সূত্রগুলি উইকিপিডিয়া সহ বিভিন্ন জায়গায় উপলব্ধ ।
মূলটি লক্ষ্য করা যায় যে এটি ওজন বলতে কী বোঝায় তার উপর নির্ভর করে । বিশেষত, ওজনগুলি ফ্রিকোয়েন্সি হলে (যেমন আপনি নিজের পুরো যোগফলটি এড়াতে চাইছেন), যদি ওজন প্রকৃতপক্ষে প্রতিটি পরিমাপের বৈকল্পিক হয়, বা তারা যদি কিছু বাহ্যিক মান হয় তবে আপনি বিভিন্ন উত্তর পাবেন আপনার ডেটা চাপিয়ে দিন।
আপনার ক্ষেত্রে, এটি সূক্ষ্মভাবে দেখে মনে হচ্ছে ওজনগুলি ফ্রিকোয়েন্সিগুলি তবে তারা তা নয় । আপনি ফ্রিকোয়েন্সিগুলি থেকে আপনার ডেটা তৈরি করেন তবে আপনার ডেটা সেটে 3 টির 45 টি রেকর্ড এবং 4 টির 15 টি রেকর্ড থাকা কোনও সাধারণ বিষয় নয়। পরিবর্তে, আপনাকে শেষ পদ্ধতিটি ব্যবহার করা দরকার। (আসলে, এই সব আবর্জনা - আপনি সত্যিই প্রক্রিয়ার একটি আরো পরিশীলিত মডেল যে এই সংখ্যা উৎপাদিত হয় ব্যবহার করতে হবে আপনি দৃশ্যত না! না এমন কিছু বিষয় যা আউট সাধারণত বিতরণ সংখ্যার থুতু ফেলে, তাই স্ট্যানডার্ড ডেভিয়েশন সঙ্গে সিস্টেম বৈশিষ্ট্য আছে সঠিক জিনিস না।)
যাই হোক না কেন, "নির্ভরযোগ্যতা" ওজন সহ প্রকরণের সূত্রটি (যেখান থেকে আপনি সাধারণ উপায়ে স্ট্যান্ডার্ড বিচ্যুতি গণনা করেন)
∑ ডাব্লুআমি( এক্সআমি- এক্স*)2∑ ডাব্লুআমি- ∑ ডাব্লু2আমি∑ ডাব্লুআমি
এক্স*= ∑ ডাব্লুআমিএক্সআমি/ ∑ ডাব্লুআমি
ওজনের জন্য আপনার কাছে কোনও অনুমান নেই, যা আমি ধরে নিচ্ছি যে আপনি নির্ভরযোগ্যতার তুলনামূলকভাবে নিতে চান। আপনি যেভাবে শতাংশ গ্রহণ করছেন তা বিশ্লেষণকে জটিল করে তুলছেন এমনকি যদি তারা বার্নোল্লি প্রক্রিয়া দ্বারা উত্পন্ন হয় তবে আপনি যদি 20 এবং 0 এর স্কোর পান তবে আপনার অসীম শতাংশ রয়েছে। SEM এর বিপরীত দ্বারা ওজন করা একটি সাধারণ এবং কখনও কখনও অনুকূল জিনিস। আপনার সম্ভবত কোনও বায়েশিয়ান অনুমান বা উইলসনের স্কোর ব্যবধান ব্যবহার করা উচিত ।