Stata ရှိ လွတ်လပ်ရေး chi-square စမ်းသပ်မှု ပြုလုပ်နည်း

သီးခြားကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် လွတ်လပ်ရေး ချီစတုရန်းစစ်ဆေးမှု ကို အသုံးပြုသည်။

ဤသင်ခန်းစာသည် Stata ရှိ လွတ်လပ်ရေး chi-square စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- Stata ရှိ လွတ်လပ်ရေး Chi-square စမ်းသပ်မှု

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် 1978 ခုနှစ်မှ မတူညီသော မော်တော်ကား 74 ခုတွင် အချက်အလက်ပါရှိသော auto ဟုခေါ်သော ဒေတာအစုံကို အသုံးပြုပါမည်။

အောက်ပါကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်နွယ်မှုရှိမရှိ ဆုံးဖြတ်ရန် chi-square လွတ်လပ်ရေးစမ်းသပ်မှုကို လုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို လိုက်နာပါ-

• rep78- 1978 ခုနှစ်တွင် ကားကို ပြုပြင်ခဲ့သည့် အကြိမ်အရေအတွက် (1 မှ 5 အထိ ကွဲပြားသည်)
• နိုင်ငံခြား- ကားအမျိုးအစားသည် နိုင်ငံခြားဖြစ်၊ မဟုတ် (0 = no, 1= yes)

အဆင့် 1- ဒေတာအကြမ်းကို တင်ပြီး ပြသပါ။

ပထမဦးစွာ၊ အောက်ပါ command ကိုရိုက်ခြင်းဖြင့် data ကို load လုပ်ပါမည်။

အလိုအလျောက်စနစ်အသုံးပြုခြင်း။

အောက်ပါ command ကိုရိုက်ခြင်းဖြင့် ကျွန်ုပ်တို့သည် ဒေတာအကြမ်းကို ကြည့်ရှုနိုင်သည်-

br

အတန်းတစ်ခုစီသည် စျေးနှုန်း၊ စိုင်းစိုင်းခမ်းလှိုင်၊ အလေးချိန်၊ အလျားနှင့် အခြားပြောင်းလဲနိုင်သော အမျိုးမျိုးသော ကားတစ်စီးစီ၏ အချက်အလက်များကို ပြသသည်။ ကျွန်ုပ်တို့စိတ်ဝင်စားသော ကိန်းရှင်နှစ်ခုမှာ rep78 နှင့် Foreign ဖြစ်သည်။

အဆင့် 3- လွတ်လပ်ရေး chi-square စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

စမ်းသပ်မှုကို လုပ်ဆောင်ရန် အောက်ပါ syntax ကို အသုံးပြုပါမည်။

တဘ် first_variable ဒုတိယ_variable၊ chi2

ဤသည်မှာ ကျွန်ုပ်တို့ကိစ္စတွင် ကျွန်ုပ်တို့အသုံးပြုမည့် တိကျသော syntax ဖြစ်သည်။

နိုင်ငံခြား rep78 tab, chi2

ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

အနှစ်ချုပ်ဇယား- ဤဇယားတွင် rep78 နှင့် နိုင်ငံခြား ပေါင်းစပ်မှုတစ်ခုစီ၏ စုစုပေါင်းအရေအတွက်ကို ပြသည်။ ဥပမာအားဖြင့်

• ၁၉၇၈ ခုနှစ်တွင် ပြည်တွင်းကား ၂ စီးနှင့် ပြုပြင်မှု ၁ ကြိမ်ရှိခဲ့သည်။
• ပြည်တွင်းကား ၈ စီးရှိပြီး ၁၉၇၈ ခုနှစ်တွင် ပြုပြင်မှု ၂ ကြိမ် ရရှိခဲ့သည်။
• ပြည်တွင်းကား ၂၇ စီးရှိပြီး ၁၉၇၈ ခုနှစ်တွင် ၃ ကြိမ် ပြုပြင်ခဲ့သည်။

နောက် … ပြီးတော့။

Pearson chisq(4) သည် စစ်ဆေးမှုအတွက် chi-square စစ်ဆေးမှု ကိန်းဂဏန်းဖြစ်သည်။ 27.2640 ဖြစ်သွားပါတယ်။

Pr- ဒါက Chi-square စမ်းသပ်မှု ကိန်းဂဏန်းနဲ့ ဆက်စပ်နေတဲ့ p-value ဖြစ်ပါတယ်။ 0,000 ဖြစ်သွားတယ်။ ဤတန်ဖိုးသည် 0.05 ထက်နည်းသောကြောင့်၊ ကိန်းရှင်နှစ်ခုသည် သီးခြားဖြစ်သည်ဟူသော null hypothesis ကို ငြင်းပယ်ရန်ပျက်ကွက်ပါသည်။ ကားတစ်စီးသည် နိုင်ငံခြားဖြစ်၊ မဟုတ်၊ ပြုပြင်မှု စုစုပေါင်း အရေအတွက်တို့ကြားတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ဆက်စပ်မှုရှိကြောင်း ကောက်ချက်ချရန် လုံလောက်သော အထောက်အထားရှိသည်။