Dichotomous ပြောင်းလဲမှု

ဤဆောင်းပါးတွင် dichotomous variables များကို ရှင်းပြထားသည်။ ထို့ကြောင့် စာရင်းဇယားများ၊ dummy variable များ၏နမူနာများနှင့် dummy variable နှင့် linear regression တို့၏ ဆက်နွယ်မှုကို သင်လေ့လာနိုင်မည်ဖြစ်ပါသည်။

dichotomous variable ဆိုတာဘာလဲ။

စာရင်းဇယားများတွင်၊ dichotomous variable သည် တန်ဖိုးနှစ်ခုသာယူနိုင်သော variable တစ်ခုဖြစ်သည်။ ထို့ကြောင့်၊ dichotomous variable သည် တန်ဖိုး 1 သို့မဟုတ် 0 သာရှိနိုင်ပြီး တန်ဖိုးတစ်ခုစီသည် ဖြစ်နိုင်သည့်ရွေးချယ်စရာနှစ်ခုအနက်မှတစ်ခုနှင့် သက်ဆိုင်ပါသည်။

ဥပမာအားဖြင့်၊ လူတစ်ဦး၏ လိင်သည် အမျိုးသား သို့မဟုတ် အမျိုးသမီးသာဖြစ်နိုင်သောကြောင့် ကွဲပြားသောကွဲပြားမှုတစ်ခုဖြစ်သည်။

Dichotomous variable များကို binary variable များ ဟုလည်း ခေါ်သည်။

ထို့အပြင်၊ dichotomous variable သည် categorical variable နှင့် qualitative variable နှစ်မျိုးလုံးအဖြစ် ခွဲခြားထားနိုင်သောကြောင့် ကိန်းဂဏန်းကိန်းသေကိန်းရှင်၏ အထူးအမျိုးအစားဖြစ်သည်။

နောက်ဆုံးတွင်၊ သင်သည် dichotomous variable ၏အဓိပ္ပါယ်ကိုမှတ်မိစေရန်ကူညီရန်၊ စကားလုံးသည် ဂရိဘာသာတွင် နှစ်ခု ဟုအဓိပ္ပာယ်ရသော ရှေ့ဆက် di- မှဆင်းသက်လာသည်။

dichotomous ကိန်းရှင်များ ဥပမာများ

ကျွန်ုပ်တို့သည် dichotomous variable ၏အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကိုမြင်ပြီးသည်နှင့်၊ သဘောတရားကိုနားလည်သဘောပေါက်ရန်အဆုံးသတ်ရန်ဤကိန်းရှင်အမျိုးအစား၏နမူနာများစွာကိုတွေ့ရပါမည်။

• စမ်းသပ်မှုတစ်ခု၏ရလဒ် – ၎င်းသည် “ အောင်မြင်မှု” သို့မဟုတ် “ ကျရှုံးခြင်း” ဖြစ်နိုင်သည်။
• လူတစ်ဦး၏ကျန်းမာရေးအခြေအနေ – ၎င်းတို့သည် “ ကျန်းမာ” သို့မဟုတ် “ ဖျားနာ” နိုင်သည်။
• စာမေးပွဲ၏ရလဒ် – ရရှိသောအဆင့်ကို “ အောင်သည်” သို့မဟုတ် “ ကျရှုံး” အဖြစ် သတ်မှတ်နိုင်သည်။
• မေးခွန်းတစ်ခုအတွက် အဖြေ – အကယ်၍ မေးခွန်းသည် “ yes” နှင့် “ no” ကဲ့သို့သော အဖြေနှစ်ခုကိုသာ ခွင့်ပြုပါက ၎င်းသည် dichotomous variable ဖြစ်သည်။
• လူတစ်ဦးသည် တစ်ဦးတည်းသောကလေးဖြစ်သည်ဖြစ်စေ မရှိသည်ဖြစ်စေ – လူတစ်ယောက်တွင် မွေးချင်းမရှိပါက၊ dichotomous variable သည် 0 ဖြစ်ပြီး၊ သို့မဟုတ်ပါက dichotomous variable သည် 1 ဖြစ်သည်။
• စာအုပ်တစ်အုပ်ကိုဖတ်သည်ဖြစ်စေ မဖတ်သည်ဖြစ်စေ ဟူသောအချက် သည် “ဖတ်သည်” သို့မဟုတ် “မဖတ်ရသေး” နိုင်သည်။
• အလုပ်ရုံရှိ ကားတစ်စီး၏ အခြေအနေ : ၎င်းကို “ ပြုပြင်ခြင်း” သို့မဟုတ် “ ပြုပြင်မွမ်းမံခြင်း” ပြုလုပ်နိုင်သည်။
• သရေရလဒ် – “ ခေါင်း” သို့မဟုတ် “ အမြီးများ” သာရှိနိုင်သည်။

စဉ်ဆက်မပြတ် ကိန်းရှင်များကိုလည်း ဒိုင်ခရိုတိုမုဒ်လုပ်နိုင်သည်ကို သတိပြုပါ။ ဥပမာအားဖြင့်၊ စဉ်ဆက်မပြတ်ကိန်းရှင်ဖြစ်သည့် လူတစ်စု၏အရွယ်အစားသည် တန်ဖိုးနှစ်ခုကိုသာခွင့်ပြုပါက- “ 1.80 m” သို့မဟုတ် “ 1.80 m” ထက်နည်းသော သို့မဟုတ် ညီမျှသော dichotomous variable အဖြစ်ပြောင်းလဲနိုင်သည်။

Dichotomous နှင့် polytomous variable

ဤကဏ္ဍတွင် polytomous variable သည် အဘယ်အရာဖြစ်ပြီး ၎င်းသည် dichotomous variable နှင့် မည်သို့ကွာခြားသည်ကို ကျွန်ုပ်တို့မြင်ရပါမည်။

polytomous variable သည် တန်ဖိုးသုံးခု သို့မဟုတ် ထို့ထက်ပို၍ယူနိုင်သော variable အမျိုးအစားတစ်ခုဖြစ်သည်။ ဥပမာအားဖြင့်၊ လူတစ်ဦး၏အကြိုက်ဆုံးအရောင်သည် “ အဝါရောင်” , “ အနီရောင်” , “ အစိမ်းရောင်” , “ အပြာ” , “ ခရမ်းရောင်” စသည်တို့ဖြစ်နိုင်သောကြောင့် polytomous variable တစ်ခုဖြစ်သည်။

အတိုချုပ်ပြောရလျှင် ဤကိန်းရှင်နှစ်မျိုးသည် ၎င်းတို့ယူနိုင်သော တန်ဖိုးအရေအတွက်တွင် အခြေခံအားဖြင့် ကွဲပြားသည်။

linear regression တွင် dichotomous variable

စာရင်းဇယားများတွင်၊ dummy variable များသည် nominal data ကို ရေတွက်ရန် ခွင့်ပြုထားသောကြောင့် အလွန်အသုံးဝင်ပါသည်။ ဥပမာအားဖြင့်၊ linear regression တွင် nominal data ကိုထည့်သွင်းရန်အတွက် dummy variable များကိုအသုံးပြုသည်။

ထို့ကြောင့်၊ လူတစ်ဦးသည် စမ်းသပ်မှုတစ်ခု၏ရလဒ်အပေါ် လွှမ်းမိုးမှုရှိမရှိကို လေ့လာလိုပါက၊ ကျွန်ုပ်တို့သည် ဤဝိသေသလက္ခဏာကို linear regression model (0 = အမျိုးသားနှင့် 1=female) တွင် ထည့်သွင်းရန်အတွက် dummy variable ကို အသုံးပြုနိုင်ပါသည်။ နှင့် ယောက်ျားဖြစ်စေ မိန်းမဖြစ်စေ အချက်အလက်ကို ခွဲခြားပါ။

ထို့အပြင်၊ ဖြစ်နိုင်ချေ အမျိုးအစား နှစ်ခုထက်ပိုသော အရည်အသွေးဆိုင်ရာ ကိန်းရှင်တစ်ခုကို dummy variable အများအပြားကို အသုံးပြု၍ စံနမူနာယူနိုင်ပါသည်။ အတိအကျအားဖြင့်၊ အရည်အသွေးမတူညီသောကိန်းရှင်တွင် m အမျိုးအစားများရှိပါက၊ linear regression model ၏ရွေးချယ်မှုများအားလုံးကိုထည့်သွင်းရန်အတွက် m-1 dummy variable များကိုထည့်ရပါမည်။

linear regression အကြောင်းပိုမိုလေ့လာရန်၊ ကျွန်ုပ်တို့၏ဝဘ်ဆိုက်တွင်ရှိသော ဆောင်းပါးကို သင်စစ်ဆေးနိုင်ပါသည်။