ယူဆချက်စမ်းသပ်ခြင်းနှင့် ယုံကြည်မှုကြားကာလ- ကွာခြားချက်မှာ အဘယ်နည်း။

စာရင်းဇယားများတွင် အသုံးအများဆုံးလုပ်ထုံးလုပ်နည်းနှစ်ခုမှာ သီအိုရီစမ်းသပ်ခြင်း နှင့် ယုံကြည်မှုကြားကာလများ ဖြစ်သည်။

ဤသည်မှာ ၎င်းတို့နှစ်ခုကြား ခြားနားချက်ဖြစ်သည်-

• သီအိုရီစစ်ဆေးမှု သည် လူဦးရေကန့်သတ်ချက်နှင့်ပတ်သက်သော ယူဆချက်တစ်ခုဟုတ်မဟုတ် ဆုံးဖြတ်ရန်အသုံးပြုသည့် တရားဝင်စာရင်းအင်းစမ်းသပ်မှုတစ်ခုဖြစ်သည်။
• ယုံကြည်မှုကြားကာလ သည် ယုံကြည်စိတ်ချမှုအဆင့်တစ်ခုရှိ လူဦးရေကန့်သတ်ချက်ပါ၀င်နိုင်ခြေရှိသော တန်ဖိုးများအကွာအဝေးတစ်ခုဖြစ်သည်။

ဤသင်ခန်းစာသည် နည်းလမ်းတစ်ခုစီ၏ အကျဉ်းချုပ်ကို ၎င်းတို့၏ တူညီမှုနှင့် ကွဲပြားမှုများနှင့်အတူ မျှဝေထားသည်။

Hypothesis စမ်းသပ်ခြင်း၏အခြေခံများ

လူဦးရေကန့်သတ်ချက် နှင့်ပတ်သက်သော ယူဆချက်သည် မှန်ကန်ခြင်းရှိ၊ မရှိ စမ်းသပ်ရန် စမ်းသပ်မှုတစ်ခုအား အသုံးပြုသည်။

လက်တွေ့ကမ္ဘာ သီအိုရီစမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ သုတေသီများသည် လူဦးရေ၏ ကျပန်းနမူနာကို ရယူပြီး null နှင့် အခြားအခြားသော သီအိုရီကို အသုံးပြု၍ နမူနာဒေတာအပေါ် သီအိုရီစစ်ဆေးမှုကို လုပ်ဆောင်ရလိမ့်မည်-

• Null hypothesis (H ₀ ) : နမူနာဒေတာသည် အခွင့်အလမ်းတစ်ခုတည်းမှလာသည်။
• အစားထိုး အယူအဆ ( _HA ) : နမူနာဒေတာသည် ကျပန်းမဟုတ်သော အကြောင်းတရားကြောင့် လွှမ်းမိုးထားသည်။

အကယ်၍ သီအိုရီစမ်းသပ်မှု၏ p-တန်ဖိုးသည် အရေးပါမှုအဆင့်အချို့ (ဥပမာ α = 0.05) အောက်တွင်ရှိနေပါက၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး အခြားယူဆချက်သည် မှန်ကြောင်းဖော်ပြရန် ကျွန်ုပ်တို့တွင် လုံလောက်သောအထောက်အထားရှိသည်ဟု ကောက်ချက်ချနိုင်သည်။

Hypothesis စမ်းသပ်ခြင်း ဥပမာ

ထုတ်လုပ်ရေးစက်ရုံတစ်ခုမှ နည်းလမ်းအသစ်တစ်ခုသည် လောလောဆယ်တွင် 250 ရှိသည့် တစ်လလျှင် ချို့ယွင်းနေသောဝစ်ဂျက်များကို ပြောင်းလဲခြင်းရှိ၊ မရှိ စမ်းသပ်လိုသည်ဆိုပါစို့။

၎င်းကို စမ်းသပ်ရန်၊ နည်းလမ်းသစ်ကို တစ်လကြာ အသုံးမပြုမီနှင့် အပြီးတွင် ထုတ်လုပ်သည့် မှားယွင်းသော ဝစ်ဂျက်များ၏ ပျမ်းမျှအရေအတွက်ကို တိုင်းတာနိုင်သည်။

၎င်းတို့သည် အောက်ဖော်ပြပါ အယူအဆများကို အသုံးပြု၍ သီအိုရီစမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်-

• H ₀ : µ အနော _ကျ = µ _{မတိုင်မီ} (နည်းလမ်းအသစ်ကို အသုံးမပြုမီနှင့် အပြီးတွင် ချွတ်ယွင်းနေသော ဝစ်ဂျက်များ၏ ပျမ်းမျှအရေအတွက်သည် တူညီသည်)
• H _A : µ _{ပြီးနောက်} ≠ µ _{မတိုင်မီ} (နည်းလမ်းသစ်ကို အသုံးပြုပြီးနောက် ချွတ်ယွင်းနေသော ဝစ်ဂျက်များ၏ ပျမ်းမျှအရေအတွက်သည် ကွဲပြားသည်)

၎င်းတို့သည် နမူနာ t-test တစ်ခုကို လုပ်ဆောင်ပြီး p-value ၏ 0.0032 ကို ရသည်ဟု ဆိုကြပါစို့။

ဤ p-value သည် α = 0.05 ထက်နည်းသောကြောင့်၊ စက်ရုံသည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး နည်းလမ်းအသစ်သည် တစ်လလျှင် ထုတ်လုပ်သော ချို့ယွင်းချက်ရှိသော ဝစ်ဂျက်များ၏ အရေအတွက်ကို ပြောင်းလဲစေသည်ဟု ကောက်ချက်ချနိုင်သည်။

ယုံကြည်မှုကြားကာလ၏အခြေခံများ

ယုံကြည်မှုကြားကာလသည် ယုံကြည်စိတ်ချမှုအဆင့်တစ်ခုရှိ လူဦးရေကန့်သတ်ချက်ပါ၀င်နိုင်ခြေရှိသော တန်ဖိုးများအကွာအဝေးတစ်ခုဖြစ်သည်။

လက်တွေ့ကမ္ဘာ၏ ယုံကြည်မှုကြားကာလကို တွက်ချက်ရန်အတွက် သုတေသီများသည် လူဦးရေ၏ ကျပန်းနမူနာကို ရယူပြီး လူဦးရေအတွက် ယုံကြည်မှုကြားကာလကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုပါမည်-

ယုံကြည်မှုကြားကာလ = x +/- z*(s/√ n )

ရွှေ-

• x : နမူနာကို ဆိုလိုသည်။
• z- ရွေးချယ်ထားသော z တန်ဖိုး
• s: နမူနာစံသွေဖည်
• n: နမူနာအရွယ်အစား

သင်အသုံးပြုသည့် z တန်ဖိုးသည် သင်ရွေးချယ်သော ယုံကြည်မှုအဆင့်ပေါ်တွင် မူတည်သည်။ အောက်ပါဇယားသည် အသုံးအများဆုံးယုံကြည်မှုအဆင့်ရွေးချယ်မှုများနှင့် ကိုက်ညီသည့် z တန်ဖိုးကို ပြသသည်-

ယုံကြည်မှုကြားကာလ ဥပမာ

ဇီဝဗေဒပညာရှင်တစ်ဦးသည် အချို့သောလူဦးရေတွင် လိပ်များ၏ပျမ်းမျှအလေးချိန်ကို ခန့်မှန်းလိုပြီး အောက်ပါအချက်အလက်များနှင့်အတူ ကျပန်းလိပ်နမူနာတစ်ခုကို ကောက်ယူခဲ့သည်ဆိုပါစို့။

• နမူနာအရွယ်အစား n = 25
• ပျမ်းမျှနမူနာအလေးချိန် x = 300
• နမူနာစံသွေဖည် s = 18.5

ဤသည်မှာ စစ်မှန်သောလူဦးရေအတွက် ပျမ်းမျှအလေးချိန်အတွက် 90% ယုံကြည်မှုကြားကာလကို တွက်ချက်နည်း။

ယုံကြည်မှု 90% ကြားကာလ- 300 +/- 1.645*(18.5/√25) = [293.91၊ 306.09]

ဤလူဦးရေတွင် လိပ်တစ်ကောင်၏ ပျမ်းမျှအလေးချိန်မှာ ၂၉၃.၁ ပေါင်မှ ၃၀၆.၀၉ ပေါင်ကြားရှိကြောင်း ဇီဝဗေဒပညာရှင် ၉၀ ရာခိုင်နှုန်းက သေချာစေပါသည်။

Hypothesis Testing Versus Confidence Interval- တစ်ခုစီကို ဘယ်အချိန်မှာ သုံးမလဲ။

သီအိုရီစမ်းသပ်မှု သို့မဟုတ် ယုံကြည်မှုကြားကာလကို အသုံးပြုရန် ဆုံးဖြတ်ချက်သည် သင်ဖြေရန်ကြိုးစားနေသော မေးခွန်းပေါ်တွင် မူတည်သည်။

လူဦးရေကန့်သတ်ချက်၏တန်ဖိုးကို ခန့်မှန်းလိုပါက ယုံကြည်မှုကြားကာလကို အသုံးပြုရပါမည်။

လူဦးရေကန့်သတ်ချက်တစ်ခုနှင့်ပတ်သက်သော ယူဆချက်သည် မှန်ကန်ဖွယ်ရှိ၊ မရှိ ဆုံးဖြတ်လိုသောအခါတွင် တွေးခေါ်မှုစမ်းသပ်ခြင်းကို အသုံးပြုသင့်သည်။

လုပ်ထုံးလုပ်နည်းတစ်ခုစီကို မည်သည့်အချိန်တွင် အသုံးပြုရမည်ကို သင်၏အသိပညာကို စမ်းသပ်ရန် အောက်ပါအခြေအနေများကို သုံးသပ်ကြည့်ပါ။

ဇာတ်လမ်း 1- လေ့လာချိန်နာရီများ

တက္ကသိုလ် သုတေသီတစ်ဦးသည် တစ်ပတ်လျှင် စာသင်သည့် ကျောင်းသားများ၏ ပျမ်းမျှ နာရီအရေအတွက်ကို တိုင်းတာလိုသည်ဆိုပါစို့။

ဒီမေးခွန်းကိုဖြေဖို့ သူမဘယ်လိုလုပ်ထုံးလုပ်နည်းကိုသုံးသင့်လဲ။

လူဦးရေကန့်သတ်ချက်၏တန်ဖိုးကို ခန့်မှန်းလိုသောကြောင့် သူမသည် ယုံကြည်မှုကြားကာလကို အသုံးပြုသင့်သည်။

ဇာတ်လမ်း 2- ဆေးအသစ်

ဆေးဝါးအသစ်သည် လက်ရှိစံဆေးထက် သွေးပေါင်ချိန်ကို ပိုမိုလျှော့ချပေးနိုင်ခြင်း ရှိ၊ မရှိ စမ်းသပ်လိုသည်ဆိုပါစို့။

ဒီမေးခွန်းကိုဖြေဖို့ သူဘယ်လိုလုပ်ရမလဲ။

လူဦးရေကန့်သတ်ချက်တစ်ခုနှင့်ပတ်သက်သော တိကျသောယူဆချက်တစ်ခုသည် မှန်ကန်သည်ဖြစ်စေ မမှန်ကန်ကြောင်း နားလည်လိုသောကြောင့် သီအိုရီစစ်ဆေးမှုကို အသုံးပြုသင့်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် သီအိုရီစမ်းသပ်ခြင်း ဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

Hypothesis Testing နိဒါန်း
နမူနာတစ်ခုတည်း t-test ကို မိတ်ဆက်ခြင်း။
နမူနာနှစ်ခု t စမ်းသပ်မှုမိတ်ဆက်
တွဲထားသောနမူနာ t-test မိတ်ဆက်

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ယုံကြည်မှုကြားကာလများအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

Confidence Intervals နိဒါန်း
Confidence ကြားကာလကို ဆိုလိုတာပါ။
အချိုးအစားအတွက် ယုံကြည်မှုကြားကာလ