পরিসংখ্যান মধ্যে

পরিসংখ্যান সম্পর্কে

"পরিসংখ্যান" একটি বিশাল ও জটিল বিষয়, এর অনেকগুলো দিক রয়েছে।

এর কিছু দিক Randomness কনসেপ্টে ছোঁয়া হয়েছে, যা একটি আলাদা কিন্তু সম্পর্কিত বিষয়।

সবচেয়ে সহজে বললে, পরিসংখ্যানে একটি ইটারেবল ডেটা সংগ্রহকে একটি একক মানে সংক্ষেপ করার উপায় থাকতে পারে। Julia-তে নতুন যারা আসছেন তারা অবাক হতে পারেন, ডিফল্টভাবে ভাষাটিতে কত কম ফাংশন বিল্ট-ইন থাকে:

• sum, সংখ্যাগুলো যোগ করতে।
• min ও max, দেওয়া প্যারামিটারগুলোর চরম মান পেতে।
• extrema, একটি ইটারেবলের (min, max) টাপল পেতে।
• length, সব মান গণনা করতে।
• count, কোনো একটি শর্ত পূরণ করে এমন মানগুলোই গণনা করতে।

julia> v = collect(1:0.2:3)
11-element Vector{Float64}:
 1.0
 1.2
 ... # display truncated
 3.0

julia> mean(v)
2.0

julia> extrema(v)
(1.0, 3.0)

julia> length(v)
11

julia> min('g', 'a', 'c')
'a': ASCII/Unicode U+0061 (category Ll: Letter, lowercase)

julia> count(isodd, 1:5)  # 1, 3, and 5 are odd
3

ফাংশনের এই সীমিত সেটটি একটি ইচ্ছাকৃত সিদ্ধান্ত, যাতে base Julia-তে অপ্রয়োজনীয় ভার কমে এবং বাকি ফাংশনগুলোকে ধাপে ধাপে অন্যান্য মডিউল ও প্যাকেজে সরিয়ে দেওয়া যায়।

Statistics মডিউল

স্ট্যান্ডার্ড লাইব্রেরির অংশ হিসেবে Statistics সম্ভবত আগেই ইনস্টল করা থাকে, তাই এটিকে নেমস্পেসে আনতে প্রোগ্রামের শুরুতে কেবল using Statistics যোগ করলেই হয়।

এই মডিউলে পরের ধাপের কমন ফাংশনগুলো থাকে, যেগুলো সম্ভবত এক শ্রেণির প্রোগ্রামার ব্যাপকভাবে ব্যবহার করেন।

Statistics-এর অনেক ফাংশনই বিষয়টি সম্পর্কে কিছুটা পূর্বজ্ঞান ধরে নেয়। সহজ উদাহরণগুলোর মধ্যে আছে:

• mean, যাকে অনেকেই গড় বলেন (sum / length-এর মতোই একই ফল)।
• median, সাজানোর পর মাঝের মান।
• std, স্ট্যান্ডার্ড ডেভিয়েশন: মানগুলো কতটা ছড়িয়ে আছে তার একটি পরিমাপ।
• var, ভ্যারিয়েন্স: std-এর বর্গ, যা সাধারণত হিসাব করতে দ্রুততর।

প্রতিটি ফাংশনেই সাধারণত নানা অপশন থাকে, আরও অনেক ফাংশনও আছে, তাই আগ্রহ থাকলে ডকুমেন্টেশন দেখুন।

অন্যান্য প্যাকেজ

আপনি হয়তো ভাবতেই পারেন, পরিসংখ্যান Julia-এর একটি বড় ব্যবহারক্ষেত্র, আর আরও বিশেষায়িত কাজের জন্য অনেক প্যাকেজ পাওয়া যায়।

JuliaStats গ্রুপ সহায়কভাবে একটি অনলাইন তালিকা রক্ষণাবেক্ষণ করে।