Category: လမ်းညွှန်

တြိဂံပုံသဏ္ဍာန်ဖြန့်ဝေမှုသည် တြိဂံပုံသဏ္ဍာန်ဖြစ်နိုင်ခြေသိပ်သည်းဆလုပ်ဆောင်မှုဖြင့် စဉ်ဆက်မပြတ်ဖြစ်နိုင်ခြေဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။ ၎င်းကို တန်ဖိုးသုံးခုဖြင့် သတ်မှတ်သည်။ အနိမ့်ဆုံး တန်ဖိုးရှိတယ်။ အမြင့်ဆုံးတန်ဖိုး b အမြင့်ဆုံးတန်ဖိုး c ဖြန့်ဖြူးမှု၏အမည်သည် ဖြစ်နိုင်ခြေသိပ်သည်းဆလုပ်ဆောင်မှုတွင် တြိဂံပုံသဏ္ဍာန်ရှိသည်ဟူသောအချက်မှ ဆင်းသက်လာခြင်းဖြစ်သည်။ ကျွန်ုပ်တို့သည် မကြာခဏဆိုသလို အနိမ့်ဆုံးတန်ဖိုး (a)၊ အမြင့်ဆုံးတန်ဖိုး (b) နှင့် ကျပန်းပြောင်းလဲ နိုင်သော ဖြစ်နိုင်ခြေအရှိဆုံးတန်ဖိုး (c) ကို ခန့်မှန်းနိုင်သောကြောင့် ဤဖြန့်ဖြူးမှုသည် လက်တွေ့ကမ္ဘာတွင် အလွန်အသုံးဝင်ကြောင်း ထွက်ပေါ်လာပါသည်။ ဤတန်ဖိုးသုံးခုကိုသာသိသော တြိဂံဖြန့်ဝေမှုကို အသုံးပြု၍ ကျပန်းကိန်းရှင်များ၏ အပြုအမူကို မကြာခဏ စံနမူနာပြုနိုင်သည်။ ဥပမာအားဖြင့်၊...

Moran’s I သည် spatial autocorrelation ကိုတိုင်းတာသည့်နည်းလမ်းဖြစ်သည်။ ရိုးရိုးရှင်းရှင်းပြောရလျှင်၊ ၎င်းသည် 2D space တွင် တန်ဖိုးများ မည်မျှ နီးကပ်စွာ အစုလိုက်အပြုံလိုက် မည်မျှရှိသည်ကို တွက်ချက်ရန် နည်းလမ်းတစ်ခုဖြစ်သည်။ အိမ်ထောင်စုဝင်ငွေ၊ ပညာရေးအဆင့် စသည်တို့ကဲ့သို့ မြေပုံပေါ်တွင် မတူညီသောအင်္ဂါရပ်များကို အုပ်စုဖွဲ့ထားသည်ကို တိုင်းတာရန် ပထဝီဝင်နှင့် ပထဝီဝင်အချက်အလက်သိပ္ပံ (GIS) တွင် အသုံးပြုလေ့ရှိသည်။ Moran’s I: ဖော်မြူလာ Moran’s I တွက်ချက်ရန် ဖော်မြူလာမှာ- ငါ = (N/W)*ΣΣw ij...

ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ အပေါ်နှင့်အောက်ဘောင်များသည် ဒေတာအစုတစ်ခုရှိ အထက်နှင့်အောက် အစွန်းကွက်များအတွက် တံခါးခုံတန်ဖိုးများကို ကိုယ်စားပြုသည်။ ၎င်းတို့ကို အောက်ပါအတိုင်း တွက်ချက်သည်။ အနီးကပ် = Q1 – (1.5*IQR) အပေါ်ပိုင်းပိတ် = Q3 + (1.5*IQR) IQR သည် ဒေတာအတွဲတစ်ခုရှိ 75th percentile (Q3) နှင့် 25th percentile (Q1) အကြား ခြားနားချက်ကို ကိုယ်စားပြုသည့် “interquartile range” ကို ကိုယ်စားပြုသည်။ အထက်အတားအဆီးအထက် သို့မဟုတ် အောက်အတားအဆီးအောက်ရှိ ရှုခင်းကို...

_ _ _ _ _ ဆိုရင် µ = np σ = √ np(1-p) n သည် အလုံအလောက်ကြီးပါက၊ binomial distribution နှင့် ပတ်သက်သော ဖြစ်နိုင်ခြေများကို အနီးစပ်ဆုံး ခန့်မှန်းရန် ပုံမှန်ဖြန့်ဖြူးမှုကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည်။ ဒါကို normal binomial approximation လို့ခေါ်ပါတယ်။ n “ အလုံအလောက်ကြီး” ဖြစ်ရန်အတွက်၊ ၎င်းသည် အောက်ပါသတ်မှတ်ချက်များနှင့် ကိုက်ညီရမည်- np ≥ ၅...

R ရှိ which() function သည် TRUE ဖြစ်သော logical vector တွင် element များ၏ position ကို ပြန်ပေးသည်။ ဤသင်ခန်းစာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ပေးပါသည်။ ဥပမာ 1- vector တစ်ခုရှိ အစိတ်အပိုင်းများကို ရှာပါ။ အောက်ပါကုဒ်သည် 5 နှင့်ညီမျှသော vector တစ်ခု၏ဒြပ်စင်အားလုံး၏အနေအထားကိုမည်သို့ရှာဖွေရမည်ကိုပြသသည်- #create data data <- c(1, 2, 2, 3, 4, 4,...

R တွင် ကော်လံအလိုက် ဒေတာဘောင်တစ်ခုကို စီရန် အလွယ်ဆုံးနည်းလမ်းမှာ order() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြစ်သည်- #sort ascending df[ order (df$var1), ] #sort descending df[ order (-df$var1), ] ဤသင်ခန်းစာသည် အောက်ပါဒေတာဘောင်ဖြင့် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့ကျကျအသုံးပြုနည်း ဥပမာများစွာကို ပေးသည်- #create data frame df <- data. frame (var1=c(1, 3, 3, 4, 5), var2=c(7, 7,...

ရိုးရှင်းသော မျဉ်းဖြောင့်ဆုတ်ယုတ်မှုမျဉ်း သည် ဒေတာအစုအဝေးတစ်ခု၏ “အံကိုက်ဆုံး” မျဉ်းကို ကိုယ်စားပြုသည်။ ဤသင်ခန်းစာသည် Excel ရှိ scatterplot တစ်ခုသို့ ရိုးရိုး linear regression line ကို အမြန်ထည့်နည်း အဆင့်ဆင့် ဥပမာကို ပေးပါသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ဦးစွာ၊ ရိုးရှင်းသောဒေတာအတွဲကို ဖန်တီးကြပါစို့- အဆင့် 2- အပိုင်းအစတစ်ခုကို ဖန်တီးပါ။ ထို့နောက်၊ ဆဲလ်အပိုင်းအခြား A2:B21 ကို မီးမောင်းထိုးပြပါ။ ထိပ်ရှိ ဖဲကြိုးပေါ်တွင် INSERT တက်ဘ်ကို နှိပ်ပါ၊...

ဒေတာဘောင်ရှိ တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကိန်းရှင်များအတွက် အကျဉ်းချုပ်ကိန်းဂဏန်းများကို ထုတ်လုပ်ရန် R ရှိ Aggregate() လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- စုစုပေါင်း (sum_var ~ group_var၊ ဒေတာ = df၊ FUN = ပျမ်းမျှ) ရွှေ- sum_var- အကျဉ်းချုပ်ရန် ကိန်းရှင် group_var- အုပ်စုအတွက် ကိန်းရှင် data- ဒေ တာဘလောက်၏အမည် FUN: တွက်ချက်ရန် အကျဉ်းချုပ် ကိန်းဂဏန်း...

ဆက်စပ်မှု နှင့် ဆုတ်ယုတ်မှု နှစ်ခုသည် ဆက်နွယ်နေသော်လည်း ကိန်းဂဏန်းဆိုင်ရာ ဝေါဟာရများသည် လုံး၀ တူညီခြင်းမရှိပါ။ ဤသင်ခန်းစာတွင်၊ ဝေါဟာရနှစ်ခုလုံး၏ အတိုချုံးရှင်းလင်းချက်ကို ပေးမည်ဖြစ်ပြီး ၎င်းတို့သည် တူညီပြီး မည်သို့ကွာခြားသည်ကို ရှင်းပြပါမည်။ ဆက်စပ်မှုဆိုတာဘာလဲ။ Correlation သည် variable နှစ်ခုဖြစ်သော x နှင့် y အကြား မျဉ်းသားဆက်စပ်မှုကို တိုင်းတာသည်။ ၎င်းတွင် -1 နှင့် 1 အကြား တန်ဖိုးတစ်ခု ရှိသည်။ -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။...

အနည်းဆုံး ဖြစ်ရပ်တစ်ခု ဖြစ်ပေါ်လာရန် မျှော်လင့်ထား လျှင် ဖြစ်ရပ်အစုတစ်ခုသည် စုစည်းမှု အပြည့် ဖြစ်သည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် သေတ္တာကို လှိမ့်လိုက်လျှင် ၎င်းသည် အောက်ပါတန်ဖိုးများထဲမှ တစ်ခုသို့ ဆင်းသက်ရမည်- ၁ ၂ ၃ ၄ ၅ ၆ ထို့ကြောင့်၊ အဖြစ်အပျက်အစုံ သည် {1၊ 2၊ 3၊ 4၊ 5၊ 6} သည် အစုလိုက်အပြုံလိုက် ပြည့်စုံနေသော ကြောင့် အဆိုပါတန်ဖိုးများအနက်မှ တစ်ခုသို့ ဆင်းသက် ရမည်ဖြစ်သော ကြောင့်၊...