জয়েন লগইন

এসসিপি

🌈এসসিপি কি?

📋এসসিপি হলো পরিসংখ্যানবিষয়ক গণনা সম্পাদন করার পদ্ধতি।

⚒️এসসিপি পরিসংখ্যানবিষয়ক গণনা সম্পাদন করতে ব্যবহৃত হয়।

এসসিপি সমূহ

এসসিপি এবং সেগুলোর ব্যবহারের তালিকা

  • ➡️ describe - তথ্যের পরিসংখ্যানগত বিবরণ নির্ণয় করা
  • ➡️ gmean - জ্যামিতিক গড় নির্ণয় করা
  • ➡️ hmean - হারমোনিক গড় নির্ণয় করা
  • ➡️ mode - প্রচুরক মান নির্ণয় করা
  • ➡️ iqr - চতুর্থাংশ পরিসর নির্ণয় করা
  • ➡️ variation - পরিবর্তনশীলতার সহগ নির্ণয় করা
  • ➡️ zscore - জেড স্কোর নির্ণয় করা
  • ➡️ rankdata - তথ্যের ক্রম নির্ধারণ করা
  • ➡️ percentileofscore - মানের শতকরা অবস্থান নির্ণয় করা
  • ➡️ pearsonr - পিয়ারসন সহসম্বন্ধ নির্ণয় করা
  • ➡️ spearmanr - স্পিয়ারম্যান সহসম্বন্ধ নির্ণয় করা
  • ➡️ kendalltau - কেন্ডাল টাউ সহসম্বন্ধ নির্ণয় করা
  • ➡️ linregress - রৈখিক রিগ্রেশন নির্ণয় করা
  • ➡️ ttest_1samp - একটি নমুনার টি-পরীক্ষা করা
  • ➡️ ttest_ind - স্বাধীন দুটি নমুনার টি-পরীক্ষা করা
  • ➡️ ttest_rel - সম্পর্কিত দুটি নমুনার টি-পরীক্ষা করা
  • ➡️ f_oneway - একাধিক গোষ্ঠীর একমুখী এফ-পরীক্ষা করা
  • ➡️ chisquare - কাই-বর্গ পরীক্ষা করা
  • ➡️ chi2_contingency - কাই-বর্গ কন্টিনজেন্সি পরীক্ষা করা
  • ➡️ normaltest - তথ্যের স্বাভাবিকতা পরীক্ষা করা
  • ➡️ shapiro - শাপিরো-উইল্ক স্বাভাবিকতা পরীক্ষা করা
  • ➡️ kstest - কোলমোগোরভ-স্মিরনভ পরীক্ষা করা
  • ➡️ skew - তথ্যের বক্রতা নির্ণয় করা
  • ➡️ kurtosis - তথ্যের চূড়াত্ব নির্ণয় করা
  • ➡️ entropy - তথ্যের এনট্রপি নির্ণয় করা
  • ➡️ sem - গড়ের আদর্শ ত্রুটি নির্ণয় করা
  • ➡️ moment - তথ্যের মুহূর্ত নির্ণয় করা

describe - তথ্যের পরিসংখ্যানগত বিবরণ নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 20, 22]

result = stats.describe(data)

print(result)

gmean - জ্যামিতিক গড় নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [2, 4, 8, 16]

result = stats.gmean(data)

print(result)

hmean - হারমোনিক গড় নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [2, 4, 8, 16]

result = stats.hmean(data)

print(result)

mode - প্রচুরক মান নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [2, 3, 3, 4, 5, 3, 6]

result = stats.mode(data)

print(result)

iqr - চতুর্থাংশ পরিসর নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 20, 25, 30]

result = stats.iqr(data)

print(result)

variation - পরিবর্তনশীলতার সহগ নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 20]

result = stats.variation(data)

print(result)

zscore - জেড স্কোর নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 20]

result = stats.zscore(data)

print(result)

rankdata - তথ্যের ক্রম নির্ধারণ করার উদাহরণ।

scipy
from scipy import stats

data = [30, 10, 20, 10, 40]

result = stats.rankdata(data)

print(result)

percentileofscore - মানের শতকরা অবস্থান নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 20, 30, 40, 50]

result = stats.percentileofscore(
    data,
    35
)

print(result)

pearsonr - পিয়ারসন সহসম্বন্ধ নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

first = [1, 2, 3, 4, 5]
second = [2, 4, 6, 8, 10]

result = stats.pearsonr(
    first,
    second
)

print(result)

spearmanr - স্পিয়ারম্যান সহসম্বন্ধ নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

first = [1, 2, 3, 4, 5]
second = [5, 4, 3, 2, 1]

result = stats.spearmanr(
    first,
    second
)

print(result)

kendalltau - কেন্ডাল টাউ সহসম্বন্ধ নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

first = [1, 2, 3, 4, 5]
second = [5, 4, 3, 2, 1]

result = stats.kendalltau(
    first,
    second
)

print(result)

linregress - রৈখিক রিগ্রেশন নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

x = [1, 2, 3, 4, 5]
y = [2, 4, 5, 8, 10]

result = stats.linregress(x, y)

print(result)

ttest_1samp - একটি নমুনার টি-পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

data = [48, 51, 49, 52, 50, 53]

result = stats.ttest_1samp(
    data,
    50
)

print(result)

ttest_ind - স্বাধীন দুটি নমুনার টি-পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

first = [10, 12, 14, 16, 18]
second = [11, 13, 15, 17, 19]

result = stats.ttest_ind(
    first,
    second
)

print(result)

ttest_rel - সম্পর্কিত দুটি নমুনার টি-পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

before = [70, 72, 68, 75, 71]
after = [65, 68, 66, 70, 67]

result = stats.ttest_rel(
    before,
    after
)

print(result)

f_oneway - একাধিক গোষ্ঠীর একমুখী এফ-পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

first = [10, 12, 11, 13]
second = [15, 14, 16, 17]
third = [20, 19, 21, 22]

result = stats.f_oneway(
    first,
    second,
    third
)

print(result)

chisquare - কাই-বর্গ পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

observed = [20, 30, 25, 25]

result = stats.chisquare(
    observed
)

print(result)

chi2_contingency - কাই-বর্গ কন্টিনজেন্সি পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

data = [
    [20, 30],
    [25, 25]
]

result = stats.chi2_contingency(data)

print(result)

normaltest - তথ্যের স্বাভাবিকতা পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 11, 15, 14, 13, 16, 18]

result = stats.normaltest(data)

print(result)

shapiro - শাপিরো-উইল্ক স্বাভাবিকতা পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 11, 15, 14, 13, 16, 18]

result = stats.shapiro(data)

print(result)

kstest - কোলমোগোরভ-স্মিরনভ পরীক্ষা করার উদাহরণ।

scipy
from scipy import stats

data = [0.1, 0.2, 0.3, 0.4, 0.5]

result = stats.kstest(
    data,
    "uniform"
)

print(result)

skew - তথ্যের বক্রতা নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 30]

result = stats.skew(data)

print(result)

kurtosis - তথ্যের চূড়াত্ব নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 15, 18, 30]

result = stats.kurtosis(data)

print(result)

entropy - তথ্যের এনট্রপি নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [0.2, 0.3, 0.5]

result = stats.entropy(data)

print(result)

sem - গড়ের আদর্শ ত্রুটি নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 14, 16, 18]

result = stats.sem(data)

print(result)

moment - তথ্যের মুহূর্ত নির্ণয় করার উদাহরণ।

scipy
from scipy import stats

data = [10, 12, 14, 16, 18]

result = stats.moment(
    data,
    moment=2
)

print(result)

এসসিপি সম্পর্কিত বিস্তারিত তথ্য

কার্যকর কোডিং উদাহরণ এবং সেগুলোর রেফারেন্স লিংক

নাম বিবরণ
describe তথ্যের পরিসংখ্যানগত বিবরণ নির্ণয় করতে ব্যবহৃত হয়।
gmean জ্যামিতিক গড় নির্ণয় করতে ব্যবহৃত হয়।
hmean হারমোনিক গড় নির্ণয় করতে ব্যবহৃত হয়।
mode প্রচুরক মান নির্ণয় করতে ব্যবহৃত হয়।
iqr চতুর্থাংশ পরিসর নির্ণয় করতে ব্যবহৃত হয়।
variation পরিবর্তনশীলতার সহগ নির্ণয় করতে ব্যবহৃত হয়।
zscore জেড স্কোর নির্ণয় করতে ব্যবহৃত হয়।
rankdata তথ্যের ক্রম নির্ধারণ করতে ব্যবহৃত হয়।
percentileofscore মানের শতকরা অবস্থান নির্ণয় করতে ব্যবহৃত হয়।
pearsonr পিয়ারসন সহসম্বন্ধ নির্ণয় করতে ব্যবহৃত হয়।
spearmanr স্পিয়ারম্যান সহসম্বন্ধ নির্ণয় করতে ব্যবহৃত হয়।
kendalltau কেন্ডাল টাউ সহসম্বন্ধ নির্ণয় করতে ব্যবহৃত হয়।
linregress রৈখিক রিগ্রেশন নির্ণয় করতে ব্যবহৃত হয়।
ttest_1samp একটি নমুনার টি-পরীক্ষা করতে ব্যবহৃত হয়।
ttest_ind স্বাধীন দুটি নমুনার টি-পরীক্ষা করতে ব্যবহৃত হয়।
ttest_rel সম্পর্কিত দুটি নমুনার টি-পরীক্ষা করতে ব্যবহৃত হয়।
f_oneway একাধিক গোষ্ঠীর একমুখী এফ-পরীক্ষা করতে ব্যবহৃত হয়।
chisquare কাই-বর্গ পরীক্ষা করতে ব্যবহৃত হয়।
chi2_contingency কাই-বর্গ কন্টিনজেন্সি পরীক্ষা করতে ব্যবহৃত হয়।
normaltest তথ্যের স্বাভাবিকতা পরীক্ষা করতে ব্যবহৃত হয়।
shapiro শাপিরো-উইল্ক স্বাভাবিকতা পরীক্ষা করতে ব্যবহৃত হয়।
kstest কোলমোগোরভ-স্মিরনভ পরীক্ষা করতে ব্যবহৃত হয়।
skew তথ্যের বক্রতা নির্ণয় করতে ব্যবহৃত হয়।
kurtosis তথ্যের চূড়াত্ব নির্ণয় করতে ব্যবহৃত হয়।
entropy তথ্যের এনট্রপি নির্ণয় করতে ব্যবহৃত হয়।
sem গড়ের আদর্শ ত্রুটি নির্ণয় করতে ব্যবহৃত হয়।
moment তথ্যের মুহূর্ত নির্ণয় করতে ব্যবহৃত হয়।