Category: လမ်းညွှန်

တစ်လမ်းသွား ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) သည် သက်ဆိုင်ရာလူဦးရေ၏နည်းလမ်းများကြားတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် သီးခြားလွတ်လပ်သော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော နည်းလမ်းများကို နှိုင်းယှဉ်ပါသည်။ ဤသင်ခန်းစာတွင် အောက်ပါတို့ကို ရှင်းပြထားသည်။ တစ်ကြောင်း ANOVA လုပ်ဆောင်ရန် စေ့ဆော်မှု။ တစ်ကြောင်း ANOVA လုပ်ဆောင်ရန် ကိုက်ညီရမည့် ယူဆချက်များ။ တစ်လမ်းမောင်း ANOVA ဖျော်ဖြေရေး လုပ်ငန်းစဉ်။ တစ်လမ်းမောင်း ANOVA လုပ်ဆောင်ပုံ ဥပမာ။ တစ်လမ်းမောင်း ANOVA- လှုံ့ဆော်မှု...

အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသောခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို ANOVA ကို အသုံးပြုသည်။ ထပ်ခါတလဲလဲ တိုင်းတာမှု ANOVA ကို ယေဘုယျအားဖြင့် သီးခြားအခြေအနေနှစ်ခုတွင် အသုံးပြုသည်- 1. အချိန်သုံးမှတ်ဖြင့် ဘာသာရပ်များ၏ ပျမ်းမျှရမှတ်များကို တိုင်းတာပါ။ ဥပမာအားဖြင့်၊ လေ့ကျင့်ရေးပရိုဂရမ်မစတင်မီ၊ လေ့ကျင့်ရေးအစီအစဉ်၏အလယ်တွင်နှင့် လေ့ကျင့်ရေးပရိုဂရမ်ပြီးနောက် တစ်လအကြာတွင် ဘာသာရပ်များ၏ အနားယူနေသောနှလုံးခုန်နှုန်းကို သင်တိုင်းတာလိုပေမည်။ ဤအချိန်အချက်သုံးချက်ထက် နှုန်းထားများ။ တူညီသောအကြောင်းအရာများ ထပ်ခါထပ်ခါ ပေါ်လာသည်ကို သတိပြုပါ။ ကျွန်ုပ်တို့သည် တူညီသောဘာသာရပ်များကို ထပ်ခါတလဲလဲ...

ဤ Kruskal-Wallis စမ်းသပ်ဂဏန်းတွက်စက်သည် အမှီအခိုကင်းသော နမူနာသုံးမျိုး သို့မဟုတ် ထို့ထက်ပိုသော ပျမ်းမျှအား နှိုင်းယှဉ်ပါသည်။ ဤသည်မှာ တစ်လမ်းမောင်း ANOVA ၏ အတိုင်းအတာမဟုတ်သော ဗားရှင်းဖြစ်သည်။ အောက်ဖော်ပြပါဆဲလ်များတွင် နမူနာငါးခုအထိ တန်ဖိုးများကို ရိုးရှင်းစွာထည့်ပါ၊ ထို့နောက် “ တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ နမူနာ ၁ ၁၁၊ ၁၂၊ ၁၂၊ ၁၄၊ ၁၆၊ ၁၉၊ ၁၉၊ ၂၀၊ ၂၁၊ ၂၁၊ နမူနာ ၂ ၁၆၊ ၁၆၊ ၁၆၊...

နှစ်လမ်းသွား ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) ကို ကိန်းရှင်နှစ်ခုတွင် တာဝန်ပေးအပ်ထားသော လွတ်လပ်သောအုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ဤသင်ခန်းစာတွင် အောက်ပါတို့ကို ရှင်းပြထားသည်။ နှစ်လမ်း ANOVA ကို ဘယ်အချိန်မှာ သုံးမလဲ။ နှစ်လမ်း ANOVA လုပ်ဆောင်ရန် ကိုက်ညီရမည့် ယူဆချက်များ။ နှစ်လမ်းသွား ANOVA လုပ်ဆောင်ပုံ ဥပမာ။ နှစ်လမ်း ANOVA ကို ဘယ်အချိန်မှာ...

လူ ဦးရေ ဖြန့်ဝေမှုသည် ပုံမှန်မဟုတ်သော်လည်း နမူနာအရွယ်အစား လုံလောက်စွာကြီးမား ပါက၊ နမူနာ၏နမူနာဖြန့်ဝေမှုသည် ပုံမှန်မဟုတ်ကြောင်း ဗဟိုကန့်သတ်သီအိုရီက ဖော်ပြသည်။ ဗဟိုကန့်သတ်သီအိုရီတွင်လည်း နမူနာဖြန့်ဝေမှုတွင် အောက်ပါဂုဏ်သတ္တိများ ပါလိမ့်မည်- 1. နမူနာဖြန့်ဝေမှု၏ပျမ်းမျှသည် လူဦးရေဖြန့်ဖြူးမှု၏ပျမ်းမျှနှင့် ညီမျှသည်- x = µ 2. နမူနာ ဖြန့်ဝေမှု၏ ကွဲလွဲမှုသည် နမူနာအရွယ်အစားဖြင့် ပိုင်းခြားထားသော လူဦးရေ ဖြန့်ဖြူးမှု၏ကွဲလွဲမှု နှင့် ညီမျှသည်- s2 = σ2 /n Central Limit Theorem ၏ ဥပမာများ...

boxplot (တခါတရံ box နှင့် whisker plot ဟုခေါ်သည်) သည် ဒေတာအစုတစ်ခု၏ ငါးပုံတစ်ပုံကို အကျဉ်းချုပ်ပြသသည့် ကွက်ကွက်တစ်ခုဖြစ်သည်။ ဂဏန်းငါးလုံးအနှစ်ချုပ်သည် အနိမ့်ဆုံး၊ ပထမအကြိမ်၊ အလယ်အလတ်၊ တတိယအကြိမ်နှင့် အများဆုံးဖြစ်သည်။ ပေးထားသောဒေတာအတွဲအတွက် boxplot တစ်ခုကိုဖန်တီးရန်၊ အောက်ပါအကွက်တွင် ကော်မာဖြင့်ခွဲထားသော သင့်ဒေတာကို ထည့်ပါ- အနည်းဆုံး- ပထမလေးပုံတစ်ပုံ- ပျမ်းမျှ- တတိယအကြိမ်- အများဆုံး-...

ပင်စည်နှင့် အရွက်ကွက်တစ်ခုသည် ဒေတာတစ်ခုစီတွင် တန်ဖိုးတစ်ခုစီကို “ ပင်စည်” နှင့် “ အရွက်” အဖြစ် ပိုင်းခြားခြင်းဖြင့် ဒေတာကိုပြသသည်။ ပင်စည်နှင့် အရွက်ကောက်ကြောင်းကို လက်ဖြင့်ဖန်တီးနည်းကို လေ့လာရန်၊ ဤသင်ခန်းစာကို ဖတ်ပါ။ ပေးထားသည့် ဒေတာအတွဲအတွက် ပင်စည်နှင့် အရွက်ကွက်ကွက် ဖန်တီးရန် အောက်ပါအကွက်တွင် ကော်မာဖြင့် ခြားထားသော သင့်ဒေတာကို ထည့်ပါ-...

ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်စပ်မှုကိုပြသရန် scatterplot ကိုအသုံးပြုသည်။ ကိန်းရှင် X နှင့် Y အတွက် scatterplot တစ်ခုကို ဖန်တီးရန်၊ အောက်ဖော်ပြပါ အကွက်များတွင် ပြောင်းလဲနိုင်သော တန်ဖိုးများကို ရိုးရှင်းစွာထည့်ပါ၊ ထို့နောက် “Generate Scatterplot” ခလုတ်ကို နှိပ်ပါ။ Variable Variable Y ဖြန့်ကြဲကွက်အတွက် အရောင်တစ်ခုကို ရွေးပါ-...

Pearson ဆက်စပ်ဆက်စပ်ကိန်း (“ထုတ်ကုန်-အခိုက်အတန့်ဆက်စပ်ကိန်း) သည် ကိန်းရှင် X နှင့် Y နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်စပ်မှုဆိုင်ရာ တိုင်းတာမှုတစ်ခုဖြစ်သည်။ ၎င်းတွင် -1 နှင့် 1 အကြားတန်ဖိုးရှိသည်- -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။ 0 သည် variable နှစ်ခုကြားတွင် linear ဆက်စပ်မှုမရှိဟု ညွှန်ပြသည်။ 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပြုသဘောဆောင်သောမျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။ Pearson ဆက်စပ်ကိန်းကို ရှာဖွေခြင်းအတွက် ဖော်မြူလာ ဒေတာနမူနာအတွက် Pearson ဆက်စပ်ဆက်စပ်ကိန်းကို...

Skewness သည် ဒေတာအစု သို့မဟုတ် ဖြန့်ဝေမှု၏ ပေါ့ပါးမှု၏ အတိုင်းအတာတစ်ခုဖြစ်သည်။ ဤတန်ဖိုးသည် အပေါင်း သို့မဟုတ် အနုတ်လက္ခဏာ ဖြစ်နိုင်သည်။ ယေဘုယျအားဖြင့် အနုတ်လက္ခဏာ လွဲချော်မှုသည် ဖြန့်ဖြူးမှု၏ ဘယ်ဘက်ခြမ်းတွင် အမြီး ရှိကြောင်း ဖော်ပြသည်။ ယေဘုယျအားဖြင့် အမြီးသည် ညာဘက်တွင် ရှိနေကြောင်း အပြုသဘောတန်ဖိုးက ညွှန်ပြသည်။ Kurtosis သည် ဒေတာအစု သို့မဟုတ် ဖြန့်ဖြူးမှု၏ “အမြီး” ၏ အတိုင်းအတာတစ်ခုဖြစ်သည်။ ဤဂဏန်းတွက်စက်မှအသုံးပြုသော kurtosis ဖော်မြူလာသည် Excel တွင်အသုံးပြုသည့်ဖော်မြူလာနှင့် အတူတူပင်ဖြစ်သည်၊ အလွန်အကျွံ...