ကိန်းဂဏန်းများနှင့် ဖြစ်နိုင်ခြေ- ကွာခြားချက်ကား အဘယ်နည်း။

ဖြစ်နိုင်ခြေ နှင့် ကိန်းဂဏန်းအချက်အလက်များ သည် မေးခွန်းများကိုဖြေဆိုရန် ဒေတာကိုအသုံးပြုသည့် နယ်ပယ်နှစ်ခုဖြစ်ပြီး အနည်းငယ်ကွဲပြားသောနည်းလမ်းများဖြစ်သည်။

ဖြစ်နိုင်ခြေရှိသော နယ်ပယ်သည် အနာဂတ်ဖြစ်ရပ်များ၏ ဖြစ်နိုင်ခြေကို ခန့်မှန်းရန် ရှိပြီးသား သိရှိထားသော အချက်အလက်ကို အသုံးပြုသည်။

• ဥပမာ- အိတ်တစ်လုံးရှိ စကျင်ကျောက် ၅ လုံးတွင် ၃ လုံးသည် အနီရောင်ဖြစ်ပါက၊ ၎င်းတို့ကို အစားထိုးခြင်းမပြုဘဲ ထပ်ခါတလဲလဲဆွဲခြင်းဖြင့် အနီရောင်စကျင်ကျောက်နှစ်ခုကို ဆွဲနိုင်ခြေ မည်မျှရှိသနည်း။

စာရင်းအင်း နယ်ပယ်သည် ပိုမိုများပြားသော လူဦးရေနှင့်ပတ်သက်၍ ကောက်ချက်ဆွဲရန် နမူနာတစ်ခုမှဒေတာကို အသုံးပြုသည်။

• ဥပမာ- ကျွန်ုပ်တို့သည် လိပ် 50 ၏ ကျပန်းနမူနာကို စုဆောင်းပြီး ၎င်းတို့၏အလေးချိန်တစ်ခုစီကို တိုင်းတာပါသည်။ ထို့နောက် ကျွန်ုပ်တို့သည် ထိုလူဦးရေရှိ လိပ်များအားလုံး၏ ပျမ်းမျှအလေးချိန် အစစ်အမှန်ပါဝင်နိုင်ခြေရှိသော တန်ဖိုးများစွာကို တွက်ချက်ရန်အတွက် နမူနာဒေတာကို အသုံးပြုပါသည်။

လက်တွေ့ကမ္ဘာအခြေအနေများတွင် စာရင်းဇယားနှင့် ဖြစ်နိုင်ခြေကို မည်သို့အသုံးပြုသည်ကို ကြည့်ရှုရန် ဆက်လက်ဖတ်ရှုပါ။

လက်တွေ့ကမ္ဘာတွင် စာရင်းအင်းများအသုံးပြုခြင်း။

ဤသည်မှာ လက်တွေ့ကမ္ဘာအခြေအနေများတွင် ကိန်းဂဏန်းများကို မည်သို့အသုံးပြုကြောင်း ဥပမာအချို့ဖြစ်သည်။

ဥပမာ 1- ယုံကြည်မှုကြားကာလ

ဘဏ္ဍာရေးဆိုင်ရာ စာရင်းအင်းပညာရှင်များသည် မတူညီသော ငွေကြေးဆိုင်ရာ အညွှန်းကိန်းများ၏ စစ်မှန်သောတန်ဖိုးကို ခန့်မှန်းရန် ယုံကြည်မှုကြားကာလများကို အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ စာရင်းအင်းပညာရှင်တစ်ဦးသည် မြို့တစ်မြို့ရှိ ကျပန်းရွေးချယ်ထားသော အိမ်ထောင်စု 200 ၏ နှစ်စဉ်ဝင်ငွေဆိုင်ရာ အချက်အလက်များကို စုဆောင်းနိုင်ပြီး ထိုမြို့ရှိအိမ်ထောင်စုအားလုံး၏ ပျမ်းမျှဝင်ငွေအတွက် ယုံကြည်မှုကြားကာလ တစ်ခုကို တည်ဆောက်ရန် ထိုနမူနာဒေတာကို အသုံးပြုပါ။

နမူနာတစ်ခုမှ ဒေတာကို အသုံးပြု၍ စာရင်းအင်းပညာရှင်သည် စိတ်ဝင်စားမှု စုစုပေါင်း၏ လူဦးရေနှင့်ပတ်သက်၍ ကောက်ချက်ဆွဲနိုင်သည်။

ဥပမာ 2- ယူဆချက်စမ်းသပ်ခြင်း။

ဆေးဝါးအသစ်သည် လူနာရလဒ်များကို ပိုမိုကောင်းမွန်စေခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် ဆေးခန်းဆက်တင်များတွင် အလုပ်လုပ်သော စာရင်းအင်းပညာရှင်များသည် သီအိုရီစစ်ဆေးမှုကို အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ ဇီဝစာရင်းစစ်ပညာရှင်တစ်ဦးသည် လူနာ ၃၀ အား တစ်လအတွက် သွေးပေါင်ကျဆေးတစ်မျိုးကို ပေးဆောင်နိုင်ပြီး၊ ထို့နောက် တူညီသောလူနာ 30 အား နောက်ထပ်တစ်လအတွက် ဒုတိယသွေးပေါင်ကျဆေးကို ပေးနိုင်သည်။

ထို့နောက် ၎င်းတို့သည် ဆေးနှစ်မျိုးကြားတွင် သွေးပေါင်ချိန်ကျဆင်းမှုတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် တွဲထားသောနမူနာ t-test ကို လုပ်ဆောင်နိုင်သည်။

နမူနာဒေတာကို အသုံးပြု၍ စာရင်းအင်းပညာရှင်သည် အလုံးစုံလူဦးရေအတွက် ဤဆေးနှစ်မျိုးအကြောင်း ကောက်ချက်ဆွဲနိုင်သည်။

Probability in the Real World ကိုအသုံးပြုခြင်း။

ဤသည်မှာ လက်တွေ့ကမ္ဘာအခြေအနေများတွင် ဖြစ်နိုင်ခြေကို မည်သို့အသုံးပြုကြောင်း ဥပမာအချို့ဖြစ်သည်။

ဥပမာ 1- သဘာဝဘေးအန္တရာယ်များကို ခန့်မှန်းခြင်း။

သတ်မှတ်ထားသောနှစ်တွင် အမျိုးအစား 5 ဟာရီကိန်းမုန်တိုင်းဖြစ်နိုင်ခြေသည် သတ်မှတ်ထားသောနှစ်တွင် 0.02 ဖြစ်သည်ဆိုပါစို့။

ဒါကိုသိထားခြင်းအားဖြင့် ဒေသန္တရအစိုးရဟာ လာမယ့် 10 နှစ်အတွင်းမှာ ဒီဟာရီကိန်းမုန်တိုင်း အမျိုးအစားတွေထဲက အနည်းဆုံးတစ်ခုကို ဝင်တိုက်နိုင်ခြေကို ခန့်မှန်းနိုင်ပါတယ်။

• P(အနည်းဆုံးအောင်မြင်မှုတစ်ခု) = 1 – P(ပေးထားသောစမ်းသပ်မှုတစ်ခုတွင် ကျရှုံးမှု) ⁿ
• P (အနည်းဆုံး အောင်မြင်မှုတစ်ခု) = 1 – (0.98) ¹⁰
• P (အနည်းဆုံး အောင်မြင်မှုတစ်ခု): 0.18293

လာမည့် 10 နှစ်တွင် ဖြစ်ပေါ်မည့် ဟာရီကိန်း အမျိုးအစားများထဲမှ အနည်းဆုံး တစ်မျိုး ဖြစ်နိုင်ခြေ သည် 0.18293 ဖြစ်သည်။

ရှိပြီးသား သိရှိထားသော အချက်အလက်များကို အသုံးပြု၍ ဒေသန္တရအစိုးရသည် အနာဂတ်ဖြစ်ရပ်များ၏ ဖြစ်နိုင်ခြေကို ခန့်မှန်းနိုင်ပါသည်။

ဥပမာ 2- ကတ်ဂိမ်းများ

ပရော်ဖက်ရှင်နယ် poker ကစားသမားများသည် ဂိမ်းတစ်ခုအတွင်း အချို့သောကတ်များ လွှဲသွားခြင်း ဖြစ်နိုင်ခြေကို ခန့်မှန်းရန် ဖြစ်နိုင်ခြေကို အသုံးပြုကြသည်။

ဥပမာအားဖြင့်၊ standard 52 card deck တွင် ဘုရင် 4 ကောင်ရှိသည်။

ဖဲချပ်ကစားသူသည် ပထမအကြိမ် 26 ကတ်တွင် ဘုရင် 3 ကောင်ကို ပေးဝေပြီးဖြစ်သည်ကို သိသည်ဆိုပါစို့။

ထို့နောက် အောက်ပါကတ်တွင် ဘုရင်တစ်ပါးရရှိရန် ဖြစ်နိုင်ခြေကို တွက်ချက်နိုင်သည်-

• P(king) = ဘုရင်အရေအတွက် / ကတ်နံပါတ်များ ကျန်ရှိသည်။
• P(king) = ၁/၂၆
• P(king) = 0.038

နောက်ကတ်တွင် ဘုရင်တစ်ဦးကို ပေးချေရမည့် ဖြစ်နိုင်ခြေမှာ ခန့်မှန်းခြေ 0.038 ဖြစ်သည်။

ရှိပြီးသား အချက်အလက်များကို အသုံးပြု၍ ဖဲချပ်ကစားသူသည် တိကျသော အနာဂတ်ဖြစ်ရပ်တစ်ခု ဖြစ်နိုင်ခြေကို ခန့်မှန်းနိုင်သည်။

နိဂုံး

စာရင်းအင်းနှင့် ဖြစ်နိုင်ခြေသည် မေးခွန်းများကိုဖြေဆိုရန် ဒေတာကိုအသုံးပြုသည့် နယ်ပယ်နှစ်ခုဖြစ်သော်လည်း မတူညီသောနည်းလမ်းများဖြင့် ဖြစ်သည်။

ဖြစ်နိုင်ခြေရှိသော နယ်ပယ်သည် အနာဂတ်ဖြစ်ရပ်များ၏ ဖြစ်နိုင်ခြေကို ခန့်မှန်းရန် ရှိပြီးသား သိရှိထားသော အချက်အလက်ကို အသုံးပြုသည်။

စာရင်းအင်း နယ်ပယ်သည် ပိုမိုများပြားသော လူဦးရေနှင့်ပတ်သက်၍ ကောက်ချက်ဆွဲရန် နမူနာတစ်ခုမှဒေတာကို အသုံးပြုသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ ဆောင်းပါးများသည် နယ်ပယ်အသီးသီးတွင် စာရင်းအင်းများ၏ အရေးပါပုံကို ရှင်းပြထားသည်။

ကိန်းဂဏန်းတွေက ဘာကြောင့် အရေးကြီးတာလဲ။ (စာရင်းဇယားက အရေးကြီးတဲ့ အကြောင်းရင်း ၁၀ ခု။)
စီးပွားရေးလုပ်ငန်းများတွင် စာရင်းအင်းများ၏ အရေးပါမှု
ပညာရေးတွင် စာရင်းအင်းများ၏ အရေးပါမှု
ကျန်းမာရေးစောင့်ရှောက်မှုတွင် စာရင်းအင်းများ၏ အရေးပါမှု
ဘဏ္ဍာရေးဆိုင်ရာ စာရင်းအင်းများ၏ အရေးပါမှု