Category: လမ်းညွှန်

R အတွင်းရှိ အချို့သော အခြေအနေများပေါ်အခြေခံ၍ ဒေတာဘောင်တစ်ခု၏ အပိုင်းခွဲတစ်ခုကို သင်စိတ်ဝင်စားလေ့ရှိပါသည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် dplyr ပက်ကေ့ခ်ျမှ filter() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ library(dplyr) ဤသင်ခန်းစာတွင် starwars ဟုခေါ်သော built-in dplyr ဒေတာအစုံကို အသုံးပြု၍ ဤအင်္ဂါရပ်ကို လက်တွေ့ကျကျအသုံးပြုနည်း ဥပမာများစွာကို ရှင်းပြထားသည်။ #view first six rows of starwars dataset head(starwars) # A tibble: 6 x...

မကြာခဏဆိုသလို၊ သင်သည် R ရှိ ဒေတာဘောင်တစ်ခုမှ တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကော်လံများကို ဖယ်ရှားလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် dplyr ပက်ကေ့ခ်ျမှ select() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ library (dplyr) ဤသင်ခန်းစာတွင် အောက်ပါဒေတာဘောင်ကို အသုံးပြု၍ ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချပုံ နမူနာများစွာကို ပြသသည်- #create data frame df <- data. frame (player = c('a', 'b', 'c', 'd',...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခုတွင် ကော်လံများကို ပြန်လည်စီစဉ်လိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် dplyr package မှ select() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ library (dplyr) ဤသင်ခန်းစာတွင် အောက်ပါဒေတာဘောင်ကို အသုံးပြု၍ ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချပုံ နမူနာများစွာကို ပြသသည်- #create data frame df <- data.frame(player = c('a', 'b', 'c', 'd', 'e'), position = c('G',...

ဒေတာကို ခွဲခြမ်းစိတ်ဖြာသောအခါတွင် သင်လုပ်ဆောင်ရမည့် အသုံးအများဆုံး အလုပ်နှစ်ခုမှာ အုပ်စုဖွဲ့ခြင်းနှင့် ဒေတာကို အကျဉ်းချုပ်ခြင်း ဖြစ်သည်။ ကံကောင်းထောက်မစွာ၊ R ရှိ dplyr ပက်ကေ့ချ်သည် သင့်အား ဒေတာများကို လျင်မြန်စွာ အုပ်စုဖွဲ့ပြီး အကျဉ်းချုံ့နိုင်စေပါသည်။ ဤသင်ခန်းစာသည် dplyr နှင့်စတင်ရန် အမြန်လမ်းညွှန်တစ်ခုပေးသည်။ dplyr ပက်ကေ့ဂျ်ကို ထည့်သွင်းပြီး တင်ပါ။ သင်သည် dplyr ပက်ကေ့ဂျ်ရှိ လုပ်ဆောင်ချက်များကို အသုံးမပြုမီ၊ သင်သည် ပက်ကေ့ဂျ်ကို ဦးစွာ စတင်ရမည်- #install dplyr (if not already...

မကြာခဏဆိုသလို၊ သင်သည် R တွင် ဒေတာဘောင်များစွာကို ချိတ်ဆက်ရန် စိတ်ဝင်စားနေပေမည်။ ကံကောင်းစွာပင်၊ ၎င်းသည် dplyr ပက်ကေ့ခ်ျမှ left_join() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည် ။ library(dplyr) ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် အောက်ပါဒေတာဘောင်သုံးခုရှိသည်ဆိုပါစို့။ #create data frame df1 <- data.frame(a = c('a', 'b', 'c', 'd', 'e', 'f'), b = c(12, 14, 14, 18, 22,...

ကျောင်းသားတွေ မကြာခဏ ရှုပ်တတ်တဲ့ ကိန်းဂဏန်း စာမေးပွဲ နှစ်ခုကတော့ F-Test နဲ့ T-Test ပါ။ ဤသင်ခန်းစာသည် စမ်းသပ်မှုနှစ်ခုကြား ခြားနားချက်ကို ရှင်းပြသည်။ F စမ်းသပ်မှု- အခြေခံအချက်များ လူဦးရေကွဲလွဲမှုနှစ်ခု တူညီမှုရှိမရှိ စမ်းသပ်ရန် F test ကို အသုံးပြုသည်။ စမ်းသပ်မှု၏ null နှင့် အခြားအခြားသော ယူဆချက်များမှာ အောက်ပါအတိုင်းဖြစ်သည် ။ H 0 : σ 1 2 = σ 2 2...

Grubbs စမ်းသပ်မှုကို ဒေတာအတွဲတစ်ခုတွင် အစွန်းအထင်းများ ရှိနေခြင်းကို ဖော်ထုတ်ရန် အသုံးပြုသည်။ ဤစမ်းသပ်မှုကို အသုံးပြုရန်၊ ဒေတာအစုတစ်ခုသည် ခန့်မှန်းခြေအားဖြင့် ပုံမှန်အတိုင်း ဖြန့်ဝေရမည်ဖြစ်ပြီး အနည်းဆုံး လေ့လာတွေ့ရှိချက် 7 ခု ပါရှိသည်။ ဤသင်ခန်းစာသည် Python ရှိ Grubbs စမ်းသပ်နည်းကို ရှင်းပြထားသည်။ Python တွင် Grubbs စမ်းသပ်မှု Python တွင် Grubbs စမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် outlier_utils ပက်ကေ့ခ်ျမှ smirnov_grubbs() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။...

မကြာခဏ အခြေအနေများစွာတွင် ပန်ဒါ DataFrame ကို စစ်ထုတ်လိုပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် Boolean လုပ်ဆောင်ချက်များကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာသည် အခြေအနေများစွာတွင် အောက်ပါပန်ဒါ DataFrame ကို စစ်ထုတ်နည်း ဥပမာများစွာကို ပေးသည်- import pandas as pd #createDataFrame df = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'C'], 'points': [25, 12, 15, 14, 19], 'assists':...

Rolling correlations များသည် လျှောပြတင်းပေါက်တစ်ခုပေါ်ရှိ အချိန်စီးရီးနှစ်ခုကြား ဆက်စပ်မှုများဖြစ်သည်။ ဤဆက်စပ်ဆက်နွယ်မှုအမျိုးအစား၏ အကျိုးကျေးဇူးများထဲမှတစ်ခုမှာ အချိန်နှင့်အမျှ အတွဲလိုက်နှစ်ခုကြား ဆက်စပ်မှုကို မြင်ယောင်နိုင်ခြင်းကြောင့်ဖြစ်သည်။ ဤသင်ခန်းစာသည် Excel တွင် လှည့်ပတ်ဆက်စပ်မှုများကို တွက်ချက်ပုံနှင့် မြင်ယောင်ပုံကို ရှင်းပြထားသည်။ Excel တွင် Rolling Correlations တွက်ချက်နည်း ကျွန်ုပ်တို့တွင် လ 20 ကာလအတွင်း မတူညီသောထုတ်ကုန်နှစ်ခုအတွက် ရောင်းချသည့်ထုတ်ကုန်စုစုပေါင်းအရေအတွက်ကိုပြသသည့် Excel တွင် အောက်ပါအချိန်စီးရီးနှစ်ခုရှိသည်ဆိုကြပါစို့။ အချိန်စီးရီးနှစ်ခုကြားရှိ 3 လပတ်လုံးဆက်စပ်မှုကို တွက်ချက်ရန်၊ Excel တွင် CORREL() လုပ်ဆောင်ချက်ကို...

R ရှိ ဒေတာဘောင်တစ်ခုတွင် NA များ (ပျောက်နေသောတန်ဖိုးများ) ပါဝင်သော အတန်းများကို မကြာခဏ ဖယ်ရှားလိုပေမည်။ Basic R နှင့် Tidyr ပက်ကေ့ဂျ်ကို အသုံးပြု၍ ဤစာကြောင်းများကို ဖယ်ရှားနည်းကို ဤသင်ခန်းစာတွင် ရှင်းပြထားသည်။ အောက်ဖော်ပြပါ ဥပမာတစ်ခုစီအတွက် အောက်ပါဒေတာဘောင်ကို ကျွန်ုပ်တို့ အသုံးပြုပါမည်- #create data frame with some missing values df <- data.frame(points = c(12, NA, 19, 22, 32),...