Category: လမ်းညွှန်
Kruskal-Wallis စမ်းသပ်မှုအား အမှီ အခိုကင်းသော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အလယ်အလတ်အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ၎င်းကို တစ်လမ်းသွား ANOVA ၏ မျဥ်းရိုးမတူညီသော တူညီသည်ဟု ယူဆသည်။ ဤသင်ခန်းစာသည် Stata ရှိ Kruskal-Wallis စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ Stata ရှိ Kruskal-Wallis စမ်းသပ်မှုပြုလုပ်နည်း ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် အမေရိကန်ပြည်ထောင်စုရှိ ပြည်နယ်ငါးဆယ်အတွက် 1980 သန်းခေါင်စာရင်းဒေတာပါရှိသော သန်းခေါင်စာရင်း ဒေတာအတွဲကို အသုံးပြုပါမည်။...
McNemar စမ်းသပ်မှု သည် တွဲထားသောဒေတာများကြားတွင် ကိန်းဂဏန်းဆိုင်ရာ သိသာထင်ရှားသော အချိုးအစားများ ရှိမရှိ ဆုံးဖြတ်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် စမ်းသပ်မှုတစ်ခုဖြစ်သည်။ ဤသင်ခန်းစာသည် Stata ရှိ McNemar စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Stata တွင် McNemar စမ်းသပ်မှု အချို့သော စျေးကွက်ရှာဖွေရေး ဗီဒီယိုတစ်ခုသည် ဥပဒေတစ်ခုအပေါ် လူများ၏ ထင်မြင်ယူဆချက်များကို ပြောင်းလဲနိုင်မလားဟု သုတေသီများ သိချင်သည်ဆိုကြပါစို့။ ၎င်းတို့သည် ဥပဒေကို ထောက်ခံခြင်း ရှိ၊ မရှိ သိရှိရန် လူ 100...
Chi-square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ဤသင်ခန်းစာသည် Stata ရှိ chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Stata ရှိ Chi-square goodness-of-fit test ဤစစ်ဆေးမှုကို မည်သို့လုပ်ဆောင်ရမည်ကို သရုပ်ဖော်ရန်၊ ကျွန်ုပ်တို့သည် 1988 ခုနှစ် အမေရိကန်ပြည်ထောင်စုရှိ အမျိုးသမီးအလုပ်စာရင်းဇယားဆိုင်ရာ အချက်အလက်များပါရှိသော nlsw88 ဟုခေါ်သော...
သီးခြားကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် လွတ်လပ်ရေး ချီစတုရန်းစစ်ဆေးမှု ကို အသုံးပြုသည်။ ဤသင်ခန်းစာသည် Stata ရှိ လွတ်လပ်ရေး chi-square စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Stata ရှိ လွတ်လပ်ရေး Chi-square စမ်းသပ်မှု ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် 1978 ခုနှစ်မှ မတူညီသော မော်တော်ကား 74 ခုတွင် အချက်အလက်ပါရှိသော auto ဟုခေါ်သော ဒေတာအစုံကို အသုံးပြုပါမည်။ အောက်ပါကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်နွယ်မှုရှိမရှိ ဆုံးဖြတ်ရန်...
Multiple linear regression သည် များစွာသော explanatory variables နှင့် response variable အကြား ဆက်နွယ်မှုကို နားလည်ရန် အသုံးပြုနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ ကံမကောင်းစွာနဲ့ပဲ၊ ဆုတ်ယုတ်မှုမှာ မကြာခဏဆိုသလို ဖြစ်ပေါ်တတ်တဲ့ ပြဿနာကို heteroscedasticity လို့ ခေါ်တယ်၊ အဲဒီထဲမှာ ကျန်နေတဲ့အရာတွေရဲ့ ကွဲလွဲမှုဟာ တိုင်းတာတဲ့ တန်ဖိုးများစွာရဲ့ အကွာအဝေးထက် စနစ်တကျ ပြောင်းလဲမှုတွေ ရှိပါတယ်။ ၎င်းသည် regression coefficient ခန့်မှန်းချက်များ၏ ကွဲလွဲမှုကို တိုးလာစေသည်၊ သို့သော် regression model...
Multiple linear regression သည် များစွာသော explanatory variables နှင့် response variable အကြား ဆက်နွယ်မှုကို နားလည်ရန် အသုံးပြုနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ ကံမကောင်းစွာနဲ့ပဲ၊ ဆုတ်ယုတ်မှုမှာ မကြာခဏဆိုသလို ဖြစ်ပေါ်တတ်တဲ့ ပြဿနာကို heteroscedasticity လို့ ခေါ်တယ် ၊ အဲဒီထဲမှာ ကျန်နေတဲ့အရာတွေရဲ့ ကွဲလွဲမှုဟာ တိုင်းတာတဲ့ တန်ဖိုးများစွာရဲ့ အကွာအဝေးထက် စနစ်တကျ ပြောင်းလဲမှုတွေ ရှိပါတယ်။ Heteroskedasticity ရှိမရှိဆုံးဖြတ်ရန်ကျွန်ုပ်တို့အသုံးပြုနိုင်သောစမ်းသပ်မှုတစ်ခုမှာ Breusch-Pagan စမ်းသပ်မှု ဖြစ်သည်။ ဤစမ်းသပ်မှုသည် Chi-square စမ်းသပ်မှု...
Fisher ၏ တိကျသောစစ်ဆေးမှု ကို အမျိုးအစားခွဲကွဲပြားသည့် ကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ 2 × 2 ဇယားတွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ဆဲလ်အရေအတွက် 5 ထက်နည်းသောအခါတွင် ၎င်းကို လွတ်လပ်ရေး chi-square စမ်းသပ်မှု ၏ အစားထိုးအဖြစ် ယေဘုယျအားဖြင့် အသုံးပြုသည်။ ဤသင်ခန်းစာသည် Stata တွင် Fisher ၏တိကျသောစမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Stata တွင် Fisher...
Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော explanatory variable နှင့် response variable အကြား ဆက်နွယ်မှုကို နားလည်ရန် အသုံးပြုနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ ဒေတာအတွဲတစ်ခုပေါ်တွင် linear regression လုပ်ဆောင်သောအခါ၊ explanatory variables များ၏ တန်ဖိုးများကို ပေးထားသည့် တုံ့ပြန်မှုကိန်းရှင်၏ တန်ဖိုးများကို ခန့်မှန်းရန် အသုံးပြုနိုင်သည့် ဆုတ်ယုတ်မှုညီမျှခြင်းတစ်ခုဖြင့် အဆုံးသတ်ပါသည်။ ထို့နောက် ခန့်မှန်းချက်တစ်ခုစီအတွက် အကြွင်းအကျန်များကို ရယူရန် ခန့်မှန်းတန်ဖိုးများနှင့် အမှန်တကယ်တန်ဖိုးများအကြား ကွာခြားချက်ကို တိုင်းတာနိုင်သည်။ ၎င်းသည် ကျွန်ုပ်တို့၏...
Friedman စမ်းသပ်မှု သည် ANOVA ထပ်ခါတလဲလဲတိုင်းတာခြင်းအတွက် ပါရာမက်ထရစ်မဟုတ်သော အခြားရွေးချယ်စရာတစ်ခုဖြစ်သည်။ အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များ ပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် ၎င်းကို အသုံးပြုသည်။ ဤသင်ခန်းစာသည် Stata ရှိ Friedman စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Stata ရှိ Friedman စမ်းသပ်မှု ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် မတူညီသောဆေးဝါးလေးမျိုးသောက်သော လူနာငါးဦး၏ တုံ့ပြန်မှုအချိန်ကိုပြသသည့် t43 dataset...
Levene ၏ စမ်းသပ်မှုကို အုပ်စု နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော အုပ်စုများ တူညီကွဲပြားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ စာရင်းအင်းစစ်ဆေးမှုများစွာသည် အုပ်စုများတန်းတူကွဲလွဲမှုရှိသည်ဟူသော ယူဆချက်အပေါ် အားကိုးသောကြောင့် ဤအရာသည် စာရင်းဇယားများတွင် တွင်ကျယ်စွာအသုံးပြုသောစမ်းသပ်မှုဖြစ်သည်။ Stata တွင် Levene စမ်းသပ်နည်းကို ဤသင်ခန်းစာတွင် ရှင်းပြထားသည်။ ဥပမာ- Stata တွင် Levene စမ်းသပ်မှု ဤဥပမာအတွက်၊ ကျားမကွဲပြားသည့် ဆေးကုသမှုဆိုင်ရာ လုပ်ငန်းစဉ်အတွက် ဆေးရုံတက်နေသည့် လူနာ 1,778 ၏ နေထိုင်မှုကြာချိန်နှင့်ပတ်သက်သည့် အချက်အလက်ပါရှိသော...