Central Tendency হলো এমন একটি পরিসংখ্যানিক পরিমাপ, যা কোনো ডেটাসেটের কেন্দ্র বা গড় মান নির্দেশ করে — অর্থাৎ এমন একটি একক মান, যা পুরো ডেটাসেটকে সবচেয়ে ভালোভাবে উপস্থাপন করে।

উদ্দেশ্য: পুরো ডেটাসেটের প্রতিনিধিত্ব করার মতো একটি মান নির্ধারণ করা।

প্রধান পরিমাপগুলো:

• Mean (গাণিতিক গড়): সব মানের যোগফলকে মোট মানের সংখ্যা দ্বারা ভাগ করা হয়।

• Median (মধ্যক): সাজানো ডেটাসেটের মাঝের মান।

• Mode (প্রচুরক): সবচেয়ে ঘন ঘন আসা মান।

অন্যদিকে, Measures of Dispersion নির্দেশ করে ডেটার বিচ্যুতি বা ছড়ানো প্রকৃতি — অর্থাৎ কেন্দ্রীয় মানের চারপাশে তথ্যগুলো কতটা পরিবর্তনশীল।

উদ্দেশ্য: ডেটার মানগুলো কেন্দ্রীয় মান থেকে কতটা বিচ্যুত বা ভিন্ন তা বোঝা।

প্রধান পরিমাপগুলো:

• Range: সর্বাধিক ও সর্বনিম্ন মানের পার্থক্য → (Max − Min)

• Variance (σ²): গড় মান থেকে বিচ্যুতির বর্গের গড়।

• Standard Deviation (σ): Variance-এর বর্গমূল; ডেটার প্রকৃত ছড়ানো মাত্রা বোঝায়।

• Coefficient of Variation (CV): Standard Deviation ও Mean-এর অনুপাত; তুলনামূলক বিচ্যুতি নির্ধারণে ব্যবহৃত হয়।

কালীন সারি বিশ্লেষণে চলমান গড় (Moving Average) পদ্ধতি ব্যবহৃত হয় দীর্ঘকালীন প্রবণতা (Long-term Trend) নির্ণয়ে।

মূল বিষয়সমূহ—

• এটি সমান সময়ের অন্তর ধরে তথ্যের গড় নির্ণয় করে, যাতে স্বল্পমেয়াদী ওঠানামা বা অস্থিরতা সরানো যায়।

• চলমান গড় প্রয়োগের মাধ্যমে আমরা দীর্ঘমেয়াদী প্রবণতা স্পষ্টভাবে চিহ্নিত করতে পারি, যা ভবিষ্যতের পূর্বাভাস বা নীতি নির্ধারণে সহায়ক।

• সাধারণত, ৩-তলা, ৫-তলা বা ৭-তলা চলমান গড় ব্যবহার করা হয়, পরিস্থিতি ও ডেটার প্রকৃতির ওপর নির্ভর করে।

অতএব, চলমান গড় পদ্ধতি হলো এমন একটি সরঞ্জাম যা সময়-নির্ভর ডেটা থেকে প্রকৃত প্রবণতা আলাদা করতে সহায়তা করে।