষমতা সূচকগুলি মূল্যায়ন করেন।

বিকল্পগুলি

কাঁচা স্কোরের সাথে সম্পর্কিত অন্যান্য পরিসংখ্যানগত পরিমাপ:

শতকরা: একটি মানের ডেটাসেটে আপেক্ষিক অবস্থান নির্দেশ করে।
টি-স্কোর: মানক স্কোর যার গড় 50 এবং মানক বিচ্যুতি 10, যা সাধারণত মনস্তাত্ত্বিক পরীক্ষায় ব্যবহৃত হয়।
স্ট্যানাইন: একটি নয়-পয়েন্ট মানক স্কেলে পরীক্ষার স্কোর স্কেলিংয়ের একটি পদ্ধতি।

এই বিকল্পগুলি বিভিন্ন ডেটাসেটের মধ্যে তুলনা করার সময় বা যখন ডেটা স্বাভাবিক বিতরণ অনুসরণ করে না তখন পছন্দসই হতে পারে।

ইতিহাস

মানকরণ এবং z-স্কোর ব্যবহারের সূচনা 19 শতকের পরিসংখ্যান তত্ত্বের উন্নয়নের সাথে ঘটে। কার্ল পিয়ারসন 20 শতকের শুরুতে z-স্কোরের ধারণাটি পরিচয় করিয়ে দেন বিভিন্ন ডেটাসেটের তুলনার জন্য। কাঁচা স্কোর এবং মানক স্কোরের মধ্যে রূপান্তরের ক্ষমতা তখন থেকে পরিসংখ্যানগত বিশ্লেষণের একটি ভিত্তি হয়ে উঠেছে, যা শিক্ষা, মনোবিজ্ঞান এবং অর্থনীতির মতো বিভিন্ন ক্ষেত্রে অর্থপূর্ণ ব্যাখ্যা করার অনুমতি দেয়।

উদাহরণ

উদাহরণ 1: একটি কাঁচা পরীক্ষার স্কোর গণনা করা

দেওয়া হয়েছে:
- গড় স্কোর ( $\mu$ ) = 80
- মানক বিচ্যুতি ( $\sigma$ ) = 5
- ছাত্রের z-স্কোর ( $z$ ) = 1.2
গণনা: $x = \mu + z \times \sigma = 80 + 1.2 \times 5 = 86$
ব্যাখ্যা: ছাত্রের কাঁচা স্কোর 86।

উদাহরণ 2: মান নিয়ন্ত্রণে একটি পরিমাপ নির্ধারণ করা

দেওয়া হয়েছে:
- গড় দৈর্ঘ্য ( $\mu$ ) = 150 মিমি
- মানক বিচ্যুতি ( $\sigma$ ) = 2 মিমি
- উপাদানের z-স্কোর ( $z$ ) = -1.5
গণনা: $x = \mu + z \times \sigma = 150 + (-1.5) \times 2 = 147$
ব্যাখ্যা: উপাদানের দৈর্ঘ্য 147 মিমি, যা গড়ের নিচে।

কোড স্নিপেট

কাঁচা স্কোর গণনা করার জন্য বিভিন্ন প্রোগ্রামিং ভাষায় এখানে কোড উদাহরণ রয়েছে।

এক্সেল

1'Excel সূত্র কাঁচা স্কোর গণনা করতে
2=MEAN + (Z_SCORE * STANDARD_DEVIATION)
3

ব্যবহার উদাহরণ:

ধরি:

গড় A1 সেলে
মানক বিচ্যুতি A2 সেলে
Z-স্কোর A3 সেলে

1=A1 + (A3 * A2)
2

পাইথন

1mean = 80
2standard_deviation = 5
3z_score = 1.2
4
5raw_score = mean + z_score * standard_deviation
6print(f"Raw Score: {raw_score}")
7

জাভাস্ক্রিপ্ট

1const mean = 80;
2const standardDeviation = 5;
3const zScore = 1.2;
4
5const rawScore = mean + zScore * standardDeviation;
6console.log(`Raw Score: ${rawScore}`);
7

আর

1mean <- 80
2standard_deviation <- 5
3z_score <- 1.2
4
5raw_score <- mean + z_score * standard_deviation
6cat("Raw Score:", raw_score)
7

ম্যাটল্যাব

1mean = 80;
2standard_deviation = 5;
3z_score = 1.2;
4
5raw_score = mean + z_score * standard_deviation;
6fprintf('Raw Score: %.2f\n', raw_score);
7

জাভা

1public class RawScoreCalculator {
2    public static void main(String[] args) {
3        double mean = 80;
4        double standardDeviation = 5;
5        double zScore = 1.2;
6
7        double rawScore = mean + zScore * standardDeviation;
8        System.out.println("Raw Score: " + rawScore);
9    }
10}
11

স++

1#include <iostream>
2
3int main() {
4    double mean = 80;
5    double standardDeviation = 5;
6    double zScore = 1.2;
7
8    double rawScore = mean + zScore * standardDeviation;
9    std::cout << "Raw Score: " << rawScore << std::endl;
10    return 0;
11}
12

স#

1using System;
2
3class Program
4{
5    static void Main()
6    {
7        double mean = 80;
8        double standardDeviation = 5;
9        double zScore = 1.2;
10
11        double rawScore = mean + zScore * standardDeviation;
12        Console.WriteLine("Raw Score: " + rawScore);
13    }
14}
15

পিএইচপি

1<?php
2$mean = 80;
3$standardDeviation = 5;
4$zScore = 1.2;
5
6$rawScore = $mean + $zScore * $standardDeviation;
7echo "Raw Score: " . $rawScore;
8?>
9

গো

1package main
2import "fmt"
3
4func main() {
5    mean := 80.0
6    standardDeviation := 5.0
7    zScore := 1.2
8
9    rawScore := mean + zScore * standardDeviation
10    fmt.Printf("Raw Score: %.2f\n", rawScore)
11}
12

সুইফট

1let mean = 80.0
2let standardDeviation = 5.0
3let zScore = 1.2
4
5let rawScore = mean + zScore * standardDeviation
6print("Raw Score: \(rawScore)")
7

রুবি

1mean = 80
2standard_deviation = 5
3z_score = 1.2
4
5raw_score = mean + z_score * standard_deviation
6puts "Raw Score: #{raw_score}"
7

রাস্ট

1fn main() {
2    let mean: f64 = 80.0;
3    let standard_deviation: f64 = 5.0;
4    let z_score: f64 = 1.2;
5
6    let raw_score = mean + z_score * standard_deviation;
7    println!("Raw Score: {}", raw_score);
8}
9

রেফারেন্স

z-স্কোর বোঝা - Statistics How To
মানক স্কোর - Wikipedia
z-স্কোর: সংজ্ঞা, গণনা এবং ব্যাখ্যা - Investopedia
পরিসংখ্যানের পরিচিতি - Khan Academy

💬

প্রতিক্রিয়া

💬

এই টুল সম্পর্কে প্রতিক্রিয়া দিতে শুরু করতে প্রতিক্রিয়া টোস্টে ক্লিক করুন

🔗

কাঁচা স্কোর গণনা করার জন্য একটি কার্যকর ক্যালকুলেটর

কাঁচা স্কোর ক্যালকুলেটর

ডকুমেন্টেশন

কাঁচা স্কোর ক্যালকুলেটর

পরিচিতি

সূত্র

চিত্র

গণনার পদক্ষেপ

প্রান্তের কেস এবং বিবেচনা

ব্যবহার কেস

শিক্ষামূলক মূল্যায়ন

মনস্তাত্ত্বিক পরীক্ষা

উৎপাদন মান নিয়ন্ত্রণ

আর্থিক মেট্রিক্স

বিকল্পগুলি

ইতিহাস

উদাহরণ

উদাহরণ 1: একটি কাঁচা পরীক্ষার স্কোর গণনা করা

উদাহরণ 2: মান নিয়ন্ত্রণে একটি পরিমাপ নির্ধারণ করা

কোড স্নিপেট

এক্সেল

পাইথন

জাভাস্ক্রিপ্ট

আর

ম্যাটল্যাব

জাভা

স++

স#

পিএইচপি

গো

সুইফট

রুবি

রাস্ট

রেফারেন্স

প্রতিক্রিয়া

সম্পর্কিত টুলস

জেড-স্কোর ক্যালকুলেটর: পরিসংখ্যান বিশ্লেষণের জন্য

এ/বি টেস্টের পরিসংখ্যানগত গুরুত্ব নির্ধারণের টুল

অল্টম্যান Z-স্কোর ক্যালকুলেটর: ক্রেডিট ঝুঁকি মূল্যায়ন

এক-নমুনার Z-টেস্ট ক্যালকুলেটর: সহজে ব্যবহার করুন

বক্স প্লট ক্যালকুলেটর: আপনার ডেটার ভিজ্যুয়াল বিশ্লেষণ

গুরুতর মান ক্যালকুলেটর: পরিসংখ্যানগত পরীক্ষার জন্য

টি-টেস্ট ক্যালকুলেটর: একক, দ্বি ও জোড়া টি-টেস্ট করুন

টেক্সট শেয়ারিং টুল: কাস্টম ইউআরএল দিয়ে টেক্সট তৈরি ও শেয়ার করুন