R တွင် chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Chi -square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။

ဤသင်ခန်းစာတွင် R ဖြင့် chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- R တွင် Chi-square goodness-of-fit test

စတိုးဆိုင်ပိုင်ရှင်တစ်ဦးက သူ့ဆိုင်ကို အပတ်စဉ် ဖောက်သည်အရေအတွက် တူညီစွာလာရောက်သည်ဟု ဆိုသည်။ ဤယူဆချက်ကို စမ်းသပ်ရန်အတွက် သုတေသီတစ်ဦးသည် သတ်မှတ်ရက်သတ္တပတ်အတွင်း စတိုးဆိုင်သို့ ရောက်ရှိလာသော ဖောက်သည်အရေအတွက်ကို မှတ်တမ်းတင်ပြီး အောက်ပါတို့ကို တွေ့ရှိသည်-

• တနင်္လာနေ့- ဖောက်သည် ၅၀
• အင်္ဂါနေ့- ဖောက်သည် ၆၀
• ဗုဒ္ဓဟူးနေ့- ဖောက်သည် ၄၀
• ကြာသပတေးနေ့: ဖောက်သည် 47
• သောကြာနေ့: ဖောက်သည် 53 ဦး

ဒေတာသည် စတိုးပိုင်ရှင်၏ တောင်းဆိုချက်နှင့် ကိုက်ညီမှုရှိမရှိ ဆုံးဖြတ်ရန် R တွင် Chi-square goodness-of-fit စမ်းသပ်မှုပြုလုပ်ရန် အောက်ပါအဆင့်များကို လိုက်နာပါ။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ သတိပြုမိသော ကြိမ်နှုန်းများနှင့် တစ်နေ့တာအတွက် ကျွန်ုပ်တို့ မျှော်လင့်ထားသော ဖောက်သည်အချိုးအစား ပါဝင်ရန် ဇယားနှစ်ခုကို ဖန်တီးပါမည်။

 observed <- c(50, 60, 40, 47, 53) 
expected <- c(.2, .2, .2, .2, .2) #must add up to 1

အဆင့် 2- chi-square goodness-of-fit စမ်းသပ်မှု ပြုလုပ်ပါ။

ထို့နောက်၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် chisq.test() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ chi-square fit test ကို လုပ်ဆောင်နိုင်သည်-

chisq.test(x၊ p)

ရွှေ-

• x- သတိပြုမိသော ကြိမ်နှုန်းများ၏ ကိန်းဂဏာန်း vector တစ်ခု။
• p- မျှော်မှန်းထားသော အချိုးအစားများ၏ ကိန်းဂဏာန်း ကွက်ကွက်။

အောက်ပါကုဒ်သည် ကျွန်ုပ်တို့၏ဥပမာတွင် ဤလုပ်ဆောင်ချက်ကိုအသုံးပြုပုံကို ပြသသည်-

 #perform Chi-Square Goodness of Fit Test
chisq.test(x=observed, p=expected)

	Chi-squared test for given probabilities

data: observed
X-squared = 4.36, df = 4, p-value = 0.3595

Chi-square စမ်းသပ်မှုကိန်းဂဏန်းသည် 4.36 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.3595 ဖြစ်သည်။

p-value သည် n-1 ဒီဂရီ လွတ်လပ်မှု (dof) ရှိသော Chi-square တန်ဖိုးနှင့် သက်ဆိုင်ကြောင်း သတိပြုပါ။ ဒီနေရာမှာ df = 5-1 = 4 ။

X ² = 4.36 နှင့် df = 4 နှင့် သက်ဆိုင်သော p-value သည် 0.35947 ဖြစ်ကြောင်း အတည်ပြုရန် chi-square ကို P-value calculator ကို သုံးနိုင်သည်။

chi-square goodness-of-fit စမ်းသပ်မှုတွင် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုထားကြောင်း သတိရပါ။

• H ₀ : (null hypothesis) ကိန်းရှင်တစ်ခုသည် တွေးခေါ်မှုဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သည်။
• H ₁ : (အစားထိုးယူဆချက်) ကိန်းရှင်တစ်ခုသည် တွေးခေါ်မှုဆိုင်ရာ ဖြန့်ဝေမှုကို မလိုက်နာပါ။

p-value (0.35947) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဆိုလိုသည်မှာ စတိုးဆိုင်ပိုင်ရှင်မှ တင်ပြသော ဖောက်သည်များ၏ စစ်မှန်သော ဖြန့်ဖြူးမှုမှာ ကွဲလွဲကြောင်း ပြောရန် လုံလောက်သော အထောက်အထား မရှိပါ။

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် chi-square လွတ်လပ်ရေးစမ်းသပ်မှုပြုလုပ်နည်း
R တွင် Chi-square ကိန်းဂဏန်းတစ်ခု၏ P တန်ဖိုးကို မည်ကဲ့သို့ တွက်ရမည်နည်း။
R တွင် အရေးပါသော ချီစတုရန်းတန်ဖိုးကို မည်သို့ရှာရမည်နည်း။