Category: လမ်းညွှန်

Wilcoxon Signed-Rank test သည် paired-samples t-test ၏ nonparametric ဗားရှင်းဖြစ်သည်။ နမူနာနှစ်ခုကြား ကွဲပြားမှုကို ပုံမှန်ဟု မယူဆနိုင်သောအခါ လူဦးရေနှစ်ခု၏ နည်းလမ်းများကြား သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ စမ်းသပ်ရန် ၎င်းကို အသုံးပြုသည်။ အောက်ပါဥပမာသည် SAS တွင် Wilcoxon Signed-Rank စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။ ဥပမာ- Wilcoxon သည် SAS တွင် အဆင့်စစ်ဆေးမှုကို လက်မှတ်ရေးထိုးခဲ့သည်။ အင်ဂျင်နီယာတစ်ဦးသည် လောင်စာဆီကုသမှုအသစ်သည် ကားတစ်စီး၏ ပျမ်းမျှမိုင်အကွာအဝေးကို...

လူဦးရေ ဖြန့်ဝေမှုသည် ပုံမှန်မဟုတ်သော်လည်း နမူနာအရွယ်အစား လုံလောက်စွာကြီးမားပါက နမူနာ၏ နမူနာဖြန့်ဝေမှုသည် ပုံမှန်မဟုတ်ကြောင်း ဗဟိုကန့်သတ်သီအိုရီက ဖော်ပြသည်။ ဗဟိုကန့်သတ်သီအိုရီတွင်လည်း နမူနာဖြန့်ဝေမှုတွင် အောက်ပါဂုဏ်သတ္တိများ ပါလိမ့်မည်- 1. နမူနာဖြန့်ဝေမှု၏ပျမ်းမျှသည် လူဦးရေဖြန့်ဖြူးမှု၏ပျမ်းမျှနှင့် ညီမျှသည်- x = µ 2. နမူနာ ဖြန့်ဝေမှု၏ စံသွေဖည်မှုသည် နမူနာအရွယ်အစားဖြင့် ပိုင်းခြားထားသော လူဦးရေ ဖြန့်ဖြူးမှု၏ စံသွေဖည်မှုနှင့် ညီမျှသည်- s = σ / n အောက်ဖော်ပြပါ ဥပမာသည် R တွင် ဗဟိုကန့်သတ်သီအိုရီကို...

Multiple linear regression သည် များစွာသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှု variable အကြား ဆက်နွယ်မှုကို နားလည်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် ကိန်းဂဏန်းဆိုင်ရာ နည်းလမ်းတစ်ခုဖြစ်သည်။ သို့သော်၊ များစွာသောမျဉ်းကြောင်းဆုတ်ယုတ်မှု၏ အဓိက ယူဆချက် တစ်ခုမှာ ခန့်မှန်းသူကိန်းရှင်တစ်ခုစီနှင့် တုံ့ပြန်မှုကိန်းရှင်ကြားတွင် မျဉ်းကြောင်းဆက်နွယ်မှုရှိကြောင်းဖြစ်သည်။ ဤယူဆချက်နှင့် မကိုက်ညီပါက၊ ဆုတ်ယုတ်မှုပုံစံ၏ ရလဒ်များသည် ယုံကြည်စိတ်ချနိုင်မည်မဟုတ်ပေ။ ဤယူဆချက်ကို စမ်းသပ်ရန် နည်းလမ်းတစ်ခုမှာ တုံ့ပြန်မှုကိန်းရှင်နှင့် ဆက်စပ်နေသည့် ခန့်မှန်းသူကိန်းရှင်၏ ကျန်ရှိသော အကြွင်းအကျန်များကို ပြသသည့် တစ်စိတ်တစ်ပိုင်းကျန်ကြွင်းသောကွက်ကွက်ကို ဖန်တီးရန်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည်...

ဇယားတစ်ခုအား R ရှိ ဒေတာဘောင်တစ်ခုသို့ ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df <- data. frame (rbind(table_name)) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- ဇယားတစ်ခုကို R ဖြင့် ဒေတာဘောင်သို့ ပြောင်းပါ။ R ဖြင့် ဇယားတစ်ခုကို ဖန်တီးခြင်း ဖြင့် စတင်ကြပါစို့။ #create matrix with 4 columns tab <-...

R တွင် စာကြောင်းတစ်ခုရှိ ဇာတ်ကောင်တစ်ခု၏တည်နေရာကို ရှာဖွေရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်။ နည်းလမ်း 1- ပွဲတစ်ခုစီ၏တည်နေရာကိုရှာပါ။ unlist(gregexpr(' character ', my_string)) နည်းလမ်း 2- ပထမဖြစ်ပျက်မှု၏တည်နေရာကိုရှာပါ။ unlist(gregexpr(' character ', my_string))[1] နည်းလမ်း 3- နောက်ဆုံးဖြစ်ပျက်မှု၏တည်နေရာကိုရှာပါ။ tail(unlist(gregexpr(' character ', my_string)), n= 1 ) နည်းလမ်း 4- ဖြစ်ပျက်မှု စုစုပေါင်း အရေအတွက်ကို ရှာပါ။ length (unlist(gregexpr(' character ',...

တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ဤသင်ခန်းစာသည် SAS တွင် one-way ANOVA လုပ်ဆောင်နည်းကို အဆင့်ဆင့် ဥပမာပေးထားသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ သုတေသီတစ်ဦးသည် လေ့လာမှုတစ်ခုတွင် ပါဝင်ရန် ကျောင်းသား 30 ကို ခေါ်ယူသည်ဆိုပါစို့။ ကျောင်းသားများကို စာမေးပွဲအတွက် ပြင်ဆင်ရန် လေ့လာမှုနည်းလမ်း သုံးခုအနက်မှ တစ်ခုကို အသုံးပြုရန် ကျပန်းသတ်မှတ်ထားသည်...

နှစ်လမ်းသွား ANOVA ကို ကိန်း ရှင်နှစ်ခုတွင် သတ်မှတ်ပေးထားသော လွတ်လပ်သောအုပ်စုသုံးအုပ်စု သို့မဟုတ် ထို့ထက်ပိုသောနည်းလမ်းများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည် (တစ်ခါတစ်ရံ “ factors” ဟုခေါ်သည်)။ ဤသင်ခန်းစာသည် SAS တွင် နှစ်လမ်းသွား ANOVA ကို လုပ်ဆောင်ပုံ အဆင့်ဆင့် ဥပမာကို ပေးပါသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ရုက္ခဗေဒပညာရှင်တစ်ဦးသည် နေရောင်ခြည်နှင့် ထိတွေ့မှုအကြိမ်ရေကြောင့် အပင်ကြီးထွားမှုအပေါ် လွှမ်းမိုးမှုရှိမရှိ သိချင်သည်ဆိုပါစို့။ အစေ့ 30 ကို စိုက်ပျိုးပြီး...

အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသောခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို ANOVA ကို အသုံးပြုသည်။ ဤသင်ခန်းစာသည် SAS တွင် ထပ်ခါတလဲလဲ တိုင်းတာမှု ANOVA လုပ်ဆောင်နည်း အဆင့်ဆင့် ဥပမာကို ပေးပါသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ သုတေသီတစ်ဦးသည် မတူညီသော ဆေးဝါးလေးမျိုးမှ မတူညီသော တုံ့ပြန်မှုအကြိမ်များကို ဖြစ်စေသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် လူနာငါးဦး၏ တုံ့ပြန်မှုအကြိမ်ကို ဆေးဝါးလေးမျိုးဖြင့် တိုင်းတာသည်။ တုံ့ပြန်မှုအချိန်များကို အောက်တွင်ဖော်ပြထားသည်- SAS တွင်...

Seaborn အပူမြေပုံ၏ အရွယ်အစား (လက်မအတွင်း) ကို သတ်မှတ်ရန် ပုံကြီးအရွယ်အစား အငြင်းအခုံကို အသုံးပြုနိုင်သည်။ #specify size of heatmap fig, ax = plt. subplots (figsize=(15, 5)) #create seaborn heatmap sns. heatmap (df) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Seaborn ရှိ အပူမြေပုံများ၏ အရွယ်အစားကို ချိန်ညှိပါ။ ဤဥပမာအတွက်၊...

ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုသည် အချို့သောတန်ဖိုးများပေါ်တွင် ကျပန်းပြောင်းလွဲချက် တစ်ခုက ဖြစ်နိုင်ခြေကို ပြောပြသည်။ ဥပမာအားဖြင့်၊ အောက်ပါဖြစ်နိုင်ခြေဖြန့်ဝေမှုသည် သတ်မှတ်ထားသောပွဲစဉ်တစ်ခုတွင် ဘောလုံးအသင်းတစ်သင်းမှ အချို့သောဂိုးအရေအတွက်ကို သွင်းယူနိုင်ခြေကို ပြောပြသည်- ဖြစ်နိုင်ခြေ ဖြန့်ဖြူးမှု၏ မျှော်မှန်းတန်ဖိုးကို ရှာဖွေရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။ µ = Σx * P(x) ရွှေ- x: ဒေတာတန်ဖိုး P(x): တန်ဖိုး၏ဖြစ်နိုင်ခြေ ဥပမာအားဖြင့်၊ ဘောလုံးအသင်းအတွက် မျှော်မှန်းထားသော ဂိုးအရေအတွက်ကို အောက်ပါအတိုင်း တွက်ချက်ရမည်ဖြစ်ပါသည်။ μ = 0*0.18 +...