Observed vs. Expected in Bengali

পরিসংখ্যানের প্রবেশদ্বার: সম্ভাবনা, স্যাম্পল এবং পপুলেশন

প্রথম ইউনিটে আমরা পরিসংখ্যানের মৌলিক ধারণা এবং বিভিন্ন গ্রাফ নিয়ে আলোচনা করেছি। এখন আমরা এমন একটি টুল নিয়ে কথা বলব, যা ছাড়া আধুনিক পরিসংখ্যান প্রায় অচল—সেটি হলো সম্ভাবনা (Probability)।

এই পোস্টে আমরা জানব কেন পরিসংখ্যানের জন্য সম্ভাবনা বোঝা জরুরি এবং এর সাথে সম্পর্কিত কিছু গুরুত্বপূর্ণ ধারণা নিয়ে আলোচনা করব, যেমন—এক্সপেক্টেড বনাম অবজার্ভড, পপুলেশন বনাম স্যাম্পল, এবং প্যারামিটার বনাম স্ট্যাটিস্টিক।

কেন আমাদের সম্ভাবনা নিয়ে ভাবতে হবে?

পরিসংখ্যানের মূল উদ্দেশ্য হলো ডেটা থেকে জ্ঞান অর্জন করা। কিন্তু সমস্যা হলো, আমরা কখনোই সম্পূর্ণ চিত্রটি দেখতে পাই না।

একটি নতুন উদাহরণ: ধরুন, পশ্চিমবঙ্গের বিধানসভা নির্বাচনের আগে আপনি জানতে চান কোনো একটি নির্দিষ্ট রাজনৈতিক দল কত শতাংশ ভোট পেতে পারে। আপনি কি রাজ্যের সমস্ত ভোটারের কাছে গিয়ে জিজ্ঞাসা করতে পারবেন? না, এটা প্রায় অসম্ভব।

এর বদলে, আপনি হয়তো ১,০০০ জন ভোটারের একটি সমীক্ষা বা পোল পরিচালনা করবেন। এই ১,০০০ জন ভোটার হলো আপনার স্যাম্পল (Sample) বা নমুনা, আর রাজ্যের সমস্ত ভোটার হলো আপনার পপুলেশন (Population) বা সমগ্র।

পরিসংখ্যানের মূল ভিত্তি হলো এই ধারণা যে, যদি আপনার স্যাম্পলটি পপুলেশনের সঠিক প্রতিনিধিত্ব করে, তবে স্যাম্পলে যা দেখবেন (আপনার অবজার্ভড বা পর্যবেক্ষিত ফলাফল), তা পপুলেশনের আসল ফলাফলের (আপনার এক্সপেক্টেড বা প্রত্যাশিত ফলাফল) কাছাকাছি হবে।

প্যারামিটার বনাম স্ট্যাটিস্টিক: দুটি গুরুত্বপূর্ণ ধারণা

এই দুটি শব্দের পার্থক্য বোঝা পরিসংখ্যানের জন্য অত্যন্ত জরুরি।

• প্যারামিটার (Parameter): এটি হলো পপুলেশনের একটি নির্দিষ্ট সংখ্যাসূচক বৈশিষ্ট্য। এটি একটি স্থির এবং প্রায়শই অজানা মান, যা আমরা জানতে চাই। উদাহরণ: রাজ্যের সব ভোটারের ধারণাগত ভোটের অনুপাত।
• স্ট্যাটিস্টিক (Statistic): এটি হলো স্যাম্পল থেকে গণনা করা একটি সংখ্যাসূচক মান। এটি প্যারামিটারকে অনুমান করার জন্য ব্যবহৃত হয়। উদাহরণ: ১,০০০ জনের সমীক্ষায় ৬০০ জন যদি একটি দলের পক্ষে ভোট দেয়, তাহলে ৬০% হল স্ট্যাটিস্টিক।

আমরা স্ট্যাটিস্টিক ব্যবহার করে প্যারামিটারের মান সম্পর্কে অনুমান করি। এটি নমুনা পরিবর্তনের সাথে পরিবর্তিত হতে পারে, তাই এর সঙ্গে যুক্ত থাকে সম্ভাবনার ধারণা।

সম্ভাবনা কেন গুরুত্বপূর্ণ?

সম্ভাবনা আমাদের সাহায্য করে বুঝতে যে, আমাদের নমুনার ফলাফল আসল পপুলেশনের সাথে কতটা কাছাকাছি হতে পারে। তা না হলে, নমুনা থেকে পপুলেশনের বিষয়ে সিদ্ধান্ত নেওয়া ঝুঁকিপূর্ণ হয়ে পড়ে।

সম্ভাবনা ব্যবহার করে আমরা মূল্যায়ন করতে পারি, যদি পর্যবেক্ষিত ফলাফল পপুলেশনের পরিসীমার বাইরে পড়ে, তাহলে হয়ত আমাদের ধারণা অথবা সিদ্ধান্ত পুনর্বিবেচনা করতে হবে।

পরবর্তী পদক্ষেপ

এই ইউনিটে আমরা সম্ভাবনার বিভিন্ন নিয়ম এবং ডিস্ট্রিবিউশন সম্বন্ধে শিখব, যা পরিসংখ্যানে বেশিরভাগ বিশ্লেষণের ভিত্তি।

© ২০২৫ পরিসংখ্যান টিউটোরিয়াল