Category: လမ်းညွှန်

variable နှစ်ခုကြားရှိ ဆက်နွယ်မှုကို တိုင်းတာရန် နည်းလမ်းတစ်ခုမှာ Pearson correlation coefficient ကို အသုံးပြုခြင်းဖြစ်ပြီး ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်စပ်မှုကို တိုင်းတာခြင်းဖြစ်ပါသည် ။ ၎င်းတွင် -1 နှင့် 1 အကြား တန်ဖိုးတစ်ခု ရှိသည်။ -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။ 0 သည် variable နှစ်ခုကြားတွင် linear ဆက်စပ်မှုမရှိဟု ညွှန်ပြသည်။ 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပြုသဘောဆောင်သောမျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။ ဆက်စပ်ဆက်နွယ်မှုကိန်းဂဏန်းသည် သုညမှဖြစ်ပြီး၊...

ယေဘူယျအားဖြင့် t-test အမျိုးအစားသုံးမျိုးရှိသည်။ နမူနာ t စမ်းသပ်မှု နမူနာ T-test နှစ်ခု တွဲထားသော နမူနာများ t-test ဤသင်ခန်းစာသည် Google Sheets တွင် ဤစမ်းသပ်မှုတစ်ခုစီကို မည်သို့လုပ်ဆောင်ရမည်ကို ဥပမာပေးထားသည်။ ဥပမာ- နမူနာ t-test တစ်ခု အဓိပ္ပါယ်ဖွင့်ဆိုချက်- နမူနာတစ်ခု t-test ကို လူဦးရေ၏ပျမ်းမျှတန်ဖိုးသည် အချို့သောတန်ဖိုးနှင့် ညီမျှခြင်းရှိ၊မရှိ စမ်းသပ်ရန်အသုံးပြုသည်။ ဥပမာ- ရုက္ခဗေဒပညာရှင်တစ်ဦးသည် အပင်မျိုးစိတ်များ၏ ပျမ်းမျှအမြင့်သည် 15 လက်မနှင့် ညီမျှခြင်းရှိမရှိ သိလိုပါသည်။ သူမသည် အပင်...

Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ရှင်းပြထားသော variable များ နှင့် တုံ့ပြန်မှု variable အကြား ဆက်နွယ်မှုကို အရေအတွက်သတ်မှတ်ရန် အသုံးပြုနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ ရှင်းပြနိုင်သောကိန်းရှင်တစ်ခုသာရှိပြီး ကွဲပြားသောမျဉ်းကြောင်းဆုတ်ယုတ်မှုနှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသောရှင်းပြချက်တစ်ခုရှိသောအခါ ကျွန်ုပ်တို့သည် ရိုးရှင်းသောမျဉ်းကြောင်းဆုတ်ယုတ်မှုကိုအသုံးပြုသည်။ အောက်ဖော်ပြပါ syntax ကိုအသုံးပြုသည့် Google Sheets LINEST() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ဆုတ်ယုတ်မှု အမျိုးအစားနှစ်မျိုးလုံးကို လုပ်ဆောင်နိုင်သည်- LINEST (လူသိများ_data_y၊ သိပြီး_data_x၊ တွက်ချက်_b၊ စကားအသုံးအနှုန်း) ရွှေ- know_data_y-...

ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ z-score သည် စံနှုန်း တစ်ခုမှ တန်ဖိုးတစ်ခုသွေဖည်မှုမည်မျှရှိသည်ကို ပြောပြသည် ။ z-score ကိုတွက်ချက်ရန် အောက်ပါဖော်မြူလာကို ကျွန်ုပ်တို့အသုံးပြုသည်- z = (X – μ) / σ ရွှေ- X သည် ဒေတာအကြမ်းတစ်ခုတည်းတန်ဖိုးဖြစ်သည်။ µ သည် data set ၏ ဆိုလိုရင်းဖြစ်သည်။ σ သည် ဒေတာအတွဲ၏ စံသွေဖည်မှုဖြစ်သည်။ ဤသင်ခန်းစာသည် Google Sheets ရှိ ဒေတာစိမ်းတန်ဖိုးများအတွက် z-ရမှတ်များကို တွက်ချက်နည်းကို ရှင်းပြထားသည်။...

မကြာခဏဆိုသလို သင်သည် R တွင် ကော်လံများစွာကိုဖြတ်၍ ပျမ်းမျှတန်ဖိုးများကို လိုချင်ပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် rowMeans() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာတွင် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုပုံ နမူနာများစွာကို ပြသထားသည်။ ဥပမာ 1- ကော်လံအားလုံးတွင် ပျမ်းမျှကို ရှာပါ။ အောက်ပါကုဒ်သည် ဒေတာဘောင်တစ်ခုရှိ ကော်လံ အားလုံး ရှိ အတန်းတစ်ခုစီ၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်နည်းကို ပြသသည်- #create data frame data <- data.frame(var1 = c(0,...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခုရှိ ကော်လံအစုတစ်ခု၏ ပေါင်းလဒ်ကို ရှာဖွေလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် rowSums() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာတွင် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုပုံ နမူနာများစွာကို ပြသထားသည်။ ဥပမာ 1- သီးခြားကော်လံများ၏ ပေါင်းလဒ်ကို ရှာပါ။ အောက်ပါကုဒ်သည် ကော်လံသုံးခုပါသော ဒေတာဘောင်တစ်ခု ဖန်တီးနည်းကို ပြသပြီး ပထမနှင့် တတိယကော်လံများ၏ ပေါင်းလဒ်ကို ရှာပါ- #create data frame data <- data.frame(var1 =...

တစ်ခါတစ်ရံ R ဒေတာဘောင်တစ်ခုတွင် ကော်လံနှစ်ခု၏ အနေအထားကို သင်ပြောင်းလိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည် အောက်ပါ ကုဒ်နှစ်ခုထဲမှ တစ်ခုကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်- ရွေးချယ်မှု 1- ကော်လံ syntax ကိုသုံးပါ။ #define order of data frame columns df <- df[c("col1", "col2", "col3", "col4")] ရွေးချယ်မှု 2- အတန်းနှင့် ကော်လံ အထားအသိုကို အသုံးပြုပါ။ #define order of data...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခုမှ ကော်လံအများအပြားကို ဆွဲချချင်ပေမည်။ ကံကောင်းစွာပင်၊ ၎င်းသည် ggplot2 visualization library ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။ ဤသင်ခန်းစာသည် တူညီသောကားချပ်နှင့် မတူညီသောဇယားများတွင် ဒေတာဘောင်တစ်ခု၏ ကော်လံအများအပြားကို ဆွဲရန် ggplot2 ကို အသုံးပြုပုံကို ပြသထားသည်။ ဥပမာ 1- တူညီသောကားချပ်ပေါ်တွင် ကော်လံများစွာကို ချရေးပါ။ အောက်ပါကုဒ်သည် ဒေတာဘောင်ကို မည်သို့ထုတ်လုပ်ရမည်ကို ပြသည်၊ ထို့နောက် ဒေတာဘောင်ကို ရှည်လျားသောဖော်မတ်အဖြစ် “ အရည်ပျော်” ၊...

မကြာခဏဆိုသလို R ဖြင့် ကော်လံအများအပြားမှ အစွန်းများကို ဖယ်ရှားလိုပေမည်။ အကြမ်းဖျင်းအဖြစ် ရှုမြင်မှုတစ်ခုကို သတ်မှတ်ရန် ဘုံနည်းလမ်းမှာ တတိယ quartile (Q3) ထက် 1.5 ဆ သို့မဟုတ် ပထမ quartile (Q1) အောက်ရှိ interquartile အပိုင်းအခြား၏ 1.5 ဆ ဖြစ်သည်။ ဤအဓိပ္ပါယ်ဖွင့်ဆိုချက်အားအသုံးပြုခြင်းဖြင့်၊ အကြမ်းဖျင်းများကိုခွဲခြားသတ်မှတ်ရန် ရိုးရှင်းသောလုပ်ဆောင်ချက်ကိုဖန်တီးရန်နှင့် R ဒေတာဘောင်ရှိ ကော်လံအများအပြားတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ အဆင့် 1- ဒေတာဘောင်တစ်ခု ဖန်တီးပါ။ R တွင် ဒေတာဘောင်တစ်ခု...

မကြာခဏဆိုသလို သင်သည် R တွင် ကော်လံနှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ဒေတာဘောင်ကော်လံများကို စုစည်းလိုပေမည်။ ဥပမာအားဖြင့်၊ သင်သည် ဤအရာမှ စတင်လိုပေမည်။ person trial outcome1 outcome2 A 1 7 4 A 2 6 4 B 1 6 5 B 2 5 5 C 1 4 3 C 2 4 2...