মধ্যম নির্দিষ্ট বিচ্যুতি ক্যালকুলেটর
একটি তথ্যের সেটের গড় সম্পূর্ণ বিচ্যুতি (MAD) খুঁজে বের করো ।
টাইপ করার সময় ফলাফল আপডেট করা হবে ।
এই ক্যালকুলেটর সম্পর্কে
The mean absolute deviation (MAD) is the average distance between each value and the mean, using absolute values so distances never cancel out. It measures spread like the standard deviation but is simpler and less sensitive to outliers, because it does not square the deviations. This calculator reports the MAD together with the mean, range and the sum of absolute deviations it was measured from.
The method is direct: find the mean, take the absolute value of each value’s distance from it, add those distances up and divide by the number of values. Because it averages plain distances rather than squared ones, the MAD is expressed in the original units and is easy to explain to a non-technical audience.
Worked example: for 2, 4, 6, 8, 10 the mean is 6. The absolute deviations are 4, 2, 0, 2, 4, which sum to 12, so the MAD is 12 ÷ 5 = 2.4 — on average each value sits 2.4 units from the mean. The deviation table below lists every value’s distance so you can trace the result.
প্রায়শই জিজ্ঞাসিত প্রশ্ন
MAD কিভাবে মানদণ্ড বিকৃতি থেকে আলাদা?
MAD সম্পূর্ণ ঝুঁকির গড়, যখন মানদণ্ড ঝুঁকির গড় বর্গ ঝুঁকির বর্গ এবং তারপর বর্গমূল গ্রহণ করো । যেহেতু এটি বর্গ না, MAD outliers কম ওজন দেয় এবং প্রায়শই সহজ বর্ণনা করো, কিন্তু মানদণ্ড ঝুঁকির আরো সুবিধাজনক গাণিতিক বৈশিষ্ট্য আছে ।
আমি কিভাবে নিজে হাতে MAD গণনা করব?
Find the mean, subtract it from each value and take the absolute value of every result, then average those distances. For 2, 4, 6, 8, 10 the mean is 6 and the MAD is (4+2+0+2+4)/5 = 2.4.
মধ্যম সম্পূর্ণ বিচ্যুতি কি মধ্যম বিচ্যুতির সমান?
হ্যাঁ, এই দুইটি শব্দ সাধারণত একই জিনিসকে নির্দেশ করে: একটি কেন্দ্রবিন্দু থেকে নির্দিষ্ট দূরত্বের গড়, সাধারণত গড়। কিছু পাঠ্যপুস্তক এর পরিবর্তে মধ্যম থেকে দূরত্ব পরিমাপ করে, যা মোট দূরত্বকে কমিয়ে দেয়, কিন্তু এই ক্যালকুলেটরটি গড় ব্যবহার করে।
MAD কেন সম্পূর্ণ মান ব্যবহার করে?
গড়ের উপরের দিক থেকে বিভ্রাট ধনাত্মক এবং নিচের দিক থেকে ঋণাত্মক, এবং তারা সবসময় শূন্যের সাথে যোগ করে, তাই তাদের সাধারণ গড়ের ব্যবহার অকার্যকর । সম্পূর্ণ মান গ্রহণ করে চিহ্ন সরিয়ে ফেলা হয় যাতে প্রতিটি দূরত্ব গণনা করা হয়, যা প্রসারিত করার একটি সত্যি পরিমাপ দেয় ।
কখন আমি MAD- কে মানদণ্ডের বিপরীতে ব্যবহার করব?
যখন আপনি একটি বিস্তার পরিমাপ করতে চান যা সহজে ব্যাখ্যা করা যায় এবং বাইরের দিকের জন্য মজবুত, অথবা যখন বর্গক্ষেত্রের কিছু অতিরিক্ত মানের ওজন বৃদ্ধি করা হবে, তখন MAD বেছে নিন । মানদণ্ড বিভ্রাট পছন্দ করা হয় যখন আপনি গাণিতিক বৈশিষ্ট্যগুলির প্রয়োজন, যেমন স্বাভাবিক বন্টন বা বৈচিত্র্য ভিত্তিক পরীক্ষা ।
গড় সম্পূর্ণ ত্রুটি কি শূন্য হতে পারে?
শুধুমাত্র তখনই যখন প্রত্যেক মান গড়ের সমান — অর্থাৎ, যখন সব সংখ্যা একই এবং কোন বিস্তৃতি নেই । অন্যথায় MAD সবসময় ধনাত্মক সংখ্যা হবে ।
API — কোড থেকে এই ক্যালকুলেটর ব্যবহার করুন
এই ক্যালকুলেটরকে একটি মুক্ত JSON Endpoint হিসাবে ডাকুন - কোন কী প্রয়োজন নেই। নিচের ক্ষেত্রগুলির মানগুলি অনুসন্ধান পরামিতি বা JSON হিসাবে প্রেরণ করুন। আপনি যা কিছু বাদ দেন তা এই পাতার পূর্ব- পূরণকৃত ডিফল্ট ব্যবহার করে; অজানা প্যারামিটার হল ৪০০, কখনো নিরব শূন্য নয় । সম্পূর্ণ API ডকুমেন্টেশন পড়ুন →
শেষ বিন্দু
GET https://calculator.free/api/v1/mean-absolute-deviation/curl
curl "https://calculator.free/api/v1/mean-absolute-deviation/?numbers=2, 4, 6, 8, 10"JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/mean-absolute-deviation/?" + new URLSearchParams({
"numbers": "2, 4, 6, 8, 10"
}));
const data = await r.json();
console.log(data.results);ফলাফল সাধারণ নির্দেশনা জন্য শুধুমাত্র অনুমান, আর্থিক, চিকিৎসা বা কর পরামর্শ নয়।