Category: လမ်းညွှန်

အ ဖုအထစ်ဇယား သည် အပြောင်းအလဲပမာဏထက် အုပ်စုများ၏အစီအစဥ်ကို အလေးပေးရန်အတွက် ပကတိတန်ဖိုးများအစား အချိန်ကြာလာသည်နှင့်အမျှ မတူညီသောအုပ်စုများ၏ အဆင့်ကိုပြသသည့်ဇယားအမျိုးအစားဖြစ်သည်။ ဤသင်ခန်းစာတွင် ggplot2 ကိုအသုံးပြု၍ R တွင် ကွက်တိကွက်ကွက်ဖန်တီးနည်းကို ရှင်းပြထားသည်။ ဥပမာ- သက်တောင့်သက်သာ ဂရပ်ဖစ် ဖန်တီးခြင်း။ R တွင် အဖုအထစ်ဇယားတစ်ခုဖန်တီးရန်၊ ကျွန်ုပ်တို့သည် ပထမဦးစွာ ပက်ကေ့ဂျ်နှစ်ခုကို တင်ရန် လိုအပ်သည်- dplyr နှင့် ggplot2 : library(ggplot2) #for creating bump chart library(dplyr) #for manipulating...

F စမ်းသပ်မှုတစ်ခုသည် F ကိန်းဂဏန်းကိုထုတ်ပေးသည်။ R တွင် F ကိန်းဂဏန်းတစ်ခုနှင့်ဆက်စပ်နေသည့် p-value ကို ရှာဖွေရန်၊ သင်သည် အောက်ပါ command ကိုသုံးနိုင်သည်- pf(fstat၊ df1၊ df2၊ lower.tail = FALSE) fstat – f ကိန်းဂဏန်းတန်ဖိုး df1 – လွတ်လပ်မှုဒီဂရီ ၁ df2 – လွတ်လပ်မှုဒီဂရီ ၂ Lower.tail – F ဖြန့်ဖြူးမှု၏ အောက်အမြီးနှင့် ဆက်စပ်သော ဖြစ်နိုင်ခြေကို ပြန်ပေးမလား။...

Polynomial regression သည် ကြိုတင်ခန့်မှန်းကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင် သည် linear မဟုတ်သည့်အခါ ကျွန်ုပ်တို့အသုံးပြုနိုင်သည့် နည်းလမ်းတစ်ခုဖြစ်သည်။ ဤဆုတ်ယုတ်မှုအမျိုးအစားသည် ပုံစံယူသည်- Y = β 0 + β 1 X + β 2 X 2 + … + β h h သည် polynomial ၏ “ ဒီဂရီ” ဖြစ်သည်။ ဤသင်ခန်းစာသည် R တွင် polynomial...

ဤသင်ခန်းစာသည် စာရင်းအင်းနည်းလမ်းများ ANOVA၊ ANCOVA၊ MANOVA နှင့် MANCOVA တို့၏ ကွာခြားချက်များကို ရှင်းပြထားသည်။ ANOVA ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သောအုပ်စုများ၏ နည်းလမ်းများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ANOVA ၏ အသုံးအများဆုံး အမျိုးအစား နှစ်မျိုးမှာ တစ်လမ်းသွား ANOVA နှင့် နှစ်လမ်း ANOVA ဖြစ်သည်။ တစ်လမ်းသွား...

ဤသင်ခန်းစာသည် point clouds အတွက် R တွင် တုန်လှုပ်ဖွယ်ရာ လုပ်ဆောင်ချက်ကို အချိန်နှင့်မည်သို့အသုံးပြုရမည်ကို ရှင်းပြထားသည်။ တုန်လှုပ်ခြင်းကို ဘယ်အချိန်မှာ သုံးမလဲ။ ဆက်တိုက်ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွယ်မှုကို မြင်ယောင်နိုင်စေရန် Scatter plot များသည် အကောင်းဆုံးဖြစ်သည်။ ဥပမာအားဖြင့်၊ အောက်ဖော်ပြပါ အပိုင်းအစသည် အားကစားသမား 100 အတွက် အရပ်နှင့် ကိုယ်အလေးချိန်ကြား ဆက်စပ်မှုကို မြင်ယောင်နိုင်ရန် ကူညီပေးသည်- #define vectors of heights and weights weights <- runif(100, 160,...

စာရင်းဇယားများတွင် p-တန်ဖိုးများကို t-tests၊ chi-square စမ်းသပ်မှုများ၊ ဆုတ်ယုတ်မှုခွဲခြမ်းစိတ်ဖြာမှု၊ ANOVAs နှင့် အခြားသော ကိန်းဂဏန်းနည်းလမ်းများ အမျိုးမျိုးအတွက် သီအိုရီစစ်ဆေးမှုတွင် အသုံးများသည်။ ၎င်းတို့သည် အလွန်အသုံးများသော်လည်း၊ လူများသည် ခွဲခြမ်းစိတ်ဖြာမှု သို့မဟုတ် လေ့လာမှုတစ်ခု၏ ရလဒ်များကို ဘာသာပြန်သည့်အခါ အမှားအယွင်းများဖြစ်စေနိုင်သည့် p-တန်ဖိုးများကို မှားယွင်းစွာအဓိပ္ပာယ်ပြန်ဆိုလေ့ရှိကြသည်။ ဤဆောင်းပါးတွင် p-တန်ဖိုးများကို ရှင်းရှင်းလင်းလင်းနှင့် လက်တွေ့ကျကျ နားလည်သဘောပေါက်ပုံ ရှင်းပြထားသည်။ ယူဆချက် စမ်းသပ်ခြင်း။ p-တန်ဖိုးများကိုနားလည်ရန်၊ ကျွန်ုပ်တို့သည် hypothesis စမ်းသပ်ခြင်း ၏သဘောတရားကို ဦးစွာနားလည်ရန် လိုအပ်ပါသည်။ စမ်းသပ်မှုယူဆချက် သည်...

strip chart သည် band တစ်ခုတွင် ကိန်းဂဏာန်းအချက်အလက်များကိုပြသသည့် ဇယားအမျိုးအစားတစ်ခုဖြစ်သည်။ အကွက်ကွက်များ နှင့်ဆင်တူသည်၊ ဘားဇယားများသည် ဒေတာဖြန့်ဝေမှုကို မြင်သာစေရန် ကူညီပေးနိုင်သည်။ နမူနာအရွယ်အစား သေးငယ်သောအခါ ဘားဇယားများသည် ကွက်လပ်ကွက်များအတွက် အစားထိုးရွေးချယ်နိုင်သောကြောင့် အချက်အလက်တစ်ခုချင်းစီကို သင်မြင်နိုင်သည်။ built-in stripchart() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ R တွင် strip chart တစ်ခုဖန်တီးနည်းကို ဤသင်ခန်းစာတွင် ရှင်းပြထားသည်။ stripchart() လုပ်ဆောင်ချက် R တွင် bar chart တစ်ခုဖန်တီးရန်အတွက် အခြေခံ syntax မှာ-...

ဘားဇယားနှင့်ဆင်တူသည်၊ အမျိုးအစားအလိုက် ကိန်းရှင်တစ်ခု၏ အရေအတွက်တန်ဖိုးများကို နှိုင်းယှဉ်ရန်အတွက် lollipop ဇယား သည် အသုံးဝင်သည်။ ဘားများကိုအသုံးပြုမည့်အစား၊ lollipop ဇယားသည် အရေအတွက်တန်ဖိုးများကိုကိုယ်စားပြုရန် အဆုံးတွင် စက်ဝိုင်းများပါသော လိုင်းများကိုအသုံးပြုသည်။ lollipop ဇယားသည် ဇယားပေါ်ရှိ အရောင်ပမာဏကို လျှော့ချပြီး ဇယားရှိ စာကြောင်းများ သို့မဟုတ် အခြားဂရပ်ဖစ်များနှင့် ဆန့်ကျင်သည့်အနေဖြင့် ဇယားပေါ်ရှိ အမှန်တကယ်တန်ဖိုးများကို စာဖတ်သူ၏အာရုံစူးစိုက်မှုကို အာရုံစိုက်နေချိန်တွင် အမျိုးအစားများစွာကို နှိုင်းယှဉ်ရန် အကောင်းဆုံးနည်းလမ်းဖြစ်သည်။ လူတော်တော်များများက lollipop board ကို အလှတရားလို့ ထင်မြင်ယူဆကြပါတယ်။ ဤသင်ခန်းစာတွင်၊ အောက်ပါ...

ANOVA သည် အမှီအခိုကင်းသော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်မကသော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည့် ကိန်းဂဏန်းစမ်းသပ်မှုတစ်ခုဖြစ်သည်။ ANOVA တွင်အသုံးပြုသော ယူဆချက်များမှာ အောက်ပါအတိုင်းဖြစ်သည်။ null hypothesis (H 0 ) : µ 1 = µ 2 = µ 3 = … = µ k (အုပ်စုတစ်ခုစီအတွက် တူညီသည်) အခြားယူဆချက်- (ဟာ)- အနည်းဆုံး...

MANOVA ကို နားလည်ရန်၊ ANOVA ကို နားလည်ရန် ဦးစွာ အကူအညီဖြစ် သည်။ ANOVA (ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း) ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော သီးခြားအုပ်စုများ၏ နည်းလမ်းများကြားတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ဥပမာအားဖြင့်၊ လေ့လာခြင်းနည်းပညာသည် ကျောင်းသားများ၏ အတန်းတစ်တန်း၏ စာမေးပွဲရမှတ်များအပေါ် သက်ရောက်မှုရှိမရှိ သိချင်သည်ဆိုကြပါစို့။ ကျွန်ုပ်တို့သည် အတန်းကို အုပ်စုသုံးစုခွဲ၍ ကျပန်းခွဲသည်။ အုပ်စုတစ်ခုစီသည် စာမေးပွဲအတွက် ပြင်ဆင်ရန် တစ်လအတွက် မတူညီသော...