ಮಾನಕ ವ್ಯತ್ಯಾಸ ಸೂಚಕ ಕ್ಯಾಲ್ಕುಲೇಟರ್
ನಿಮ್ಮ ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳ ಶುದ್ಧತೆಯನ್ನು ಅಂದಾಜಿಸಲು ಮಾನಕ ವ್ಯತ್ಯಾಸ ಸೂಚಕ (SDI) ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ.
ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ ಸೂಚಕ (SDI) ಕ್ಯಾಲ್ಕುಲೇಟರ್
ಪರಿಚಯ
ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ ಸೂಚಕ (SDI) ಒಂದು ಸಂಖ್ಯಾತ್ಮಕ ಸಾಧನವಾಗಿದೆ, ಇದು ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವನ್ನು ನಿಯಂತ್ರಣ ಅಥವಾ ಸಮಾನ ಗುಂಪಿನ ಸರಾಸರಿ ವಿರುದ್ಧ ಅಂದಾಜಿಸಲು ಬಳಸುತ್ತದೆ. ಇದು ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವು ನಿಯಂತ್ರಣದ ಸರಾಸರಿಯಿಂದ ಎಷ್ಟು ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸಗಳಷ್ಟು ದೂರವಿದೆ ಎಂಬುದನ್ನು ಪ್ರಮಾಣಿತಗೊಳಿಸುತ್ತದೆ, ಪ್ರಯೋಗಾಲಯದ ಪರಿಸರದಲ್ಲಿ ಮತ್ತು ಇತರ ಪರೀಕ್ಷಾ ಪರಿಸರದಲ್ಲಿ ವಿಶ್ಲೇಷಣಾ ವಿಧಾನಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯ ಬಗ್ಗೆ ಅಮೂಲ್ಯವಾದ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ.
ಸೂತ್ರ
SDI ಅನ್ನು ಕೆಳಗಿನ ಸೂತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:
ಇಲ್ಲಿ:
- ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ: ಮೌಲ್ಯವನ್ನು ಪಡೆಯುವ ಪರೀಕ್ಷೆ.
- ನಿಯಂತ್ರಣ ಸರಾಸರಿ: ನಿಯಂತ್ರಣ ಮಾದರಿಗಳಿಂದ ಅಥವಾ ಸಮಾನ ಗುಂಪಿನ ಮಾಹಿತಿಯಿಂದ ಪಡೆದ ಸರಾಸರಿ ಮೌಲ್ಯ.
- ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ: ನಿಯಂತ್ರಣದ ಡೇಟಾದಲ್ಲಿನ ಹರಿವು ಅಥವಾ ವೈವಿಧ್ಯತೆಯ ಅಳೆಯುವಿಕೆ.
ಕೀಲು ಪ್ರಕರಣಗಳು
- ಶೂನ್ಯ ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ: ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ ಶೂನ್ಯವಾದರೆ, SDI ವ್ಯಾಖ್ಯಾನಿಸಲಾಗುವುದಿಲ್ಲ ಏಕೆಂದರೆ ಶೂನ್ಯದಿಂದ ಭಾಗಿಸುವುದು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು ನಿಯಂತ್ರಣದ ಡೇಟಾದಲ್ಲಿ ಯಾವುದೇ ವೈವಿಧ್ಯವಿಲ್ಲ ಅಥವಾ ಡೇಟಾ ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ದೋಷವನ್ನು ಸೂಚಿಸುತ್ತದೆ.
- ಊರ ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ: ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ ಋಣಾತ್ಮಕವಾಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಋಣಾತ್ಮಕ ಮೌಲ್ಯವು ಲೆಕ್ಕಹಾಕುವಿಕೆ ದೋಷವನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಲೆಕ್ಕಹಾಕುವಿಕೆ
SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಲು:
- ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಿರಿ: ಪರೀಕ್ಷಾ ಮಾದರಿಯಿಂದ ಫಲಿತಾಂಶವನ್ನು ಅಳೆಯಿರಿ ಅಥವಾ ಪಡೆಯಿರಿ.
- ನಿಯಂತ್ರಣ ಸರಾಸರಿಯನ್ನು ನಿರ್ಧರಿಸಿ: ನಿಯಂತ್ರಣ ಮಾದರಿಗಳಿಂದ ಸರಾಸರಿ ಲೆಕ್ಕಹಾಕಿ ಅಥವಾ ಸಮಾನ ಗುಂಪಿನ ಮಾಹಿತಿಯಿಂದ ಪಡೆಯಿರಿ.
- ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕಹಾಕಿ: ನಿಯಂತ್ರಣ ಡೇಟಾ ಸೆಟ್ನ ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕಹಾಕಿ.
- SDI ಸೂತ್ರವನ್ನು ಬಳಸಿರಿ: SDI ಸೂತ್ರದಲ್ಲಿ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸಿ.
ಉದಾಹರಣೆ ಲೆಕ್ಕಹಾಕುವಿಕೆ
ಕಲ್ಪಿಸೋಣ:
- ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ = 102
- ನಿಯಂತ್ರಣ ಸರಾಸರಿ = 100
- ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ = 2
ಲೆಕ್ಕಹಾಕುವಿಕೆ:
1.0 ಯ SDI ಅಂದಾಜಿಸುತ್ತದೆ, ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ಮೇಲೆ ಒಂದು ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸವಾಗಿದೆ.
ಫಲಿತಾಂಶಗಳ ವ್ಯಾಖ್ಯಾನ
-
SDI -1 ಮತ್ತು +1 ನಡುವೆ: ಒಪ್ಪಿಗೆಯ ಕಾರ್ಯಕ್ಷಮತೆ.
ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ಒಂದು ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸದ ಒಳಗೆ ಇವೆ, ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಉತ್ತಮ ಹೊಂದಾಣಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತವೆ. ಸಾಮಾನ್ಯವಾಗಿ ಯಾವುದೇ ಕ್ರಮ ಕೈಗೊಳ್ಳಲು ಅಗತ್ಯವಿಲ್ಲ.
-
SDI -2 ಮತ್ತು -1 ಅಥವಾ +1 ಮತ್ತು +2 ನಡುವೆ: ಎಚ್ಚರಿಕೆಯ ಶ್ರೇಣಿಯ.
ಫಲಿತಾಂಶಗಳು ಒಪ್ಪಿಗೆಯಾಗಿದೆ ಆದರೆ ಗಮನವಿಡಬೇಕು. ಈ ಶ್ರೇಣಿಯು ಸಾಮಾನ್ಯದಿಂದ ಸಂಭವನೀಯ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಇದು ಗಮನಾರ್ಹವಾಗಿದೆ. ಸಾಧ್ಯವಾದ ಕಾರಣಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಪುನಃ ಪರೀಕ್ಷಿಸಲು ಪರಿಗಣಿಸಿ.
-
SDI -2 ಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ +2 ಕ್ಕಿಂತ ಹೆಚ್ಚು: ಒಪ್ಪಿಗೆಯಲ್ಲದ ಕಾರ್ಯಕ್ಷಮತೆ.
ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಸರಿಪಡಿಸಲು ತನಿಖೆ ಅಗತ್ಯವಿದೆ. ಈ ಶ್ರೇಣಿಯಲ್ಲಿನ ಫಲಿತಾಂಶಗಳು ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯಗಳಿಂದ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತವೆ ಮತ್ತು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಅಥವಾ ಸಾಧನದಲ್ಲಿ ವ್ಯವಸ್ಥಿತ ಸಮಸ್ಯೆಗಳನ್ನು ಸೂಚಿಸುತ್ತವೆ. ತಕ್ಷಣದ ಸರಿಪಡಿಸುವ ಕ್ರಮಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ.
ಬಳಕೆದಾರಿಕೆಗಳು
ಪ್ರಯೋಗಾಲಯ ವೈದ್ಯಕೀಯ
ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗಾಲಯಗಳಲ್ಲಿ SDI ಮುಖ್ಯವಾಗಿದೆ:
- ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ: assays ಮತ್ತು ಸಾಧನಗಳ ಶುದ್ಧತೆಯನ್ನು ನಿರೀಕ್ಷಿಸಲು, ವಿಶ್ವಾಸಾರ್ಹ ರೋಗಿಯ ಫಲಿತಾಂಶಗಳನ್ನು ಖಚಿತಪಡಿಸಲು.
- ಕೌಶಲ್ಯ ಪರೀಕ್ಷೆ: ಸಮಾನ ಪ್ರಯೋಗಾಲಯಗಳೊಂದಿಗೆ ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಸಲು, ವಿಭಿನ್ನ ಸ್ಥಳಗಳಲ್ಲಿ ನಿರಂತರ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಖಚಿತಪಡಿಸಲು.
- ವಿಧಾನ ದೃಢೀಕರಣ: ಸ್ಥಾಪಿತ ಪ್ರಮಾಣಗಳಿಗೆ ವಿರುದ್ಧವಾಗಿ ಹೊಸ ಪರೀಕ್ಷಾ ವಿಧಾನಗಳನ್ನು ಅಂದಾಜಿಸಲು, ಅವುಗಳ ಶುದ್ಧತೆಯನ್ನು ಖಚಿತಪಡಿಸಲು.
ಕೈಗಾರಿಕಾ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ
ಕೈಗಾರಿಕೆಗಳು SDI ಅನ್ನು ಬಳಸುತ್ತವೆ:
- ಪ್ರಕ್ರಿಯೆಯ ಸ್ಥಿರತೆಯನ್ನು ಅಂದಾಜಿಸುವುದು: ಉತ್ಪನ್ನದ ಗುಣಮಟ್ಟವನ್ನು ಪರಿಣಾಮ ಬೀರುವ ಶ್ರೇಣಿಗಳ ಅಥವಾ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗುರುತಿಸಲು.
- ಉತ್ಪನ್ನ ಪರೀಕ್ಷೆ: ಉತ್ಪನ್ನಗಳು ಗುಣಮಟ್ಟದ ನಿರ್ಧಾರಗಳನ್ನು ಪೂರೈಸುತ್ತವೆ ಎಂದು ಖಚಿತಪಡಿಸಲು ನಿಯಂತ್ರಣ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ಹೋಲಿಸುತ್ತವೆ, ದೋಷಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ.
ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿ
ಶೋಧಕರು SDI ಅನ್ನು ಬಳಸುತ್ತಾರೆ:
- ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ: ಪ್ರಯೋಗಾತ್ಮಕ ಫಲಿತಾಂಶಗಳಲ್ಲಿ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗುರುತಿಸಲು, ಇದು ನಿರ್ಣಯಗಳನ್ನು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ.
- ಸಂಖ್ಯಾತ್ಮಕ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ: ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿನ ಸಮಗ್ರತೆಯನ್ನು ನಿರ್ವಹಿಸಲು, ಸಂಶೋಧನಾ findings ಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಸುಧಾರಿಸಲು.
ಪರ್ಯಾಯಗಳು
- Z-ಸ್ಕೋರ್: ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ಒಬ್ಬ ಅಂಶವು ಸರಾಸರಿ ವಿರುದ್ಧ ಎಷ್ಟು ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸಗಳಷ್ಟು ದೂರವಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ.
- ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸದ ಪ್ರಮಾಣ (CV%): ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸವನ್ನು ಸರಾಸರಿಯೊಂದಿಗೆ ಹೋಲಿಸುವ ಪ್ರಮಾಣ, ಶೇಕಡಾವಾರು ರೂಪದಲ್ಲಿ; ವಿಭಿನ್ನ ಡೇಟಾ ಸೆಟ್ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸದ ಪ್ರಮಾಣವನ್ನು ಹೋಲಿಸಲು ಉಪಯುಕ್ತ.
- ಶೇಕಡಾ ವ್ಯತ್ಯಾಸ: ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ ಮತ್ತು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ನಡುವಿನ ಶೇಕಡಾ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುವ ಸರಳ ಲೆಕ್ಕಹಾಕುವಿಕೆ.
ಇತಿಹಾಸ
ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ ಸೂಚಕದ ಪರಿಕಲ್ಪನೆಯು ಪ್ರಯೋಗಾಲಯದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಂದಾಜಿಸಲು ಪ್ರಮಾಣಿತ ವಿಧಾನಗಳ ಅಗತ್ಯದಿಂದ ಅಭಿವೃದ್ಧಿ ಹೊಂದಿತು. 20ನೇ ಶತಮಾನದ ಮಧ್ಯದಲ್ಲಿ ಕೌಶಲ್ಯ ಪರೀಕ್ಷೆ ಕಾರ್ಯಕ್ರಮಗಳ ಉದಯದಿಂದ, ಪ್ರಯೋಗಾಲಯಗಳಿಗೆ ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಸಲು ಸಂಖ್ಯಾತ್ಮಕ ಅಳೆಯುವಿಕೆಗಳನ್ನು ಅಗತ್ಯವಾಯಿತು. SDI ಮೂಲಭೂತ ಸಾಧನವಾಗಿ ಪರಿಣಮಿಸಿತು, ಸಮಾನ ಗುಂಪಿನ ಮಾಹಿತಿಯ ವಿರುದ್ಧ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಂದಾಜಿಸಲು ಸುಲಭ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತಿದೆ.
ಸಂಖ್ಯಾತ್ಮಕ ಶ್ರೇಣಿಯಲ್ಲಿನ ಪ್ರಸಿದ್ಧ ವ್ಯಕ್ತಿಗಳು, ರೊನಾಲ್ಡ್ ಫಿಷರ್ ಮತ್ತು ವಾಲ್ಟರ್ ಶಿಹಾರ್ಟ್, SDI ನಂತಹ ಸೂಚಕಗಳ ಬಳಕೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಸಂಖ್ಯಾತ್ಮಕ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ ವಿಧಾನಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಕೊಡುಗೆ ನೀಡಿದರು. ಅವರ ಕೆಲಸವು ವಿವಿಧ ಕೈಗಾರಿಕೆಗಳಲ್ಲಿ ಆಧುನಿಕ ಗುಣಮಟ್ಟದ ಖಾತರಿಯ ಅಭ್ಯಾಸಗಳಿಗೆ ನೆಲೆಯಿಟ್ಟಿತು.
ಮಿತಿಗಳು
- ಸಾಮಾನ್ಯ ವಿತರಣೆಯ ಊಹೆ: SDI ಲೆಕ್ಕಹಾಕುವಿಕೆಗಳು ನಿಯಂತ್ರಣ ಡೇಟಾ ಸಾಮಾನ್ಯ ವಿತರಣೆಯನ್ನು ಅನುಮಾನಿಸುತ್ತವೆ. ಡೇಟಾ ತಿರುವು ಹೊಂದಿದ್ದರೆ, SDI ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸರಿಯಾಗಿ ಪ್ರತಿಬಿಂಬಿಸದಿರಬಹುದು.
- ಊರ ಮೌಲ್ಯಗಳ ಪ್ರಭಾವ: ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿನ ಅತಿಯಾದ ಮೌಲ್ಯಗಳು ಸರಾಸರಿ ಮತ್ತು ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸವನ್ನು ತಿರುವು ಮಾಡಬಹುದು, SDI ಲೆಕ್ಕಹಾಕುವಿಕೆಯನ್ನು ಪರಿಣಾಮ ಬೀರುತ್ತವೆ.
- ಮಾದರಿ ಗಾತ್ರದ ಅವಲಂಬನೆ: ಚಿಕ್ಕ ನಿಯಂತ್ರಣ ಗುಂಪುಗಳು ವಿಶ್ವಾಸಾರ್ಹ ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸದ ಅಂದಾಜುಗಳನ್ನು ಒದಗಿಸುವುದಿಲ್ಲ, ಕಡಿಮೆ ಖಚಿತ SDI ಮೌಲ್ಯಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ಉದಾಹರಣೆಗಳು
Excel
' Excel ನಲ್ಲಿ SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
' A2 ಕೋಷ್ಟಕದಲ್ಲಿ ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ, B2 ಕೋಷ್ಟಕದಲ್ಲಿ ನಿಯಂತ್ರಣ ಸರಾಸರಿ, C2 ಕೋಷ್ಟಕದಲ್ಲಿ ಪ್ರಮಾಣಿತ ವ್ಯತ್ಯಾಸ
= (A2 - B2) / C2
Python
def calculate_sdi(test_result, control_mean, standard_deviation):
return (test_result - control_mean) / standard_deviation
## ಉದಾಹರಣೆ ಬಳಕೆ
test_result = 102
control_mean = 100
standard_deviation = 2
sdi = calculate_sdi(test_result, control_mean, standard_deviation)
print(f"SDI: {sdi}")
R
calculate_sdi <- function(test_result, control_mean, standard_deviation) {
(test_result - control_mean) / standard_deviation
}
## ಉದಾಹರಣೆ ಬಳಕೆ
test_result <- 102
control_mean <- 100
standard_deviation <- 2
sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
cat("SDI:", sdi, "\n")
MATLAB
% MATLAB ನಲ್ಲಿ SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
test_result = 102;
control_mean = 100;
standard_deviation = 2;
sdi = (test_result - control_mean) / standard_deviation;
disp(['SDI: ', num2str(sdi)]);
JavaScript
function calculateSDI(testResult, controlMean, standardDeviation) {
return (testResult - controlMean) / standardDeviation;
}
// ಉದಾಹರಣೆ ಬಳಕೆ
const testResult = 102;
const controlMean = 100;
const standardDeviation = 2;
const sdi = calculateSDI(testResult, controlMean, standardDeviation);
console.log(`SDI: ${sdi}`);
Java
public class SDICalculator {
public static void main(String[] args) {
double testResult = 102;
double controlMean = 100;
double standardDeviation = 2;
double sdi = (testResult - controlMean) / standardDeviation;
System.out.println("SDI: " + sdi);
}
}
C/C++
#include <iostream>
int main() {
double testResult = 102;
double controlMean = 100;
double standardDeviation = 2;
double sdi = (testResult - controlMean) / standardDeviation;
std::cout << "SDI: " << sdi << std::endl;
return 0;
}
C#
using System;
class Program
{
static void Main()
{
double testResult = 102;
double controlMean = 100;
double standardDeviation = 2;
double sdi = (testResult - controlMean) / standardDeviation;
Console.WriteLine("SDI: " + sdi);
}
}
PHP
<?php
$testResult = 102;
$controlMean = 100;
$standardDeviation = 2;
$sdi = ($testResult - $controlMean) / $standardDeviation;
echo "SDI: " . $sdi;
?>
Ruby
test_result = 102
control_mean = 100
standard_deviation = 2
sdi = (test_result - control_mean) / standard_deviation
puts "SDI: #{sdi}"
Go
package main
import "fmt"
func main() {
testResult := 102.0
controlMean := 100.0
standardDeviation := 2.0
sdi := (testResult - controlMean) / standardDeviation
fmt.Printf("SDI: %.2f\n", sdi)
}
Swift
let testResult = 102.0
let controlMean = 100.0
let standardDeviation = 2.0
let sdi = (testResult - controlMean) / standardDeviation
print("SDI: \(sdi)")
ಚಿತ್ರಗಳು
SDI ಮತ್ತು ಅದರ ವ್ಯಾಖ್ಯಾನ ಶ್ರೇಣಿಗಳನ್ನು ವಿವರಿಸುವ SVG ಚಿತ್ರ.
ಉಲ್ಲೇಖಗಳು
- ಕ್ಲಿನಿಕಲ್ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ಮಾನದಂಡ ಸಂಸ್ಥೆ (CLSI) - ಪ್ರಮಾಣಿತ ಪರೀಕ್ಷೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗಾಲಯವನ್ನು ಸುಧಾರಿಸಲು
- ವೆಸ್ಟ್ಗರ್ಡ್, ಜೆ.ಒ. - ಮೂಲಭೂತ QC ಅಭ್ಯಾಸಗಳು
- ವಿಕಿಪೀಡಿಯಾ - ಪ್ರಮಾಣಿತ ಅಂಕಿ
- ಮಾಂಟ್ಗೋಮರಿ, ಡಿ.ಸಿ. - ಸಂಖ್ಯಾತ್ಮಕ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣಕ್ಕೆ ಪರಿಚಯ