Category: လမ်းညွှန်

စာရင်းဇယားများတွင် ကျောင်းသားများ မကြာခဏ ရောထွေးနေသော ဝေါဟာရနှစ်ခုမှာ စံအမှား နှင့် အမှား၏အနားသတ်များ ဖြစ်သည်။ စံအမှားသည် လူဦးရေခန့်မှန်းချက်၏ တိကျမှုကို တိုင်းတာသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ စံအမှား = s / √n ရွှေ- s: နမူနာစံသွေဖည် n: နမူနာအရွယ်အစား အမှား၏အနားသတ်သည် လူဦးရေပျမ်းမျှအတွက် ယုံကြည်မှုကြားကာလ ၏ တစ်ဝက်အကျယ်ကို တိုင်းတာသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ အမှား၏အနားသတ် = z*(s/√n) ရွှေ- z- ပေးထားသော ယုံကြည်မှုအဆင့်နှင့် ကိုက်ညီသော...

pair plot သည် data set တစ်ခုရှိ မတူညီသော variable များကြားတွင် pairwise ဆက်စပ်မှုကို နားလည်နိုင်စေမည့် scatterplot matrix တစ်ခုဖြစ်သည်။ ကံကောင်းစွာဖြင့်၊ pairs() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ R တွင် အတွဲကွက်တစ်ခုကို ဖန်တီးရန် လွယ်ကူသည်။ ဤသင်ခန်းစာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ပေးပါသည်။ ဥပမာ 1- ကိန်းရှင်အားလုံး၏ တွဲကွက် အောက်ပါကုဒ်သည် R ရှိ ဒေတာဘောင်ရှိ ကိန်းရှင်အားလုံးအတွက် အခြေခံအတွဲတွဲကွက်တစ်ခုကို ဖန်တီးနည်းကို သရုပ်ပြသည်-...

binomial distribution သည် n binomial စမ်းသပ်မှုများတွင် k အောင်မြင်မှုများ ရရှိရန် ဖြစ်နိုင်ခြေကို ဖော်ပြသည်။ ကျပန်း variable X သည် binomial distribution ကို လိုက်နာပါ က ၊ X = k အောင်မြင်မှု ဖြစ်နိုင်ခြေကို အောက်ပါဖော်မြူလာဖြင့် ရှာတွေ့နိုင်သည်- P(X=k) = n C k * p k * (1-p) nk ရွှေ- n:...

ပေါင်းစပ်ကိန်းရှင် (တစ်ခါတစ်ရံ “ covariate” ဟုခေါ်သည်) သည် လေ့လာမှုတစ်ခုတွင် အဓိကစိတ်ဝင်စားမှုမရှိသော ကိန်းရှင်တစ်ခုဖြစ်ပြီး မည်သို့ပင်ဆိုစေကာမူ လေ့လာနေသည့် ကိန်းရှင်(များ) နှင့် ဆက်စပ်မှုအချို့ရှိနိုင်ပါသည်။ ဤကိန်းရှင်အမျိုးအစားများကို ထည့်သွင်းတွက်ချက်ရန်ပျက်ကွက်ခြင်းသည် ခွဲခြမ်းစိတ်ဖြာမှုတစ်ခုတွင် ဘက်လိုက်မှု သို့မဟုတ် လွဲမှားသောရလဒ်များဆီသို့ ဦးတည်သွားစေနိုင်သည်။ ထို့ကြောင့် ဖြစ်နိုင်လျှင် ကုသရန် အရေးကြီးပါသည်။ စူးစမ်းလေ့လာမှုများတွင်၊ ပူးတွဲဖြစ်ပေါ်နေသော variable များသည် ဒေတာနှင့် variable များကြားတွင် ဆက်ဆံရေးကို ပုံမှန်မဟုတ်သော အဓိပ္ပာယ်ဖွင့်ဆိုမှုများဆီသို့ ဦးတည်သွားနိုင်သည်ကို သတိပြုမိရန် အရေးကြီးပါသည်။ စမ်းသပ်လေ့လာမှုများတွင် တွဲဖက်ကိန်းရှင်များ၏ အန္တရာယ်ကို...

နှိုင်းယှဥ်ကြိမ်နှုန်းသည် ဒေတာအတွဲတစ်ခုတွင် ဒေတာအတွဲတစ်ခုရှိ တန်ဖိုးစုစုပေါင်းအရေအတွက်နှင့် ဆက်စပ်သော ဒေတာအတွဲတစ်ခုတွင် အချို့တန်ဖိုးများ မည်မျှပေါ်လာသည်ကို တိုင်းတာသည်။ ဆွေမျိုးကြိမ်နှုန်းများကိုတွက်ချက်ရန် Python တွင် အောက်ပါလုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်- def rel_freq (x): freqs = [(value, x.count(value) / len(x)) for value in set(x)] return freqs အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ 1- ဂဏန်းများစာရင်းအတွက် နှိုင်းရကြိမ်နှုန်းများ အောက်ပါကုဒ်သည် နံပါတ်များစာရင်း၏ နှိုင်းရကြိမ်နှုန်းများကို...

ယုံကြည်မှုကြားကာလ သည် ယုံကြည်စိတ်ချမှုအဆင့်တစ်ခုရှိ လူဦးရေကန့်သတ်ချက်ပါ၀င်နိုင်ခြေရှိသော တန်ဖိုးများအကွာအဝေးတစ်ခုဖြစ်သည်။ ဤသင်ခန်းစာသည် R တွင် ဒေတာအတွဲတစ်ခုအတွက် ယုံကြည်မှုကြားကာလကို မည်သို့ဆွဲရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- R တွင် ယုံကြည်မှုကြားကာလကို ပုံဖော်ခြင်း။ R တွင် အတန်း 100 နှင့် ကော်လံ 2 ခုပါသော အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။ #make this example reproducible set.seed(0) #create dataset x <- rnorm(100) y <- x*2 + rnorm(100)...

မကြာခဏဆိုသလို၊ ရိုးရှင်းသောမျဉ်းကြောင်းဆုတ်ယုတ်မှုတစ်ခုကိုလုပ်ဆောင်သောအခါ၊ သင်သည် x နှင့် y တန်ဖိုးများ၏ မတူညီသောပေါင်းစပ်မှုများအပြင် ခန့်မှန်းခြေဆုတ်ယုတ်မှုမျဉ်းကိုမြင်ယောင်နိုင်ရန် scatterplot တစ်ခုကိုဖန်တီးလိုပေမည်။ ကံကောင်းစွာဖြင့်၊ Python တွင် ဤဇာတ်ကွက်အမျိုးအစားကို ဖန်တီးရန် လွယ်ကူသော နည်းလမ်းနှစ်ခုရှိသည်။ ဤသင်ခန်းစာတွင် အောက်ပါဒေတာကို အသုံးပြု၍ နည်းလမ်းနှစ်ခုလုံးကို ရှင်းပြထားသည်။ import numpy as np #createdata x = np.array([1, 1, 2, 3, 4, 4, 5, 6, 7, 7, 8,...

ပင်စည်နှင့် အရွက်ဇယား သည် ဒေတာတစ်ခုစီတွင် တန်ဖိုးတစ်ခုစီကို ပင်စည် နှင့် အရွက် အဖြစ် ပိုင်းခြားပြသပေးသည့် ဇယားတစ်ခုဖြစ်သည်။ ၎င်းသည် ဒေတာတစ်ခုချင်းစီ၏ ကုန်ကြမ်းတန်ဖိုးများကို ပြသနေစဉ် ဖြန့်ဖြူးမှုပုံစံကို မြင်ယောင်နိုင်ရန် ကူညီပေးသောကြောင့် ၎င်းသည် ထူးခြားသောကွက်ကွက်တစ်ခုဖြစ်သည်။ ဤသင်ခန်းစာတွင် Python တွင် ပင်စည်နှင့် အရွက်ကွက်ကွက်ဖန်တီးနည်းကို ရှင်းပြထားသည်။ ဥပမာ- Python ရှိ Stem and Leaf Plot Python တွင် အောက်ပါ dataset ရှိသည် ဆိုပါစို့။ x =...

မကြာခဏဆိုသလို၊ သင်သည် တိကျသောအစီအစဥ်တစ်ခုဖြင့် R တွင် ဒေတာဘောင်တစ်ခု၏အတန်းများကို စီစဉ်လိုပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် dplyr စာကြည့်တိုက်မှ arrange() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာတွင် အောက်ပါဒေတာဘောင်ကို အသုံးပြု၍ ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ရှင်းပြထားသည်။ #create data frame df <- data.frame(player = c('A', 'B', 'C', 'D', 'E', 'F', 'G'), points = c(12, 14,...

ရံဖန်ရံခါ R တွင် အုပ်စုတစ်ခုစီ၏ စောင့်ကြည့်မှု အရေအတွက်ကို ရေတွက်ရန် သင်စိတ်ဝင်စားပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် dplyr library ၏ count() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာတွင် အောက်ပါဒေတာဘောင်ကို အသုံးပြု၍ ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ရှင်းပြထားသည်။ #create data frame df <- data.frame(team = c('A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'C',...