အပိုင်းအခြား vs. စံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။

Range နှင့် standard deviation သည် data set တစ်ခုတွင် တန်ဖိုးများ ဖြန့်ဖြူးမှုကို တိုင်းတာရန် နည်းလမ်းနှစ်ခုဖြစ်သည်။

အပိုင်းအခြားသည် ဒေတာအတွဲတစ်ခုရှိ အနိမ့်ဆုံးတန်ဖိုးနှင့် အမြင့်ဆုံးတန်ဖိုးအကြား ကွာခြားချက်ကို ကိုယ်စားပြုသည်။

စံသွေဖည်မှုသည် တစ်ဦးချင်းတန်ဖိုးများ၏ ပုံမှန်သွေဖည်မှုကို ပျမ်းမျှတန်ဖိုးမှတိုင်းတာသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။

s = √(Σ(x _i – x ) ² / (n-1))

ရွှေ-

• ∑- “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : နမူနာရှိ ^ith observation ၏တန်ဖိုး
• x : နမူနာကိုဆိုလိုသည်။
• n- နမူနာအရွယ်အစား

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂

အပိုင်းအခြားကို 31 -1 = 32 အဖြစ် တွက်ချက်သည်။

စံသွေဖည်မှုမှာ 9.25 ဖြစ်ကြောင်း ရှာဖွေရန် ဂဏန်းပေါင်းစက်ကို အသုံးပြုနိုင်သည်။

အပိုင်းအခြားနှင့် စံသွေဖည်မှု- ဆင်တူယိုးမှားများနှင့် ကွဲပြားမှုများ

အပိုင်းအခြား နှင့် စံသွေဖည်မှု သည် အောက်ပါ တူညီချက် ကို မျှဝေပါသည် ။

• မက်ထရစ်နှစ်ခုလုံးသည် ဒေတာအစုတစ်ခုတွင် တန်ဖိုးများဖြန့်ဖြူးမှုကို တိုင်းတာသည်။

သို့ရာတွင်၊ အတိုင်းအတာနှင့် စံသွေဖည်မှုမှာ အောက်ပါကွာခြားချက်ရှိသည်။

• အပိုင်းအခြားသည် ဒေတာအစုံရှိ အကြီးဆုံးနှင့် အသေးငယ်ဆုံးတန်ဖိုးအကြား ကွာခြားချက်ကို ပြောပြသည်။
• စံသွေဖည်မှုသည် ဒေတာအစုံ၏ ပျမ်းမျှတန်ဖိုးမှ တစ်ဦးချင်းတန်ဖိုးများ၏ ပုံမှန်သွေဖည်မှုကို ပြောပြသည်။

အပိုင်းအခြား vs. စံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။

ဒေတာအတွဲတစ်ခုရှိ အကြီးဆုံးနှင့် အသေးငယ်ဆုံးတန်ဖိုးများအကြား ခြားနားချက်ကို နားလည်လိုပါက အပိုင်းအခြားကို အသုံးပြုရန် လိုအပ်ပါသည်။

ဥပမာ၊ ပါမောက္ခတစ်ယောက်က ကျောင်းသား ၁၀၀ ကို စာမေးပွဲဖြေတယ်ဆိုပါစို့။ အတန်းရှိ ကျောင်းသားအားလုံးမှ ရရှိသော အမြင့်ဆုံးနှင့် အနိမ့်ဆုံးရမှတ်အကြား ကွာခြားချက်ကို နားလည်ရန် အတိုင်းအတာကို အသုံးပြုနိုင်သည်။

အပြန်အလှန်အားဖြင့်၊ ဒေတာအတွဲတစ်ခု၏ ပုံမှန်တန်ဖိုးသည် ပျမ်းမျှတန်ဖိုးနှင့် မည်မျှသွေဖည်နေသည်ကို နားလည်လိုပါက စံသွေဖည်မှုကို အသုံးပြုသင့်သည်။

ဥပမာအားဖြင့်၊ ပါမောက္ခတစ်ဦးသည် ကျောင်းသား 100 ကို စာမေးပွဲတစ်ခုအား စီမံခန့်ခွဲပါက၊ ပုံမှန်စာမေးပွဲရမှတ်သည် ပျမ်းမျှစာမေးပွဲရမှတ်မှ မည်မျှသွေဖည်မည်ကို တွက်ချက်ရန် စံသွေဖည်မှုကို တွက်ချက်နိုင်သည်။

ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများဖြန့်ဝေမှုကို ဖော်ပြရန်အတွက် အကွာအဝေး သို့မဟုတ် စံသွေဖည်မှုကို အသုံးပြုခြင်းကြားတွင် ရွေးချယ်ရန် သတိပြုသင့်သည်မှာ မှတ်သားထိုက်ပါသည်။ ၎င်းတို့သည် ကျွန်ုပ်တို့အား လုံးဝကွဲပြားခြားနားသော အချက်အလက်များကို ပေးသောကြောင့် မက်ထရစ်နှစ်ခုစလုံးကို အသုံးပြုနိုင်သည်။

Range နှင့် Standard Deviation ၏ အားနည်းချက်များ

အကွာအဝေးနှင့် စံသွေဖည်မှု နှစ်ခုစလုံးသည် အားနည်းချက်တစ်ခုမှ ခံစားရသည်- ၎င်းတို့ နှစ်ခုစလုံးသည် ပြင်ပမှ လွှမ်းမိုးမှုရှိသည် ။

ယင်းကို သရုပ်ဖော်ရန်၊ အောက်ပါဒေတာအတွဲကို ထည့်သွင်းစဉ်းစားပါ။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂

ဤဒေတာအတွဲ၏ အကွာအဝေးနှင့် စံသွေဖည်မှုအတွက် အောက်ပါတန်ဖိုးများကို တွက်ချက်နိုင်သည်-

• အပိုင်း- ၃၁
• စံသွေဖည်: 9.25

သို့သော်၊ ဒေတာအတွဲတွင် လွန်ကဲသော သာလွန်ထူးခြားမှု ရှိ၊ မရှိ သုံးသပ်ပါ။

ဒေတာအတွဲ- ၁၊ ၄၊ ၈၊ ၁၁၊ ၁၃၊ ၁၇၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၃၊ ၂၄၊ ၂၄၊ ၂၅၊ ၂၈၊ ၂၉၊ ၃၁၊ ၃၂၊ ၃၇၈

ဤဒေတာအတွဲအတွက် အောက်ဖော်ပြပါ မက်ထရစ်များကို ရှာဖွေရန် ဂဏန်းပေါင်းစက်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည်။

• အပိုင်းအခြား- ၃၇၇
• စံသွေဖည်: 85.02

အကွာအဝေးနှင့် စံသွေဖည်မှု သိသိသာသာ ပြောင်းလဲပုံကို သတိပြုပါ။

အကွာအဝေးနှင့် စံသွေဖည်မှုတို့သည် ဒေတာအတွဲတစ်ခုအတွင်း တန်ဖိုးများဖြန့်ဝေခြင်းဆိုင်ရာ စိတ်ကူးတစ်ခုရရှိရန် အသုံးဝင်သောအတိုင်းအတာများဖြစ်နိုင်သော်လည်း ဒေတာအတွဲတွင် ဤတန်ဖိုးများကို လွှမ်းမိုးနိုင်သည့် အစွန်းအထင်းများမပါဝင်ကြောင်း သေချာစေရမည်။ အတိုင်းအတာများ။ မဟုတ်ပါက၊ အတိုင်းအတာနှင့် စံသွေဖည်မှုသည် အထင်အမြင်လွဲမှားစေနိုင်သည်။