এই টিউটোরিয়ালে আমরা স্ট্যান্ডার্ড এরর অফ মিন (Standard Error of Mean) ইমপ্লিমেন্টেশন সম্পর্কে আলোচনা করব।
স্ট্যান্ডার্ড এরর অফ মিন হলো স্যাম্পল মিন (sample mean) এর পপুলেশন মিন (population mean) থেকে ডিস্পার্শন (dispersion) এর অনুমান। এরপর এটি মিনের জন্য অনুমানিত কনফিডেন্স ইন্টারভাল (confidence intervals) নির্ধারণ করতে ব্যবহৃত হয়।
উদাহরণ
#include <bits/stdc++.h> using namespace std; //calculating sample mean float calc_mean(float arr[], int n){ float sum = 0; for (int i = 0; i < n; i++) sum = sum + arr[i]; return sum / n; } //calculating standard deviation float calc_deviation(float arr[], int n){ float sum = 0; for (int i = 0; i < n; i++) sum = sum + (arr[i] - calc_mean(arr, n)) * (arr[i] - calc_mean(arr, n)); return sqrt(sum / (n - 1)); } //calculating sample error float calc_error(float arr[], int n){ return calc_deviation(arr, n) / sqrt(n); } int main(){ float arr[] = { 78.53, 79.62, 80.25, 81.05, 83.21, 83.46 }; int n = sizeof(arr) / sizeof(arr[0]); cout << calc_error(arr, n) << endl; return 0; }আউটপুট
0.8063
