Category: လမ်းညွှန်

မှတ်ချက်- ထိန်းချုပ်မှုအဖွဲ့နှင့် ကုသမှုအုပ်စု နှစ်ခုစလုံး တွင် တူညီသောဘာသာရပ်များပေါ်လာသည့်အခါ ဤစစ်ဆေးမှုကို အသုံးပြုနိုင်သည်။ ဤသင်ခန်းစာသည် Excel တွင် McNema စာမေးပွဲကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။ Excel တွင် Mcnemar စမ်းသပ်မှု သုတေသီများသည် ဥပဒေတစ်ခုနှင့်ပတ်သက်၍ လူ 100 ကို စစ်တမ်းကောက်ယူပြီး 70 က ဆန့်ကျင်နေချိန်တွင် 30 က ဥပဒေကို ထောက်ခံသည်ဆိုပါစို့။ ထို့နောက် သုတေသီများသည် လူ 100 ၏အဖွဲ့အား ဥပဒေ၏ဘဏ္ဍာရေးဆိုင်ရာအကျိုးကျေးဇူးများအကြောင်း ဗီဒီယိုတစ်ခုပြသပြီး စစ်တမ်းကိုထပ်လုပ်သည်။ ယခုတစ်ကြိမ်တွင်...

Covariance သည် ကိန်းရှင်တစ်ခုရှိ ပြောင်းလဲမှုများနှင့် ဒုတိယကိန်းရှင်တစ်ခုရှိ အပြောင်းအလဲများနှင့် ဆက်စပ်နေပုံကို တိုင်းတာခြင်းဖြစ်သည်။ ပို၍တိကျသည်မှာ၊ ၎င်းသည် ကိန်းရှင်နှစ်ခုအား မျဉ်းသားဆက်စပ်နေသည့်အတိုင်းအတာကို တိုင်းတာခြင်းဖြစ်သည်။ ကိန်းရှင်နှစ်ခုကြားရှိ ကွဲလွဲမှုကို တွက်ချက်ရန် ဖော်မြူလာမှာ X နှင့် Y ဖြစ်သည်- COV( X , Y ) = Σ(x- x )(y- y ) / n covariance matrix သည် မတူညီသော variable များစွာကြားတွင် ကွဲလွဲမှုကိုပြသသော...

တူညီသောဖြန့်ဝေမှုသည် a မှ b ကြားကာလတစ်ခုကြားရှိ တန်ဖိုးတစ်ခုစီတွင် ရွေးချယ်ခံရနိုင်ခြေတူညီသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။ a မှ b ကြားကာလတစ်ခုတွင် x 1 နှင့် x 2 ကြားတန်ဖိုးတစ်ခုရရှိရန် ဖြစ်နိုင်ခြေကို ဖော်မြူလာကို အသုံးပြု၍ ရှာတွေ့နိုင်သည်- P(x 1 နှင့် x 2 ကြားတန်ဖိုးကိုရယူပါ) = (x 2 – x 1 ) / (b – a) ဤသင်ခန်းစာသည် ယူနီဖောင်းဖြန့်ဖြူးမှု၏...

KDA အချိုး သည် ဗီဒီယိုဂိမ်းတွင် ကစားသူတစ်ဦးမှ မှတ်တမ်းတင်ထားသော သေဆုံးမှုအရေအတွက်နှင့် နှိုင်းယှဉ်ကာ သတ်ဖြတ်မှုနှင့် ကူညီပေးမှု စုစုပေါင်း၏ အတိုင်းအတာတစ်ခုဖြစ်သည်။ KDA အချိုးကို ရှာရန် ဖော်မြူလာမှာ- KDA = (kills + assists) / သေဆုံးမှု KDA အချိုးကို သိရှိရန်၊ အောက်ပါတန်ဖိုးများကို ဖြည့်သွင်းပြီး “တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ စုစုပေါင်း သေဆုံးသူအရေအတွက် စုစုပေါင်းဖြတ်သန်းမှုများ စုစုပေါင်းသေဆုံးမှု KDA အချိုး = 2.625...

ဤဂဏန်းပေါင်းစက်သည် A ၊ B နှင့် C ဖြစ်ရပ်သုံးခုနှင့်ဆက်စပ်သော ဖြစ်နိုင်ခြေများကို ရှာဖွေသည်။ အောက်ဖော်ပြပါအကွက်များတွင် ဖြစ်ရပ်သုံးခု၏ဖြစ်နိုင်ခြေများကို ရိုးရှင်းစွာထည့်ပါ၊ ထို့နောက် “ တွက်ချက်ရန်” ခလုတ်ကိုနှိပ်ပါ။ ဖြစ်ရပ် A ဖြစ်နိုင်ခြေ ဖြစ်ရပ် B ဖြစ်နိုင်ခြေ အဖြစ်အပျက် C ဖြစ်နိုင်ခြေ P (ဖြစ်ရပ်များအားလုံး) = 0.045000 P (ဖြစ်ပျက်နေသည့် အဖြစ်အပျက်များ) = 0.210000 P(အနည်းဆုံး ဖြစ်ရပ်တစ်ခု ဖြစ်ပေါ်သည်) = 0.790000 P (ဖြစ်ရပ်တစ်ခုတိတိဖြစ်ပေါ်သည်)...

လက်မ၏စည်းမျဉ်း ၊ တစ်ခါတစ်ရံ 68-95-99.7 စည်းမျဉ်းဟု ခေါ်သော၊ ပေးထားသောဒေတာအစုံအတွက် ပုံမှန်ဖြန့်ဝေမှုဖြင့် ဖော်ပြသည်- ဒေတာတန်ဖိုးများ၏ 68% သည် ဆိုလိုရင်း၏ စံသွေဖည်မှုတစ်ခုအတွင်းဖြစ်သည်။ ဒေတာတန်ဖိုးများ၏ 95% သည် ဆိုလိုရင်း၏ စံသွေဖည်မှုနှစ်ခုအတွင်း ရှိပါသည်။ ဒေတာတန်ဖိုးများ၏ 99.7% သည် စံသွေဖည်မှုသုံးမျိုးအတွင်း ကျရောက်သည်။ အောက်ဖော်ပြပါ အလေ့အကျင့်ပြဿနာများကို အသုံးပြု၍ လက်မနည်းဥပဒေသဆိုင်ရာ အသိပညာကို စမ်းသပ်ပါ။ ဥယျာဉ်တစ်ခုရှိ အပင်အမြင့်သည် ပုံမှန်အားဖြင့် ပျမ်းမျှ 12.3 လက်မနှင့် စံသွေဖည်မှု 4.1 လက်မဖြင့် ဖြန့်ဝေပါသည်။...

ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာမှုတွင်၊ heteroskedasticity (တစ်ခါတစ်ရံ စာလုံးပေါင်း heteroskedasticity) သည် အကြွင်းအကျန်များ သို့မဟုတ် အမှားအယွင်းများ ၏ မညီမျှသော ကွဲလွဲမှုကို ရည်ညွှန်းသည်။ ပို၍တိကျသည်မှာ၊ ဤသည်မှာ တိုင်းတာထားသောတန်ဖိုးများ၏ အကွာအဝေးထက် အကြွင်းအကျန်များ ဖြန့်ဖြူးရာတွင် စနစ်တကျ အပြောင်းအလဲရှိနေသည့် ကိစ္စဖြစ်သည်။ Heteroskedasticity သည် သာမာန်အနည်းဆုံးစတုရန်းများ (OLS) ဆုတ်ယုတ်မှုမှ အကြွင်းအကျန်များသည် မျိုးတူရိုးကျ ဖြစ်သော လူဦးရေမှ ဆင်းသက်လာသည်ဟု ယူဆသောကြောင့်၊ အဆက်မပြတ်ကွဲလွဲမှုဟု ဆိုလိုသည်။ ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာမှုတွင် မျိုးကွဲကွဲပြားမှု ရှိနေသောအခါ၊ ခွဲခြမ်းစိတ်ဖြာမှု၏...

R-squared သည် linear regression model သည် data set တစ်ခုအား မည်မျှ ကောင်းစွာ တိုင်းတာသည် ။ အများအားဖြင့် ဆုံးဖြတ်ခြင်း၏ coefficient ဟုလည်းခေါ်သည်၊ R-squared သည် ခန့်မှန်းသူကိန်းရှင်ဖြင့် ရှင်းပြနိုင်သော တုံ့ပြန်မှုကိန်းရှင်ရှိ ကွဲလွဲမှု၏အချိုးအစားဖြစ်သည်။ R-squared တန်ဖိုးသည် 0 မှ 1 အထိ ကွာဟနိုင်သည်။ 0 တန်ဖိုးသည် ခန့်မှန်းသူကိန်းရှင်က လုံးဝရှင်းပြမရနိုင်သော တုံ့ပြန်မှုကိန်းရှင်ကို ညွှန်ပြသည်။ 1 ၏တန်ဖိုးသည် တုံ့ပြန်မှုကိန်းရှင်အား ကြိုတင်ခန့်မှန်းကိန်းရှင်မှ အမှားအယွင်းမရှိဘဲ...

F ဖြန့်ဖြူးမှုဇယား သည် F ဖြန့်ဖြူးမှု၏အရေးပါသောတန်ဖိုးများကိုပြသသောဇယားတစ်ခုဖြစ်သည်။ F ဖြန့်ချီရေးဇယားကို အသုံးပြုရန်၊ သင်သည် တန်ဖိုးသုံးခုသာ လိုအပ်သည်- ပိုင်းဝေ၏လွတ်လပ်မှုဒီဂရီ ပိုင်းခြေ၏လွတ်လပ်မှုဒီဂရီ အယ်လ်ဖာအဆင့် F ဖြန့်ဖြူးမှုကို အတိုချုံးအားဖြင့် ANOVA ကွဲပြားမှု၏ ခွဲခြမ်းစိတ်ဖြာမှုတွင် အများဆုံးအသုံးပြုလေ့ရှိသည်။ ဥပမာအားဖြင့်၊ ဤသည်မှာ ANOVA မှ အထွက်ဇယားပုံသဏ္ဌာန်တူသည်- အရင်းအမြစ် အက်စ်အက်စ် df ဒေါ်။ F P ကုသမှု ၅၈.၈ ၂ ၂၉.၄ ၁.၇၄ ၀.၂၁၇ အမှား 202.8 ၁၂...

တူညီသောဖြန့်ဝေမှုသည် a မှ b ကြားကာလတစ်ခုကြားရှိ တန်ဖိုးတစ်ခုစီတွင် ရွေးချယ်ခံရနိုင်ခြေတူညီသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။ a မှ b ကြားကာလတစ်ခုတွင် x 1 နှင့် x 2 ကြားတန်ဖိုးတစ်ခုရရှိရန် ဖြစ်နိုင်ခြေကို ဖော်မြူလာကို အသုံးပြု၍ ရှာတွေ့နိုင်သည်- P(x 1 နှင့် x 2 ကြားတန်ဖိုးကိုရယူပါ) = (x 2 – x 1 ) / (b – a) ယူနီဖောင်း ဖြန့်ဖြူးမှုတွင်...