Category: လမ်းညွှန်

Somers’ D ၊ Somers’ Delta ၏ အတိုကောက် သည် သာမာန် မှီခို ကိန်းရှင် နှင့် သာမာန် အမှီအခိုကင်းသော ကိန်းရှင် အကြား ပေါင်းစည်းမှု ၏ ခိုင်ခံ့မှုနှင့် ဦးတည်ချက် တိုင်းတာမှု တစ်ခု ဖြစ်သည်။ သာလွန် ကိန်းရှင်တစ်ခုသည် တန်ဖိုးများသဘာဝအစီအစဥ်တစ်ခုရှိသည် (ဥပမာ “ ဆိုး” “ ကြားနေ” “ ကောင်း” )။ Somers’ D ၏တန်ဖိုးသည် -1 နှင့် 1 အကြားဖြစ်သည်-...

တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်မကသော သီးခြားအုပ်စုများ၏ နည်းလမ်းများကြား သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ တစ်လမ်းသွား ANOVA ၏ ယူဆချက် တစ်ခုသည် နမူနာများကို ထုတ်ယူသည့် လူဦးရေ၏ ကွဲလွဲမှုများသည် တူညီသည်ဟု ဆိုသည်။ ၎င်းကိုစမ်းသပ်ရန် အသုံးအများဆုံးနည်းလမ်းတစ်ခုမှာ အောက်ဖော်ပြပါ ယူဆချက်များကို အသုံးပြုသည့် စာရင်းအင်းဆိုင်ရာစမ်းသပ်မှုဖြစ်သည့် Brown-Forsythe test ကို အသုံးပြုခြင်းဖြစ်သည်။ H 0 : လူဦးရေများကြား ကွဲလွဲမှုများသည် တန်းတူဖြစ်သည်။...

တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်မကသော သီးခြားအုပ်စုများ၏ နည်းလမ်းများကြား သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ တစ်လမ်းသွား ANOVA ၏ ယူဆချက် တစ်ခုသည် နမူနာများကို ထုတ်ယူသည့် လူဦးရေ၏ ကွဲလွဲမှုများသည် တူညီသည်ဟု ဆိုသည်။ ၎င်းကိုစမ်းသပ်ရန် အသုံးအများဆုံးနည်းလမ်းတစ်ခုမှာ အောက်ဖော်ပြပါ ယူဆချက်များကို အသုံးပြုသည့် စာရင်းအင်းဆိုင်ရာစမ်းသပ်မှုဖြစ်သည့် Brown-Forsythe test ကို အသုံးပြုခြင်းဖြစ်သည်။ H 0 : လူဦးရေများကြား ကွဲလွဲမှုများသည် တန်းတူဖြစ်သည်။...

Cramer’s V သည် nominal variable နှစ်ခုကြားရှိ ပေါင်းစည်းမှု၏ ခိုင်ခံ့မှုကို အတိုင်းအတာတစ်ခုဖြစ်သည်။ ၎င်းသည် 0 မှ 1 ရှိရာ၊ 0 သည် ကိန်းရှင်နှစ်ခုကြားတွင် ဆက်စပ်မှုမရှိကြောင်း ညွှန်ပြသည်။ 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် ခိုင်မာသော ဆက်နွယ်မှုကို ညွှန်ပြသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ Cramer’s V = √ (X 2 /n) / min(c-1၊ r-1) ရွှေ- X 2 –...

Cramer’s V သည် nominal variable နှစ်ခုကြားရှိ ပေါင်းစည်းမှု၏ ခိုင်ခံ့မှုကို အတိုင်းအတာတစ်ခုဖြစ်သည်။ ၎င်းသည် 0 မှ 1 ရှိရာ၊ 0 သည် ကိန်းရှင်နှစ်ခုကြားတွင် ဆက်စပ်မှုမရှိကြောင်း ညွှန်ပြသည်။ 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် ခိုင်မာသော ဆက်နွယ်မှုကို ညွှန်ပြသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ Cramer’s V = √ (X 2 /n) / min(c-1၊ r-1) ရွှေ- X 2 –...

Eta နှစ်ထပ်ကိန်း သည် ANOVA မော်ဒယ်များတွင် အသုံးများသော အကျိုးသက်ရောက်မှုအရွယ်အစား အတိုင်းအတာတစ်ခုဖြစ်သည်။ ၎င်းသည် ANOVA မော်ဒယ်တွင် ပင်မအကျိုးသက်ရောက်မှုနှင့် အပြန်အလှန်အကျိုးသက်ရောက်မှုတစ်ခုစီနှင့် ဆက်စပ်နေသော ကွဲလွဲမှုအချိုးအစားကို တိုင်းတာသည်။ Eta Squared တွက်နည်း Eta နှစ်ထပ်ကိန်းကို တွက်ချက်ရန် ဖော်မြူလာမှာ ရိုးရှင်းပါသည်။ Eta နှစ်ထပ်ကိန်း = SS အကျိုးသက်ရောက်မှု / စုစုပေါင်း SS ရွှေ- SS Effect : ကိန်းရှင်တစ်ခုအတွက် အကျိုးသက်ရောက်မှုတစ်ခု၏ နှစ်ထပ်ကိန်းများ။ စုစုပေါင်း SS-...

Eta နှစ်ထပ်ကိန်း သည် ANOVA မော်ဒယ်များတွင် အသုံးများသော အကျိုးသက်ရောက်မှုအရွယ်အစား အတိုင်းအတာတစ်ခုဖြစ်သည်။ ၎င်းသည် ANOVA မော်ဒယ်တွင် ပင်မအကျိုးသက်ရောက်မှုနှင့် အပြန်အလှန်အကျိုးသက်ရောက်မှုတစ်ခုစီနှင့် ဆက်စပ်နေသော ကွဲလွဲမှုအချိုးအစားကို တိုင်းတာပြီး အောက်ပါအတိုင်း တွက်ချက်သည်- Eta နှစ်ထပ်ကိန်း = SS အကျိုးသက်ရောက်မှု / စုစုပေါင်း SS ရွှေ- SS Effect : ကိန်းရှင်တစ်ခုအတွက် အကျိုးသက်ရောက်မှုတစ်ခု၏ နှစ်ထပ်ကိန်းများ။ စုစုပေါင်း SS- ANOVA မော်ဒယ်ရှိ စုစုပေါင်းစတုရန်းများ။ Eta နှစ်ထပ်ကိန်း၏တန်ဖိုးသည် 0...

Phi coefficient (ရံဖန်ရံခါ ပျမ်းမျှစတုရန်းအခြေအနေဆိုင်ရာကိန်းဂဏန်း ဟု ခေါ်သည်) သည် ဒွိကိန်းရှင်နှစ်ခုကြား ပေါင်းစည်းခြင်း၏ အတိုင်းအတာတစ်ခုဖြစ်သည်။ ကျပန်းပြောင်းလဲနိုင်သော x နှင့် y နှစ်ခုအတွက် ပေးထားသော 2×2 ဇယားတစ်ခုအတွက် Phi coefficient ကို အောက်ပါအတိုင်း တွက်ချက်နိုင်ပါသည်။ Φ = (AD-BC) / √ (A+B)(C+D)(A+C)(B+D) ဥပမာ- R တွင် Phi coefficient တွက်ချက်ခြင်း။ နိုင်ငံရေး ပါတီတစ်ခုအတွက် ဦးစားပေးမှုတွင် ကျား၊မ ဆက်စပ်မှု ရှိ၊...

အကြွင်းမဲ့ အလယ်အလတ်သွေဖည်မှု ၊ မကြာခဏ အတိုကောက် MAD သည် ဒေတာအစုတစ်ခုအတွင်း လေ့လာကြည့်ရှုမှုများ ဖြန့်ဝေမှုကို တိုင်းတာသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ MAD = ပျမ်းမျှ (|x i – x m |) ရွှေ- x i : dataset ၏ ith တန်ဖိုး x m : ဒေတာအတွဲရှိ ပျမ်းမျှတန်ဖိုး ဤဂဏန်းတွက်စက်သည် ပေးထားသောဒေတာအစုံအတွက် ပျမ်းမျှအကြွင်းမဲ့သွေဖည်မှုကို ရှာဖွေသည်။ ဒေတာအတွဲအတွက် ကော်မာ-ခြားထားသော...

ကျန်ရှိသော ဆိုသည်မှာ မှတ်သားထားသောတန်ဖိုးနှင့် ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ ခန့်မှန်းတန်ဖိုးကြား ကွာခြားချက်ဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ လက်ကျန် = သတိပြုမိသော တန်ဖိုး – ခန့်မှန်းထားသော တန်ဖိုး ဤဂဏန်းပေါင်းစက်သည် ရှုမြင်မှုတစ်ခုစီအတွက် အကြွင်းအကျန်များကို ရိုးရှင်းသော မျဉ်းကြောင်းဆုတ်ယုတ်မှုပုံစံဖြင့် ရှာဖွေသည်။ အောက်ပါအကွက်များတွင် ခန့်မှန်းသူကိန်းရှင်တစ်ခုအတွက် တန်ဖိုးများနှင့် တုံ့ပြန်မှုပုံစံတစ်ခုအတွက် တန်ဖိုးများစာရင်းကို ရိုးရှင်းစွာထည့်ပါ၊ ထို့နောက် “ တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ။ ခန့်မှန်းတန်ဖိုးများ- ၁၊ ၃၊ ၃၊ ၅၊ ၇၊ ၁၃၊ ၁၅၊ ၁၉...