Category: လမ်းညွှန်
စာရင်းအင်းများတွင် ကိန်းရှင်များကို အမျိုးအစားအလိုက် သို့မဟုတ် အရေအတွက် အဖြစ် ခွဲခြားနိုင်သည်။ အမျိုးအစားအလိုက် ကိန်းရှင်များ- အမည်များ သို့မဟုတ် အညွှန်းများယူသည့် ကိန်းရှင်များ။ ဥပမာများ ပါဝင်သည်- အိမ်ထောင်ရေးအခြေအနေ (“လက်ထပ်”၊ “လူပျို”၊ “ကွာရှင်း”) ဆေးလိပ်သောက်ခြင်းအခြေအနေ (“ ဆေးလိပ်သောက်သူ” ၊ “ ဆေးလိပ်မသောက်သူ” ) မျက်လုံးအရောင် (“အပြာ”၊ “စိမ်း”၊ “အပြာရောင်”) ပညာရေးအဆင့် (ဥပမာ “ အထက်တန်းကျောင်း” ၊ “ ဘွဲ့” ၊ “ မဟာဘွဲ့” )...
ကိန်းဂဏန်းစာရင်းဇယားများတွင် ဆက်စပ်မှု ဆိုသည်မှာ ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်နွယ်မှုကို တိုင်းတာခြင်းဖြစ်သည်။ ဆက်စပ်ကိန်း၏တန်ဖိုးသည် -1 နှင့် 1 ကြားတွင် အမြဲရှိနေသည်- -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။ 0 သည် variable နှစ်ခုကြားတွင် linear ဆက်စပ်မှုမရှိဟု ညွှန်ပြသည်။ 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပြုသဘောဆောင်သောမျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။ ကိန်းရှင်နှစ်ခုသည် သုည၏ဆက်စပ်မှုရှိပါက၊ ၎င်းတို့သည် မည်သည့်နည်းနှင့်မျှ မဆက်စပ်ကြောင်း ညွှန်ပြသည်။ တစ်နည်းဆိုရသော်၊ ကိန်းရှင်တစ်ခု၏တန်ဖိုးကို သိရှိခြင်းသည် အခြားကိန်းရှင်၏တန်ဖိုးသည် မည်သို့ဖြစ်နိုင်သည်ကို...
Logistic regression သည် တုံ့ပြန်မှု variable binary ဖြစ်သောအခါ ကျွန်ုပ်တို့အသုံးပြုနိုင်သည့် ဆုတ်ယုတ်မှုအမျိုးအစားတစ်ခုဖြစ်သည်။ ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံ၏ အရည်အသွေးကို အကဲဖြတ်ရန် ဘုံနည်းလမ်းမှာ စမ်းသပ်ဒေတာအတွဲ၏ အမှန်တကယ်တန်ဖိုးများနှင့် မော်ဒယ်၏ ခန့်မှန်းတန်ဖိုးများကို ပြသသည့် 2×2 ဇယားဖြစ်သည့် ရှုပ်ထွေးသောမက်ထရစ် ကို ဖန်တီးရန်ဖြစ်သည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် R တွင် ရှုပ်ထွေးမှုမက်ထရစ်ကို ဖန်တီးနည်းကို ပြသထားသည်။ အဆင့် 1- ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်လုပ်ပါ။ ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် ISLR ပက်ကေ့ခ်ျမှ...
nested ANOVA သည် ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) အမျိုးအစားတစ်ခုဖြစ်ပြီး အနည်းဆုံးအချက်တစ်ခုသည် အခြားအချက်တစ်ခုအတွင်းတွင် အသိုက်အမြုံ ရှိသည်။ မှတ်ချက်- တစ်ခါတစ်ရံတွင် ANOVA များကို “ hierarchical ANOVA” ဟုခေါ်သည်။ ဤအသုံးအနှုန်းနှစ်ခုကို မကြာခဏ အပြန်အလှန်အသုံးပြုကြသည်။ ဥပမာအားဖြင့်၊ မတူညီသောမြေသြဇာသုံးမျိုးသည် အပင်ကြီးထွားမှုအဆင့် မတူညီသည်ကို ကျွန်ုပ်တို့ သိလိုသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် မတူညီသော ပညာရှင် သုံးဦးစီက အပင်လေးမျိုးတွင် မြေသြဇာ A ဖြန်းကြပြီး အခြားနည်းပညာရှင် သုံးဦးက...
nested ANOVA သည် ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) အမျိုးအစားတစ်ခုဖြစ်ပြီး အနည်းဆုံးအချက်တစ်ခုသည် အခြားအချက်တစ်ခုအတွင်းတွင် အသိုက်အမြုံ ရှိသည်။ ဥပမာအားဖြင့်၊ သုတေသီတစ်ဦးသည် မတူညီသောမြေသြဇာသုံးမျိုးမှ အပင်ကြီးထွားမှုအဆင့် မတူညီသည်ကို သိရှိလိုသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် မတူညီသော ပညာရှင် သုံးဦးစီက အပင်လေးမျိုးတွင် မြေသြဇာ A ဖြန်းကြပြီး အခြားနည်းပညာရှင် သုံးဦးက အပင်လေးမျိုးတွင် ဓာတ် B ဖြန်းကြပြီး အခြားပညာရှင် သုံးဦးက အပင်လေးမျိုးတွင် ဓာတ် C ဖြန်းကြသည်။ ဤအခြေအနေတွင်၊...
nested ANOVA သည် ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) အမျိုးအစားတစ်ခုဖြစ်ပြီး အနည်းဆုံးအချက်တစ်ခုသည် အခြားအချက်တစ်ခုအတွင်းတွင် အသိုက်အမြုံ ရှိသည်။ ဥပမာအားဖြင့်၊ သုတေသီတစ်ဦးသည် မတူညီသောမြေသြဇာသုံးမျိုးမှ အပင်ကြီးထွားမှုအဆင့် မတူညီသည်ကို သိရှိလိုသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် မတူညီသော ပညာရှင် သုံးဦးစီက အပင်လေးမျိုးတွင် မြေသြဇာ A ဖြန်းကြပြီး အခြားနည်းပညာရှင် သုံးဦးက အပင်လေးမျိုးတွင် ဓာတ် B ဖြန်းကြပြီး အခြားပညာရှင် သုံးဦးက အပင်လေးမျိုးတွင် ဓာတ် C ဖြန်းကြသည်။ ဤအခြေအနေတွင်၊...
linear regression ၏ အဓိက ယူဆချက် တစ်ခုမှာ အကြွင်းအကျန်များ အကြား ဆက်နွယ်မှု မရှိကြောင်း၊ ဆိုလိုသည်မှာ အကြွင်းအကျန် များသည် သီးခြား ဖြစ်သည် ။ ဤယူဆချက်နှင့် ကိုက်ညီခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် နည်းလမ်းတစ်ခုမှာ ဆုတ်ယုတ်မှု၏ အကြွင်းအကျန်များတွင် autocorrelation ရှိနေခြင်းကို သိရှိရန် အသုံးပြုသည့် Durbin-Watson စမ်းသပ်မှုကို လုပ်ဆောင်ရန် ဖြစ်သည်။ ဤစမ်းသပ်မှုသည် အောက်ပါယူဆချက်များကို အသုံးပြုသည်- H 0 (null hypothesis): အကြွင်းအကျန်များကြား ဆက်စပ်မှုမရှိပါ။...
တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ANOVA ဇယား၏ စုစုပေါင်း p-value သည် အချို့သော အရေးပါမှုအဆင့်အောက်တွင် ရှိနေပါက၊ အနည်းဆုံး အုပ်စု၏ ဆိုလိုရင်းမှာ အခြားနည်းများနှင့် ကွဲပြားသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထားရှိသည်။ သို့သော် မည်သည့် အဖွဲ့များ အချင်းချင်း ကွဲပြားသည်ကို ဤအရာက ကျွန်ုပ်တို့အား မပြောပါ။ ၎င်းသည် ကျွန်ုပ်တို့အား...
ခန့်မှန်းချက်၏ စံအမှား သည် ဆုတ်ယုတ်မှုပုံစံဖြင့် ပြုလုပ်ထားသော ခန့်မှန်းချက်များ၏ တိကျမှုကို တိုင်းတာသည့်နည်းလမ်းဖြစ်သည်။ σ est ကို မကြာခဏ မှတ်သားထားပြီး၊ ၎င်းကို အောက်ပါအတိုင်း တွက်ချက်သည်။ σ သည် = √ Σ(y – ŷ) 2 /n ရွှေ- y- သတိပြုမိသောတန်ဖိုး ŷ- ခန့်မှန်းတန်ဖိုး n- လေ့လာတွေ့ရှိချက် စုစုပေါင်းအရေအတွက် ခန့်မှန်းချက်၏ စံလွဲချော်မှုသည် ဆုတ်ယုတ်မှုပုံစံသည် ဒေတာအစုံနှင့် မည်မျှကိုက်ညီကြောင်း အကြံဉာဏ်ပေးသည်။ အထူးသဖြင့်- တန်ဖိုးနည်းလေ၊...
ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ z-score သည် စံနှုန်း တစ်ခုမှ တန်ဖိုးတစ်ခုသွေဖည်မှုမည်မျှရှိသည်ကို ပြောပြသည်။ z-score ကိုတွက်ချက်ရန် အောက်ပါဖော်မြူလာကို ကျွန်ုပ်တို့အသုံးပြုသည်- Z ရမှတ် = (x i – μ) / σ ရွှေ- x i : ဒေတာတန်ဖိုးတစ်ခုတည်း μ: ဒေတာအစုံ၏ပျမ်းမျှ σ- ဒေတာအတွဲ၏ စံသွေဖည်မှု Z ရမှတ်များကို ဒေတာအတွဲတစ်ခုတွင် အစွန်းအထင်းများကို သိရှိရန် အသုံးပြုလေ့ရှိသည်။ ဥပမာအားဖြင့်၊ -3 ထက်နည်းသော သို့မဟုတ် 3...