নিরাপদ পথ বেছে নিন
Beta বিতরণ জেনারেটর
0 থেকে 1-এর মধ্যে সম্ভাবনা, rate বা proportion নমুনা করুন।
Dirichlet বিতরণ জেনারেটর
মোট যোগফল 1 এমন সম্ভাবনা ভেক্টর বা weight নমুনা করুন।
Triangular বিতরণ জেনারেটর
minimum, mode ও maximum দিয়ে bounded estimate নমুনা করুন।
কাটা নরমাল জেনারেটর
সীমার বাইরে মান অসম্ভব হলে truncated নরমাল নমুনা তৈরি করুন।
Weibull বিতরণ জেনারেটর
আয়ু, অপেক্ষা সময় ও ব্যর্থতা-সময় সিমুলেশন-এর জন্য নমুনা তৈরি করুন।
বিতরণ ক্যালকুলেটর
CDF, quantile ও সম্ভাবনা আগে যাচাই করতে calculator খুলুন।
সংক্ষিপ্ত বিতরণ মানচিত্র
- Beta: 0 থেকে 1-এর মধ্যে অনুপাত ও সম্ভাবনা।
- Dirichlet: একাধিক ওজন বা সম্ভাবনা, যেগুলোর যোগফল 1।
- Triangular: সর্বনিম্ন, সবচেয়ে সম্ভাব্য মান এবং সর্বোচ্চ দিয়ে অনুমান।
- Truncated নরমাল: নির্দিষ্ট সীমার মধ্যে রাখা স্বাভাবিক মান।
- Weibull: আয়ু, অপেক্ষার সময় ও ব্যর্থতা।
প্রস্তাবিত ধাপ
প্রথমে সমস্যার সীমাবদ্ধতা বেছে নিন: 0-1 interval, যোগফল 1, finite সীমা, অথবা ব্যর্থতা-সময়। এরপর calculator দিয়ে প্যারামিটার যাচাই করুন এবং প্রয়োজন হলে Bengali জেনারেটর দিয়ে নমুনা তৈরি করুন।
সাধারণ প্রশ্ন
আগে কোন জেনারেটর খুলব?
অনুপাত হলে Beta, সম্ভাবনা ভেক্টর হলে Dirichlet, তিন-পয়েন্ট estimate হলে triangular, সীমাবদ্ধ নরমাল হলে কাটা নরমাল, আয়ু বা ব্যর্থতা-সময় হলে Weibull ব্যবহার করুন।
কখন বিতরণ ক্যালকুলেটর, কখন র্যান্ডম জেনারেটর ব্যবহার করব?
সঞ্চিত সম্ভাবনা বা কোয়ান্টাইল দরকার হলে ক্যালকুলেটর ব্যবহার করুন। কৃত্রিম ডেটার নমুনায় জেনারেটর ব্যবহার করুন।
প্রাথমিক মান কি নমুনাকে পরিসংখ্যানগতভাবে ভালো করে?
না। প্রাথমিক মান মূলত পুনরাবৃত্তির জন্য। মান নির্ভর করে মডেল, প্যারামিটার এবং নমুনার আকারের ওপর।