Category: လမ်းညွှန်

Negative binomial regression နှင့် Poisson regression သည် discrete count outcomes ဖြင့် တုံ့ပြန်မှု variable ကို ကိုယ်စားပြုသောအခါတွင် အသုံးပြုသင့်သော ဆုတ်ယုတ်မှုပုံစံနှစ်မျိုးဖြစ်သည်။ ဤသည်မှာ သီးခြားရေတွက်ခြင်းရလဒ်များကို ကိုယ်စားပြုသည့် တုံ့ပြန်မှုကိန်းရှင်အချို့၏ ဥပမာများဖြစ်သည်- အချို့သော ပရိုဂရမ်တစ်ခုမှ ဘွဲ့ရကျောင်းသား အရေအတွက် လမ်းဆုံမှာ ယာဉ်မတော်တဆမှု အရေအတွက် မာရသွန်ပြိုင်ပွဲပြီးမြောက်သူအရေအတွက် လက်လီစတိုးဆိုင်တွင် ပေးထားသော လတစ်လအတွင်း ပြန်ရရှိသည့်အရေအတွက် ကွဲလွဲမှုသည် ခန့်မှန်းခြေအားဖြင့် ညီမျှပါက၊ Poisson ဆုတ်ယုတ်မှုပုံစံသည် ယေဘုယျအားဖြင့် ဒေတာအတွဲတစ်ခုနှင့်...

ဇီဝဗေဒပညာရှင် Karl Pearson မှတီထွင်ထားသည့် Pearson skewness coefficient သည် နမူနာဒေတာအတွဲတစ်ခုတွင် skewness ကို တိုင်းတာသည့်နည်းလမ်းတစ်ခုဖြစ်သည်။ Pearson skewness coefficient ကို တွက်ချက်ရန် အမှန်တကယ် အသုံးပြုနိုင်သော နည်းလမ်း နှစ်ခု ရှိပါသည်။ နည်းလမ်း 1- မုဒ်ကို အသုံးပြုပါ။ Skewness = (Mean – Mode) / နမူနာစံသွေဖည်ခြင်း။ နည်းလမ်း 2- အလယ်အလတ်ကို အသုံးပြုခြင်း။ Skewness = 3 (Mean...

အဆင့်သတ်မှတ်သူ နှစ်ဦး သို့မဟုတ် ထို့ထက်ပိုသော လေ့လာမှုများတွင် ရမှတ်များ၏ ယုံကြည်စိတ်ချရမှုကို တိုင်းတာရန်အတွက် အတန်းတွင်းဆက်စပ်ဆက်စပ်ကိန်း (ICC) ကို အသုံးပြုသည်။ ICC ၏တန်ဖိုးသည် 0 မှ 1 အထိရှိနိုင်ပြီး 0 သည် အဆင့်သတ်မှတ်သူများကြားတွင် ယုံကြည်စိတ်ချရမှုမရှိကြောင်း နှင့် 1 သည် အဆင့်သတ်မှတ်သူများကြားတွင် ပြီးပြည့်စုံသောယုံကြည်စိတ်ချရမှုကို ညွှန်ပြသည့် 0 ဖြစ်သည်။ ရိုးရိုးရှင်းရှင်းပြောရလျှင်၊ မတူညီသော အဆင့်သတ်မှတ်သူများမှ အကြောင်းအရာများ (သို့မဟုတ် အကြောင်းအရာများ) ကို ယုံကြည်စိတ်ချစွာ အဆင့်သတ်မှတ်နိုင်သည်ဆိုသည်ကို ဆုံးဖြတ်ရန် ICC...

မတူညီသော အဆင့်သတ်မှတ်သူများမှ အကြောင်းအရာများ (သို့မဟုတ် ခေါင်းစဉ်များ) ကို ယုံကြည်စိတ်ချစွာ အဆင့်သတ်မှတ်နိုင်သည်ဆိုသည်ကို ဆုံးဖြတ်ရန်အတွက် အတန်းတွင်းဆက်စပ်ဆက်စပ်ကိန်း (ICC) ကို အသုံးပြုပါသည်။ ICC ၏တန်ဖိုးသည် 0 မှ 1 အထိရှိနိုင်ပြီး အဆင့်သတ်မှတ်သူများကြားတွင် ယုံကြည်စိတ်ချရမှု မရှိကြောင်း 0 နှင့် 1 သည် ပြီးပြည့်စုံသောယုံကြည်စိတ်ချရမှုကို ညွှန်ပြသည့် 0 ဖြင့် ကွဲပြားနိုင်သည်။ ဤသင်ခန်းစာသည် Excel တွင် ICC တွက်နည်း အဆင့်ဆင့် ဥပမာကို ပေးသည်။ အဆင့် 1:...

intraclass correlation coefficient (ICC) ကို မတူညီသော အဆင့်သတ်မှတ်သူများသည် အကြောင်းအရာများ သို့မဟုတ် အကြောင်းအရာများကို ယုံကြည်စိတ်ချစွာ အဆင့်သတ်မှတ်နိုင်သည်ဆိုသည်ကို ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ICC ၏တန်ဖိုးသည် 0 မှ 1 အထိရှိနိုင်ပြီး အဆင့်သတ်မှတ်သူများကြားတွင် ယုံကြည်စိတ်ချရမှု မရှိကြောင်း 0 နှင့် 1 သည် ပြီးပြည့်စုံသောယုံကြည်စိတ်ချရမှုကို ညွှန်ပြသည့် 0 ဖြင့် ကွဲပြားနိုင်သည်။ R တွင် ICC တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ အောက်ပါ syntax ကိုအသုံးပြုသည့် irr...

intraclass correlation coefficient (ICC) ကို မတူညီသော အဆင့်သတ်မှတ်သူများသည် အကြောင်းအရာများ သို့မဟုတ် အကြောင်းအရာများကို ယုံကြည်စိတ်ချစွာ အဆင့်သတ်မှတ်နိုင်သည်ဆိုသည်ကို ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ICC ၏တန်ဖိုးသည် 0 မှ 1 အထိရှိနိုင်ပြီး အဆင့်သတ်မှတ်သူများကြားတွင် ယုံကြည်စိတ်ချရမှု မရှိကြောင်း 0 နှင့် 1 သည် ပြီးပြည့်စုံသောယုံကြည်စိတ်ချရမှုကို ညွှန်ပြသည့် 0 ဖြင့် ကွဲပြားနိုင်သည်။ Python တွင် ICC ကို တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ အောက်ပါ syntax ကိုအသုံးပြုသည့်...

Bland-Altman ဇာတ်ကွက်ကို မတူညီသော တူရိယာနှစ်ခု သို့မဟုတ် မတူညီသော တိုင်းတာမှုနည်းပညာနှစ်ခုကြားတွင် တိုင်းတာမှုကွာခြားချက်များကို မြင်သာစေရန် အသုံးပြုသည်။ ၎င်းကို လက်ရှိအသုံးပြုနေသော တူရိယာ သို့မဟုတ် နည်းပညာတစ်ခုခုနှင့် တိုင်းတာခြင်းအတွက် တူရိယာအသစ် သို့မဟုတ် နည်းပညာ၏ ဆင်တူမှုများကို အကဲဖြတ်ရန် ၎င်းကို မကြာခဏ အသုံးပြုလေ့ရှိသည်။ ကွက်၏ x-axis သည် တူရိယာနှစ်ခု၏ ပျမ်းမျှတိုင်းတာမှုကို ပြသပြီး y-axis သည် တူရိယာနှစ်ခုကြားရှိ တိုင်းတာမှုကွာခြားချက်ကို ပြသသည်။ အောက်ဖော်ပြပါ စာကြောင်းသုံးကြောင်းကိုလည်း ဇာတ်ကွက်တွင် ဖော်ပြထားသည်။ တူရိယာနှစ်ခုကြား တိုင်းတာမှု...

Bland-Altman ဇာတ်ကွက်ကို မတူညီသော တူရိယာနှစ်ခု သို့မဟုတ် မတူညီသော တိုင်းတာမှုနည်းပညာနှစ်ခုကြားတွင် တိုင်းတာမှုကွာခြားချက်များကို မြင်သာစေရန် အသုံးပြုသည်။ တူညီသော သဘောတရားကို တိုင်းတာရာတွင် တူညီသော တူရိယာ နှစ်ခု သို့မဟုတ် နည်းစနစ်များ မည်ကဲ့သို့ ဆင်တူသည်ကို ဆုံးဖြတ်ရန်အတွက် အသုံးဝင်သည်။ ဤသင်ခန်းစာသည် Excel တွင် Bland-Altman ဇာတ်ကွက်ဖန်တီးခြင်း၏ အဆင့်ဆင့် ဥပမာကို ပေးသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ဇီဝဗေဒပညာရှင်တစ်ဦးသည် မတူညီသောတူရိယာနှစ်ခု (A နှင့် B) ကိုအသုံးပြု၍ တူညီသောဖား 20...

Bland-Altman ဇာတ်ကွက်ကို မတူညီသော တူရိယာနှစ်ခု သို့မဟုတ် မတူညီသော တိုင်းတာမှုနည်းပညာနှစ်ခုကြားတွင် တိုင်းတာမှုကွာခြားချက်များကို မြင်သာစေရန် အသုံးပြုသည်။ တူညီသော သဘောတရားကို တိုင်းတာရာတွင် တူညီသော တူရိယာ နှစ်ခု သို့မဟုတ် နည်းစနစ်များ မည်ကဲ့သို့ ဆင်တူသည်ကို ဆုံးဖြတ်ရန်အတွက် အသုံးဝင်သည်။ ဤသင်ခန်းစာသည် R တွင် Bland-Altman ဇာတ်ကွက်ဖန်တီးနည်း အဆင့်ဆင့် ဥပမာကို ပေးသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ဇီဝဗေဒပညာရှင်တစ်ဦးသည် မတူညီသောတူရိယာနှစ်ခု (A နှင့် B) ကိုအသုံးပြု၍ တူညီသောဖား 20...

Bland-Altman ဇာတ်ကွက်ကို မတူညီသော တူရိယာနှစ်ခု သို့မဟုတ် မတူညီသော တိုင်းတာမှုနည်းပညာနှစ်ခုကြားတွင် တိုင်းတာမှုကွာခြားချက်များကို မြင်သာစေရန် အသုံးပြုသည်။ တူညီသော သဘောတရားကို တိုင်းတာရာတွင် တူညီသော တူရိယာ နှစ်ခု သို့မဟုတ် နည်းစနစ်များ မည်ကဲ့သို့ ဆင်တူသည်ကို ဆုံးဖြတ်ရန်အတွက် အသုံးဝင်သည်။ ဤသင်ခန်းစာသည် Python ရှိ Bland-Altman ဇာတ်ကွက်ဖန်တီးနည်း အဆင့်ဆင့် ဥပမာကို ပေးသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ဇီဝဗေဒပညာရှင်တစ်ဦးသည် မတူညီသောတူရိယာနှစ်ခု (A နှင့် B) ကိုအသုံးပြု၍ တူညီသောဖား 20...