Sas တွင် log transformation လုပ်နည်း

ကိန်းဂဏန်းစမ်းသပ်မှုများစွာသည် သီးခြားကိန်းရှင်တစ်ခု၏တန်ဖိုးများကို ပုံမှန်အတိုင်းဖြန့်ဝေ သည်ဟု ယူဆသည်။

သို့သော် တန်ဖိုးများကို ပုံမှန်အတိုင်း ဖြန့်ဝေလေ့ မရှိပါ ။ ဤပြဿနာကိုဖြေရှင်းရန်နည်းလမ်းတစ်ခုမှာ value တစ်ခုစီ၏ log ကိုယူခြင်းဖြင့် variable ကိုပြောင်းလဲရန်ဖြစ်သည်။

ဤအသွင်ပြောင်းခြင်းကို လုပ်ဆောင်ခြင်းဖြင့်၊ ကိန်းရှင်တစ်ခုသည် ယေဘုယျအားဖြင့် ပုံမှန်ဖြန့်ဝေမှုကို ချဉ်းကပ်သည်။

အောက်ဖော်ပြပါ ဥပမာသည် SAS ရှိ ကိန်းရှင်တစ်ခုပေါ်တွင် မှတ်တမ်းအသွင်ပြောင်းခြင်းကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။

ဥပမာ- SAS တွင် အသွင်ပြောင်းခြင်း မှတ်တမ်း

SAS တွင် အောက်ပါဒေတာအစုံရှိသည် ဟု ယူဆကြပါစို့။

 /*create dataset*/
data my_data;
    input x;
    datalines ;
1
1
1
2
2
2
2
2
2
3
3
3
6
7
8
;
run ;

/*view dataset*/
proc print data =my_data;

ပုံမှန်အတိုင်း ဖြန့်ဝေခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် PROC UNIVARIATE ကို အသုံးပြု၍ တန်ဖိုးများ ဖြန့်ကျက်မှုကို မြင်သာစေရန် ဟစ်စတိုဂရမ်ကို ဖန်တီးနိုင်သည်-

 /*create histogram and perform normality tests*/
proc univariate data =my_data normal ; 
histogram x;
run ; 

Normality Tests ခေါင်းစဉ်တပ်ထားသော နောက်ဆုံးဇယားတွင် Shapiro-Wilk test ၏ p-value သည် 0.05 ထက်နည်းသည်၊ ၎င်းသည် variable x ကို ပုံမှန်မဖြန့်ဝေကြောင်း ခိုင်လုံသောအထောက်အထားများပေးဆောင်သည်။

တန်ဘိုးများ ဖြန့်ဖြူးမှုသည် ပုံမှန်အတိုင်း ဖြန့်ဝေပုံမပေါ်ကြောင်း ဟီစတိုဂရမ်က ပြသသည်-

ကျွန်ုပ်တို့သည် ပိုမိုပုံမှန်အတိုင်း ဖြန့်ဝေထားသော ဒေတာ အတွဲကို ထုတ်နိုင်မလား။

မူရင်း x တန်ဖိုးတစ်ခုစီ၏ မှတ်တမ်းကို ရယူသည့် SAS တွင် ဒေတာအတွဲအသစ်တစ်ခု ဖန်တီးရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 /*use log transformation to create new dataset*/
data log_data;
    set my_data;
    x = log (x);
run ;

/*view log transformed data*/
proc print data =log_data; 

ထို့နောက် ကျွန်ုပ်တို့သည် ပြောင်းလဲထားသော variable ပေါ်တွင် ပုံမှန်စစ်ဆေးမှုများလုပ်ဆောင်ရန် PROC UNIVARIATE ကို ထပ်မံအသုံးပြုနိုင်ပြီး histogram တစ်ခုကိုလည်း ထုတ်လုပ်နိုင်သည်-

 /*create histogram and perform normality tests*/
proc univariate data =log_data normal ; 
histogram x;
run ; 

Normality Tests ခေါင်းစဉ်တပ်ထားသော နောက်ဆုံးဇယားတွင်၊ Shapiro-Wilk စမ်းသပ်မှုအတွက် p-value သည် ယခု 0.05 ထက် ပိုများနေသည်ကို တွေ့နိုင်ပါသည်။

အသွင်ပြောင်းခြင်းမပြုမီက တန်ဖိုးများ ဖြန့်ဝေမှုသည် ပုံမှန်ထက် အနည်းငယ်ပိုနေကြောင်း ဟီစတိုဂရမ်က ပြသသည်-

Shapiro-Wilk စမ်းသပ်မှု၏ ရလဒ်များနှင့် အထက်တွင်တင်ပြခဲ့သည့် ဟီစတိုဂရမ်အပေါ် အခြေခံ၍ လော့ဂရစ်သမ်အသွင်ပြောင်းခြင်းသည် မူရင်းကိန်းရှင်ထက် ပိုမိုသာလွန်သော ပုံမှန်ကိန်းရှင်ကို ဖြန့်ဝေပေးကြောင်း ကျွန်ုပ်တို့ ကောက်ချက်ချနိုင်မည်ဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် SAS တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

SAS တွင် outliers ကိုမည်သို့ခွဲခြားနိုင်မည်နည်း။
SAS တွင်ချက်ပြုတ်အကွာအဝေးကိုဘယ်လိုတွက်မလဲ။
SAS တွင် Histograms ဖန်တီးနည်း