Category: လမ်းညွှန်
Outlier ကို တတိယ quartile ထက် 1.5 IQR မြင့်မားသော ဒေတာအတွဲတစ်ခုတွင် စောင့်ကြည့်မှုတစ်ခုခုအဖြစ် သတ်မှတ်သည် သို့မဟုတ် ပထမ quartile ထက် 1.5 IQR နိမ့်သည်၊ IQR သည် “ interquartile range” အတွက် ကိုယ်စားပြုပြီး ပထမနှင့် တတိယ quartile အကြား ကွာခြားချက်ကို ကိုယ်စားပြုသည်။ ပေးထားသည့် ဒေတာအတွဲတစ်ခုအတွက် အစွန်းထွက်များကို ခွဲခြားသတ်မှတ်ရန်၊ အောက်ဖော်ပြပါ အကွက်တွင် ကော်မာ-ခြားထားသော ဒေတာကို ထည့်ပါ၊ ထို့နောက်...
Friedman စမ်းသပ်မှု သည် ထပ်ခါတလဲလဲ တိုင်းတာမှုများဖြင့် တစ်လမ်းသွား ANOVA အတွက် ပါရာမက်ထရစ်မဟုတ်သော အခြားရွေးချယ်စရာဖြစ်သည်။ မှီခိုကိန်းရှင်သည် ပုံမှန်ဖြစ်သည့်အခါ အုပ်စုများအကြား ကွဲပြားမှုများကို စမ်းသပ်ရန် အသုံးပြုသည်။ ပေးထားသည့်ဒေတာအစုံအတွက် Friedman စမ်းသပ်မှုပြုလုပ်ရန်၊ အောက်ဖော်ပြပါဆဲလ်များရှိ နမူနာငါးခုအထိတန်ဖိုးများကို ရိုးရိုးရှင်းရှင်းထည့်ပါ၊ ထို့နောက် “ တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ ဂဏန်းပေါင်းစက်သည် Q စမ်းသပ်မှုစာရင်းအင်း၊ စမ်းသပ်မှု p-တန်ဖိုးနှင့် Q စမ်းသပ်ကိန်းဂဏန်းများကို ရယူရန် အသုံးပြုသည့် တွက်ချက်မှုများကို ပြသမည်ဖြစ်သည်။ အုပ်စု ၁ အုပ်စု...
Bartlett test ကို နမူနာများ တူညီသော ကွဲပြားမှုများရှိသော လူဦးရေမှ ဆင်းသက်ခြင်း ရှိမရှိ စမ်းသပ်ရန် အသုံးပြုပါသည်။ တစ်လမ်းသွား ANOVA ကဲ့သို့ အချို့သော ကိန်းဂဏန်းစမ်းသပ်မှုများသည် နမူနာများကြားတွင် ကွဲလွဲမှုများ တူညီသည်ဟု ယူဆသည်။ ဤယူဆချက်ကို အတည်ပြုရန် Bartlett စမ်းသပ်မှုကို အသုံးပြုနိုင်သည်။ နမူနာငါးခုအထိ Bartlett စမ်းသပ်မှုပြုလုပ်ရန်၊ အောက်ပါဒေတာတန်ဖိုးများကို ရိုးရှင်းစွာထည့်သွင်းပြီး “တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ စမ်းသပ်စာရင်းအင်းနှင့် သက်ဆိုင်ရာ p-value ကို အောက်တွင် ဖော်ပြပါမည်။ 0.05 ထက်နည်းသော...
McNemar စစ်ဆေးမှုကို အုပ်စုနှစ်ခုကြားတွင် အရေအတွက်များ ကိုက်ညီမှုရှိမရှိ စစ်ဆေးရန် အသုံးပြုသည်။ ကုသမှုအုပ်စုတစ်ခုနှင့် ထိန်းချုပ်မှုအဖွဲ့ကြားရှိ အရေအတွက်များ တူညီမှုရှိမရှိ စမ်းသပ်ရန် ၎င်းကို မကြာခဏ အသုံးပြုလေ့ရှိသည်။ အောက်ပါ 2×2 ဇယားကိုပေးသည်- စမ်းသပ်မှုစာရင်းအင်း X 2 ကို (|bc|-1) 2 / (b+c) အဖြစ် တွက်ချက်ပြီး လွတ်လပ်မှုအတိုင်းအတာတစ်ခုရှိသော chi-square ဖြန့်ဝေမှုကို လိုက်နာသည်။ ပေးထားသည့် ဒေတာအတွဲအတွက် McNemar စမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ အောက်ပါဆဲလ်များရှိ တန်ဖိုးများကို ရိုးရှင်းစွာ ထည့်သွင်းပြီး...
Kruskal-Wallis စမ်းသပ်မှုအား အမှီ အခိုကင်းသော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အလယ်အလတ်အုပ်စုများကြားတွင် ကိန်းဂဏန်းအချက်အလတ် သိသိသာသာကွာခြားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ဤစစ်ဆေးမှုသည် တစ်လမ်းသွား ANOVA နှင့် ညီမျှသော စံနှုန်းမဟုတ်သော တိုင်းတာမှုဖြစ်ပြီး ပုံမှန်အခြေအနေဟု ယူဆချက်မပြည့်မီသည့်အခါ ယေဘုယျအားဖြင့် အသုံးပြုသည်။ Kruskal-Wallis စစ်ဆေးမှုသည် ဒေတာ၏ ပုံမှန်ဖြစ်ရိုးဖြစ်စဉ်ဟု မယူဆဘဲ တစ်လမ်းသွား ANOVA ထက် အထွက်ပိုင်းများအတွက် အထိခိုက်မခံပါ။ ဤသည်မှာ Kruskal-Wallis စမ်းသပ်မှုကို သင်လုပ်ဆောင်နိုင်သည့်အခါ ဥပမာအချို့ဖြစ်သည်။ ဥပမာ...
ခွဲခြမ်းစိတ်ဖြာခြင်း ToolPak သည် ရှုပ်ထွေးသောစာရင်းအင်း၊ ငွေကြေး သို့မဟုတ် နည်းပညာပိုင်းခွဲခြမ်းစိတ်ဖြာမှုလုပ်ဆောင်ရန် လိုအပ်သောကိရိယာများကို ပံ့ပိုးပေးသည့် Microsoft Excel အတွက် အခမဲ့ add-on ပရိုဂရမ်တစ်ခုဖြစ်သည်။ Analysis ToolPak ကို တင်ရန်၊ အောက်ပါ အဆင့်များကို ရိုးရှင်းစွာ လိုက်နာပါ ။ 1. ဘယ်ဘက်အပေါ်ထောင့်ရှိ File tab ကိုနှိပ်ပါ၊ ထို့နောက် Options ကို နှိပ်ပါ။ 2. Add-ins အောက်ရှိ Analysis ToolPak ကိုနှိပ်ပြီး Go ကို...
တစ်လမ်းသွား ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော သီးခြားလွတ်လပ်သော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက် ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ဤသင်ခန်းစာသည် Excel တွင် တစ်လမ်းသွား ANOVA လုပ်ဆောင်နည်းကို ရှင်းပြထားသည်။ ဥပမာ- Excel တွင် တစ်လမ်းသွား ANOVA သုတေသီတစ်ဦးသည် လေ့လာမှုတစ်ခုတွင် ပါဝင်ရန် ကျောင်းသား 30 ကို ခေါ်ယူသည်ဆိုပါစို့။ ကျောင်းသားများအား စာမေးပွဲအတွက် ပြင်ဆင်ရန်အတွက်...
ပေးထားသော ပျမ်းမျှ ( μ ) နှင့် စံသွေဖည်မှု ( σ ) ဖြင့် ပုံမှန်ဖြန့်ဝေထားသော လူဦးရေအတွက် ဤဂဏန်းပေါင်းစက်သည် xth ရာခိုင်နှုန်း သို့မဟုတ် ထို့ထက် ပိုသောတန်ဖိုးကို ရှာဖွေသည်။ ဥပမာအားဖြင့်၊ အချို့သော စာမေးပွဲတစ်ခုတွင် ရမှတ်များကို ပျမ်းမျှအားဖြင့် 85 နှင့် 4 ၏ စံသွေဖည်မှုဖြင့် ဖြန့်ဝေသည်ဆိုပါစို့။ အခြားကျောင်းသားအားလုံး၏ 95% ထက် ရမှတ်ပိုမိုရရှိရန် ကျောင်းသားသည် မည်သည့်ရမှတ်ကို ရရှိရမည်ကို သိရှိလိုပါသည်။ . ဤဂဏန်းပေါင်းစက်သည်...
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 ပေးထားသောနမူနာတစ်ခု၏ နမူနာပျမ်းမျှနှင့် စံသွေဖည်မှုကို ရှာဖွေရန်၊ အောက်တွင်...
လက်မ၏စည်းမျဉ်း ၊ တစ်ခါတစ်ရံ 68-95-99.7 စည်းမျဉ်းဟု ခေါ်တွင်သည်၊ ပေးထားသောဒေတာအစုံအတွက် ပုံမှန်ဖြန့်ဖြူးမှုဖြင့်ဖော်ပြထားသည်- ဒေတာတန်ဖိုးများ၏ 68% သည် ဆိုလိုရင်း၏ စံသွေဖည်မှုတစ်ခုအတွင်းဖြစ်သည်။ ဒေတာတန်ဖိုးများ၏ 95% သည် ဆိုလိုရင်း၏ စံသွေဖည်မှုနှစ်ခုအတွင်း ရှိပါသည်။ ဒေတာတန်ဖိုးများ၏ 99.7% သည် စံသွေဖည်မှုသုံးမျိုးအတွင်း ကျရောက်သည်။ ပေးထားသော ဒေတာအစုံအတွက် လက်မ၏ စည်းမျဉ်းကို ကျင့်သုံးရန်၊ အောက်ဖော်ပြပါ အကွက်များရှိ ဒေတာအစုံ၏ ပျမ်းမျှနှင့် စံသွေဖည်မှုကို ရိုက်ထည့်ပါ၊ ထို့နောက် “ တွက်ချက်မည်” ခလုတ်ကို နှိပ်ပါ။ ဆိုလိုတာ...