Category: လမ်းညွှန်
ကြိမ်နှုန်းခွဲဝေမှုတွင်၊ အတန်းအကျယ်သည် မည်သည့်အတန်း သို့မဟုတ် အမျိုးအစား၏ အထက်နှင့်အောက် ကန့်သတ်ချက်များကြားမှ ကွာခြားချက်ကို ရည်ညွှန်းသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ အတန်းအကျယ် = (အများဆုံး – မိနစ်) / n ရွှေ- max သည် data set တစ်ခုတွင် အများဆုံးတန်ဖိုးဖြစ်သည်။ min သည် ဒေတာအတွဲတစ်ခုတွင် အနည်းဆုံးတန်ဖိုးဖြစ်သည်။ n သည် အတန်းအရေအတွက် အတန်းအကျယ်ကို တွက်ချက်ရန်၊ အောက်ပါတန်ဖိုးများကို ဖြည့်စွက်ပြီး “တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ အနိမ့်ဆုံးတန်ဖိုး အများဆုံးတန်ဖိုး...
ဤသင်ခန်းစာတွင် ဒေတာဘောင်တစ်ခုသို့ ပြောင်းလွဲပြောင်းနိုင်သည့်အသစ်များထည့်ရန် R တွင် mutate() လုပ်ဆောင်ချက်ကို အသုံးပြုပုံကို ရှင်းပြထားသည်။ R တွင် variable အသစ်များထည့်ခြင်း။ ဒေတာဘောင်သို့ ကိန်းရှင်အသစ်များထည့်ရန် အောက်ပါ dplyr စာကြည့်တိုက်လုပ်ဆောင်ချက်များကို အသုံးပြုနိုင်ပါသည်။ mutate() – ရှိပြီးသား ကိန်းရှင်များကို ထိန်းသိမ်းထားစဉ်တွင် ကိန်းရှင်အသစ်များကို ဒေတာဘောင်တစ်ခုသို့ ပေါင်းထည့်သည်။ transmute() – ကိန်းရှင်အသစ်များကို ဒေတာဘောင်တစ်ခုသို့ ပေါင်းထည့်ကာ ရှိပြီးသား ကိန်းရှင်များကို ဖယ်ရှားသည်။ mutate_all() – ဒေတာဘောင်တစ်ခုတွင် ကိန်းရှင်အားလုံးကို တစ်ပြိုင်နက်တည်း ပြင်ဆင်သည်။...
သီအိုရီစမ်းသပ်မှု တွင်၊ ကျွန်ုပ်တို့သည် ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်တစ်ခုကို ငြင်းပယ်သင့်သည် ရှိမရှိကို ကျွန်ုပ်တို့ သိလိုပါသည်။ ဤဆုံးဖြတ်ချက်ကိုချရန်အတွက်၊ ကျွန်ုပ်တို့သည် စာမေးပွဲစာရင်းအင်း၏ p-တန်ဖိုးကို စာမေးပွဲအတွက် ကျွန်ုပ်တို့အသုံးပြုရန် ရွေးချယ်ထားသော အရေးပါသည့်အဆင့်တစ်ခုနှင့် နှိုင်းယှဉ်ပါသည်။ p-value သည် အရေးပါမှုအဆင့်ထက်နည်းပါက၊ null hypothesis ကို ငြင်းပယ်ပါသည်။ မဟုတ်ပါက၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်မည်ဖြစ်ပါသည်။ ဤဂဏန်းတွက်စက်သည် စမ်းသပ်စာရင်းအင်းတန်ဖိုး၊ စမ်းသပ်မှုပုံစံ (အမြီးတစ်ပိုင်း သို့မဟုတ် နှစ်မြီးပါ) နှင့် သင်အသုံးပြုရန် ရွေးချယ်ခဲ့သည့်...
ဆိုလိုရင်းကို နုတ်ပြီး စံသွေဖည်မှုဖြင့် ပိုင်းခြားခြင်းဖြင့် သတ်မှတ်ထားသော ဒေတာတန်ဖိုးများကို ပုံမှန် ဖြစ်စေနိုင်သည်။ ၎င်းကို ဒေတာတန်ဖိုးများကို z-ရမှတ်များအဖြစ် ပြောင်းလဲခြင်းဟုလည်း ခေါ်သည်။ ပေးထားသည့် ဒေတာအတွဲတစ်ခုအတွက် တန်ဖိုးများကို ပုံမှန်ဖြစ်အောင် ပြုလုပ်ရန်၊ အောက်ဖော်ပြပါ အကွက်တွင် သင်၏ကော်မာ-ခြားထားသော ဒေတာကို ထည့်ပါ၊ ထို့နောက် “ Normalize” ခလုတ်ကို နှိပ်ပါ- 4၊ 14၊ 16၊ 22၊ 24၊ 25၊ 37၊ 38၊ 38၊ 40၊ 41၊ 41၊ 43၊...
သင် F စမ်းသပ်မှုပြုလုပ်သောအခါ၊ သင်သည် F ကိန်းဂဏန်းကိုရရှိမည်ဖြစ်သည်။ F စစ်ဆေးမှုရလဒ်များသည် ကိန်းဂဏန်းအရ သိသာမှုရှိမရှိ ဆုံးဖြတ်ရန်၊ F ကိန်းဂဏန်းအား အရေးကြီးသော F တန်ဖိုးတစ်ခုနှင့် နှိုင်းယှဉ်နိုင်သည်။ F ကိန်းဂဏန်းသည် အရေးကြီးသော F တန်ဖိုးထက် ကြီးပါက၊ စစ်ဆေးမှုရလဒ်များသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါသည်။ အရေးကြီးသောတန်ဖိုး F ကို F ဖြန့်ချီရေးဇယားကို အသုံးပြု၍ သို့မဟုတ် စာရင်းအင်းဆော့ဖ်ဝဲကို အသုံးပြု၍ တွေ့ရှိနိုင်သည်။ F ၏အရေးပါသောတန်ဖိုးကိုရှာဖွေရန်၊ သင်လိုအပ်သည်- အရေးပါမှုအဆင့် (ဘုံရွေးချယ်မှုများမှာ...
binomial ဖြန့်ဝေမှု၏ စံသွေဖည်မှုကို အောက်ပါအတိုင်း သတ်မှတ်သည်။ σ = √ n*p*(1−p) n သည် နမူနာအရွယ်အစားဖြစ်ပြီး p သည် လူဦးရေအချိုးအစားဖြစ်သည်။ ပေးထားသော binomial ဖြန့်ဖြူးမှုအတွက် စံသွေဖည်မှုကို တွက်ချက်ရန်၊ အောက်ပါတန်ဖိုးများကို ဖြည့်စွက်ပြီး “တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ လူဦးရေအချိုး (စ)၊ နမူနာအရွယ်အစား (n) σ = 16.56 ရှင်းလင်းချက်- σ = √ n*p*(1−p) σ = √ 40...
စာရင်းဇယားများတွင်၊ ကျွန်ုပ်တို့သည် အကြောင်းနှစ်ရပ်ကြောင့် မော်ဒယ်များကို မကြာခဏ တည်ဆောက်သည်- တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် ကြား ဆက်နွယ်မှုကို နားလည်ပါ ။ အနာဂတ်လေ့လာချက်များကို ခန့်မှန်းရန် မော်ဒယ်ကို အသုံးပြုပါ။ Cross-validation သည် မော်ဒယ်တစ်ခု၏ အနာဂတ်လေ့လာချက်များကို ခန့်မှန်းနိုင်မှု မည်မျှကောင်းမွန်ကြောင်း ခန့်မှန်းရန်အတွက် အသုံးဝင်ပါသည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် အသက် နှင့် ဝင်ငွေကို ခန့်မှန်းသည့်ကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် အဖြစ် ပုံသေအခြေအနေအဖြစ် အသက်နှင့် ၀င်ငွေကို အသုံးပြုသည့် မျဉ်းဖြောင့်ဆုတ်ယုတ်မှုပုံစံ တစ်ခုကို...
Statistical hypothesis သည် လူဦးရေ ကန့်သတ်ချက် နှင့် ပတ်သက်သော ယူဆချက် တစ်ခု ဖြစ်သည်။ ဥပမာအားဖြင့်၊ ခရိုင်တစ်ခုရှိ အမျိုးသားတစ်ဦး၏ ပျမ်းမျှအရပ်သည် 68 လက်မဟု ကျွန်ုပ်တို့ ယူဆနိုင်သည်။ အရပ်နှင့်ပတ်သက်သော ယူဆချက်မှာ ကိန်းဂဏန်းဆိုင်ရာ အယူအဆ ဖြစ်ပြီး အမေရိကန်ပြည်ထောင်စုရှိ အမျိုးသားတစ်ဦး၏ ပျမ်းမျှအရပ်သည် လူဦးရေကန့်သတ်ချက် ဖြစ်သည်။ သီအိုရီစစ်ဆေးမှု သည် ကိန်းဂဏန်းဆိုင်ရာ ယူဆချက်တစ်ခုကို ငြင်းပယ်ရန် သို့မဟုတ် ပျက်ကွက်ရန် ကျွန်ုပ်တို့အသုံးပြုသည့် တရားဝင်စာရင်းအင်းဆိုင်ရာ စမ်းသပ်မှုတစ်ခုဖြစ်သည်။ သီအိုရီစမ်းသပ်ခြင်းလုပ်ဆောင်ရန်၊ ကျွန်ုပ်တို့သည် လူဦးရေထံမှ...
စံသတ်မှတ်ချက် ကိန်းရှင် သည် မှီခိုနေသော ကိန်းရှင် သို့မဟုတ် တုံ့ပြန်မှု ကိန်းရှင် အတွက် အခြားအမည်တစ်ခုဖြစ်သည်။ ၎င်းသည် ကိန်းဂဏာန်းခွဲခြမ်းစိတ်ဖြာမှုတွင် ခန့်မှန်းထားသည့် ကိန်းရှင်ဖြစ်သည်။ ရှင်းလင်းချက်ကိန်းရှင်များတွင် ခန့်မှန်းသူကိန်းရှင်များ သို့မဟုတ် အမှီအခိုကင်းသော ကိန်းရှင်များ ကဲ့သို့ ကွဲပြားသောအမည်များ ရှိသည်ကဲ့သို့ပင်၊ တုံ့ပြန်မှုကိန်းရှင်တွင် မှီခိုကိန်းရှင် သို့မဟုတ် စံသတ်မှတ်ချက် ကိန်းရှင် ကဲ့သို့သော အပြန်အလှန်ပြောင်းလဲနိုင်သော အမည်များလည်း ရှိသည်။ စံသတ်မှတ်ချက် ကိန်းရှင်များ၏ ဥပမာအချို့ကား အဘယ်နည်း။ အောက်ဖော်ပြပါအခြေအနေများသည် မတူညီသောအခြေအနေများတွင် စံနှုန်းကိန်းရှင်များကို နမူနာပြသည်။ ဥပမာ 1-...
t ဖြန့်ဝေမှုသည် စဉ်ဆက်မပြတ် ဖြစ်နိုင်ခြေ ဖြန့်ဖြူးမှု အမျိုးအစားတစ်ခုဖြစ်သည်။ ၎င်းတွင်အောက်ပါဂုဏ်သတ္တိများရှိသည်။ ဆက်တိုက်ဖြစ်နေသည်။ ခေါင်းလောင်းပုံသဏ္ဍာန်ရှိသည်။ ၎င်းသည် သုညပတ်လည်တွင် အချိုးကျသည်။ ၎င်းကို ကန့်သတ်ချက်များဖြင့် သတ်မှတ်သည်- လွတ်လပ်မှု ဒီဂရီ အရေအတွက် လွတ်လပ်မှုဒီဂရီအရေအတွက်သည် အဆုံးမရှိအဖြစ်သို့ ပေါင်းသွားသောကြောင့် t ဖြန့်ဖြူးမှုသည် စံပုံမှန်ဖြန့်ဝေမှုသို့ ကူးပြောင်းသွားသည် နမူနာအရွယ်အစား (n < 30) သည် ပုံမှန်ဖြန့်ဝေမှု အစား သေးငယ်သော (n < 30) ဖြစ်သောအခါ အမျိုးမျိုးသော ယူဆချက်စမ်းသပ်မှုများတွင် t ဖြန့်ဝေမှုကို...