একটি সঠিক বিজ্ঞান হওয়ায়, গণিত একটি নির্দিষ্ট উদাহরণের বৈশিষ্ট্যগুলিকে বিবেচনায় না নিয়ে সাধারণের কাছে পরিস্থিতি নিয়ে আসা সহ্য করে না। বিশেষ করে, গণিত এবং পদার্থবিজ্ঞানে আক্ষরিক অর্থে "চোখ দ্বারা" একটি সঠিক পরিমাপ করা অসম্ভব।
এটা কি?
বিজ্ঞানীরা বিভিন্ন ধরণের ত্রুটি খুঁজে পেয়েছেন, তাই আজ আমরা নিরাপদে বলতে পারি যে একটি দশমিক বিন্দুও মনোযোগ ছাড়া বাকি নেই। অবশ্যই, এটি বৃত্তাকার ছাড়া অসম্ভব, অন্যথায় গ্রহের সমস্ত মানুষ কেবল গণনায় নিযুক্ত থাকবে, হাজার এবং দশ হাজারতমের গভীরে যাবে। আপনি জানেন যে, অনেক সংখ্যা একটি অবশিষ্ট ছাড়া একে অপরের দ্বারা ভাগ করা যায় না, এবং পরীক্ষার সময় প্রাপ্ত পরিমাপগুলি তাদের পরিমাপ করার জন্য অবিচ্ছিন্নকে পৃথক অংশে ভাগ করার একটি প্রচেষ্টা৷
অভ্যাসে, পরিমাপ এবং গণনার নির্ভুলতা সত্যিই খুব গুরুত্বপূর্ণ, কারণ এটি একটি প্রধান পরামিতি যা আমাদের ডেটার সঠিকতা সম্পর্কে কথা বলতে দেয়। ত্রুটির প্রকারগুলি প্রতিফলিত করে যে প্রাপ্ত পরিসংখ্যান বাস্তবতার কতটা কাছাকাছি। পরিমাণগত অভিব্যক্তির জন্য: পরিমাপের ত্রুটি হল ফলাফলটি কতটা সত্য তা দেখায়। সঠিকতা হলে ভালো হয়ত্রুটিটি ছোট হতে দেখা গেছে।
বিজ্ঞানের নিয়ম
বর্তমানে বিদ্যমান ত্রুটির তত্ত্বে পাওয়া নিয়মিততা অনুসারে, এমন পরিস্থিতিতে যেখানে ফলাফলের নির্ভুলতা বর্তমানের চেয়ে দ্বিগুণ হওয়া উচিত, পরীক্ষার সংখ্যা চারগুণ করতে হবে। ক্ষেত্রে যখন নির্ভুলতা তিনবার বাড়ানো হয়, তখন 9 গুণ বেশি পরীক্ষা করা উচিত। পদ্ধতিগত ত্রুটি বাদ দেওয়া হয়েছে৷
মেট্রোলজি ত্রুটির পরিমাপকে পরিমাপের অভিন্নতা নিশ্চিত করার জন্য সবচেয়ে গুরুত্বপূর্ণ পদক্ষেপগুলির মধ্যে একটি হিসাবে বিবেচনা করে। আপনাকে বিবেচনা করতে হবে: নির্ভুলতা বিভিন্ন কারণের দ্বারা প্রভাবিত হয়। এটি একটি অত্যন্ত জটিল শ্রেণিবিন্যাস ব্যবস্থার বিকাশের দিকে পরিচালিত করেছে, যা শুধুমাত্র শর্তসাপেক্ষে কাজ করে। বাস্তব অবস্থার মধ্যে, ফলাফল দৃঢ়ভাবে শুধুমাত্র প্রক্রিয়ার অন্তর্নিহিত ত্রুটির উপর নির্ভর করে না, কিন্তু বিশ্লেষণের জন্য তথ্য প্রাপ্তির প্রক্রিয়ার বৈশিষ্ট্যগুলির উপরও নির্ভর করে৷
শ্রেণীবিভাগ ব্যবস্থা
আধুনিক বিজ্ঞানীদের দ্বারা চিহ্নিত ত্রুটির প্রকার:
- পরম;
- আত্মীয়;
- কমানো হয়েছে।
গণনা এবং পরীক্ষা-নিরীক্ষার ভুলের কারণ কী তার উপর ভিত্তি করে এই বিভাগটিকে অন্যান্য গ্রুপে ভাগ করা যেতে পারে। তারা বলে যে তারা হাজির হয়েছে:
- পদ্ধতিগত ত্রুটি;
- দুর্ঘটনা।
প্রথম মানটি ধ্রুবক, পরিমাপ প্রক্রিয়ার বৈশিষ্ট্যের উপর নির্ভর করে এবং প্রতিটি পরবর্তী ম্যানিপুলেশনের সাথে শর্তগুলি সংরক্ষণ করা হলে অপরিবর্তিত থাকে
কিন্তু এলোমেলো ত্রুটি পরিবর্তন হতে পারে যদি পরীক্ষক একই যন্ত্রপাতি ব্যবহার করে একই ধরনের অধ্যয়ন পুনরাবৃত্তি করে এবং প্রথম পিরিয়ডের মতো অবস্থায় থাকে।
সিস্টেমেটিক, এলোমেলো ত্রুটি একই সাথে প্রদর্শিত হয় এবং যেকোনো পরীক্ষায় ঘটতে পারে। একটি র্যান্ডম ভেরিয়েবলের মান আগে থেকে জানা যায় না, কারণ এটি অপ্রত্যাশিত কারণগুলির দ্বারা প্ররোচিত হয়। নির্মূলের অসম্ভবতা সত্ত্বেও, এই মান কমাতে অ্যালগরিদম তৈরি করা হয়েছে। গবেষণা চলাকালীন প্রাপ্ত ডেটা প্রক্রিয়াকরণের পর্যায়ে এগুলি ব্যবহার করা হয়৷
সিস্টেমেটিক, র্যান্ডম এর সাথে তুলনা করে, এটিকে উস্কে দেয় এমন উত্সগুলির স্বচ্ছতার দ্বারা আলাদা করা হয়৷ এটি আগে থেকেই শনাক্ত করা হয় এবং এর কারণগুলির সাথে সম্পর্ক বিবেচনা করে বিজ্ঞানীরা বিবেচনা করতে পারেন৷
আর আপনি যদি আরও বিশদে বুঝতে পারেন?
ধারণাটি সম্পূর্ণরূপে বোঝার জন্য, আপনাকে কেবল ত্রুটির প্রকারগুলিই নয়, এই ঘটনার উপাদানগুলি কী কী তাও জানতে হবে৷ গণিতবিদরা নিম্নলিখিত উপাদানগুলিকে আলাদা করেন:
- পদ্ধতি সম্পর্কিত;
- টুল-নিয়ন্ত্রিত;
- বিষয়ভিত্তিক।
ত্রুটি গণনা করার সময়, অপারেটর নির্দিষ্ট, শুধুমাত্র অন্তর্নিহিত, স্বতন্ত্র বৈশিষ্ট্যের উপর নির্ভর করে। তারাই ত্রুটির বিষয়গত উপাদান গঠন করে যা তথ্য বিশ্লেষণের নির্ভুলতা লঙ্ঘন করে। সম্ভবত কারণটি অভিজ্ঞতার অভাব হতে পারে, কখনও কখনও - কাউন্টডাউন শুরুর সাথে সম্পর্কিত ত্রুটিতে।
প্রধানত ত্রুটির গণনা অন্য দুটি পয়েন্টকে বিবেচনা করে, তা হল, যন্ত্রগত এবং পদ্ধতিগত৷
গুরুত্বপূর্ণ উপাদান
নির্ভুলতা এবং ত্রুটি এমন ধারণা যা ছাড়া পদার্থবিদ্যা, গণিত বা অন্যান্য প্রাকৃতিক এবং সঠিক বিজ্ঞানের উপর ভিত্তি করে কিছু সম্ভব নয়।
একই সময়ে, এটি অবশ্যই মনে রাখতে হবে যে পরীক্ষা-নিরীক্ষার সময় ডেটা পাওয়ার জন্য মানবজাতির কাছে পরিচিত সমস্ত পদ্ধতি অপূর্ণ। এটিই একটি পদ্ধতিগত ত্রুটিকে উস্কে দিয়েছে, যা এড়ানো একেবারেই অসম্ভব। এটি গণনার গৃহীত ব্যবস্থা এবং গণনার সূত্রের অন্তর্নিহিত ভুলগুলি দ্বারাও প্রভাবিত হয়। অবশ্যই, ফলাফল রাউন্ড করার প্রয়োজনেরও একটি প্রভাব রয়েছে৷
এগুলি স্থূল ভুলগুলিকে হাইলাইট করে, যেমন পরীক্ষার সময় অপারেটরের ভুল আচরণ, সেইসাথে ভাঙা, ডিভাইসগুলির ভুল কার্যকারিতা বা একটি অপ্রত্যাশিত পরিস্থিতির কারণে সৃষ্ট ত্রুটিগুলি৷
আপনি প্রাপ্ত ডেটা বিশ্লেষণ করে এবং বিশেষ মানদণ্ডের সাথে ডেটা তুলনা করার সময় ভুল মান শনাক্ত করে মানগুলির একটি স্থূল ত্রুটি সনাক্ত করতে পারেন৷
গণিত এবং পদার্থবিদ্যা আজকে কী নিয়ে কথা বলে? প্রতিরোধমূলক ব্যবস্থার মাধ্যমে ত্রুটি প্রতিরোধ করা যেতে পারে। এই ধারণাটি হ্রাস করার বেশ কয়েকটি যুক্তিসঙ্গত উপায় উদ্ভাবিত হয়েছে। এটি করার জন্য, ফলাফলের অশুদ্ধতার দিকে পরিচালিত এক বা অন্য ফ্যাক্টর বাদ দেওয়া হয়৷
শ্রেণী এবং শ্রেণীবিভাগ
ত্রুটি আছে:
- পরম;
- পদ্ধতিগত;
- এলোমেলো;
- আত্মীয়;
- কমানো হয়েছে;
- ইনস্ট্রুমেন্টাল;
- প্রধান;
- অতিরিক্ত;
- পদ্ধতিগত;
- ব্যক্তিগত;
- অচল;
- গতিশীল।
বিভিন্ন প্রকারের ত্রুটির সূত্রটি ভিন্ন, যেহেতু প্রতিটি ক্ষেত্রে এটি অনেকগুলি কারণকে বিবেচনা করে যা তথ্যের ভুল গঠনকে প্রভাবিত করে৷
যদি আমরা গণিত সম্পর্কে কথা বলি, তাহলে এই ধরনের অভিব্যক্তির সাথে, শুধুমাত্র আপেক্ষিক এবং পরম ত্রুটিগুলিকে আলাদা করা হয়। কিন্তু যখন একটি নির্দিষ্ট সময়ের মধ্যে পরিবর্তনের মিথস্ক্রিয়া ঘটে, তখন আমরা গতিশীল, স্ট্যাটিক উপাদানগুলির উপস্থিতি সম্পর্কে কথা বলতে পারি।
ত্রুটির সূত্র, যা বাহ্যিক অবস্থার সাথে লক্ষ্য বস্তুর মিথস্ক্রিয়া বিবেচনা করে, এতে একটি অতিরিক্ত, প্রধান চিত্র রয়েছে। একটি নির্দিষ্ট পরীক্ষার জন্য ইনপুট ডেটার রিডিংয়ের নির্ভরতা একটি গুণগত ত্রুটি বা একটি সংযোজন নির্দেশ করবে৷
পরম
এই শব্দটিকে সাধারণত পরীক্ষার সময় নেওয়া সূচক এবং আসলগুলির মধ্যে পার্থক্য হাইলাইট করে গণনা করা ডেটা হিসাবে বোঝা হয়। নিম্নলিখিত সূত্রটি উদ্ভাবিত হয়েছিল:
A Qn=Qn - একটি Q0
এবং Qn হল সেই ডেটা যা আপনি খুঁজছেন, Qn হল পরীক্ষায় চিহ্নিত করা, এবং শূন্য হল ভিত্তি সংখ্যা যার সাথে তুলনা করা হয়েছে।
কমেছে
এই শব্দটি সাধারণত একটি মান হিসাবে বোঝা যায় যা পরম ত্রুটি এবং আদর্শের মধ্যে অনুপাত প্রকাশ করে৷
এই ধরণের ত্রুটি গণনা করার সময়, পরীক্ষার সাথে জড়িত যন্ত্রগুলির অপারেশনের সাথে সম্পর্কিত ত্রুটিগুলিই গুরুত্বপূর্ণ নয়, তবে পদ্ধতিগত উপাদানগুলির পাশাপাশি আনুমানিক পড়ার ত্রুটিও গুরুত্বপূর্ণ৷ শেষ মান উস্কে দেওয়া হয়পরিমাপ যন্ত্রে উপস্থিত ডিভিশন স্কেলের ত্রুটিগুলি৷
যন্ত্রগত ত্রুটি এই ধারণার সাথে ঘনিষ্ঠভাবে সম্পর্কিত। এটি ঘটে যখন ডিভাইসটি ভুলভাবে, ভুলভাবে, ভুলভাবে উত্পাদিত হয়েছিল, যার কারণে এটির দ্বারা প্রদত্ত রিডিং অপর্যাপ্তভাবে সঠিক হয়ে ওঠে। যাইহোক, এখন আমাদের সমাজ প্রযুক্তিগত উন্নতির এমন একটি স্তরে রয়েছে, যখন যন্ত্রগত ত্রুটি নেই এমন ডিভাইস তৈরি করা এখনও অপ্রাপ্য। আমরা স্কুল এবং ছাত্র পরীক্ষায় ব্যবহৃত পুরানো নমুনা সম্পর্কে কি বলতে পারি। অতএব, নিয়ন্ত্রণ, পরীক্ষাগারের কাজ গণনা করার সময়, যন্ত্রগত ত্রুটিকে অবহেলা করা অগ্রহণযোগ্য।
পদ্ধতিগত
এই জাতটি দুটি কারণে বা একটি জটিল কারণে উস্কে দেয়:
- গবেষণায় ব্যবহৃত গাণিতিক মডেলটি অপর্যাপ্তভাবে সঠিক বলে প্রমাণিত হয়েছে;
- ভুল পরিমাপ পদ্ধতি বেছে নেওয়া হয়েছে।
বিষয়ভিত্তিক
এই শব্দটি এমন একটি পরিস্থিতিতে প্রয়োগ করা হয় যেখানে, গণনা বা পরীক্ষা-নিরীক্ষার সময় তথ্য পাওয়ার সময়, অপারেশন সম্পাদনকারী ব্যক্তির অপর্যাপ্ত যোগ্যতার কারণে ত্রুটিগুলি করা হয়েছিল৷
এটা বলা যাবে না যে এটি তখনই ঘটে যখন একজন অশিক্ষিত বা মূর্খ ব্যক্তি প্রকল্পে অংশ নেয়। বিশেষত, ত্রুটিটি মানুষের ভিজ্যুয়াল সিস্টেমের অপূর্ণতা দ্বারা উস্কে দেওয়া হয়। অতএব, কারণগুলি পরীক্ষায় অংশগ্রহণকারীর উপর সরাসরি নির্ভর নাও করতে পারে, তবে, সেগুলিকে একটি মানবিক কারণ হিসাবে শ্রেণীবদ্ধ করা হয়৷
স্ট্যাটিক এবংত্রুটি তত্ত্বের জন্য গতিবিদ্যা
ইনপুট এবং আউটপুট মান কীভাবে ইন্টারঅ্যাক্ট করে তার সাথে একটি নির্দিষ্ট ত্রুটি সর্বদা সম্পর্কিত। বিশেষ করে, একটি নির্দিষ্ট সময়ের ব্যবধানে আন্তঃসংযোগের প্রক্রিয়া বিশ্লেষণ করা হয়। এটি সম্পর্কে কথা বলা প্রথাগত:
- একটি নির্দিষ্ট সময়ের মধ্যে ধ্রুবক একটি নির্দিষ্ট মান গণনা করার সময় যে ত্রুটিটি দেখা যায়। একে স্ট্যাটিক বলে।
- গতিশীল, একটি পার্থক্যের উপস্থিতির সাথে সম্পর্কিত, অ-স্থির ডেটা পরিমাপ করে সনাক্ত করা হয়েছে, উপরের অনুচ্ছেদে বর্ণিত প্রকার।
প্রাথমিক কি এবং মাধ্যমিক কি?
অবশ্যই, ত্রুটির মার্জিন প্রধান পরিমাণ দ্বারা উস্কে দেওয়া হয় যা একটি নির্দিষ্ট কাজকে প্রভাবিত করে, তবে, প্রভাব অভিন্ন নয়, যা গবেষকদের দলটিকে ডেটার দুটি বিভাগে উপবিভক্ত করার অনুমতি দেয়:
- সমস্ত প্রভাবিত পরিসংখ্যানের স্ট্যান্ডার্ড সংখ্যাসূচক অভিব্যক্তি সহ স্বাভাবিক অপারেটিং অবস্থার অধীনে গণনা করা হয়। এগুলোকে প্রধান বলা হয়।
- অতিরিক্ত একই ধরনের ক্ষেত্রেও বলা হয় যখন প্রধান মান আদর্শের সীমার বাইরে চলে যায়।
আশেপাশে কি হচ্ছে?
উপরে "আদর্শ" শব্দটি একাধিকবার উল্লেখ করা হয়েছে, কিন্তু বিজ্ঞানে কোন ধরনের অবস্থাকে সাধারণত স্বাভাবিক বলা হয় তার কোন ব্যাখ্যা দেওয়া হয়নি, সেইসাথে অন্য কোন ধরনের অবস্থার পার্থক্যের উল্লেখ রয়েছে।
সুতরাং, স্বাভাবিক অবস্থা হল সেই অবস্থা যখন কর্মপ্রবাহকে প্রভাবিত করে এমন সমস্ত পরিমাণ তাদের জন্য চিহ্নিত স্বাভাবিক মানের মধ্যে থাকে।
কিন্তু শ্রমিকরা -শর্তাবলী প্রযোজ্য যার অধীনে পরিমাণে পরিবর্তন ঘটে। সাধারণ ফ্রেমগুলির তুলনায়, এখানে ফ্রেমগুলি অনেক বেশি প্রশস্ত, তবে, প্রভাবিত পরিমাণগুলি অবশ্যই তাদের জন্য নির্দিষ্ট কাজের ক্ষেত্রের সাথে মানানসই হবে৷
অতিরিক্ত ত্রুটির প্রবর্তনের কারণে স্বাভাবিকীকরণ সম্ভব হলে প্রভাবিত পরিমাণের কার্যকরী নিয়ম মান অক্ষের এমন একটি ব্যবধান ধরে নেয়।
ইনপুট মান কি প্রভাবিত করে?
ত্রুটি গণনা করার সময়, আপনাকে মনে রাখতে হবে যে ইনপুট মান একটি নির্দিষ্ট পরিস্থিতিতে কী ধরনের ত্রুটি ঘটবে তা প্রভাবিত করে। একই সময়ে, তারা এই বিষয়ে কথা বলে:
- অ্যাডিটিভ, যা মডুলো নেওয়া বিভিন্ন মানের সমষ্টি হিসাবে গণনা করা একটি ত্রুটি দ্বারা চিহ্নিত করা হয়। একই সময়ে, পরিমাপ করা মান কত বড় তা দ্বারা সূচক প্রভাবিত হয় না;
- multiplicative যা পরিবর্তিত হবে যখন পরিমাপ করা মান প্রভাবিত হবে।
এটা মনে রাখা উচিত যে পরম সংযোজন হল একটি ত্রুটি যার মানের সাথে কোন সংযোগ নেই, যা পরিমাপ করা পরীক্ষার উদ্দেশ্য। মানের পরিসরের যেকোনো অংশে, সূচকটি স্থির থাকে, এটি সংবেদনশীলতা সহ পরিমাপ যন্ত্রের প্যারামিটার দ্বারা প্রভাবিত হয় না।
সংযোজন ত্রুটি নির্দেশ করে যে নির্বাচিত পরিমাপ সরঞ্জাম প্রয়োগ করে প্রাপ্ত মান কতটা ছোট হতে পারে।
কিন্তু গুণকটি এলোমেলোভাবে নয়, আনুপাতিকভাবে পরিবর্তিত হবে, কারণ এটি পরিমাপ করা মানের প্যারামিটারের সাথে সম্পর্কিত।ত্রুটিটি কত বড় তা ডিভাইসের সংবেদনশীলতা পরীক্ষা করে গণনা করা হয়, যেহেতু মান এটির সমানুপাতিক হবে। এই উপ-প্রকারের ত্রুটিটি সঠিকভাবে উদ্ভূত হয় কারণ ইনপুট মান পরিমাপের সরঞ্জামে কাজ করে এবং এর পরামিতি পরিবর্তন করে।
কীভাবে ত্রুটিটি দূর করবেন?
কিছু ক্ষেত্রে, ত্রুটিটি বাদ দেওয়া যেতে পারে, যদিও এটি প্রতিটি প্রজাতির জন্য সত্য নয়। উদাহরণস্বরূপ, যদি আমরা উপরের বিষয়ে কথা বলি, তবে এই ক্ষেত্রে ত্রুটি শ্রেণীটি ডিভাইসের পরামিতিগুলির উপর নির্ভর করে এবং একটি আরও সঠিক, আধুনিক সরঞ্জাম নির্বাচন করে মান পরিবর্তন করা যেতে পারে। একই সময়ে, ব্যবহৃত মেশিনগুলির প্রযুক্তিগত বৈশিষ্ট্যগুলির কারণে পরিমাপের ত্রুটিগুলি সম্পূর্ণরূপে উড়িয়ে দেওয়া যায় না, কারণ সবসময় এমন কারণ থাকবে যা ডেটার নির্ভরযোগ্যতা হ্রাস করে৷
ক্লাসিক ত্রুটি দূর করতে বা কমানোর জন্য চারটি পদ্ধতি রয়েছে:
- পরীক্ষা শুরুর আগে কারণ, উৎসটি সরান।
- ডেটা অধিগ্রহণ কার্যক্রম চলাকালীন ত্রুটি দূর করা। এর জন্য, প্রতিস্থাপন পদ্ধতি ব্যবহার করা হয়, তারা সাইন দ্বারা ক্ষতিপূরণ দেওয়ার চেষ্টা করে এবং একে অপরের পর্যবেক্ষণের বিরোধিতা করে এবং প্রতিসম পর্যবেক্ষণের আশ্রয় নেয়।
- সম্পাদনা করার সময় প্রাপ্ত ফলাফলের সংশোধন, অর্থাৎ ত্রুটি দূর করার একটি গণনামূলক উপায়।
- নিয়ন্ত্রিত ত্রুটির সীমাগুলি কী কী তা নির্ধারণ করা, যখন এটি নির্মূল করা যায় না তখন সেগুলি বিবেচনায় নিয়ে।
সর্বোত্তম বিকল্প হল কারণগুলি দূর করা, সময় ত্রুটির উত্সপরীক্ষামূলক তথ্য অধিগ্রহণ। পদ্ধতিটি সবচেয়ে অনুকূল হিসাবে বিবেচিত হওয়া সত্ত্বেও, এটি কর্মপ্রবাহকে জটিল করে না, বিপরীতভাবে, এটি এমনকি সহজ করে তোলে। এটি এই কারণে যে অপারেটরকে সরাসরি ডেটা প্রাপ্ত করার সময় ইতিমধ্যে ত্রুটিটি দূর করার দরকার নেই। আপনাকে সমাপ্ত ফলাফল সম্পাদনা করতে হবে না, মানগুলির সাথে সামঞ্জস্য করে।
কিন্তু যখন পরিমাপের সময় ইতিমধ্যেই ত্রুটিগুলি দূর করার সিদ্ধান্ত নেওয়া হয়েছিল, তখন তারা একটি জনপ্রিয় প্রযুক্তির আশ্রয় নেয়৷
পরিচিত ব্যতিক্রম
সবচেয়ে বেশি ব্যবহৃত হচ্ছে সম্পাদনার প্রবর্তন। এগুলি ব্যবহার করার জন্য, আপনাকে সঠিকভাবে জানতে হবে যে একটি নির্দিষ্ট পরীক্ষার অন্তর্নিহিত পদ্ধতিগত ত্রুটি কী।
উপরন্তু, প্রতিস্থাপন বিকল্পের চাহিদা রয়েছে। এটিকে অবলম্বন করে, বিশেষজ্ঞরা যে মানটি ব্যবহার করতে আগ্রহী তার পরিবর্তে একটি অনুরূপ পরিবেশে প্রতিস্থাপিত মান ব্যবহার করে। যখন বৈদ্যুতিক পরিমাণ পরিমাপ করা প্রয়োজন তখন এটি সাধারণ।
বিরোধিতা - এমন একটি পদ্ধতি যার জন্য দুইবার পরীক্ষা-নিরীক্ষা করা প্রয়োজন, যখন দ্বিতীয় পর্যায়ে উৎস প্রথমটির তুলনায় বিপরীত উপায়ে ফলাফলকে প্রভাবিত করে। কাজের যুক্তি "চিহ্ন দ্বারা ক্ষতিপূরণ" নামক একটি বৈকল্পিক পদ্ধতির কাছাকাছি, যখন একটি পরীক্ষায় মানটি ইতিবাচক হওয়া উচিত, অন্যটিতে - নেতিবাচক, এবং দুটি পরিমাপের ফলাফলের তুলনা করে একটি নির্দিষ্ট মান গণনা করা হয়৷
