Parametric စာရင်းအင်းများ

ဤဆောင်းပါးတွင် ပါရာမက်ထရစ်ကိန်းဂဏန်းများသည် မည်သည့်အရာနှင့် ၎င်းတို့အတွက်အသုံးပြုသည်ကို ရှင်းပြထားသည်။ parametric ကိန်းဂဏန်းများ အသုံးချခြင်း၏ ဥပမာတစ်ခုနှင့် ပါရာမက်ထရစ်မဟုတ်သော ကိန်းဂဏန်းများနှင့် နှိုင်းယှဉ်ပါက အားသာချက်များနှင့် အားနည်းချက်များကို သင်တွေ့မြင်နိုင်မည်ဖြစ်ပါသည်။

Parametric Statistics ဆိုတာ ဘာလဲ။

Parametric Statistics သည် ဒေတာဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုဖြင့် စံနမူနာယူနိုင်သည်ဟု ယူဆသည့် ကိန်းဂဏန်းစာရင်းဇယား၏ အကိုင်းအခက်ဖြစ်သည်။ ထို့ကြောင့်၊ parametric ကိန်းဂဏန်းများသည် သိထားသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုများ နှင့် ကိုက်ညီသော ကိန်းဂဏန်းစမ်းသပ်မှုများကို အသုံးပြုသည်။

အသုံးပြုထားသော စာရင်းအင်းနည်းလမ်းအများစုသည် parametric ဖြစ်သည်၊ ဆိုလိုသည်မှာ ၎င်းတို့သည် parametric ကိန်းဂဏန်းများ၏ တစ်စိတ်တစ်ပိုင်းဖြစ်ကြောင်း သတိပြုသင့်သည်။

အဓိကအားဖြင့်၊ အမှတ်ခန့်မှန်းချက် သို့မဟုတ် ကြားကာလအားဖြင့်ဖြစ်စေ ကန့်သတ်ချက်တစ်ခုအား ခန့်မှန်းရန်၊ ကန့်သတ်ချက်ဆိုင်ရာ ကိန်းဂဏန်းများကို ခန့်မှန်းရန်နှင့် သီအိုရီစစ်ဆေးမှုလုပ်ဆောင်ရန် အသုံးပြုသည်။

parametric ကိန်းဂဏန်းနမူနာ

ယခု ကျွန်ုပ်တို့သည် parametric ကိန်းဂဏန်းများ ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကို သိရှိပြီး သဘောတရားကို အပြည့်အဝနားလည်ရန် ဤစာရင်းအင်းအမျိုးအစား၏ အသုံးပြုပုံ ဥပမာကို ကြည့်ကြပါစို့။

ပုံမှန် ဖြန့်ဖြူးမှုသည် ပျမ်းမျှနှင့် စံသွေဖည်မှုဖြင့် ကန့်သတ်ထားသော ဖြစ်နိုင်ခြေဖြန့်ဖြူးမှုတစ်ခုဖြစ်သည်။ ထို့ကြောင့်၊ ဤဘောင်နှစ်ခု၏တန်ဖိုးကို ကျွန်ုပ်တို့သိပါက၊ ကျွန်ုပ်တို့သည် ၎င်းတို့၏ဝိသေသလက္ခဏာများကို ဆုံးဖြတ်နိုင်ပြီး၊ ထို့ကြောင့် ဤဖြန့်ဖြူးမှုနှင့် သက်ဆိုင်သည့် ကိန်းရှင်များ၏ ဖြစ်နိုင်ခြေများကို တွက်ချက်နိုင်သည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် ပျမ်းမျှ 100 နှင့် စံသွေဖည်မှု 1 ဖြင့် ပုံမှန်ဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော 99 ရှုမြင်မှုနမူနာတစ်ခုရှိပါက၊ parametric ကိန်းဂဏန်းများကို အသုံးပြု၍ လေ့လာမှု 100 အရေအတွက်သည် 102.33 ထက် 102.33 ထက် 1% ဖြစ်နိုင်ချေရှိကြောင်း ဆုံးဖြတ်နိုင်သည် ပေါင်း 2.33 စံသွေဖည်မှုများ)။

Parametric ကိန်းဂဏန်းစစ်ဆေးမှုများ

အမည်တွင်အကြံပြုထားသည့်အတိုင်း parametric test သည် parametric ကိန်းဂဏန်းများကိုအသုံးပြုသည့် statistical test ဖြစ်ပြီး၊ ဆိုလိုသည်မှာ parametric စမ်းသပ်မှုများသည် ခန့်မှန်းချက်တစ်ခုပြုလုပ်ရန် သိထားသောဖြစ်နိုင်ခြေဖြန့်ဝေမှုများကို အသုံးပြုသော ကိန်းဂဏန်းများဖြစ်သည်။

အသုံးအများဆုံး parametric ကိန်းဂဏန်းစစ်ဆေးမှုများမှာ-

• Z စမ်းသပ်မှု
• ကျောင်းသား T-test
• ANOVA စမ်းသပ်မှု

parametric ကိန်းဂဏန်းများ၏အားသာချက်များနှင့်အားနည်းချက်များ

parametric စာရင်းဇယားများ၏ အားသာချက်များနှင့် အားနည်းချက်များမှာ- parametric စာရင်းဇယားများနှင့် နှိုင်းယှဉ်ပါက-

အားသာချက်-

• parametric ကိန်းဂဏန်းများကို အသုံးပြု၍ ပြုလုပ်ထားသော ခန့်မှန်းခြေများသည် ပိုမိုတိကျပါသည်။
• ပါရာမက်ထရစ်စစ်ဆေးမှုများ၏ ပါဝါ (သို့မဟုတ် ကိန်းဂဏန်းဆိုင်ရာ ပါဝါ) သည် ယေဘုယျအားဖြင့် ပိုကြီးသည်။
• Parametric စစ်ဆေးမှုများသည် ရိုးရှင်းပြီး တွက်ချက်ရန် ပိုမိုလွယ်ကူပါသည်။

အားနည်းချက်များ-

• ယေဘုယျအားဖြင့်၊ parametric စမ်းသပ်မှုများသည် အချို့သော ယူဆချက်များနှင့် ကိုက်ညီရမည်၊ ဆိုလိုသည်မှာ အဆိုပါ ယူဆချက်များနှင့် မကိုက်ညီပါက ၎င်းတို့၏ တရားဝင်မှု ဆုံးရှုံးသွားမည်ဖြစ်သည်။
• တွက်ချက်မှုများလုပ်ဆောင်ရန်အတွက် ဖြစ်နိုင်ခြေဖြန့်ဝေမှု၏ ဘောင်များကို သိရှိရပါမည်။

Parametric ကိန်းဂဏန်းများနှင့် parametric မဟုတ်သောစာရင်းအင်းများ

ကိန်းဂဏန်းစာရင်းအင်းများ၏ အဓိကအကိုင်းအခက်နှစ်ခုမှာ ပါရာမက်ထရစ်ကိန်းဂဏန်းစာရင်းများနှင့် ပါရာမက်ထရစ်ကိန်းဂဏန်းများဖြစ်သည်။ ထို့ကြောင့် ဤကိန်းဂဏန်းနှစ်ခု ကွဲပြားပုံကို အောက်တွင် ကြည့်ရှုပါမည်။

Nonparametric Statistics တွင် သီအိုရီ စံနမူနာများနှင့် ကိုက်ညီမှုမရှိသော ကိန်းရှင်များကို လေ့လာသည့် ကိန်းရှင်နည်းလမ်းများအားလုံး ပါဝင်သည်။ ဥပမာအားဖြင့်၊ chi-square ဖြန့်ဖြူးမှုကို ဦးစားပေးအဖြစ် သတ်မှတ်၍မရသော်လည်း ဒေတာသည် ဖြန့်ဖြူးမှုကို ဆုံးဖြတ်သည်။

ထို့ကြောင့်၊ ပါရာမက်ထရစ်ကိန်းဂဏန်းစာရင်းအင်းနှင့် ပါရာမက်ထရစ်ကိန်းဂဏန်းမဟုတ်သော ကိန်းဂဏန်းများကြား ခြားနားချက် မှာ ပါရာမက်ထရစ်ကိန်းဂဏန်းများသည် ကန့်သတ်ချက်များဖြင့်သတ်မှတ်ထားသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုများကို အသုံးပြု၍ ပါရာမက်ထရစ်ကိန်းဂဏန်းများမဟုတ်သော ကိန်းဂဏန်းများသည် ကန့်သတ်ချက်များနှင့်မကိုက်ညီသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုများကို အခြေခံထားသည်။ သီအိုရီ မော်ဒယ်များ။