Category: လမ်းညွှန်
Satterthwaite အနီးစပ်ဆုံး သည် နမူနာနှစ်ခု t-test တစ်ခုတွင် “ ထိရောက်သောလွတ်လပ်မှုဒီဂရီ” ကိုရှာဖွေရန်အသုံးပြုသည့်ဖော်မြူလာတစ်ခုဖြစ်သည်။ နမူနာများကို ဆွဲထုတ်သည့် လူဦးရေများသည် တူညီသည်ဟု မယူဆဘဲ သီးခြားလွတ်လပ်သော နမူနာနှစ်ခု၏နည်းလမ်းကို နှိုင်းယှဉ်သည့် Welch’s t-test တွင် မကြာခဏအသုံးပြုလေ့ရှိသည်။ Satterthwaite အနီးစပ်ဆုံးအတွက် ဖော်မြူလာမှာ အောက်ပါအတိုင်းဖြစ်သည်။ Degrees of freedom: (s 1 2 /n 1 + s 2 2 /n 2 ) 2...
two-way frequency table သည် categorical variable နှစ်ခုအတွက် frequencies (သို့မဟုတ် “ counts” ) ကိုပြသသည့်ဇယားတစ်ခုဖြစ်သည်။ ဥပမာအားဖြင့်၊ အောက်ဖော်ပြပါ နှစ်လမ်းသွားဇယားသည် ၎င်းတို့နှစ်သက်သည့် အားကစားနည်း- ဘေ့စ်ဘော၊ ဘတ်စကက်ဘော သို့မဟုတ် ဘောလုံးကို လူပေါင်း 100 ကို မေးမြန်းသည့် စစ်တမ်းတစ်ခု၏ ရလဒ်ကို ပြသသည်။ အတန်းများသည် ဖြေဆိုသူ၏ လိင်ကိုပြသပြီး ကော်လံများသည် ၎င်းတို့ရွေးချယ်သည့် အားကစားကို ညွှန်ပြသည်- ဤဥပမာတွင်၊ အားကစားနှင့် လိင်ကွဲပြားမှုနှစ်မျိုးရှိသည်။ marginal distribution...
စံသတ်မှတ်ချက်တရားဝင်မှု သည် အခြားကိန်းရှင်တစ်ခု၏ တုံ့ပြန်မှုကို ခန့်မှန်းရန် ကိန်းရှင်တစ်ခု၏ တိုင်းတာမှုစွမ်းရည်ကို ရည်ညွှန်းသည်။ တစ်ခုသော variable ကို explanatory variable ဟုခေါ်ပြီး အခြားသော variable ကို criterion variable ဟုခေါ်သည်။ ဥပမာအားဖြင့်၊ အချို့သောကောလိပ်ဝင်ခွင့်စာမေးပွဲများသည် ကျောင်းသားများ၏ ပထမနှစ်ဝက်အမှတ်ပျမ်းမျှအမှတ်ကို မည်မျှကောင်းစွာခန့်မှန်းနိုင်သည်ကို ကျွန်ုပ်တို့သိချင်ပေမည်။ ဝင်ခွင့်စာမေးပွဲသည် ရှင်းလင်းချက်ကွဲလွဲချက်ဖြစ်ပြီး စံသတ်မှတ်ချက်သည် ပထမနှစ်ဝက် GPA ဖြစ်လိမ့်မည်။ ဤအထူးရှင်းပြချက်ကိန်းရှင်အား စံကိန်းရှင်အား ခန့်မှန်းသည့်နည်းလမ်းအဖြစ် အသုံးပြုခြင်းသည် မှန်ကန်မှု ရှိမရှိ သိလိုပါသည်။ စံနှုန်းတရားဝင်မှုကို ဘယ်လိုတိုင်းတာမလဲ။...
two-way frequency table သည် categorical variable နှစ်ခုအတွက် frequencies (သို့မဟုတ် “ counts” ) ကိုပြသသည့်ဇယားတစ်ခုဖြစ်သည်။ ဥပမာအားဖြင့်၊ အောက်ဖော်ပြပါ နှစ်လမ်းသွားဇယားသည် ၎င်းတို့နှစ်သက်သည့် အားကစားနည်း- ဘေ့စ်ဘော၊ ဘတ်စကက်ဘော သို့မဟုတ် ဘောလုံးကို လူပေါင်း 100 ကို မေးမြန်းသည့် စစ်တမ်းတစ်ခု၏ ရလဒ်ကို ပြသသည်။ အတန်းများသည် ဖြေဆိုသူ၏ လိင်ကိုပြသပြီး ကော်လံများသည် ၎င်းတို့ရွေးချယ်သည့် အားကစားကို ညွှန်ပြသည်- ဤဥပမာတွင်၊ အားကစားနှင့် လိင်ကွဲပြားမှုနှစ်မျိုးရှိသည်။ ပူးတွဲဖြစ်နိုင်ခြေဖြန့်ဝေမှု တစ်ခုသည်...
ကျန်ရှိသော ဆိုသည်မှာ မှတ်သားထားသောတန်ဖိုးနှင့် ဆုတ်ယုတ်မှုပုံစံ တစ်ခုရှိ ခန့်မှန်းတန်ဖိုးကြား ကွာခြားချက်ဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ လက်ကျန် = သတိပြုမိသော တန်ဖိုး – ခန့်မှန်းထားသော တန်ဖိုး ကျွန်ုပ်တို့ သတိပြုမိသော တန်ဖိုးများကို ပုံဖော်ကာ တပ်ဆင်ထားသော ဆုတ်ယုတ်မှုမျဉ်းကို ခြုံငုံမိပါက၊ ရှုမြင်မှု တစ်ခုစီအတွက် အကြွင်းအကျန်များသည် စူးစမ်းလေ့လာခြင်းနှင့် ဆုတ်ယုတ်မှုမျဉ်းကြား ဒေါင်လိုက်အကွာအဝေးဖြစ်လိမ့်မည်- ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ အစွန်းများကို ခွဲခြားသတ်မှတ်ရန် ကျွန်ုပ်တို့အသုံးပြုလေ့ရှိသော အကြွင်းအကျန်အမျိုးအစားတစ်ခုကို စံပြုကျန်နေသေး သည်ဟု ခေါ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ r i...
ကျန်ရှိသော ဆိုသည်မှာ မှတ်သားထားသောတန်ဖိုးနှင့် ဆုတ်ယုတ်မှုပုံစံ တစ်ခုရှိ ခန့်မှန်းတန်ဖိုးကြား ကွာခြားချက်ဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ လက်ကျန် = သတိပြုမိသော တန်ဖိုး – ခန့်မှန်းထားသော တန်ဖိုး ကျွန်ုပ်တို့ သတိပြုမိသော တန်ဖိုးများကို ပုံဖော်ကာ တပ်ဆင်ထားသော ဆုတ်ယုတ်မှုမျဉ်းကို ခြုံငုံမိပါက၊ ရှုမြင်မှု တစ်ခုစီအတွက် အကြွင်းအကျန်များသည် စူးစမ်းလေ့လာခြင်းနှင့် ဆုတ်ယုတ်မှုမျဉ်းကြား ဒေါင်လိုက်အကွာအဝေးဖြစ်လိမ့်မည်- ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ အစွန်းများကို ခွဲခြားသတ်မှတ်ရန် ကျွန်ုပ်တို့အသုံးပြုလေ့ရှိသော အကြွင်းအကျန်အမျိုးအစားတစ်ခုကို စံပြုကျန်နေသေး သည်ဟု ခေါ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ r i...
စံသတ်မှတ်ထားသော ကျန်ရှိသော အကြွင်း အကျန်ကို ၎င်း၏စံသွေဖည်မှုဖြင့် ပိုင်းခြားထားသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ r i = e i / RSE√ 1-h ii ရွှေ- e i : i th အကြွင်း RSE- မော်ဒယ်၏ ကျန်နေသော စံလွဲချော်မှု h II : IT စောင့်ကြည့်မှု မြင့်တက်လာခြင်း။ ဤဂဏန်းတွက်စက်သည် လေ့လာမှုတစ်ခုစီအတွက် စံသတ်မှတ်ထားသော အကြွင်းအကျန်များကို ရိုးရှင်းသော linear regression...
ကျန်ရှိသော ဆိုသည်မှာ မှတ်သားထားသောတန်ဖိုးနှင့် ဆုတ်ယုတ်မှုပုံစံ တစ်ခုရှိ ခန့်မှန်းတန်ဖိုးကြား ကွာခြားချက်ဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ လက်ကျန် = သတိပြုမိသော တန်ဖိုး – ခန့်မှန်းထားသော တန်ဖိုး ကျွန်ုပ်တို့ သတိပြုမိသော တန်ဖိုးများကို ပုံဖော်ကာ တပ်ဆင်ထားသော ဆုတ်ယုတ်မှုမျဉ်းကို ခြုံငုံမိပါက၊ ရှုမြင်မှု တစ်ခုစီအတွက် အကြွင်းအကျန်များသည် စူးစမ်းလေ့လာခြင်းနှင့် ဆုတ်ယုတ်မှုမျဉ်းကြား ဒေါင်လိုက်အကွာအဝေးဖြစ်လိမ့်မည်- ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ အစွန်းများကို ခွဲခြားသတ်မှတ်ရန် ကျွန်ုပ်တို့အသုံးပြုလေ့ရှိသော အကြွင်းအကျန်အမျိုးအစားတစ်ခုကို စံပြုကျန်နေသေး သည်ဟု ခေါ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ r i...
ကျန်ရှိသော ဆိုသည်မှာ မှတ်သားထားသောတန်ဖိုးနှင့် ဆုတ်ယုတ်မှုပုံစံ တစ်ခုရှိ ခန့်မှန်းတန်ဖိုးကြား ကွာခြားချက်ဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ လက်ကျန် = သတိပြုမိသော တန်ဖိုး – ခန့်မှန်းထားသော တန်ဖိုး ကျွန်ုပ်တို့ သတိပြုမိသော တန်ဖိုးများကို ရေးဆွဲပြီး တပ်ဆင်ထားသော ဆုတ်ယုတ်မှုမျဉ်းကို ခြုံငုံမိပါက၊ ရှုမြင်မှု တစ်ခုစီအတွက် အကြွင်းအကျန်များသည် ရှုထောင့်နှင့် ဆုတ်ယုတ်မှုမျဉ်းကြား ဒေါင်လိုက်အကွာအဝေးဖြစ်လိမ့်မည်- ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ အစွန်းများကို ခွဲခြားသတ်မှတ်ရန် ကျွန်ုပ်တို့အသုံးပြုလေ့ရှိသော အကြွင်းအကျန်အမျိုးအစားတစ်ခုကို စံပြုကျန်နေသေး သည်ဟု ခေါ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ r i...
Jaccard ဆင်တူယိုးမှား အညွှန်းကိန်း သည် ဒေတာအတွဲနှစ်ခုကြားရှိ တူညီမှုအတိုင်းအတာတစ်ခုဖြစ်သည်။ Paul Jaccard မှတီထွင်သော အညွှန်းကိန်းသည် 0 မှ 1 အထိရှိသည်။ ၎င်းသည် 1 နှင့် ပိုနီးစပ်လေ၊ ဒေတာအတွဲနှစ်ခုသည် ပို၍ဆင်တူလေဖြစ်သည်။ Jaccard ဆင်တူယိုးမှား အညွှန်းကိန်းကို အောက်ပါအတိုင်း တွက်ချက်ပါသည်။ Jaccard ဆင်တူယိုးမှား = (အတွဲနှစ်ခုစလုံးတွင် လေ့လာတွေ့ရှိချက်အရေအတွက်) / (တစ်စုံတစ်ခုအတွက် အရေအတွက်) သို့မဟုတ် အမှတ်အသားပုံစံဖြင့် ရေးထားသည်- J(A၊ B) = |A∩B| /...