ကြိမ်နှုန်း ဖြစ်နိုင်ခြေ (သို့မဟုတ် ကြိမ်နှုန်းပညာရှင်)

ဤဆောင်းပါးတွင် ကျွန်ုပ်တို့သည် ကြိမ်နှုန်းဖြစ်နိုင်ခြေ (သို့မဟုတ် frequentist probability) ကို တွက်ချက်နည်းကို ရှင်းပြထားပါသည်။ ကြိမ်နှုန်းဖြစ်နိုင်ခြေ၏ ဥပမာတစ်ခုကို သင်တွေ့ရှိမည်ဖြစ်ပြီး၊ ထို့အပြင်၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေနှင့် သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေကြား ကွာခြားချက်ကို သင်တွေ့မြင်နိုင်မည်ဖြစ်သည်။

ကြိမ်နှုန်းဖြစ်နိုင်ခြေဆိုတာဘာလဲ။

ကြိမ်နှုန်းဖြစ်နိုင်ခြေ ၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေ ဟုလည်း ခေါ်သည်၊ သည် ကျပန်းစမ်းသပ်မှုတစ်ခုတွင် မူလတန်းဖြစ်ရပ်တစ်ခု၏ ရေရှည်မျှော်မှန်းထားသော နှိုင်းရကြိမ်နှုန်းဖြစ်သည်။

ဖြစ်ရပ်တစ်ခု၏ ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို တွက်ချက်ရန်၊ စမ်းသပ်မှုအား အကြိမ်များစွာ ပြုလုပ်ရမည်ဖြစ်ပြီး ထပ်ခါတလဲလဲ လုပ်ဆောင်ခဲ့သည့် စုစုပေါင်းအကြိမ်အရေအတွက်ဖြင့် ရရှိနိုင်သော နှစ်သက်ဖွယ်ကိစ္စများ အရေအတွက်ကို ပိုင်းခြားရမည်ဖြစ်သည်။

စမ်းသပ်မှုကို ထပ်ခါထပ်ခါ ပြုလုပ်လေ၊ ရရှိသော ကြိမ်နှုန်း ဖြစ်နိုင်ခြေ တိကျလေဖြစ်သည်။ ထို့ကြောင့်၊ ဤဖြစ်နိုင်ခြေအမျိုးအစားသည် အများအားဖြင့် ထောင်ပေါင်းများစွာသော အကြိမ်များကို အတုယူကာ ၎င်းတို့ကို အချိန်တိုအတွင်း ခွဲခြမ်းစိတ်ဖြာနိုင်သည့် ကွန်ပျူတာပရိုဂရမ်များကို အသုံးပြု၍ တွက်ချက်လေ့ရှိပါသည်။

သင်္ချာအရ၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေဖော်မြူလာသည် N ၏ အဆုံးမရှိ s ဖြင့် ပိုင်းခြားထားသော N ၏ ကန့်သတ်ချက်ဖြစ်ပြီး N သည် စမ်းသပ်မှုစုစုပေါင်းအရေအတွက်ဖြစ်ပြီး s သည် ရရှိနိုင်သော နှစ်သက်ဖွယ်ကိစ္စများအရေအတွက်ဖြစ်သည်။

ဖော်မြူလာကို နားမလည်ပါက မစိုးရိမ်ပါနှင့်၊ ကျွန်ုပ်တို့သည် ၎င်းကို ဘယ်တော့မှ အပြီးမသတ်နိုင်သောကြောင့် တူညီသောစမ်းသပ်မှုကို အကြိမ်ရေ အဆမတန် ထပ်လုပ်ရန် မဖြစ်နိုင်သောကြောင့် ဖြစ်သည်။ ၎င်းသည် အထပ်ထပ်များစွာဖြင့် ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို တွက်ချက်ရမည်ဟူသောအချက်ကို ရည်ညွှန်းသည်။

သင်တွေ့မြင်ရသည့်အတိုင်း၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို သဘောတရားအရ ကွဲပြားသည့်အရာများကိုဆိုလိုသော်လည်း တူညီသောနှိုင်းရကြိမ်နှုန်းဖော်မြူလာကို အသုံးပြု၍ တွက်ချက်သည်။

ကြိမ်နှုန်း ဖြစ်နိုင်ခြေ ဥပမာ

သဘောတရားကို ပိုမိုကောင်းမွန်စွာနားလည်ရန်၊ လေ့ကျင့်ခန်းတစ်ခုကို တစ်ဆင့်ပြီးတစ်ဆင့် ဖြေရှင်းခြင်းဖြင့် ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို တွက်ချက်ပုံကို ကြည့်ပါမည်။ ဘာပဲဖြစ်ဖြစ်၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေ၏ အဓိပ္ပါယ်ကို နားလည်ရန် မလွယ်ကူသောကြောင့်၊ သင့်တွင် မေးခွန်းများရှိပါက၊ ၎င်းတို့ကို အောက်တွင် မှတ်ချက်များတွင် ထားခဲ့နိုင်ပါသည်။

• အသေကို လှိမ့်လိုက်ခြင်း၏ ကျပန်းအတွေ့အကြုံကို ဖန်တီးပေးသည့် မူလဖြစ်ရပ်များ၏ ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို တွက်ချက်ပါ။

(၁၊ ၂၊ ၃၊ ၄၊ ၅ နှင့် ၆) တွင် ဖြစ်နိုင်ခြေရှိသော ရလဒ်ခြောက်ခုရှိသည်၊ ထို့ကြောင့် မူလဖြစ်ရပ်တစ်ခုစီ၏ သီအိုရီဖြစ်နိုင်ခြေမှာ-

ထို့ကြောင့်၊ ဤလေ့ကျင့်ခန်းကိုဖြေရှင်းရန်၊ ကျွန်ုပ်တို့သည် ပစ်လွှတ်ခြင်းကို အကြိမ်ပေါင်းများစွာ တုပပြီး ရလဒ်များကို ကြိမ်နှုန်းဇယားတွင် မှတ်တမ်းတင်ရန် လိုအပ်ပါသည်။ ဥပမာအားဖြင့်၊ သင်သည် Excel software ကိုသုံးနိုင်သည်။

စမ်းသပ်မှုအရေအတွက်၏ အရေးပါမှုကို သင်မြင်နိုင်စေရန်အတွက်၊ ကျွန်ုပ်တို့သည် ပထမအကြိမ် လွှတ်တင်မှု ဆယ်ခု၊ ထို့နောက် တစ်ရာနှင့် နောက်ဆုံးတွင် တစ်ထောင်ကို ပုံဖော်ပါမည်။ ထို့ကြောင့် ကျပန်းအန်စာတုံး ၁၀ ခု၏ သရုပ်ဖော်မှုမှ ရရှိသော ရလဒ်များမှာ အောက်ပါအတိုင်း ဖြစ်သည်။

သင်တွေ့မြင်ရသည့်အတိုင်း၊ ကြိမ်နှုန်းဆယ်ကြိမ်သာ ပုံဖော်ခြင်းဖြင့် ရရှိနိုင်သော ဖြစ်နိုင်ခြေများသည် သီအိုရီဆိုင်ရာ ဖြစ်နိုင်ခြေများနှင့် ဆင်တူခြင်းမရှိပေ။

သို့သော် ကျွန်ုပ်တို့သည် စမ်းသပ်မှုအရေအတွက်ကို တိုးလာသည်နှင့်အမျှ၊ ဤမက်ထရစ်နှစ်ခုသည် ပို၍ဆင်တူလာသည်၊ လွှတ်တင်မှု 100 ၏ သရုပ်ဖော်ပုံကိုကြည့်ပါ-

ယခုသေဆုံးမှုပေါ်ရှိ နံပါတ်တစ်ခုစီအတွက် တွက်ချက်ထားသော ကြိမ်နှုန်းဖြစ်နိုင်ခြေသည် ၎င်း၏သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေနှင့် ပိုမိုဆင်တူသော်လည်း၊ ကျွန်ုပ်တို့သည် အလွန်ကွဲပြားသောတန်ဖိုးများကို ရရှိဆဲဖြစ်သည်။

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့သည် တူညီသောလုပ်ထုံးလုပ်နည်းကို လုပ်ဆောင်သော်လည်း လွှတ်တင်မှုပေါင်း ၁၀၀၀ ကို ပုံဖော်ထားသည်။

နောက်ဆုံးဇယားတွင်ကျွန်ုပ်တို့မြင်နိုင်သည်အတိုင်း၊ ယခုကြိမ်နှုန်းဖြစ်နိုင်ခြေများ၏တန်ဖိုးများသည်သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေများနှင့်အလွန်နီးစပ်ပါသည်။

အချုပ်အားဖြင့် ၊ ကျွန်ုပ်တို့သည် လက်တွေ့စမ်းသပ်မှုအရေအတွက်ကို တိုးလာလေလေ၊ အဖြစ်အပျက်တစ်ခု၏ ကြိမ်နှုန်းဖြစ်နိုင်ခြေ၏ တန်ဖိုးသည် ၎င်း၏ သီအိုရီအရဖြစ်နိုင်ခြေနှင့် နီးကပ်လေလေဖြစ်သည်။ ဤစည်းမျဉ်းကို ကိန်းဂဏန်းကြီးများ၏ ဥပဒေအဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုသည်၊ အကြိမ်အရေအတွက် ပိုများလေ၊ စမ်းသပ်မှုတန်ဖိုးများသည် သီအိုရီတန်ဖိုးများနှင့် ဆင်တူကြောင်း ဖော်ပြသည်။

ထို့အပြင်၊ သင်သည် ကြိမ်နှုန်းဇယားသုံးခုကို နှိုင်းယှဉ်ပါက၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေသည် အတိအကျမဟုတ်သော်လည်း ထပ်တလဲလဲပြုလုပ်သည့် အရေအတွက်ပေါ်မူတည်၍ ပြောင်းလဲသွားသည်ကို သင်တွေ့နိုင်သည်။ ထို့ကြောင့် ရရှိသော တန်ဖိုးများကို မည်ကဲ့သို့ အဓိပ္ပာယ်ဖွင့်ဆိုရမည်ကို သိထားရမည်။

ကြိမ်နှုန်းဖြစ်နိုင်ခြေနှင့် သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေ

ကြိမ်နှုန်းဖြစ်နိုင်ခြေနှင့် သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေ (သို့မဟုတ် ရှေးရိုးဖြစ်နိုင်ခြေ) အကြား ခြားနားချက် မှာ စမ်းသပ်မှုရလဒ်များကို အသုံးပြု၍ ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို တွက်ချက်ပြီး စံပြအခြေအနေများအောက်တွင် ရလဒ်များကို ထည့်သွင်းတွက်ချက်ကာ သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေကို တွက်ချက်ခြင်းဖြစ်သည်။

တစ်နည်းဆိုရသော်၊ ကြိမ်နှုန်းဖြစ်နိုင်ခြေကိုရှာဖွေရန်၊ စမ်းသပ်မှုတစ်ခုကို ပုံဖော်ပြီး ရရှိသောရလဒ်များမှ တွက်ချက်မှုကို လုပ်ဆောင်ရမည်ဖြစ်သည်။ သို့သော် သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေကို သိရန်၊ မည်သည့်စမ်းသပ်မှုမျှ မလုပ်သင့်ဘဲ သီအိုရီအရ တွက်ချက်မှုကို လုပ်ဆောင်သည်။

ကြိမ်နှုန်းဖြစ်နိုင်ခြေ ဖော်မြူလာသည် စမ်းသပ်မှုတစ်ခုတွင် ရရှိသော အခွင့်သာသော အမှုအရေအတွက်ဖြစ်ပြီး ကြိုးစားမှုစုစုပေါင်းဖြင့် ပိုင်းခြားထားသည်။

ဆန့်ကျင်ဘက်အားဖြင့်၊ သီအိုရီဆိုင်ရာဖြစ်နိုင်ခြေဖော်မြူလာသည် ဖြစ်နိုင်ချေရှိသော မူလတန်းဖြစ်ရပ်များ၏ စုစုပေါင်းအရေအတွက်ဖြင့် ပိုင်းခြားထားသော နှစ်သက်ဖွယ်ဖြစ်ရပ်များအရေအတွက်ဖြစ်သည်။

အခြေခံဖြစ်ရပ်တစ်ခုစီ၏ ဖြစ်နိုင်ခြေကို မသိနိုင်သော ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို လက်တွေ့စမ်းသပ်မှုများတွင် အဓိကအားဖြင့် အသုံးပြုပါသည်။ ထို့နောက် ထပ်ခါထပ်ခါများစွာကို တုပပြီး အဖြစ်အပျက်တစ်ခုစီ၏ အကြိမ်ရေမည်မျှဖြစ်ပေါ်လာမည်ကို ခန့်မှန်းရန် ကြိမ်နှုန်းဖြစ်နိုင်ခြေကို အသုံးပြုပါသည်။