SAT নির্দেশিকায় ফেরো

Desmos দিয়ে কীভাবে একটি line of best fit খুঁজে পাবে

মূল ইংরেজি থেকে অনূদিত।

Desmos দিয়ে একটি line of best fit পেতে x-values এবং y-values আলাদা লিস্ট হিসেবে লেখো। তারপর `Y ~ mX + b` টাইপ করো। Desmos slope এবং intercept গণনা করবে। ডেটা যাচাই করতে বিন্দুগুলো প্লট করো। টেবিলের মানের অনেক বাইরে থাকা predictions নিয়ে সতর্ক থাকো।

হালনাগাদ

Young child completing a questionnaire indoors for educational purposes.

ডেটা table-টি দুটি লিস্ট হিসেবে লেখো

যখন কোনো প্রশ্নে তোমাকে x এবং y-এর জোড়া মান দেওয়া হয়, Desmos সেই সংখ্যাগুলো থেকে একটি line of best fit গণনা করতে পারে। এটি গ্রাফ থেকে লাইন অনুমান করার চেয়ে সাধারণত দ্রুত এবং বেশি সঠিক। প্রতিটি x-value-কে টেবিলের একই সারির y-value-এর সাথে জোড়া হিসেবে রাখো।

x-values গুলোকে X নামের একটি লিস্ট হিসেবে লেখো, তারপর পরের লাইনে y-values গুলোকে Y নামের একটি লিস্ট হিসেবে লেখো। উদাহরণস্বরূপ, x-list হতে পারে `[1, 2, 3, 4, 5]` এবং এর সাথে মিল থাকা y-list হতে পারে `[3, 5, 6, 9, 10]`। তুমি কোনো মান বাদ দিয়েছ কি না বা সরিয়েছ কি না তা যাচাই করো: ভুল জোড়া দিলে ফলাফল বদলে যাবে।

বিন্দুগুলো প্লট করো, তারপর লাইনটি বসাও

উভয় লিস্ট এন্ট্রি করার পর, ডেটা পয়েন্টগুলো প্লট করতে `(X, Y)` টাইপ করো। তারপর tilde কী ব্যবহার করে `Y ~ mX + b` লেখো। Desmos m এবং b এর মান দেখাবে, যা হলো fitted line-এর slope এবং intercept।

উদাহরণ লিস্টগুলোর জন্য Desmos 1.8 slope এবং 1.2 intercept দেয়। প্রাপ্ত মডেলটি হলো `y = 1.8x + 1.2`। মডেলটি বিন্দুগুলোর ওপর বসানো একটি লাইন বর্ণনা করে; এর মানে এই নয় যে প্রতিটি বিন্দুকে অবশ্যই ঠিক ওই লাইনের ওপর থাকতে হবে।

slope এবং intercept সঠিকভাবে পড়ো

`y = mx + b` আকারে m হলো slope এবং b হলো y-intercept। slope তোমাকে জানায় x এক বৃদ্ধি পেলে মডেলের y-value কতটা পরিবর্তিত হয়। intercept হলো যখন x শূন্য হয় তখন মডেলের y-value।

প্রশ্নে চাওয়া মডেলের জন্য Desmos থেকে পাওয়া মানগুলো ব্যবহার করো। যদি কোনো prediction চাওয়া হয়, তবে fitted equation-এ প্রয়োজনীয় x-value বসাও। টেবিলের একটি data point এবং লাইনের মাধ্যমে পাওয়া predicted value-এর মধ্যে পার্থক্য পরিষ্কারভাবে বোঝো: একটি prediction মডেল থেকে আসে, এমনকি যখন টেবিলে কোনো মিল থাকা সারি থাকে না তখনও।

ডেটা পয়েন্ট দিয়ে উত্তরগুলো যাচাই করো

তোমাকে সবসময় regression গণনা করতে হবে না। যদি প্রশ্নটি শুধু জানতে চায় কোন লাইনটি সবচেয়ে ভালো ভাবে মানিয়ে যায় (fits best), তবে প্রথমে টেবিলের দুটি বিন্দুর বিপরীতে প্রতিটি সম্ভাব্য লাইন পরীক্ষা করে দেখো। প্রতিটি বিন্দুর x-value সম্ভাব্য equation-এ বসিয়ে দেখো তার y-value টেবিলের সাথে মেলে কি না।

এটি দ্রুত এমন একটি লাইন বাদ দিতে পারে যা ডেটার সাথে মেলে না। যদি দুটি বিন্দু পরীক্ষা করাই উত্তর বেছে নেওয়ার জন্য যথেষ্ট হয়, তবে সঠিক slope এবং intercept খোঁজার পেছনে সময় নষ্ট করো না। যদি প্রশ্নটি fitted model বা তা থেকে কোনো prediction চায়, তবে লিস্ট এবং regression ব্যবহার করো।

ডেটা রেঞ্জের বাইরের predictions গুলো সাবধানে ব্যবহার করো

একটি line of best fit হলো তোমার দেওয়া ডেটার একটি মডেল। টেবিলের x-values রেঞ্জের ভেতরের একটি prediction রেঞ্জের বাইরের তুলনায় বেশি নির্ভরযোগ্য। সেই রেঞ্জের বাইরে লাইনটি এমনভাবে চলতে পারে যা পর্যবেক্ষণ করা বিন্দুগুলো সমর্থন করে না।

একটি predicted value ব্যবহার করার আগে, এর x-value-কে তোমার টেবিলের সবচেয়ে ছোট এবং সবচেয়ে বড় x-value-এর সাথে তুলনা করো। যদি এটি তাদের থেকে অনেক দূরে হয়, তবে রেখাটি যা গণনা করে তা লেখো, কিন্তু সেই ফলাফলকে সমানভাবে নির্ভরযোগ্য মনে করো না।

শুধু চূড়ান্ত উত্তর নয়, ধাপগুলো অনুশীলন করো।

সঠিক ঢাল বা prediction সবসময় তোমার পদ্ধতি সঠিক কি না তা দেখায় না। অনুশীলন করার সময় লেখো যে তুমি কীভাবে জোড়া ডেটা (paired data) দিয়েছ, কোন regression ব্যবহার করেছ এবং কীভাবে m ও b থেকে উত্তরে পৌঁছেছ। যদি তোমার ফলাফল ভুল হয়, তবে এই ধাপগুলো তোমাকে বুঝতে সাহায্য করবে সমস্যাটি তালিকায় ছিল, মডেলে ছিল নাকি চূড়ান্ত substitution-এ ছিল।

Exam.Harbour তোমার হাতে লেখা ধাপগুলোর ছবি, স্ক্যান বা অন-স্ক্রিন সংস্করণ ধাপে ধাপে যাচাই করতে পারে। এতে তুমি শুধু চূড়ান্ত উত্তর সঠিক কি না তা নয়, বরং পদ্ধতিটি কোথায় ভুল ছিল তাও দেখতে পাবে।

টেবিলটিকে দুটি লিস্ট হিসেবে লিখলে, Y ~ mX + b দিলে সেরা ফিট লাইন পাওয়া যাবে।Desmos দিয়ে তৈরি। CC BY-SA 4.0 লাইসেন্সে।

আরও জিজ্ঞাসা

Desmos regression-এ tilde-এর মানে কী?
Tilde Desmos-কে ডেটার সাথে একটি মডেল মেলাতে বলে। `Y ~ mX + b`-এ, Desmos X এবং Y তালিকার মানগুলো ব্যবহার করে এমন একটি রেখার ঢাল m এবং intercept b খুঁজে বের করে যা বিন্দুগুলোর সাথে সবচেয়ে ভালো মেলে।
আমার কি চোখে দেখে একটি line of best fit আঁকা উচিত?
যদি তোমার কাছে একটি টেবিল থাকে, তবে Desmos ব্যবহার করলে চোখে দেখে রেখা আঁকার চেয়ে আরও সঠিক মডেল পাওয়া যেতে পারে। যদি কোনো প্রশ্নে শুধু কয়েকটি রেখার মধ্যে থেকে সেরাটি বেছে নিতে বলা হয়, তবে প্রথমে দুটি ডেটা পয়েন্টের সাথে উত্তরগুলো মিলিয়ে দেখো।
আমি কি line of best fit থেকে পাওয়া prediction বিশ্বাস করতে পারি?
একটি রেখা ডেটার একটি মডেল দেয়, কোনো নিশ্চয়তা নয়। তোমার টেবিলের x-values সীমার মধ্যে থাকা prediction সেই সীমার বাইরে থাকা prediction-এর চেয়ে বেশি নির্ভরযোগ্য। পর্যবেক্ষণ করা ডেটার বাইরে থাকা prediction ব্যবহারের ক্ষেত্রে সতর্ক থাকো।