🛠️

Whiz Tools

Build • Create • Innovate

జడ్-స్కోర్ కేల్క్యులేటర్: డేటా పాయింట్ల కోసం లెక్కించండి

ఎలాంటి డేటా పాయింట్ కోసం జడ్-స్కోర్ (స్టాండర్డ్ స్కోర్) ను లెక్కించండి, ఇది సగటుతో సంబంధితంగా దాని స్థానాన్ని నిర్ధారించడానికి స్టాండర్డ్ డివియేషన్ ఉపయోగిస్తుంది. గణాంక విశ్లేషణ మరియు డేటా ప్రమాణీకరణకు అనుకూలంగా ఉంటుంది.

📚

డాక్యుమెంటేషన్

Z-Score Calculator

Introduction

z-score (ಅಥವಾ ಪ್ರಮಾಣಿತ ಅಂಕ) ಎಂಬುದು ಸಂಖ್ಯಾತ್ಮಕ ಅಳೆಯುವಿಕೆ, ಇದು ಒಂದು ಮೌಲ್ಯದ ಗುಂಪಿನ ಅರ್ಥದೊಂದಿಗೆ ಸಂಬಂಧವನ್ನು ವಿವರಿಸುತ್ತದೆ. ಇದು ಒಂದು ಅಂಶವು ಅರ್ಥದಿಂದ ಎಷ್ಟು ಪ್ರಮಾಣಿತ ಅಂಕಗಳ ಅಂತರದಲ್ಲಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ. z-score ಸಂಖ್ಯಾಶಾಸ್ತ್ರದಲ್ಲಿ ಒಂದು ಪ್ರಮುಖ ಸಾಧನವಾಗಿದೆ, ಇದು ವಿಭಿನ್ನ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸಲು ಮತ್ತು ಹೊರಗೊಮ್ಮಲುಗಳನ್ನು ಗುರುತಿಸಲು ಅನುಮತಿಸುತ್ತದೆ.

Formula

z-score ಅನ್ನು ಈ ಕೆಳಗಿನ ಸೂತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:

z=xμσz = \frac{x - \mu}{\sigma}

ಇಲ್ಲಿ:

  • zz = z-score
  • xx = ವೈಯಕ್ತಿಕ ಡೇಟಾ ಅಂಕ
  • μ\mu = ಡೇಟಾಸೆಟ್‌ನ ಅರ್ಥ
  • σ\sigma = ಡೇಟಾಸೆಟ್‌ನ ಪ್ರಮಾಣಿತ ಅಂಕ

ಈ ಸೂತ್ರವು ಒಂದು ಡೇಟಾ ಅಂಕವು ಅರ್ಥದಿಂದ ಎಷ್ಟು ಪ್ರಮಾಣಿತ ಅಂಕಗಳ ಅಂತರದಲ್ಲಿದೆ ಎಂಬುದನ್ನು ಲೆಕ್ಕಹಾಕುತ್ತದೆ.

Calculation

ಒಂದು ಡೇಟಾ ಅಂಕದ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಲು:

  1. ಅರ್ಥವನ್ನು ಲೆಕ್ಕಹಾಕಿ (μ\mu):

    ಎಲ್ಲಾ ಡೇಟಾ ಅಂಕಗಳನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಡೇಟಾ ಅಂಕಗಳ ಸಂಖ್ಯೆಯನ್ನು ವಿಭಜಿಸಿ.

    μ=i=1nxin\mu = \frac{\sum_{i=1}^{n} x_i}{n}
  2. ಪ್ರಮಾಣಿತ ಅಂಕವನ್ನು ಲೆಕ್ಕಹಾಕಿ (σ\sigma):

    • ವ್ಯತ್ಯಾಸ (σ2\sigma^2):

      σ2=i=1n(xiμ)2n\sigma^2 = \frac{\sum_{i=1}^{n} (x_i - \mu)^2}{n}
    • ಪ್ರಮಾಣಿತ ಅಂಕ:

      σ=σ2\sigma = \sqrt{\sigma^2}
  3. Z-Score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ:

    z-score ಸೂತ್ರದಲ್ಲಿ ಮೌಲ್ಯಗಳನ್ನು ಸ್ಥಳಾಂತರಿಸಿ.

    z=xμσz = \frac{x - \mu}{\sigma}

Edge Cases

  • ಶೂನ್ಯ ಪ್ರಮಾಣಿತ ಅಂಕ (σ=0\sigma = 0):

    ಎಲ್ಲಾ ಡೇಟಾ ಅಂಕಗಳು ಒಂದೇ ರೀತಿಯಾಗಿದ್ದಾಗ, ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುತ್ತದೆ, z-score ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗುವುದಿಲ್ಲ ಏಕೆಂದರೆ ನೀವು ಶೂನ್ಯದಿಂದ ವಿಭಜಿಸುವುದಿಲ್ಲ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, z-score ಯ ತತ್ವವು ಅನ್ವಯಿಸುವುದಿಲ್ಲ.

  • ಅರ್ಥಕ್ಕೆ ಸಮಾನವಾದ ಡೇಟಾ ಅಂಕ (x=μx = \mu):

    ಡೇಟಾ ಅಂಕವು ಅರ್ಥಕ್ಕೆ ಸಮಾನವಾದಾಗ, z-score ಶೂನ್ಯವಾಗುತ್ತದೆ, ಇದು ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಸರಾಸರಿ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.

  • ಗಣಿತದ ಹೊರಗಿನ ಇನ್ಪುಟ್ಗಳು:

    ಎಲ್ಲಾ ಇನ್ಪುಟ್ಗಳು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ. ಗಣಿತದ ಹೊರಗಿನ ಇನ್ಪುಟ್ಗಳು ಲೆಕ್ಕಹಾಕುವ ದೋಷಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ.

Cumulative Probability

z-score ಗೆ ಸಂಬಂಧಿಸಿದ ಸಮೂಹ ಪ್ರಾಯೋಗಿಕತೆ ಒಂದು ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣೆಯಲ್ಲಿನ ಯಾದೃಚ್ಛಿಕ ಚರವು ನೀಡಲಾದ ಮೌಲ್ಯಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ ಸಮಾನವಾಗಿರುವ ಸಂಭವನೀಯತೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಇದು ನಿರ್ದಿಷ್ಟ z-score ಗೆ ಎಡಕ್ಕೆ ಇರುವ ಸಾಮಾನ್ಯ ವಿತರಣಾ ವಕ್ರದ ಅಕೃತಿಯಾಗಿದೆ.

ಗಣಿತವಾಗಿ, ಸಮೂಹ ಪ್ರಾಯೋಗಿಕತೆ PP ಅನ್ನು ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣೆಯ ಸಮೂಹ ವಿತರಣಾ ಕಾರ್ಯ (CDF) ಬಳಸಿಕೊಂಡು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ:

P(Zz)=Φ(z)=12πzet2/2dtP(Z \leq z) = \Phi(z) = \frac{1}{\sqrt{2\pi}} \int_{-\infty}^{z} e^{-t^2/2} \, dt

ಇಲ್ಲಿ:

  • Φ(z)\Phi(z) = z ನಲ್ಲಿ ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣೆಯ CDF

ಸಮೂಹ ಪ್ರಾಯೋಗಿಕತೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಶ್ರೇಣಿಯ ಒಳಗೆ ಮೌಲ್ಯವು ಸಂಭವಿಸುವ ಸಂಭವನೀಯತೆಯನ್ನು ನಿರ್ಧರಿಸಲು ಮುಖ್ಯವಾಗಿದೆ. ಇದು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ, ಹಣಕಾಸು ಮತ್ತು ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಗಳಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

SVG Diagram

ಕೆಳಗಿನವು z-score ಮತ್ತು ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣಾ ವಕ್ರವನ್ನು ಚಿತ್ರಿಸುವ SVG ಚಿತ್ರಣವಾಗಿದೆ:

μ x z

ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣಾ

ಚಿತ್ರ: z-score ಶೇಡಿಂಗ್‌ನೊಂದಿಗೆ ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣಾ ವಕ್ರ

ಈ ಚಿತ್ರವು ಮಧ್ಯದಲ್ಲಿ μ\mu ಅನ್ನು ಹೊಂದಿರುವ ಸಾಮಾನ್ಯ ವಿತರಣಾ ವಕ್ರವನ್ನು ತೋರಿಸುತ್ತದೆ. ಶೇಡಿಂಗ್‌ನ ಪ್ರದೇಶವು z-score ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ xx ಡೇಟಾ ಅಂಕದ ಒಳಗೆ ಸಮೂಹ ಪ್ರಾಯೋಗಿಕತೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.

Use Cases

Applications

  • ವಿಭಿನ್ನ ಮಾಪಕಗಳ ನಡುವಿನ ಪ್ರಮಾಣೀಕರಣ:

    z-scores ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವ ಮೂಲಕ ವಿಭಿನ್ನ ಮಾಪಕಗಳಿಂದ ಡೇಟಾವನ್ನು ಹೋಲಿಸಲು ಅನುಮತಿಸುತ್ತವೆ.

  • ಹೊರಗೊಮ್ಮಲು ಗುರುತಿಸುವುದು:

    ಅರ್ಥದಿಂದ ಬಹಳ ದೂರ ಇರುವ ಡೇಟಾ ಅಂಕಗಳನ್ನು ಗುರುತಿಸುವುದು (ಉದಾಹರಣೆಗೆ, z-scores -3 ಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ 3 ಕ್ಕಿಂತ ಹೆಚ್ಚು).

  • ಸಂಖ್ಯಾತ್ಮಕ ಪರೀಕ್ಷೆ:

    z-tests ಸೇರಿದಂತೆ ಹಿಪೋಥೆಸಿಸ್ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಒಂದು ಮಾದರಿ ಅರ್ಥವು ತಿಳಿದ ಜನಸಂಖ್ಯೆಯ ಅರ್ಥದಿಂದ ಪ್ರಮುಖವಾಗಿ ವಿಭಜಿತವಾಗಿದೆ ಎಂದು ನಿರ್ಧರಿಸಲು.

  • ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣ:

    ಉತ್ಪಾದನೆಯಲ್ಲಿ, z-scores ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನಿರೀಕ್ಷಿತ ಮಿತಿಗಳ ಒಳಗೆ ಉಳಿಯುವುದನ್ನು ಖಚಿತಪಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ.

  • ಹಣಕಾಸು ಮತ್ತು ಹೂಡಿಕೆ:

    ಮಾರುಕಟ್ಟೆಯ ಸಾಮಾನ್ಯ ಕಾರ್ಯಕ್ಷಮತೆಯ ಹೋಲನೆಯ ಮೂಲಕ ಶೇರ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಂದಾಜಿಸಲು.

Alternatives

  • T-Score:

    z-score ಗೆ ಹೋಲಿಸುವುದು ಆದರೆ ಮಾದರಿ ಗಾತ್ರ ಚಿಕ್ಕವಾಗಿರುವಾಗ ಮತ್ತು ಜನಸಂಖ್ಯೆಯ ಪ್ರಮಾಣಿತ ಅಂಕ ತಿಳಿದಿಲ್ಲದಾಗ ಬಳಸಲಾಗುತ್ತದೆ.

  • ಶೇಸ್ರೇಣಿಯ ಶ್ರೇಣಿಯು:

    z-scores ಅನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದಿಲ್ಲದೆ ಕಚ್ಚಾ ಪ್ರಮಾಣಿತ ಅಂಕದ ಮೌಲ್ಯಗಳನ್ನು ಬಳಸುವುದು.

History

z-score ಯ ತತ್ವವು 19ನೇ ಶತಮಾನದ ಆರಂಭದಲ್ಲಿ ಕಾರ್ಲ್ ಫ್ರಿಡ್ರಿಕ್ ಗಾಸ್ ಅವರ ಸಾಮಾನ್ಯ ವಿತರಣೆಯ ಕಾರ್ಯದಿಂದ ಉತ್ಖಾತವಾಗಿದೆ. z-scores ಗೆ ಮೂಲಭೂತವಾದ ಪ್ರಮಾಣಿತ ಸಾಮಾನ್ಯ ವಿತರಣೆಯನ್ನು ಅಬ್ರಹಾಮ್ ಡೆ ಮೋವ್ರ್ ಮತ್ತು ಪಿಯರ್-ಸಿಮಾನ್ ಲಾಪ್ಲಾಸ್ ಅವರಂತಹ ಸಂಖ್ಯಾತ್ಮಕ ತಜ್ಞರು ಮುಂದುವರಿಸಿದರು. 20ನೇ ಶತಮಾನದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ವಿಧಾನಗಳ ಪ್ರಗತಿಯೊಂದಿಗೆ z-scores ಬಳಸುವಿಕೆ ವ್ಯಾಪಕವಾಗಿ ಪ್ರಸಾರಗೊಂಡಿತು, ವಿಶೇಷವಾಗಿ ಮಾನಸಿಕ ಪರೀಕ್ಷೆ ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣದಲ್ಲಿ.

Examples

Excel

1## Excel ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2## A2 ಸೆಲ್ಲಿನಲ್ಲಿ ಡೇಟಾ ಅಂಕ, B2 ಸೆಲ್ಲಿನಲ್ಲಿ ಅರ್ಥ, C2 ಸೆಲ್ಲಿನಲ್ಲಿ ಪ್ರಮಾಣಿತ ಅಂಕ
3=(A2 - B2) / C2
4

R

1## R ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2calculate_z_score <- function(x, mean, sd) {
3  if (sd == 0) {
4    stop("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.")
5  }
6  z <- (x - mean) / sd
7  return(z)
8}
9
10## ಉದಾಹರಣೆಯ ಬಳಕೆ:
11x <- 85
12mu <- 75
13sigma <- 5
14z_score <- calculate_z_score(x, mu, sigma)
15print(paste("Z-score:", z_score))
16

MATLAB

1% MATLAB ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2function z = calculate_z_score(x, mu, sigma)
3    if sigma == 0
4        error('ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.');
5    end
6    z = (x - mu) / sigma;
7end
8
9% ಉದಾಹರಣೆಯ ಬಳಕೆ:
10x = 90;
11mu = 80;
12sigma = 8;
13z = calculate_z_score(x, mu, sigma);
14fprintf('Z-score: %.2f\n', z);
15

JavaScript

1// JavaScript ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2function calculateZScore(x, mu, sigma) {
3  if (sigma === 0) {
4    throw new Error('ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.');
5  }
6  return (x - mu) / sigma;
7}
8
9// ಉದಾಹರಣೆಯ ಬಳಕೆ:
10const x = 100;
11const mu = 85;
12const sigma = 7;
13try {
14  const z = calculateZScore(x, mu, sigma);
15  console.log(`Z-score: ${z.toFixed(2)}`);
16} catch (error) {
17  console.error(error.message);
18}
19

Python

1## Python ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2def calculate_z_score(x, mu, sigma):
3    if sigma == 0:
4        raise ValueError("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.")
5    return (x - mu) / sigma
6
7## ಉದಾಹರಣೆಯ ಬಳಕೆ:
8x = 95
9mu = 88
10sigma = 4
11try:
12    z = calculate_z_score(x, mu, sigma)
13    print("Z-score:", round(z, 2))
14except ValueError as e:
15    print(e)
16

Java

1// Java ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2public class ZScoreCalculator {
3    public static double calculateZScore(double x, double mu, double sigma) {
4        if (sigma == 0) {
5            throw new IllegalArgumentException("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.");
6        }
7        return (x - mu) / sigma;
8    }
9
10    public static void main(String[] args) {
11        double x = 110;
12        double mu = 100;
13        double sigma = 5;
14
15        try {
16            double z = calculateZScore(x, mu, sigma);
17            System.out.printf("Z-score: %.2f%n", z);
18        } catch (IllegalArgumentException e) {
19            System.err.println(e.getMessage());
20        }
21    }
22}
23

C/C++

1// C++ ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2#include <iostream>
3#include <stdexcept>
4
5double calculate_z_score(double x, double mu, double sigma) {
6    if (sigma == 0) {
7        throw std::invalid_argument("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.");
8    }
9    return (x - mu) / sigma;
10}
11
12int main() {
13    double x = 130;
14    double mu = 120;
15    double sigma = 10;
16
17    try {
18        double z = calculate_z_score(x, mu, sigma);
19        std::cout << "Z-score: " << z << std::endl;
20    } catch (const std::exception &e) {
21        std::cerr << e.what() << std::endl;
22    }
23
24    return 0;
25}
26

Ruby

1## Ruby ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2def calculate_z_score(x, mu, sigma)
3  raise ArgumentError, "ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ." if sigma == 0
4  (x - mu) / sigma
5end
6
7## ಉದಾಹರಣೆಯ ಬಳಕೆ:
8x = 105
9mu = 100
10sigma = 5
11begin
12  z = calculate_z_score(x, mu, sigma)
13  puts "Z-score: #{z.round(2)}"
14rescue ArgumentError => e
15  puts e.message
16end
17

PHP

1<?php
2// PHP ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
3function calculate_z_score($x, $mu, $sigma) {
4  if ($sigma == 0) {
5    throw new Exception("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.");
6  }
7  return ($x - $mu) / $sigma;
8}
9
10// ಉದಾಹರಣೆಯ ಬಳಕೆ:
11$x = 115;
12$mu = 110;
13$sigma = 5;
14
15try {
16  $z = calculate_z_score($x, $mu, $sigma);
17  echo "Z-score: " . round($z, 2);
18} catch (Exception $e) {
19  echo $e->getMessage();
20}
21?>
22

Rust

1// Rust ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2fn calculate_z_score(x: f64, mu: f64, sigma: f64) -> Result<f64, String> {
3    if sigma == 0.0 {
4        return Err("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.".to_string());
5    }
6    Ok((x - mu) / sigma)
7}
8
9fn main() {
10    let x = 125.0;
11    let mu = 115.0;
12    let sigma = 5.0;
13
14    match calculate_z_score(x, mu, sigma) {
15        Ok(z) => println!("Z-score: {:.2}", z),
16        Err(e) => println!("{}", e),
17    }
18}
19

C#

1// C# ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2using System;
3
4public class ZScoreCalculator
5{
6    public static double CalculateZScore(double x, double mu, double sigma)
7    {
8        if (sigma == 0)
9            throw new ArgumentException("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.");
10        return (x - mu) / sigma;
11    }
12
13    public static void Main()
14    {
15        double x = 135;
16        double mu = 125;
17        double sigma = 5;
18
19        try
20        {
21            double z = CalculateZScore(x, mu, sigma);
22            Console.WriteLine($"Z-score: {z:F2}");
23        }
24        catch (ArgumentException e)
25        {
26            Console.WriteLine(e.Message);
27        }
28    }
29}
30

Go

1// Go ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2package main
3
4import (
5    "errors"
6    "fmt"
7)
8
9func calculateZScore(x, mu, sigma float64) (float64, error) {
10    if sigma == 0 {
11        return 0, errors.New("ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ")
12    }
13    return (x - mu) / sigma, nil
14}
15
16func main() {
17    x := 140.0
18    mu := 130.0
19    sigma := 5.0
20
21    z, err := calculateZScore(x, mu, sigma)
22    if err != nil {
23        fmt.Println(err)
24    } else {
25        fmt.Printf("Z-score: %.2f\n", z)
26    }
27}
28

Swift

1// Swift ನಲ್ಲಿ z-score ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ
2func calculateZScore(x: Double, mu: Double, sigma: Double) throws -> Double {
3    if sigma == 0 {
4        throw NSError(domain: "ಪ್ರಮಾಣಿತ ಅಂಕ ಶೂನ್ಯವಾಗುವುದಿಲ್ಲ.", code: 1, userInfo: nil)
5    }
6    return (x - mu) / sigma
7}
8
9// ಉದಾಹರಣೆಯ ಬಳಕೆ:
10let x = 120.0
11let mu = 110.0
12let sigma = 5.0
13
14do {
15    let z = try calculateZScore(x: x, mu: mu, sigma: sigma)
16    print("Z-score: \(String(format: "%.2f", z))")
17} catch let error as NSError {
18    print(error.domain)
19}
20
🔗

సంబంధిత సాధనాలు

మీ పని ప్రవాహానికి ఉపయోగకరమైన మరిన్ని సాధనాలను కనుగొనండి

సులభంగా ఉపయోగించగల జెడ్-టెస్ట్ కేలిక్యులేటర్

ఈ సాధనాన్ని ప్రయత్నించండి

ఆల్ట్‌మన్ Z-స్కోర్ గణనకర్త - క్రెడిట్ రిస్క్ అంచనా

ఈ సాధనాన్ని ప్రయత్నించండి

టీ-టెస్ట్ కేల్కులేటర్: గణాంక హిపోతిసిస్ పరీక్షలు

ఈ సాధనాన్ని ప్రయత్నించండి

కచ్చిత స్కోర్ గణనకర్త: సగటు మరియు జెడ్-స్కోర్ ఆధారంగా

ఈ సాధనాన్ని ప్రయత్నించండి

సంక్షిప్త విలువ గణనాకారుడు మరియు గణాంక పరీక్షలు

ఈ సాధనాన్ని ప్రయత్నించండి

బాక్స్-అండ్-విస్కర్ ప్లాట్ డేటా విశ్లేషణ సాధనం

ఈ సాధనాన్ని ప్రయత్నించండి

ఏ/బి పరీక్షల గణాంక ప్రాముఖ్యతను సులభంగా నిర్ణయించండి

ఈ సాధనాన్ని ప్రయత్నించండి

ఆత్మవిశ్వాస పరిధి నుండి ప్రమాణ విభజన మార్పిడి

ఈ సాధనాన్ని ప్రయత్నించండి

సిక్స్ సిగ్మా కేల్క్యులేటర్: మీ ప్రక్రియ యొక్క నాణ్యతను కొలవండి

ఈ సాధనాన్ని ప్రయత్నించండి