အချိုးအစား ခြားနားချက်အတွက် ယူဆချက် စမ်းသပ်ခြင်း။

အားဖြင့် Benjamin Anderson ဩဂုတ် 3, 2023 စာရင်းအင်းများ 0 မှတ်ချက်များ

ဤဆောင်းပါးတွင် အချိုးအစား ခြားနားချက်အတွက် သီအိုရီစစ်ဆေးမှုသည် မည်သည်တို့ကို ရှင်းပြထားသည်။ အချိုးအစားများ ခြားနားချက် နှင့် အဆင့်ဆင့် လေ့ကျင့်ခန်း များ နှင့် စပ်လျဉ်း သည့် ယူဆချက် စစ်ဆေးမှု ကို သင် လည်း လေ့လာ နိုင် မည် ။

အချိုးအစားကွာခြားချက်အတွက် သီအိုရီစစ်ဆေးမှုကဘာလဲ။

အချိုးအစား ခြားနားချက် အယူအဆ စမ်းသပ်ခြင်း သည် လူဦးရေ နှစ်ခု၏ အချိုးအစား ကွဲပြားသည် ဟူသော ယူဆချက်ကို ငြင်းပယ်ရန် သို့မဟုတ် လက်ခံရန် အသုံးပြုသည့် နည်းလမ်းတစ်ခု ဖြစ်သည်။ ဆိုလိုသည်မှာ၊ လူဦးရေအချိုးအစား နှစ်ခုသည် ညီမျှခြင်းရှိ၊

သီအိုရီစမ်းသပ်မှုတွင် ပြုလုပ်ခဲ့သော ဆုံးဖြတ်ချက်များသည် ယခင်သတ်မှတ်ထားသော ယုံကြည်မှုအဆင့်ပေါ်တွင် အခြေခံထားကြောင်း မှတ်သားထားပါ၊ ထို့ကြောင့် ယူဆချက်စမ်းသပ်မှုရလဒ်သည် အမြဲတမ်းမှန်ကန်ကြောင်း အာမမခံနိုင်သော်လည်း ၎င်းမှာ ဖြစ်နိုင်ခြေအရှိဆုံးရလဒ်ဖြစ်ကြောင်း သတိရပါ။

➤ ကြည့်ပါ- ယုံကြည်မှုအဆင့်ကဘာလဲ။ (စာရင်းအင်းများ)

အချိုးအစားနှစ်ခု၏ ခြားနားချက်ကို စမ်းသပ်ခြင်းတွင် စစ်ဆေးမှုစာရင်းအင်းအား တွက်ချက်ခြင်းနှင့် null အယူအဆကို ငြင်းပယ်ရန် သို့မဟုတ် မငြင်းဆိုရန် အရေးကြီးသောတန်ဖိုးနှင့် နှိုင်းယှဉ်ခြင်းတို့ပါဝင်သည်။ အောက်တွင် အချိုးအစား ကွာခြားချက်အပေါ် သီအိုရီစစ်ဆေးမှုကို မည်သို့လုပ်ဆောင်ရမည်ကို အသေးစိတ်ရှင်းပြပါမည်။

နောက်ဆုံးတွင်၊ စာရင်းဇယားများတွင်၊ သီအိုရီစစ်ဆေးမှုကို တွေးခေါ်မှု ဆန့်ကျင်ဘက်များ၊ သီအိုရီစမ်းသပ်ခြင်း သို့မဟုတ် အရေးပါမှုစမ်းသပ်ခြင်းဟုလည်း ခေါ်ဆိုနိုင်သည်ကို သတိရပါ။

➤ အဓိပ္ပါယ်ဖွင့်ဆိုချက်များ ခြားနားချက်အတွက် တွေးခေါ်မှုကို ကြည့်ပါ။

အချိုးအစား ကွာခြားမှုအတွက် ပေါင်းစပ်ယူဆချက် စမ်းသပ်မှု ဖော်မြူလာ

လူဦးရေနှစ်ခု၏ အချိုးအစားကွာခြားမှုအတွက် သီအိုရီစမ်းသပ်ကိန်းဂဏန်းကို တွက်ချက်ရန် ဖော်မြူလာမှာ –

$\displaystyle Z=\frac{\displaystyle (\widehat{p_1}-\widehat{p_2})-(p_1-p_2)}{\displaystyle \sqrt{p_0(1-p_0)\left(\frac{1}{n_1}+\frac{1}{n_2}\right)}}$

ရွှေ-

$Z$

အချိုးအစား ခြားနားချက်အတွက် သီအိုရီစမ်းသပ်မှု ကိန်းဂဏန်းတစ်ခုဖြစ်သည်။
$p_1$

လူဦးရေအချိုးအစား ၁။
$p_2$

လူဦးရေအချိုးအစား ၂။
$\widehat{p_1}$

နမူနာအချိုးအစား ၁။
$\widehat{p_2}$

နမူနာအချိုး ၂။
$n_1$

နမူနာအရွယ်အစား 1 ဖြစ်ပါတယ်။
$n_2$

နမူနာအရွယ်အစား 2 ဖြစ်ပါတယ်။
$p_0$

နမူနာနှစ်ခု၏ ပေါင်းစပ်အချိုးအစားဖြစ်သည်။

နမူနာနှစ်ခု၏ ပေါင်းစပ်အချိုးကို အောက်ပါအတိုင်း တွက်ချက်သည်။

$p_0=\cfrac{x_1+x_2}{n_1+n_2}$

ရွှေ

$x_i$

နမူနာ iy တွင် ရလဒ်အရေအတွက်ဖြစ်သည်။

$n_i$

နမူနာအရွယ်အစား i ဖြစ်ပါတယ်။

➤ အချိုးအစားကွာခြားမှုအတွက် ယုံကြည်မှုကြားကာလကို ကြည့်ပါ။

အချိုးအစားကွာခြားမှုအတွက် ခိုင်မာသောယူဆချက်စမ်းသပ်ခြင်း ဥပမာ

အချိုးအစား ခြားနားချက်အတွက် မည်သည့်ယူဆချက် စစ်ဆေးမှုတွင် ပါဝင်သည်ကို ပြီးဆုံးစေရန်၊ ဤယူဆချက် စမ်းသပ်ခြင်း၏ အဆင့်ဆင့် ဖြေရှင်းထားသော ဥပမာကို အောက်တွင် ပြထားသည်။

တူညီသောရောဂါအတွက်အသုံးပြုသောဆေးနှစ်မျိုး၏အကျိုးသက်ရောက်မှုသိသိသာသာကွာခြားမှုရှိမရှိကိုကျွန်ုပ်တို့ခွဲခြမ်းစိတ်ဖြာလိုပါသည်။ ထိုသို့ပြုလုပ်ရန် ဆေးဝါးများထဲမှ တစ်ခုကို လူနာ 60 ၏နမူနာသို့ အသုံးချပြီး 48 ယောက်ကို သက်သာပျောက်ကင်းစေပါသည်။ အခြားတစ်ဖက်တွင်၊ အခြားဆေးကို လူနာ ၆၅ ဦး၏နမူနာတွင် အသုံးချပြီး ၅၅ ဦးမှာ ပျောက်ကင်းသွားသည်။ ဆေးဝါးတစ်ခုစီမှ ပျောက်ကင်းသူရာခိုင်နှုန်း ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် 5% အရေးပါမှုအဆင့်ဖြင့် သီအိုရီစစ်ဆေးမှုကို ပြုလုပ်ပါ။

ဤပြဿနာအတွက် စမ်းသပ်မှုယူဆချက်တွင် အောက်ပါ null hypothesis နှင့် အခြား hypothesis များ ပါ၀င်သည် ။

$\begin{cases}H_0: p_1-p_2=0\\[2ex] H_1:p_1-p_2\neq 0 \end{cases}$

ဦးစွာ၊ ကျွန်ုပ်တို့သည် နမူနာအရွယ်အစားဖြင့် အောင်မြင်သော အမှုအရေအတွက်ကို ပိုင်းခြားခြင်းဖြင့် နမူနာတစ်ခုစီ၏ အချိုးအစားကို တွက်ချက်သည်-

$\widehat{p_1}=\cfrac{48}{60}=0,80$

$\widehat{p_1}=\cfrac{55}{65}=0,85$

ထို့နောက် နမူနာနှစ်ခု၏ ပေါင်းစပ်အချိုးအစားကို ရှာတွေ့သည်-

$p_0=\cfrac{48+55}{60+65}=0,82$

ထို့နောက်၊ ကျွန်ုပ်တို့သည် စစ်ဆေးမှုစာရင်းအင်းကို တွက်ချက်ရန် အချိုးအစားကွာခြားချက်အတွက် သီအိုရီစမ်းသပ်ဖော်မြူလာကို အသုံးပြုပါသည်။

$\begin{aligned}\displaystyle Z&=\frac{\displaystyle (\widehat{p_1}-\widehat{p_2})-(p_1-p_2)}{\displaystyle \sqrt{p_0(1-p_0)\left(\frac{1}{n_1}+\frac{1}{n_2}\right)}}\\[2ex]\displaystyle Z&=\frac{\displaystyle (0,80-0,85)-0}{\displaystyle \sqrt{0,82\cdot(1-0,82)\left(\frac{1}{60}+\frac{1}{65}\right)}}\\[2ex]\displaystyle Z&=-0,73 \end{aligned}$

ဆန့်ကျင်ဘက်အားဖြင့်၊ ကျွန်ုပ်တို့သည် ဇယား Z ရှိ အယူအဆစမ်းသပ်မှု၏ အရေးပါသောတန်ဖိုးကို ရှာဖွေသည်။ အရေးပါမှုအဆင့်မှာ 0.05 ဖြစ်ပြီး ၎င်းသည် အမြီးနှစ်ပိုင်းရှိသော သီအိုရီစမ်းသပ်မှုဖြစ်သောကြောင့်၊ စာမေးပွဲ၏ အရေးကြီးသောတန်ဖိုးမှာ 1.96 ဖြစ်သည်။

$\alpha=0,05 \ \color{orange}\bm{\longrightarrow}\color{black}\ \alpha/2=0,025$

$\begin{array}{c}Z_{\alpha/2}= \ \color{orange}\bm{?}\\[4ex]Z_{0,025}=1,96\end{array}$

စစ်ဆေးမှုစာရင်းအင်း၏ ပကတိတန်ဖိုးသည် အရေးကြီးသောတန်ဖိုးထက်နည်းသောကြောင့်၊ အစားထိုးယူဆချက်အား ပယ်ချပြီး စစ်ဆေးမှု၏ null hypothesis ကို လက်ခံပါသည်။

$|-0,73|=0,73<1,96 \ \color{orange}\bm{\longrightarrow}\color{black} \ \text{Se rechaza } H_1$

➤ အချိုးအစား ကွာခြားမှုနမူနာကို ကြည့်ပါ။

စာရေးသူအကြောင်း

Benjamin Anderson

မင်္ဂလာပါ၊ ကျွန်ုပ်သည် အငြိမ်းစား စာရင်းအင်း ပါမောက္ခ ဘင်ဂျမင်ဖြစ်ပြီး သီးသန့် Statorials ဆရာအဖြစ် လှည့်ပတ်ပါသည်။ စာရင်းဇယားနယ်ပယ်တွင် ကျယ်ပြန့်သောအတွေ့အကြုံနှင့် ကျွမ်းကျင်မှုနှင့်အတူ၊ Statorials မှတစ်ဆင့် ကျောင်းသားများကို ခွန်အားဖြစ်စေရန်အတွက် ကျွန်ုပ်၏အသိပညာကို မျှဝေလိုပါသည်။ ပိုသိတယ်။

အချိုးအစားကွာခြားချက်အတွက် သီအိုရီစစ်ဆေးမှုကဘာလဲ။

အချိုးအစား ကွာခြားမှုအတွက် ပေါင်းစပ်ယူဆချက် စမ်းသပ်မှု ဖော်မြူလာ

အချိုးအစားကွာခြားမှုအတွက် ခိုင်မာသောယူဆချက်စမ်းသပ်ခြင်း ဥပမာ

စာရေးသူအကြောင်း

Benjamin Anderson

မှတ်ချက်တစ်ခုထည့်ပါ။