ပြောင်းလဲနိုင်သော ခန့်မှန်းသူ

ဤဆောင်းပါးတွင် ခန့်မှန်းသူကိန်းရှင်များသည် မည်သည်တို့ကို ရှင်းပြထားသည်။ ထို့ကြောင့်၊ ခန့်မှန်းသူ variable ၏အဓိပ္ပာယ်၊ ခန့်မှန်းသူကိန်းရှင်နမူနာများနှင့် နောက်ဆုံးတွင် ခန့်မှန်းသူကိန်းရှင်သည် တုံ့ပြန်မှုကိန်းရှင်နှင့် မည်သို့ကွာခြားသည်ကို သင်တွေ့လိမ့်မည်။

ကြိုတင်ခန့်မှန်းကိန်းရှင်သည် အဘယ်နည်း။

ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ ခန့်မှန်းသူ ကိန်းရှင်သည် စမ်းသပ်မှုတစ်ခုတွင် ကြိုးကိုင်နိုင်သည့်တန်ဖိုးဖြစ်သည်။ ဆိုလိုသည်မှာ ရှာဖွေမှုတစ်ခုတွင်၊ ကြိုတင်ခန့်မှန်းကိန်းရှင်သည် မှီခိုကိန်းရှင်ကို လွှမ်းမိုးသည့် ကိန်းရှင်ဖြစ်ပြီး ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုတန်ဖိုးကို မည်ကဲ့သို့ ခွဲခြမ်းစိတ်ဖြာလိုပါသည်။

ကြိုတင်ခန့်မှန်းကိန်းရှင်ကို explanatory variable သို့မဟုတ် လွတ်လပ်သော ကိန်းရှင်ဟုလည်း ခေါ်သည်။

ဥပမာအားဖြင့်၊ အပင်အမျိုးအစားတစ်ခုသို့ ပေါင်းထည့်သည့် ဓာတုပစ္စည်းပမာဏနှင့် အပင်ကြီးထွားနှုန်းကြား ဆက်စပ်မှုကို ပိုင်းခြားစိတ်ဖြာပါက ခန့်မှန်းနိုင်သောကိန်းရှင်မှာ ဓာတုပစ္စည်းပမာဏဖြစ်သည်။ အဘယ်ကြောင့်ဆိုသော် သုတေသီသည် ပြုပြင်မွမ်းမံနိုင်သော တန်ဖိုးသည် ဓာတုဗေဒပစ္စည်း အရေအတွက်ဖြစ်ပြီး အခြားတစ်ဖက်တွင်မူ အပင်များ၏ ကြီးထွားနှုန်းသည် ယင်း၏ အကျိုးဆက်ဖြစ်သည်။

ကိန်းဂဏန်းလေ့လာမှုတစ်ခု၏ရလဒ်များကို ဂရပ်ဖစ်ဖြင့်ဖော်ပြသောအခါ၊ ခန့်မှန်းနိုင်သောကိန်းရှင်များကို အများအားဖြင့် x-axis (အလျားလိုက်ဝင်ရိုး) ပေါ်တွင် အက္ခရာ x ဖြင့် ကိုယ်စားပြုပါသည်။

Predictor Variables နမူနာများ

ကြိုတင်ခန့်မှန်းကိန်းရှင်၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကို ကျွန်ုပ်တို့သိရှိပြီးသည်နှင့်၊ သဘောတရားကို ပိုမိုနားလည်ရန် ဤကိန်းရှင်အမျိုးအစား၏ ဥပမာများစွာကို အောက်တွင်တင်ပြထားပါသည်။

• လေ့လာချိန် (predictor variable) သည် ရရှိသော အဆင့်များ (response variable) ကို အကျိုးသက်ရောက်သည်။
• ထုတ်ကုန်တစ်ခု၏စျေးနှုန်း (predictor variable) သည် ကုန်ပစ္စည်းကိုဝယ်လိုသောလူအရေအတွက် (တုံ့ပြန်မှုပြောင်းလဲနိုင်သည်) ကိုပြောင်းလဲစေသည်။
• ပတ်ဝန်းကျင် အပူချိန် (ခန့်မှန်းကိန်း ပြောင်းလဲနိုင်သော) သည် တောမီးလောင်မှု အရေအတွက် (တုံ့ပြန်မှု ပြောင်းလဲနိုင်သော) လွှမ်းမိုးမှုရှိသည်။
• ကုန်ပစ္စည်းတစ်ခုအား ကြော်ငြာခြင်း (predictor variable) သည် ထိုထုတ်ကုန်၏ရောင်းချမှုအရေအတွက် (တုံ့ပြန်မှုပြောင်းလဲနိုင်သော) ပေါ်တွင် သက်ရောက်မှုရှိပါသည်။
• မြို့သူမြို့သား အရေအတွက် (predictor variable) သည် မြို့တွင်းရှိ တက္ကစီ အရေအတွက် (response variable) နှင့် ချိတ်ဆက်ထားသည်။

Predictor variable နှင့် response variable များ

ကိန်းဂဏန်းဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုတိုင်းတွင် အနည်းဆုံး၊ ကြိုတင်ခန့်မှန်းနိုင်သော ကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်တို့ ပါဝင်သည်။ ဤကဏ္ဍတွင် ဤကိန်းရှင်နှစ်မျိုး၏ ခြားနားချက်မှာ အဘယ်အရာကို တွေ့ရမည်နည်း။

ခန့်မှန်းသူကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်ကြား ခြားနားချက်မှာ ခန့်မှန်းသူကိန်းရှင်သည် တုံ့ပြန်မှုတန်ဖိုးကို အခြားနည်းလမ်းမဟုတ်ဘဲ အခြားနည်းလမ်းဖြင့် သက်ရောက်စေခြင်း ဖြစ်သည်။ ဆိုလိုသည်မှာ စုံစမ်းစစ်ဆေးမှုတစ်ခုတွင် ကြိုတင်ခန့်မှန်းကိန်းရှင်သည် ဖြစ်နိုင်ချေအကြောင်းရင်းဖြစ်ပြီး အခြားတစ်ဖက်တွင်၊ တုံ့ပြန်မှုကိန်းရှင်သည် ဖြစ်နိုင်သောအကျိုးဆက်ဖြစ်သည်။

ထို့ကြောင့်၊ စမ်းသပ်သူသည် ၎င်း၏တန်ဖိုးပြောင်းလဲမှုသည် တုံ့ပြန်မှုကိန်းရှင်အပေါ် မည်ကဲ့သို့ အကျိုးသက်ရောက်သည်ကို ခွဲခြမ်းစိတ်ဖြာရန် ကြိုတင်ခန့်မှန်းကိန်းရှင်ကို ကွဲပြားစေသည်။ ဤနည်းဖြင့် ခန့်မှန်းသူကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်ကြားတွင် ဆက်စပ်မှုရှိသည်ကို သင်ရှာဖွေနိုင်သည်။

တုံ့ပြန်မှု ကိန်းရှင်အား စံသတ်မှတ်ချက် ကိန်းရှင် သို့မဟုတ် မှီခိုကိန်းရှင်ဟုလည်း ခေါ်နိုင်ပြီး များသောအားဖြင့် ဂရပ်၏ Y ဝင်ရိုး (ဒေါင်လိုက်ဝင်ရိုး) ပေါ်တွင် ကိုယ်စားပြုပါသည်။

ပုံမှန်အားဖြင့်၊ ခန့်မှန်းသူကိန်းရှင်တစ်ခုနှင့် တုံ့ပြန်မှုကိန်းရှင်ကြားရှိ ဆက်စပ်မှုကို linear regression model ကို run ခြင်းဖြင့် ပိုင်းခြားစိတ်ဖြာသည်။