পরিচিতি (Introduction)

পরিসংখ্যান হলো তথ্য সংগ্রহ, সাজানো, উপস্থাপন ও বিশ্লেষণের বিজ্ঞান। এটি সিদ্ধান্ত গ্রহণ ও বাস্তব জীবন সমস্যা (যেমন জনসংখ্যা, অর্থনীতি, বিজ্ঞান পরীক্ষা, সমাজবিদ্যা) বিশ্লেষণে অপরিহার্য।

মূল পর্যায়গুলো: তথ্য সংগ্রহ → সংগঠন → উপস্থাপন → সারসংক্ষেপ (সেন্ট্রাল টেন্ডেন্সি ও ভ্যারিয়েশন) → বিশ্লেষণ ও উপসংহার।

১. তথ্য (Data): প্রকার ও সংগ্রহ (Types & Collection)

তথ্যের প্রকার

• গুণগত (Qualitative / Categorical): শ্রেণীবদ্ধ মান — যেমন লিঙ্গ (পুরুষ/মহিলা), রং, বিভাগ ইত্যাদি।
• পরিমাণগত (Quantitative / Numerical): সংখ্যাসূচক মান — যেমন বাচ্চার উচ্চতা, বয়স, মূল্য।

পরিমাণগত বিভাজন

• অবিচ্ছিন্ন (Discrete): নির্দিষ্ট পূর্ণসংখ্যা মান — যেমন ছাত্রসংখ্যা।
• অবিচ্ছিন্ন নয় (Continuous): যেকোন বাস্তব মান — যেমন ওজন, দৈর্ঘ্য।

তথ্য সংগ্রহের পদ্ধতি (Collection Methods)

• প্রাথমিক তথ্য (Primary Data): সরাসরি পর্যবেক্ষণ, প্রশ্নাবলী, ইন্টারভিউ, পরীক্ষা ইত্যাদি থেকে সংগ্রহ করা।
• দ্বিতীয়ক তথ্য (Secondary Data): বই, প্রতিবেদন, সরকারি সাইট, গবেষণা পত্র ইত্যাদি থেকে সংগৃহীত পূর্বপ্রাপ্ত তথ্য।

নমুনা গ্রহণ (Sampling)

সম্পূর্ণ জনসংখ্যা না নিয়ে তার প্রতিনিধি অংশ (sample) নিয়ে বিশ্লেষণ করা হয়। সাধারণ নমুনা পদ্ধতি: সরল এলোমেলো (Simple Random), স্তরকৃত (Stratified), ক্লাস্টার (Cluster), প্রণায়ক (Systematic)। প্রতিটি পদ্ধতির বৈশিষ্ট্য ও সুবিধা-অসুবিধা আছে; নমুনা নেওয়ার সময় লঙ্ঘন বা পক্ষপাত (bias) এড়াতে সতর্ক থাকতে হবে।

২. তথ্য সাজানো ও শ্রেণীকরণ (Organization & Classification)

অবিচ্ছিন্ন/পরিমাণগত — অগ্রাধিকার

বড় পরিমাণগত ডেটা সাধারণত গ্রুপেড (grouped) করা হয় — শ্রেণিকক্ষে (class interval) ভাগ করে, প্রতিটি শ্রেণির জফতি (frequency) নির্ণয় করা হয়।

গ্রুপিং ধাপ

1. ডেটার সর্বনিম্ন ও সর্বোচ্চ মান নির্ণয় করো: \( X_{\min}, X_{\max} \).
2. শ্রেণীর সংখ্যা \(k\) নির্বাচন করো (সাধারণত \(5 \le k \le 15\) বা Sturges-এর নিয়ম অনুযায়ী \(k \approx 1 + \log_2 n\))।
3. শ্রেণী প্রস্থ (class width) নির্ণয় করো: \( h = \dfrac{X_{\max} - X_{\min}}{k} \) (আবশ্যিকভাবে উপযুক্ত করে গোল করা)।
4. শুরু থেকে ধারাবাহিক শ্রেণী বানাও এবং প্রত্যেক শ্রেণিতে ফ্রিকোয়েন্সি (frequency) গণনা করো।

ফ্রিকোয়েন্সি টেবিলের কলামসমূহ

• Class Interval
• Frequency (f)
• Mid-point / Class Mark (x) — শ্রেণীর মাঝের মান
• Cumulative Frequency (cf) — যোগফল (উপর অথবা নিচের দিকে cumulative)
• প্রয়োজনে relative frequency বা শতাংশ যোগ করতে হয়

৩. তথ্য উপস্থাপন (Data Presentation)

টেবিল (Tables)

থেকে সুন্দরভাবে কনযমাইল করে মূল পরিসংখ্যান দেখানো যায় — frequency table, grouped frequency table, two-way table (বিভিন্ন শ্রেণি অনুযায়ী)।

চিত্র (Graphs & Charts)

• বার চার্ট (Bar Chart) — categorical data দেখাতে; সরল ও ব্যাখ্যামূলক।
• হিস্টোগ্রাম (Histogram) — continuous grouped data; classes অনুভূমিক ও frequency উল্লম্ব; শ্রেণীর প্রস্থ দেখানো লাগে।
• ফ্রিকোয়েন্সি পলিগন (Frequency Polygon) — শ্রেণীর mid-points যোগ করে রেখাচিত্র।
• Ogive (Cumulative Frequency Curve) — cumulative frequency দিয়ে ক্রমান্বয়ে কৌম্প ও median/percentile অনুমান করতে সুবিধা।
• পাই চার্ট (Pie Chart) — categorical data-এর অনুপাতীয় অংশ প্রদর্শনে সুবিধাজনক।
• বক্স প্লট (Box-and-Whisker) — median, Q1, Q3, IQR এবং সম্ভাব্য আউটলাইয়ার দেখাতে আদর্শ।
• স্ক্যাটার প্লট (Scatter Plot) — দুটি চলকের সম্পর্ক দেখায় (correlation)।

হিস্টোগ্রাম vs বার চার্ট

বার চার্টে ক্যাটেগরির মধ্যে স্পেস থাকে; histogram-এ শ্রেণী অবিচ্ছিন্ন হলে বারগুলো সংলগ্ন এবং শ্রেণীর প্রস্থ মানে বারগুলোর ক্ষেত্র গুরুত্বপূর্ন। Histogram-এ area (স্থানফল) প্রায়ই frequency প্রদান করে (তাই শ্রেণী প্রস্থ ভিন্ন হলে area-এ মনোযোগ দিতে হবে)।

Ogive (কীভাবে অঙ্কন)

1. Grouped frequency table থেকে upper (বা lower) cumulative frequency বের করো।
2. Horizontal axis-এ class boundaries এবং vertical axis-এ cumulative frequency ধরো।
3. পয়েন্টগুলো সংযোগ করলে ogive তৈরি হবে; median বা percentiles গ্রাফিক্যালি পড়ে আনা যায়।

৪. কেন্দ্রীয় প্রবণতা (Measures of Central Tendency)

কোনো ডেটার কেন্দ্র—একটি একক মান যা পুরো ডেটার সারাংশ উপস্থাপন করে।

১) Arithmetic Mean (গড়)

Ungrouped data:

\( \bar{x} = \dfrac{1}{n} \sum_{i=1}^n x_i \)

Grouped data (class intervals): ব্যবহার করা যায় class mark \(x_i\) এবং frequency \(f_i\) দিয়ে —

\( \bar{x} = \dfrac{\sum f_i x_i}{\sum f_i} \)

Assumed mean method (বড় সংখ্যার ক্ষেত্রে সুবিধাজনক):

নির্বাচন করো \( A = \) একটি assumed mean; \( d_i = x_i - A \). তারপর \( \bar{x} = A + \dfrac{\sum f_i d_i}{\sum f_i} \)

২) Median (মধ্যক)

তালিকাভুক্ত ডেটা কেন্দ্রীয় মান হচ্ছে মাঝের মান — \(n\) সম হলে median হল \( \dfrac{x_{n/2} + x_{n/2+1}}{2} \), বিজোড় হলে \( x_{(n+1)/2} \)।

Grouped data (estimated median):

\( \text{Median} = L + \left(\dfrac{\dfrac{n}{2} - cf}{f_{\text{med}}}\right) \times h \)

এখানে \(L\) = median class এর lower boundary, \(cf\) = cumulative frequency (তার আগের class পর্যন্ত), \(f_{\text{med}}\) = median class frequency, \(h\)=class width, \(n\)=total frequency।

৩) Mode (মোড)

সবচেয়ে বেশি ঘনঘন দেখা মান। Ungrouped data-এ এটা সহজে নির্ণয়; grouped data-এ modal class-এর help-এর জন্য formula আছে:

\( \text{Mode} \approx L + \dfrac{f_m - f_{1}}{2f_m - f_1 - f_2} \times h \)

এখানে \(L\) = modal class lower boundary, \(f_m\) = modal class frequency, \(f_1\) এবং \(f_2\) = preceding ও succeeding class frequency, \(h\)=class width।

Mean vs Median vs Mode — কখন কোনটি ব্যবহার?

• Mean সমগ্র ডেটার গড় নির্ণয়ে সবচেয়ে তথ্যবহুল, কিন্তু আউটলাইয়ারে সংবেদনশীল।
• Median আউটলাইয়ার-রোধী; skewed distribution-এ better representative।
• Mode categorical data-এ ব্যবহারযোগ্য; peaks/most frequent মান দেখায়।

৫. বিচ্যুতি বা ছড়ানো (Measures of Dispersion)

কোনো ডেটা কতটা ছড়ানো আছে তা পরিমাপ করে — central tendency-এর পাশে dispersion বোঝা দরকার।

১) Range (পরিসর)

Range = \( X_{\max} - X_{\min} \)

সহজ, কিন্তু একক মানে সীমিত তথ্য (র‍্যাঞ্জ দুইটি মানের উপর নির্ভর করে)।

২) Interquartile Range (IQR)

Q1 (25th percentile), Q3 (75th percentile) বের করে —

\( \text{IQR} = Q_3 - Q_1 \)

আউটলাইয়ার শনাক্তে ব্যবহার হয়: typical rule: observations < \(Q_1 - 1.5\times IQR\) বা > \(Q_3 + 1.5\times IQR\) আউটলাইয়ার।

৩) Mean Deviation (Average Absolute Deviation)

Mean-এর চারপাশে গড় absolute deviations —

MD = \( \dfrac{1}{n} \sum_{i=1}^n |x_i - \bar{x}| \) (ungrouped)

Grouped data-এর জন্য \( \dfrac{\sum f_i |x_i - \bar{x}|}{\sum f_i} \)

৪) Variance & Standard Deviation (বৈচিত্র্য ও মানদণ্ড বিচ্যুতি)

Population (if full data):

\( \sigma^2 = \dfrac{1}{N} \sum_{i=1}^N (x_i - \mu)^2 \), \(\quad \sigma = \sqrt{\sigma^2} \)

Sample (sample from population):

\( s^2 = \dfrac{1}{n-1} \sum_{i=1}^n (x_i - \bar{x})^2 \),\( \quad s = \sqrt{s^2} \)

Grouped data (shortcut / coding method)

Class mark \(x_i\), frequency \(f_i\):

\( \bar{x} = \dfrac{\sum f_i x_i}{\sum f_i} \),\( \quad s^2 = \dfrac{\sum f_i x_i^2}{\sum f_i} - \bar{x}^2 \) (for population with \(N\)); careful with denominator for sample).

৫) Coefficient of Variation (CV)

\( \mathrm{CV} = \dfrac{\sigma}{\mu} \times 100\% \)

বিভিন্ন ইউনিটের data-দের dispersion তুলনা করতে সুবিধাজনক (relative measure)।

৬. সম্পর্ক ও সংশ্লিষ্টতা (Correlation & Association)

স্ক্যাটার প্লট ও সম্পর্কের দিক

দুই চলকের (x, y) সম্পর্ক দেখাতে scatter plot ব্যবহার করা হয়। সম্পর্ক হতে পারে:

• Positive correlation: x বাড়লে y বাড়ে (উপরের ডান দিকে ট্রেন্ড)
• Negative correlation: x বাড়লে y কমে (নিচের ডান দিকে ট্রেন্ড)
• No correlation: কোন স্পষ্ট ট্রেন্ড নেই

পিয়ারসন-এর সম্পর্ক সহগ (Pearson correlation coefficient)

\( r = \dfrac{n\sum xy - (\sum x)(\sum y)}{\sqrt{ \left[n\sum x^2 - (\sum x)^2\right] \left[n\sum y^2 - (\sum y)^2\right] }} \)

রেঞ্জ: \( -1 \le r \le 1 \)। \(r\)-এর মান ব্যাখ্যা করে সম্পর্কের শক্তি ও দিক নির্ধারণ করা হয়।

সংবেদনশীলতা ও সীমাবদ্ধতা

• Outliers খুব প্রভাব ফেলে; scatter plot চালিয়ে দেখে নাও।

৭. রিগ্রেশন (Regression) — সংক্ষিপ্ত পরিচিতি

Regression-এ আমরা y কে x দ্বারা পূর্বাভাস (predict) করতে চাই। সরল রৈখিক regression line: \( y = a + bx \) যেখানে

\( b = \dfrac{n\sum xy - (\sum x)(\sum y)}{n\sum x^2 - (\sum x)^2} \),\( \quad a = \bar{y} - b\bar{x} \)

Regression coefficients interpret: \(b\) হলো x-এর প্রতি একক বাড়লে y-তে পরিবর্তন (average)। Regression line fitting ও residual analysis এর ভূমিকা আছে — কিন্তু SSC স্তরে মূল ধারণা ও সূত্রই প্রাধান্য পায়।

৮. ডেটা বিশ্লেষণ ও উপস্থাপনা (Interpretation & Reporting)

• সাম্প্রতিকতার সারাংশ: mean, median, mode দিয়ে ডেটার কেন্দ্র বোঝাও।
• ছড়ানো/অস্থিরতা: variance/SD/IQR দেখাও—এক্সপ্লোরেটরি ডেটা বিশ্লেষণে (EDA) গুরুত্ব বহন করে।
• চিত্র(গ্রাফ) হিশেবে histogram, boxplot ও scatter plot ব্যবহার করে distribution, outliers ও সম্পর্ক নির্ণয় করো।
• পরিসংখ্যানী রিপোর্টে units/scale/approximation/rounding উল্লেখ করতে ভোলবে না।

রিপোর্ট লেখার টিপস

1. প্রথমেই data source, collection date ও sampling method উল্লেখ করো।
2. কোন কোন পরিবর্তনশীল ব্যবহার করা হয়েছে সেটা উল্লেখ করো (units)।
3. summary statistics (mean, median, SD, range) টেবিল আকারে দাও।
4. ভিজ্যুয়ালাইজেশন যোগ করো (histogram/boxplot/scatter)।
5. শেষে উপলব্ধি/interpretation: কোন সিদ্ধান্তগুলো তাত্ত্বিকভাবে নিরাপদ, কোনগুলো সন্দেহজনক বা আরও বিশ্লেষণ প্রয়োজন-এটি সংক্ষেপে লিখো।

৯. প্রায়োগিক উদাহরণসমূহ (Applied Notes - without problems)

(সংক্ষিপ্তভাবে নির্দেশনামূলক — বাস্তব জীবনে পরিসংখ্যান কীভাবে প্রয়োগ হয়)

• শিক্ষা: পরীক্ষার নম্বরের distribution, পাশ হার, স্কুল ভিত্তিক বিশ্লেষণ।
• অর্থনীতি: গড় আয়, বিপরীত ভিন্নতা নির্ণয় করে inequality বোঝা (CV ইত্যাদি)।
• স্বাস্থ্য: রোগ-প্রবণতা, mortality rate, sampling দ্বারা জরুরি সিদ্ধান্ত গ্রহণ।
• বিজ্ঞানী পরীক্ষা: repeated measurements-এর mean ও SD দিয়ে experiment reproducibility বিচার।

১০. সাধারণ ভুলত্রুটি ও সতর্কতা (Common Mistakes & Cautions)

• Mean ব্যবহার করে skewed data-কে represent করলে বিভ্রান্তি হতে পারে — median অনেক সময় উপযোগী।
• Grouped data-এর ক্ষেত্রে mean/variance অনুমান করো সতর্কভাবে; class mark approximation রয়েছে।
• Correlation দেখে causation ধরে নেওয়া যাবে না।
• সরাসরি শতাংশ (percentage) vs ratio-র পার্থক্য মেনে চলা জরুরি — পর্যাপ্ত ডিনোমিনেটর নিশ্চিত করো।

১১. অতিরিক্ত রিসোর্স ও রেফারেন্স (Suggestions for Further Study)

যদি আরও গভীরভাবে যেতে চাও: probability theory, sampling distributions, hypothesis testing, confidence intervals, ANOVA — এগুলো পরবর্তী স্তরে শেখো। ছোট্ট টিপ: হাতে-কলমে dataset নিয়ে Excel/Google Sheets বা Python (pandas, matplotlib) দিয়ে নিরীক্ষণ করলে শিক্ষা দ্রুত মজবুত হয়।

১২. সংক্ষিপ্ত সূত্রসার (Quick Formula Cheat-Sheet)

উপসংহার (Conclusion)

পরিসংখ্যান হলো তথ্য-চিন্তার একটি কাঠামো: ডেটা সংগ্রহ থেকে শুরু করে উপস্থাপন ও বিশ্লেষণ করে সিদ্ধান্তে পৌঁছানো। SSC স্তরে উপরের ধারণাগুলো ভালভাবে আয়ত্ত করলে আপনি বাস্তব সমস্যাকে পরিসংখ্যানীয় ভাষায় বর্ণনা ও বিশ্লেষণ করতে সক্ষম হবেন।