Category: လမ်းညွှန်

Pandas- ကော်လံနှစ်ခုကြား ခြားနားချက်ကို ဘယ်လိုရှာမလဲ။

pandas DataFrame ရှိ ကော်လံနှစ်ခုကြား ခြားနားချက်ကို ရှာဖွေရန်၊ သင်သည် အောက်ပါ syntax ကို အသုံးပြုနိုင်သည်။ df[' difference '] = df[' column1 '] - df[' column2 '] အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- ကော်လံနှစ်ခုကြား ခြားနားချက်ကို ရှာပါ။ ရှစ်နှစ်ဆက်တိုက် အရောင်းကာလအတွက် ဒေသနှစ်ခု (A နှင့် B) အတွက် စုစုပေါင်းရောင်းအားကို ပြသသည့် အောက်ပါပန်ဒါ...

Pandas တွင် အချိန်တံဆိပ်ကို ရက်စွဲ/အချိန်သို့ မည်သို့ပြောင်းလဲမည်နည်း။

ပန်ဒါ DataFrame တွင် အချိန်တံဆိပ်တစ်ခုအား datetime သို့ပြောင်းလဲရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- timestamp. to_pydatetime () အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ 1- အချိန်တံဆိပ်တစ်ခုတည်းကို ရက်စွဲ/အချိန်အဖြစ် ပြောင်းပါ။ အောက်ပါကုဒ်သည် အချိန်တံဆိပ်တစ်ခုအား ရက်စွဲအချိန်တစ်ခုသို့ မည်သို့ပြောင်းလဲရမည်ကို ပြသသည်- #define timestamp stamp = pd. Timestamp (' 2021-01-01 00:00:00 ') #convert timestamp to...

Curvilinear regression ဆိုတာ ဘာလဲ။ (အဓိပ္ပါယ်နှင့် ဥပမာများ)

Curvilinear regression သည် မျဉ်းဖြောင့်မဟုတ်ပဲ မျဉ်းကွေး နှင့် အံဝင်ခွင်ကျဖြစ်အောင် ကြိုးစားသည့် မည်သည့် regression model အတွက်မဆို ပေးထားသော အမည်ဖြစ်သည်။ curvilinear regression model ၏ ယေဘူယျ ဥပမာများ ပါဝင်သည်။ Quadratic regression- ခန့်မှန်းသူကိန်းရှင်တစ်ခုနှင့် တုံ့ပြန်မှုကိန်းရှင် ကြားတွင် လေးထောင့်ပုံသဏ္ဍာန်ဆက်နွယ်မှုရှိသည့်အခါ အသုံးပြုသည်။ ဂရပ်ဖစ်ပြသောအခါ၊ ဤဆက်နွယ်မှုအမျိုးအစားသည် ကွဲလွဲမှုတစ်ခုပေါ်ရှိ “ U” သို့မဟုတ် ပြောင်းပြန် “ U” နှင့်တူသည်- Cubic Regression- ကြိုတင်ခန့်မှန်းကိန်းရှင်နှင့်...

Excel တွင် cubic regression (တစ်ဆင့်ပြီးတစ်ဆင့်)

Cubic regression သည် ကြိုတင်ခန့်မှန်းကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်သည် linear မဟုတ်သည့်အခါ ကျွန်ုပ်တို့အသုံးပြုနိုင်သော ဆုတ်ယုတ်မှုနည်းစနစ်တစ်ခုဖြစ်သည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် Excel ရှိ ဒေတာအစုံအလင်နှင့် ကုဗဆုတ်ယုတ်မှုပုံစံကို မည်သို့ အံဝင်ခွင်ကျလုပ်ရမည်ကို ပြသထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ပထမဦးစွာ၊ Excel တွင် ဒေတာအတုအတွဲတစ်ခုကို ဖန်တီးကြပါစို့။ အဆင့် 2- ကုဗလဆုတ်ယုတ်မှုကို လုပ်ဆောင်ပါ။ ထို့နောက် Excel ရှိ cubic regression model နှင့် ကိုက်ညီရန် Excel တွင်...

R တွင် ခိုင်မာသော ဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်နည်း (တစ်ဆင့်ပြီးတစ်ဆင့်)

Robust regression သည် ကျွန်ုပ်တို့နှင့် လုပ်ဆောင်နေသော ဒေတာအတွဲတွင် အစွန်းထွက်များ သို့မဟုတ် ဩဇာကြီးမားသော လေ့လာတွေ့ရှိမှုများ ရှိနေသောအခါတွင် သာမန် အနည်းဆုံး အနိမ့်ဆုံး လေးထောင့်ဆုတ်ယုတ်မှု၏ အစားထိုးတစ်ခုအဖြစ် ကျွန်ုပ်တို့အသုံးပြုနိုင်သည့် နည်းလမ်းတစ်ခုဖြစ်သည်။ R တွင် ခိုင်မာသောဆုတ်ယုတ်မှုလုပ်ဆောင်ရန်၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် MASS ပက်ကေ့ခ်ျမှ rlm() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် ပေးထားသောဒေတာအတွဲအတွက် R တွင် ခိုင်မာသောဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။...

ကိန်းဂဏန်းစာရင်းဇယားများတွင် တူညီသောကွဲလွဲမှုယူဆချက်ကား အဘယ်နည်း။

ကိန်းဂဏန်းစမ်းသပ်မှုများစွာသည် တူညီသောကွဲလွဲမှုဟု ယူဆ စေသည်။ ဤယူဆချက်ကို မလေးစားပါက၊ စာမေးပွဲရလဒ်များသည် ယုံကြည်စိတ်ချရမည်မဟုတ်ပေ။ တူညီသောကွဲလွဲမှုဟုယူဆချက်ဖြစ်စေသောအသုံးအများဆုံးစာရင်းအင်းစစ်ဆေးမှုများနှင့်လုပ်ထုံးလုပ်နည်းများပါဝင်သည်- 1. ANOVA 2. t-စစ်ဆေးမှုများ 3. Linear ဆုတ်ယုတ်မှု ဤကျူတိုရီရယ်တွင် စမ်းသပ်မှုတစ်ခုစီအတွက် ပြုလုပ်ထားသည့် ယူဆချက်၊ ထိုယူဆချက်နှင့် ကိုက်ညီခြင်းရှိမရှိ ဆုံးဖြတ်နည်းနှင့် ချိုးဖောက်ခံရပါက ဘာလုပ်ရမည်ကို ရှင်းပြထားသည်။ ANOVA တွင် တန်းတူညီမျှမှု၏ ကွဲလွဲမှု၏ ယူဆချက် ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော သီးခြားအုပ်စုများ၏...

T-tests တွင် တူညီသော သို့မဟုတ် မညီမျှမှုကို ဆုံးဖြတ်နည်း

အမှီအခိုကင်းသောအုပ်စုနှစ်ခု၏နည်းလမ်းများကို နှိုင်းယှဉ်လိုသောအခါ၊ မတူညီသောစမ်းသပ်မှုနှစ်ခုကြားတွင် ကျွန်ုပ်တို့ ရွေးချယ်နိုင်သည်- ကျောင်းသား၏ t-test- ဒေတာအုပ်စုနှစ်ခုလုံးကို ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်သော လူဦးရေများမှနမူနာယူထားပြီး လူဦးရေနှစ်ခုသည် တူညီသောကွဲလွဲမှုရှိသည်ဟု ယူဆသည်။ Welch ၏ t-test- ဒေတာအုပ်စုနှစ်ခုလုံးကို ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်သော လူဦးရေများမှနမူနာယူထားသည်ဟု ယူဆသော်လည်း ဤလူဦးရေနှစ်ခုသည် တူညီသောကွဲလွဲမှုရှိသည်ဟု မယူဆပါ ။ ထို့ကြောင့် နမူနာနှစ်ခုတွင် ကွဲလွဲမှုမတူညီပါက Welch’s t-test ကိုအသုံးပြုခြင်းသည် ပိုကောင်းပါသည်။ ဒါပေမယ့် နမူနာနှစ်ခုမှာ ကွဲလွဲမှုရှိမရှိ ဘယ်လိုဆုံးဖြတ်နိုင်မလဲ။ ထိုသို့ပြုလုပ်ရန် နည်းလမ်းနှစ်ခုရှိသည်။ 1. ကွဲပြားမှု စည်းမျဉ်းကို လက်မဖြင့်...

Excel- predictive analysis အတွက် multiple linear regression ကို အသုံးပြုနည်း

မကြာခဏဆိုသလို၊ လေ့လာမှုအသစ်တစ်ခု သို့မဟုတ် ဒေတာအချက်၏ တုံ့ပြန်မှုတန်ဖိုးကို ခန့်မှန်းရန် Excel တွင် သင်ဖန်တီးထားသော မျဉ်းကြောင်းပြန်ဆုတ်မှုပုံစံမျိုးစုံကို အသုံးပြုလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည်လုပ်ဆောင်ရန်အတော်လေးရိုးရှင်းပြီး၎င်းကိုပြုလုပ်နည်းကိုအောက်ပါအဆင့်ဆင့်ဥပမာတွင်ပြသထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ပထမဦးစွာ၊ Excel တွင်အလုပ်လုပ်ရန် ဒေတာအတုအစုံကို ဖန်တီးကြပါစို့။ အဆင့် 2- မျဉ်းကြောင်းအတိုင်း ဆုတ်ယုတ်မှု ပုံစံမျိုးစုံကို အံကိုက်လုပ်ပါ။ ထို့နောက်၊ ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် y တုံ့ပြန်မှုကိန်းရှင်အဖြစ် x1 နှင့် x2 ကိုအသုံးပြု၍ မျိုးစုံမျဉ်းကြောင်းဆုတ်ယုတ်မှုပုံစံတစ်ခုကို ဖြည့်ကြပါစို့။ ဒါကိုလုပ်ဖို့၊ အောက်ပါအတိုင်း LINEST(y_values၊ x_values)...

Excel တွင် trend line ၏ slope ကိုမည်သို့ရှာမည်နည်း။

မကြာခဏ Excel တွင် trend line တစ်ခု၏ slope ကို ရှာလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည်လုပ်ဆောင်ရန်အတော်လေးရိုးရှင်းပြီး၎င်းကိုပြုလုပ်နည်းကိုအောက်ပါအဆင့်ဆင့်ဥပမာတွင်ပြသထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ဦးစွာ၊ အတုအပ dataset တစ်ခုကို ဖန်တီးကြပါစို့။ အဆင့် 2- အပိုင်းအစတစ်ခုကို ဖန်တီးပါ။ ထို့နောက်၊ ဒေတာကိုမြင်ယောင်ရန် scatterplot တစ်ခုဖန်တီးကြပါစို့။ ဒါကိုလုပ်ဖို့၊ အချက်အလက်ကို မီးမောင်းထိုးပြပါ- ထို့နောက် အပေါ်ပိုင်းရှိ ဖဲကြိုးတစ်လျှောက် ထည့်သွင်းသည့် tab ကို နှိပ်ပြီး ဂရပ်ဖစ် အုပ်စုရှိ Insert Scatter...

ဆန္ဒအလျောက် တုံ့ပြန်မှုနမူနာက ဘာလဲ။ (အဓိပ္ပါယ် & #038; ဥပမာ)

စေတနာအလျောက်နမူနာ သည် နမူနာတွင်ပါဝင်ရန် စေတနာ့ဝန်ထမ်း တစ်ဦးချင်းစီဖြင့် ဖွဲ့စည်းထားသည့် နမူနာ တစ်ခုဖြစ်သည်။ ဥပမာအားဖြင့်၊ ရေဒီယိုအိမ်ရှင်တစ်ဦးသည် ၎င်း၏နားဆင်သူများအား အွန်လိုင်းသို့သွားရန်နှင့် ၎င်း၏ရှိုးနှင့်ပတ်သက်သည့် ၎င်းတို့၏ထင်မြင်ချက်ကို ၎င်း၏ဝဘ်ဆိုဒ်တွင် စစ်တမ်းတစ်ခု ဖြည့်စွက်ရန် တောင်းဆိုသည်ဟုဆိုပါစို့။ နားထောင်သူ တစ်ဦးစီတိုင်းသည် စစ်တမ်းကို ပြီးမြောက်ခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်နိုင်သည်။ ဤနမူနာနည်းလမ်း၏ အားနည်းချက်မှာ မိမိဆန္ဒအလျောက် တုံ့ပြန်သူများသည် ကျန်လူဦးရေထက် ပိုမိုအားကောင်းသော ထင်မြင်ယူဆချက်များ (အပြုသဘော သို့မဟုတ် အနုတ်လက္ခဏာ) ရှိနိုင်သောကြောင့် ၎င်းအား ကိုယ်စားလှယ်မဲ့နမူနာအဖြစ် သတ်မှတ်ခြင်း ဖြစ်သည်။ အောက်ဖော်ပြပါ...