কন্ট্রোল প্যানেল
ফলাফলের সারাংশ
- পয়েন্ট এস্টিমেট
- —
- স্যাম্পল গড়
- —
- স্যাম্পল মধ্যক
- —
- স্যাম্পল স্ট্যান্ডার্ড ডিভিয়েশন
- —
- n / B
- — / —
- তত্ত্বগত mean / σ
- — / —
-
Bootstrap percentile
—
-
t approximation (mean)
—
-
Normal approximation (proportion)
—
কীভাবে হিসাব করা হয় (How it's calculated)
- a=1664525, c=1013904223, m=232 সহ LCG‑কে seed দিয়ে ইনিশিয়ালাইজ করুন যাতে স্যাম্পলিং স্ট্রিম পুনরায় তৈরি করা যায়।
- n= টি অবজারভেশন থেকে নিন এবং নির্বাচিত পরিসংখ্যান নির্ণয় করুন।
- B= বার বুটস্ট্র্যাপ রিস্যাম্পলিং করে Type‑1 কোয়ান্টাইল নিন এবং নির্বাচিত ইন্টারভাল () রিপোর্ট করুন।
- CLT এক্সপ্লোরারের জন্য seed ব্যবহার করে K= টি স্ট্যান্ডার্ডাইজ্ড স্যাম্পল গড় নিন এবং mean/variance ≈ হিসেবে সারাংশ উপস্থাপন করুন।
হিষ্টোগ্রাম
Bootstrap distribution
বুটস্ট্র্যাপ রিপ্লিকেট জুড়ে পরিসংখ্যানের স্যাম্পলিং ডিস্ট্রিবিউশন দেখায় এবং CI‑এর স্প্যানকে হাইলাইট করে।
CLT standardised means
N(0,1) কার্ভ ওভারলে করলে দেখা যায় অভিজ্ঞতামূলক mean কত দ্রুত 0 ও variance কত দ্রুত 1‑এর দিকে ধাবিত হয়।
প্রশ্নোত্তর
Type‑1 percentile কেন ব্যবহার করা হয়?
এতে floor((B−1)p) অর্ডার‑স্ট্যাটিস্টিক ব্যবহার করা হয়, ফলে ইন্টারভালের প্রান্তগুলো শিক্ষার্থীদের কাছে স্বচ্ছ থাকে এবং教科書に載っているような বুটস্ট্র্যাপ ব্যাখ্যার সাথে মিল খায়।
স্থির LCG সিড ব্যবহার করার সুবিধা কী?
probability simulator‑এ ব্যবহৃত একই প্যারামিটার (a=1664525, c=1013904223, m=232) ব্যবহার করায় নির্দিষ্ট সিডের জন্য স্যাম্পল সব ডিভাইসে একই থাকে—যা লেসন প্ল্যান, হ্যান্ডআউট ওリモート検証‑এর জন্য আদর্শ।
সম্পর্কিত ক্যালকুলেটর
বিজ্ঞাপনের জন্য সংরক্ষিত স্থান