சீரியல் விலக்கு கணக்கீட்டாளர் - தரத்தை மதிப்பீடு செய்யவும்

ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಇಂಡೆಕ್ಸ್ (SDI) ಕ್ಯಾಲ್ಕುಲೇಟರ್

ಪರಿಚಯ

ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಇಂಡೆಕ್ಸ್ (SDI) ಒಂದು ಸಂಖ್ಯಾತ್ಮಕ ಸಾಧನವಾಗಿದೆ, ಇದು ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವನ್ನು ನಿಯಂತ್ರಣ ಅಥವಾ ಗೆಳೆಯರ ಗುಂಪಿನ ಸರಾಸರಿ ವಿರುದ್ಧ ಶ್ರೇಣೀಬದ್ಧಗೊಳಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ಇದು ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವು ನಿಯಂತ್ರಣ ಸರಾಸರಿ ವಿರುದ್ಧ ಎಷ್ಟು ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್‌ಗಳಷ್ಟು ದೂರವಿದೆ ಎಂಬುದನ್ನು ಪ್ರಮಾಣಿತಗೊಳಿಸುತ್ತದೆ, ಇದು ಪ್ರಯೋಗಾಲಯದ ಪರಿಸರದಲ್ಲಿ ಮತ್ತು ಇತರ ಪರೀಕ್ಷಾ ಪರಿಸರದಲ್ಲಿ ವಿಶ್ಲೇಷಣಾ ವಿಧಾನಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯ ಬಗ್ಗೆ ಅಮೂಲ್ಯವಾದ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಸೂತ್ರ

SDI ಅನ್ನು ಕೆಳಗಿನ ಸೂತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:

\text{SDI} = \frac{\text{ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ} - \text{ನಿಯಂತ್ರಣ ಸರಾಸರಿ}}{\text{ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್}}

ಇಲ್ಲಿ:

ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ: ಮೌಲ್ಯವನ್ನು ಪಡೆಯಲಾಗಿದೆ ಪರೀಕ್ಷೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತದೆ.
ನಿಯಂತ್ರಣ ಸರಾಸರಿ: ನಿಯಂತ್ರಣ ಮಾದರಿಗಳಿಂದ ಅಥವಾ ಗೆಳೆಯರ ಗುಂಪಿನ ಡೇಟಾದಿಂದ ಪಡೆದ ಸರಾಸರಿ ಮೌಲ್ಯ.
ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್: ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿ ಹರಿವು ಅಥವಾ ವ್ಯತ್ಯಾಸದ ಪ್ರಮಾಣ.

ಎಡ್ಜ್ ಕೇಸ್‌ಗಳು

ಶೂನ್ಯ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್: ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಶೂನ್ಯವಾದರೆ, SDI ಅಸ್ಪಷ್ಟವಾಗಿದೆ ಏಕೆಂದರೆ ಶೂನ್ಯದಿಂದ ಭಾಗಿಸುವುದು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿ ಯಾವುದೇ ವ್ಯತ್ಯಾಸವಿಲ್ಲ ಅಥವಾ ಡೇಟಾ ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ದೋಷವಿರಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಊರಿನ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್: ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಔಟ್‌ಪುಟ್ ಶೂನ್ಯಕ್ಕಿಂತ ಕಡಿಮೆ ಇರಲು ಸಾಧ್ಯವಿಲ್ಲ. ಔಟ್‌ಪುಟ್ ಶೂನ್ಯವಾದರೆ, ಇದು ಲೆಕ್ಕಹಾಕುವಲ್ಲಿ ದೋಷವಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ.

ಲೆಕ್ಕಹಾಕುವಿಕೆ

SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಲು:

ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಿರಿ: ಪರೀಕ್ಷಾ ಮಾದರಿಯಿಂದ ಫಲಿತಾಂಶವನ್ನು ಅಳೆಯಿರಿ ಅಥವಾ ಪಡೆಯಿರಿ.
ನಿಯಂತ್ರಣ ಸರಾಸರಿಯನ್ನು ನಿರ್ಧರಿಸಿ: ನಿಯಂತ್ರಣ ಮಾದರಿಗಳಿಂದ ಸರಾಸರಿ ಲೆಕ್ಕಹಾಕಿ ಅಥವಾ ಗೆಳೆಯರ ಗುಂಪಿನ ಡೇಟಾದಿಂದ ಪಡೆಯಿರಿ.
ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ: ನಿಯಂತ್ರಣ ಡೇಟಾ ಸೆಟ್‌ನ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ.
SDI ಸೂತ್ರವನ್ನು ಅನ್ವಯಿಸಿ: SDI ಸೂತ್ರದಲ್ಲಿ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸಿ.

ಉದಾಹರಣೆಯ ಲೆಕ್ಕಹಾಕುವಿಕೆ

ಕಲ್ಪನೆ:

ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ = 102
ನಿಯಂತ್ರಣ ಸರಾಸರಿ = 100
ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ = 2

ಲೆಕ್ಕಹಾಕುವಿಕೆ:

\text{SDI} = \frac{102 - 100}{2} = \frac{2}{2} = 1.0

SDI 1.0 ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಇದು ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶವು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ಮೇಲೆ ಒಂದು ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್‌ಗಿಂತ ಹೆಚ್ಚು ಇದೆ.

ಫಲಿತಾಂಶಗಳ ವ್ಯಾಖ್ಯಾನ

SDI -1 ಮತ್ತು +1 ನಡುವಿನ: ಒಪ್ಪಿಗೆಯ ಕಾರ್ಯಕ್ಷಮತೆ.

ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ಒಂದು ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಒಳಗಾಗಿವೆ, ಇದು ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯಗಳಿಗೆ ಉತ್ತಮವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯವಾಗಿ ಯಾವುದೇ ಕ್ರಮ ಕೈಗೊಳ್ಳಬೇಕಾಗಿಲ್ಲ.
SDI -2 ಮತ್ತು -1 ಅಥವಾ +1 ಮತ್ತು +2 ನಡುವಿನ: ಎಚ್ಚರಿಕೆ ಶ್ರೇಣಿಯು.

ಫಲಿತಾಂಶಗಳು ಒಪ್ಪಿಗೆಯಾಗಿದೆ ಆದರೆ ಗಮನಿಸಬೇಕಾಗಿದೆ. ಈ ಶ್ರೇಣಿಯು ಸಾಮಾನ್ಯದಿಂದ ಸಂಭವನೀಯ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಇದು ಗಮನಿಸಬೇಕಾಗಿದೆ. ಸಾಧ್ಯವಾದ ಕಾರಣಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಪುನಃ ಪರೀಕ್ಷಿಸುವುದನ್ನು ಪರಿಗಣಿಸಿ.
SDI -2 ಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ +2 ಕ್ಕಿಂತ ಹೆಚ್ಚು: ಒಪ್ಪಿಗೆಯಲ್ಲದ ಕಾರ್ಯಕ್ಷಮತೆ.

ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಸರಿಪಡಿಸಲು ತನಿಖೆ ಅಗತ್ಯವಿದೆ. ಈ ಶ್ರೇಣಿಯಲ್ಲಿನ ಫಲಿತಾಂಶಗಳು ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯಗಳಿಂದ ಮಹತ್ವಪೂರ್ಣ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತವೆ ಮತ್ತು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆ ಅಥವಾ ಸಾಧನಗಳಲ್ಲಿ ವ್ಯವಸ್ಥಿತ ಸಮಸ್ಯೆಗಳನ್ನು ಸೂಚಿಸುತ್ತವೆ. ತಕ್ಷಣದ ಸರಿಪಡಿಸುವ ಕ್ರಮಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ.

ಬಳಸುವ ಪ್ರಕರಣಗಳು

ಪ್ರಯೋಗಾಲಯ ವೈದ್ಯಕೀಯ

ಕ್ಲೀನಿಕಲ್ ಪ್ರಯೋಗಾಲಯಗಳಲ್ಲಿ, SDI ಅತ್ಯಂತ ಮುಖ್ಯವಾಗಿದೆ:

ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ: ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳ ನಿಖರತೆಯನ್ನು ಮತ್ತು ಸಾಧನಗಳನ್ನು ನಿರಂತರವಾಗಿ ನಿಖರವಾಗಿ ಖಚಿತಪಡಿಸಲು.
ಪ್ರೊಫಿಷಿಯೆನ್ಸಿ ಪರೀಕ್ಷೆ: ವಿಭಿನ್ನ ಸ್ಥಳಗಳಲ್ಲಿ ನಿರಂತರ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಖಚಿತಪಡಿಸಲು ಗೆಳೆಯ ಪ್ರಯೋಗಾಲಯಗಳೊಂದಿಗೆ ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಸುವುದು.
ವಿಧಾನ ಪ್ರಮಾಣೀಕರಣ: ಸ್ಥಾಪಿತ ಪ್ರಮಾಣಗಳಿಗೆ ವಿರುದ್ಧವಾಗಿ ಹೊಸ ಪರೀಕ್ಷಾ ವಿಧಾನಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು, ಅವುಗಳ ನಿಖರತೆಯನ್ನು ದೃಢಪಡಿಸಲು.

ಕೈಗಾರಿಕಾ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ

ಕೈಗಾರಿಕೆಗಳು SDI ಅನ್ನು ಬಳಸುತ್ತವೆ:

ಪ್ರಕ್ರಿಯೆಯ ಸ್ಥಿರತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು: ಉತ್ಪನ್ನದ ಗುಣಮಟ್ಟವನ್ನು ಪರಿಣಾಮ ಬೀರುವ ಶಿಫ್ಟ್‌ಗಳನ್ನು ಅಥವಾ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗುರುತಿಸಲು.
ಉತ್ಪನ್ನ ಪರೀಕ್ಷೆ: ಉತ್ಪನ್ನಗಳು ಗುಣಮಟ್ಟದ ನಿರ್ಧಾರಗಳನ್ನು ಪೂರೈಸುತ್ತವೆ ಎಂದು ಖಚಿತಪಡಿಸಲು ನಿಯಂತ್ರಣ ಪ್ರಮಾಣಗಳಿಗೆ ಹೋಲಿಸುವುದು, ದೋಷಗಳನ್ನು ಕಡಿಮೆಗೊಳಿಸುವುದು.

ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿ

ಶೋಧಕರು SDI ಅನ್ನು ಬಳಸುತ್ತಾರೆ:

ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ: ಪ್ರಯೋಗಶೀಲ ಫಲಿತಾಂಶಗಳಲ್ಲಿ ಮಹತ್ವಪೂರ್ಣ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗುರುತಿಸಲು, ಇದು ನಿರ್ಣಯಗಳನ್ನು ಪರಿಣಾಮ ಬೀರುವ ಸಾಧ್ಯತೆಯಿದೆ.
ಸಂಖ್ಯಾತ್ಮಕ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ: ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಅಖಂಡತೆಯನ್ನು ಕಾಪಾಡುವುದು, ಸಂಶೋಧನಾ ಕಂಡುಬರುವಿಕೆಗಳ ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸುವುದು.

ಪರ್ಯಾಯಗಳು

Z-ಸ್ಕೋರ್: ಜನಸಂಖ್ಯೆಯಲ್ಲಿನ ಅಂಶವು ಸರಾಸರಿಯಿಂದ ಎಷ್ಟು ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್‌ಗಳಷ್ಟು ದೂರವಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ.
ಕೋಎಫಿಷಿಯಂಟ್ ಆಫ್ ವ್ಯಾರಿಯೇಶನ್ (CV%): ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಅನ್ನು ಸರಾಸರಿಯೊಂದಿಗೆ ಹೋಲಿಸುವ ಶೇಕಡಾವಾರು; ವಿಭಿನ್ನ ಡೇಟಾ ಸೆಟ್ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಹೋಲಿಸಲು ಉಪಯುಕ್ತ.
ಶೇಕಡಾವಾರು ವ್ಯತ್ಯಾಸ: ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ ಮತ್ತು ನಿಯಂತ್ರಣ ಸರಾಸರಿಯ ನಡುವಿನ ಶೇಕಡಾವಾರು ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುವ ಸರಳ ಲೆಕ್ಕಾಚಾರ.

ಐತಿಹಾಸಿಕ

ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಇಂಡೆಕ್ಸ್‌ನ ಆಲೋಚನೆ ಪ್ರಯೋಗಾಲಯದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಪ್ರಮಾಣಿತ ವಿಧಾನಗಳ ಅಗತ್ಯದಿಂದ ಅಭಿವೃದ್ಧಿಯಾಗಿದೆ. 20ನೇ ಶತಮಾನದಲ್ಲಿ ಪ್ರೊಫಿಷಿಯೆನ್ಸಿ ಪರೀಕ್ಷಾ ಕಾರ್ಯಕ್ರಮಗಳ ಉದಯದೊಂದಿಗೆ, ಪ್ರಯೋಗಾಲಯಗಳು ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಸಲು ಪ್ರಮಾಣಿತ ಪ್ರಮಾಣಗಳನ್ನು ಅಗತ್ಯವಾಯಿತು. SDI ಮೂಲಭೂತ ಸಾಧನವಾಗಿ ಪರಿಣಮಿಸಿತು, ಗೆಳೆಯರ ಗುಂಪಿನ ಡೇಟಾದ ವಿರುದ್ಧ ನಿಖರತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಸುಲಭವಾದ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಗಣಿತದ ಪ್ರಮುಖ ವ್ಯಕ್ತಿಗಳು, ರೊನಾಲ್ಡ್ ಫಿಶರ್ ಮತ್ತು ವಾಲ್ಟರ್ ಶೆಹಾರ್ಟ್, SDI ಬಳಸುವಂತಹ ಸಂಖ್ಯಾತ್ಮಕ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ ವಿಧಾನಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸಹಾಯ ಮಾಡಿದ್ದಾರೆ. ಅವರ ಕೆಲಸವು ವಿವಿಧ ಕೈಗಾರಿಕೆಗಳಲ್ಲಿ ಆಧುನಿಕ ಗುಣಮಟ್ಟದ ಖಾತರಿಯ ಅಭ್ಯಾಸಗಳಿಗೆ ನೆಲೆಯಿಟ್ಟಿತು.

ಮಿತಿಗಳು

ಸಾಮಾನ್ಯ ವಿತರಣೆಯ ಊಹೆ: SDI ಲೆಕ್ಕಾಚಾರಗಳು ನಿಯಂತ್ರಣ ಡೇಟಾ ಸಾಮಾನ್ಯ ವಿತರಣೆಯನ್ನು ಅನುಮಾನಿಸುತ್ತವೆ. ಡೇಟಾ ತಿರುಗಿದರೆ, SDI ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ನಿಖರವಾಗಿ ಪ್ರತಿಬಿಂಬಿತ ಮಾಡದಿರಬಹುದು.
ಔಟ್‌ಲಿಯರ್‌ಗಳ ಪ್ರಭಾವ: ನಿಯಂತ್ರಣ ಡೇಟಾದಲ್ಲಿನ ಅತಿದೂರದ ಮೌಲ್ಯಗಳು ಸರಾಸರಿ ಮತ್ತು ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಅನ್ನು ತಿರುಗಿಸುತ್ತವೆ, SDI ಲೆಕ್ಕಾಚಾರವನ್ನು ಪ್ರಭಾವಿತ ಮಾಡುತ್ತವೆ.
ನಮೂನೆಯ ಗಾತ್ರದ ಅವಲಂಬನ: ಸಣ್ಣ ನಿಯಂತ್ರಣ ಗುಂಪುಗಳು ನಿಖರವಾದ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್ ಅಂದಾಜುಗಳನ್ನು ಒದಗಿಸದಿರಬಹುದು, ಕಡಿಮೆ ನಿಖರವಾದ SDI ಮೌಲ್ಯಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

ಉದಾಹರಣೆಗಳು

Excel

1' Excel ನಲ್ಲಿ SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2' A2 ಕೋಷ್ಟಕದಲ್ಲಿ ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ, B2 ಕೋಷ್ಟಕದಲ್ಲಿ ನಿಯಂತ್ರಣ ಸರಾಸರಿ, C2 ಕೋಷ್ಟಕದಲ್ಲಿ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಡೆವಿಯೇಶನ್
3= (A2 - B2) / C2
4

Python

1def calculate_sdi(test_result, control_mean, standard_deviation):
2    return (test_result - control_mean) / standard_deviation
3
4## ಉದಾಹರಣೆಯ ಬಳಕೆ
5test_result = 102
6control_mean = 100
7standard_deviation = 2
8
9sdi = calculate_sdi(test_result, control_mean, standard_deviation)
10print(f"SDI: {sdi}")
11

R

1calculate_sdi <- function(test_result, control_mean, standard_deviation) {
2  (test_result - control_mean) / standard_deviation
3}
4
5## ಉದಾಹರಣೆಯ ಬಳಕೆ
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
12

MATLAB

1% MATLAB ನಲ್ಲಿ SDI ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2test_result = 102;
3control_mean = 100;
4standard_deviation = 2;
5
6sdi = (test_result - control_mean) / standard_deviation;
7disp(['SDI: ', num2str(sdi)]);
8

JavaScript

1function calculateSDI(testResult, controlMean, standardDeviation) {
2  return (testResult - controlMean) / standardDeviation;
3}
4
5// ಉದಾಹರಣೆಯ ಬಳಕೆ
6const testResult = 102;
7const controlMean = 100;
8const standardDeviation = 2;
9
10const sdi = calculateSDI(testResult, controlMean, standardDeviation);
11console.log(`SDI: ${sdi}`);
12

Java

1public class SDICalculator {
2    public static void main(String[] args) {
3        double testResult = 102;
4        double controlMean = 100;
5        double standardDeviation = 2;
6
7        double sdi = (testResult - controlMean) / standardDeviation;
8        System.out.println("SDI: " + sdi);
9    }
10}
11

C/C++

1#include <iostream>
2
3int main() {
4    double testResult = 102;
5    double controlMean = 100;
6    double standardDeviation = 2;
7
8    double sdi = (testResult - controlMean) / standardDeviation;
9    std::cout << "SDI: " << sdi << std::endl;
10
11    return 0;
12}
13

C#

1using System;
2
3class Program
4{
5    static void Main()
6    {
7        double testResult = 102;
8        double controlMean = 100;
9        double standardDeviation = 2;
10
11        double sdi = (testResult - controlMean) / standardDeviation;
12        Console.WriteLine("SDI: " + sdi);
13    }
14}
15

PHP

1<?php
2$testResult = 102;
3$controlMean = 100;
4$standardDeviation = 2;
5
6$sdi = ($testResult - $controlMean) / $standardDeviation;
7echo "SDI: " . $sdi;
8?>
9

Ruby

1test_result = 102
2control_mean = 100
3standard_deviation = 2
4
5sdi = (test_result - control_mean) / standard_deviation
6puts "SDI: #{sdi}"
7

Go

1package main
2
3import "fmt"
4
5func main() {
6    testResult := 102.0
7    controlMean := 100.0
8    standardDeviation := 2.0
9
10    sdi := (testResult - controlMean) / standardDeviation
11    fmt.Printf("SDI: %.2f\n", sdi)
12}
13

Swift

1let testResult = 102.0
2let controlMean = 100.0
3let standardDeviation = 2.0
4
5let sdi = (testResult - controlMean) / standardDeviation
6print("SDI: \(sdi)")
7

ಚಿತ್ರಗಳು

SDI ಮತ್ತು ಅದರ ವ್ಯಾಖ್ಯಾನ ಶ್ರೇಣಿಗಳನ್ನು ಚಿತ್ರಿಸುವ SVG ಚಿತ್ರ.

ಉಲ್ಲೇಖಗಳು

ಕ್ಲಿನಿಕಲ್ ಮತ್ತು ಲ್ಯಾಬೊರೇಟರಿ ಸ್ಟ್ಯಾಂಡರ್ಡ್ಸ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ (CLSI) - ಪ್ರಯೋಗಾಲಯವನ್ನು ಸುಧಾರಿಸಲು ಪ್ರೊಫಿಷಿಯೆನ್ಸಿ ಪರೀಕ್ಷೆ ಬಳಸುವುದು
ವೆಸ್ಟ್‌ಗಾರ್ಡ್, ಜೆ.ಒ. - ಮೂಲಭೂತ QC ಅಭ್ಯಾಸಗಳು
ವಿಕಿಪೀಡಿಯಾ - ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಸ್ಕೋರ್
ಮಾಂಟ್ಗೋಮರಿ, ಡಿ.ಸಿ. - ಸ್ಟಾಟಿಸ್ಟಿಕಲ್ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣಕ್ಕೆ ಪರಿಚಯ

Whiz Tools