ဆက်စပ်မှုကို ဘယ်အချိန်မှာ သုံးသင့်လဲ။ (ရှင်းလင်းချက်နှင့် ဥပမာများ)

Correlation ကို variable နှစ်ခုကြားရှိ linear ဆက်စပ်မှုကို တိုင်းတာရန် အသုံးပြုသည်။

ဆက်စပ်ကိန်းဂဏန်းတစ်ခုသည် -1 နှင့် 1 အကြား တန်ဖိုးတစ်ခုကို အမြဲယူသည်-

• -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။
• 0 သည် variable နှစ်ခုကြားတွင် linear ဆက်စပ်မှုမရှိဟု ညွှန်ပြသည်။
• 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပြုသဘောဆောင်သောမျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။

ကျောင်းသားတွေ မကြာခဏမေးလေ့ရှိတဲ့ မေးခွန်းတစ်ခုကတော့ ဆက်စပ်မှုကို ဘယ်အချိန်မှာ သုံးရမလဲ။

အဖြေတိုတို- variable နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်နွယ်မှုကို တွက်ချက်လိုသည့်အခါ ဆက်စပ်မှုကို အသုံးပြုပြီး variable သည် တုံ့ပြန်မှု သို့မဟုတ် “ ရလဒ်” variable ကို ကိုယ်စားပြုခြင်းမရှိပါ ။

အောက်ဖော်ပြပါ ဥပမာများသည် လက်တွေ့တွင် ဆက်စပ်မှုနှင့် ဆက်စပ်မှုကို မသုံးသင့်သည့်အခါ ဖော်ပြသည်။

ဥပမာ 1- ဆက်စပ်မှုကို ဘယ်အချိန်မှာ သုံးမလဲ။

ပါမောက္ခတစ်ဦးသည် ၎င်း၏အတန်းရှိ ကျောင်းသားများ၏ သင်္ချာစာမေးပွဲရမှတ်များနှင့် သိပ္ပံစာမေးပွဲရမှတ်များကြား ဆက်နွယ်မှုကို နားလည်လိုသည်ဆိုပါစို့။

ဥပမာ၊ သင်္ချာစာမေးပွဲမှာ ကောင်းကောင်းဖြေတဲ့ ကျောင်းသားတွေက သိပ္ပံစာမေးပွဲမှာ ကောင်းကောင်းဖြေနိုင်ပါသလား။ ဒါမှမဟုတ် သင်္ချာမှာ အမှတ်များတဲ့ ကျောင်းသားတွေက သိပ္ပံမှာ ရမှတ် နိမ့်တတ်ပါသလား။

ဤအခြေအနေတွင်၊ သူသည် variable နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်နွယ်မှုကို နားလည်လိုသောကြောင့် ၎င်းသည် သင်္ချာစာမေးပွဲရမှတ်များနှင့် သိပ္ပံစာမေးပွဲရမှတ်များ အကြား ဆက်စပ်မှု ကို တွက်ချက်နိုင်သည်။

သူသည် Pearson ဆက်စပ်ကိန်းကို တွက်ချက်ပြီး r = 0.78 ဖြစ်သည်ဆိုပါစို့။ ဤသည်မှာ ခိုင်မာသော အပြုသဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုဖြစ်ပြီး သင်္ချာဘာသာရပ်တွင် ကောင်းမွန်သောကျောင်းသားများသည်လည်း သိပ္ပံတွင် ကောင်းမွန်စွာလုပ်ဆောင်တတ်သည်ဟု ဆိုလိုသည်။

ဥပမာ 2- ဆက်စပ်မှုကို အသုံးမပြုသည့်အခါ

ကုမ္ပဏီ၏စျေးကွက်ရှာဖွေရေးဌာနသည် စုစုပေါင်းဝင်ငွေအပေါ် ကြော်ငြာအသုံးစရိတ်၏ အကျိုးသက်ရောက်မှုကို တွက်ချက်လိုသည်ဆိုကြပါစို့။

ဥပမာအားဖြင့်၊ ကြော်ငြာအတွက်အသုံးပြုသည့် နောက်ထပ်ဒေါ်လာတစ်ခုစီအတွက်၊ ကုမ္ပဏီသည် အပိုဝင်ငွေမည်မျှရရှိရန် မျှော်လင့်နိုင်သနည်း။

ဤအခြေအနေတွင်၊ ဌာနသည် ကြော်ငြာအသုံးစရိတ်နှင့် စုစုပေါင်းရငွေအကြား ဆက်စပ်မှုကို တွက်ချက်ရန် မျဉ်းဖြောင့် ဆုတ်ယုတ်မှုပုံစံကို အသုံးပြုရမည်ဖြစ်ပြီး၊ အကြောင်းမှာ “ ဝင်ငွေ” ကိန်းရှင်သည် တုံ့ပြန်မှုပြောင်းနိုင်သော ကိန်းရှင်ဖြစ်သောကြောင့် ဖြစ်သည်။

ဌာနသည် ရိုးရှင်းသော linear regression model ကိုအသုံးပြုပြီး အောက်ပါညီမျှခြင်းသည် ကြော်ငြာအသုံးစရိတ်နှင့် စုစုပေါင်းရငွေအကြား ဆက်နွယ်မှုကို အကောင်းဆုံးဖော်ပြသည်ဆိုပါစို့။

စုစုပေါင်းဝင်ငွေ = 145.4 + 0.34*(ကြော်ငြာစရိတ်)

ကြော်ငြာရလဒ်များတွင် အသုံးပြုသည့် နောက်ထပ်ဒေါ်လာတစ်ခုစီသည် စုစုပေါင်းဝင်ငွေတွင် ပျမ်းမျှ $0.34 တိုးလာသည်ဟု ဆိုလိုခြင်းဖြစ်သည်ဟု ကျွန်ုပ်တို့အဓိပ္ပာယ်ဖွင့်ဆိုပါမည်။

Correlation ကိုအသုံးပြုခြင်းအတွက်သတိထားပါ။

ဆက်စပ်ဆက်နွယ်မှုကို ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းကြောင်း ဆက်နွယ်မှုကို တွက်ချက်ရန်သာ အသုံးပြုနိုင်ကြောင်း သတိပြုရန် အရေးကြီးပါသည်။

သို့ရာတွင်၊ အချို့သောအခြေအနေများတွင်၊ ဆက်စပ်ကိန်းဂဏန်းတစ်ခုသည် လိုင်းမဟုတ်သောဆက်ဆံရေးကို မျှဝေသည့်ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်ဆံရေးကို ထိထိရောက်ရောက်ဖမ်းယူနိုင်မည်မဟုတ်ပေ။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် variable နှစ်ခုကြားရှိ ဆက်စပ်မှုကို မြင်သာစေရန် အောက်ပါ scatterplot ကို ဖန်တီးသည်ဆိုပါစို့။

ဤ variable နှစ်ခုကြားရှိ ဆက်စပ်ကိန်းကို တွက်ချက်ပါက r = 0 ဖြစ်သွားပါသည်။ ဆိုလိုသည်မှာ ကိန်းရှင်နှစ်ခုကြားတွင် linear ဆက်နွယ်မှုမရှိဟု ဆိုလိုသည်။

သို့သော်၊ ဂရပ်မှ ကိန်းရှင်နှစ်ခုသည် အမှန်တကယ် ဆက်နွယ်မှုရှိသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်သည် – ၎င်းသည် မျဉ်းကြောင်းဆက်နွယ်မှုအစား လေးထောင့်ပုံစံဆက်ဆံရေးဖြစ်သည်။

ထို့ကြောင့်၊ variable နှစ်ခုကြား ဆက်စပ်မှုကို တွက်ချက်သောအခါ၊ variables များကြား ဆက်နွှယ်မှုကို မြင်သာစေရန် scatterplot တစ်ခုကို ဖန်တီးရာတွင်လည်း အသုံးဝင်နိုင်ကြောင်း သတိရပါ။

ကိန်းရှင်နှစ်ခုသည် မျဉ်းဖြောင့်ဆက်နွယ်မှု မရှိလျှင်ပင်၊ ၎င်းတို့တွင် အပိုင်းအခြားတစ်ခုတွင် ဖော်ပြမည့် လိုင်းမဟုတ်သော ဆက်နွယ်မှုတစ်ခု ဖြစ်နိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် မတူညီသောအခြေအနေများတွင် ဆက်နွယ်မှုကို မည်သို့အသုံးပြုကြောင်း အသေးစိတ်ရှင်းပြသည်-

ဆက်စပ်မှု၏ လက်တွေ့ဘဝ ဥပမာ ၆
အဘယ်အရာကို “ ခိုင်မာသော” ဆက်စပ်မှုဟုယူဆသနည်း။
ဆက်စပ်မှု vs. အသင်းအဖွဲ့- ကွာခြားချက်ကဘာလဲ။
ဆက်စပ်မှုနှင့် ဆုတ်ယုတ်မှု- ကွာခြားချက်ကား အဘယ်နည်း။