R- dchisq၊ pchisq၊ qchisq၊ rchisq တွင် chi-square ဖြန့်ဖြူးမှု

ဤသင်ခန်းစာတွင် အောက်ပါလုပ်ဆောင်ချက်များကို အသုံးပြု၍ R တွင် Chi-square ဖြန့်ဖြူးမှုကို အသုံးပြုပုံကို ရှင်းပြထားသည်။

• dchisq- Chi-square ဖြစ်နိုင်ခြေ သိပ်သည်းဆ လုပ်ဆောင်ချက်၏ တန်ဖိုးကို ပြန်ပေးသည်။
• pchisq- Chi-Square စုဆောင်းသိပ်သည်းမှု လုပ်ဆောင်ချက်၏ တန်ဖိုးကို ပြန်ပေးသည်။
• qchisq : Chi-Square quantile လုပ်ဆောင်ချက်၏ တန်ဖိုးကို ပြန်ပေးသည်။
• rchisq : Chi-Square တွင် ဖြန့်ဝေထားသော ကျပန်းကိန်းရှင်များကို ထုတ်ပေးသည်။

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်တစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

dchisq

ကျွန်ုပ်တို့သည် Chi-square ဖြန့်ဝေမှုအား လွတ်လပ်မှုအတိုင်းအတာအချို့ဖြင့် ချိန်ညှိရန် Curve() လုပ်ဆောင်ချက်ဖြင့် dchisq() လုပ်ဆောင်ချက်ကို အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် လွတ်လပ်မှု 5 ဒီဂရီဖြင့် Chi-square ဖြန့်ဝေမှုကို ကြံစည်ရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်သည်။

 #plot Chi_Square distribution with 5 degrees of freedom
curve(dchisq(x, df= 5 ), from= 0 , to= 20 )

x-axis သည် Chi-square စမ်းသပ်မှုကိန်းဂဏန်းတန်ဖိုးများကိုပြသပြီး y-axis သည် ဖြစ်နိုင်ခြေသိပ်သည်းမှုလုပ်ဆောင်မှု၏ ဆက်စပ်တန်ဖိုးကို ပြသသည်။

ဆက်စပ်- R တွင် Chi-Square ဖြန့်ဝေမှုကို လွယ်ကူစွာ ဘယ်လိုဆွဲမလဲ။

pchisq

pchisq() ကို သုံးလေ့ရှိပါတယ်။   ပေးထားသော Chi-square စမ်းသပ်မှု ကိန်းဂဏန်းနှင့် ကိုက်ညီသော p-value ကို ရှာဖွေရန် လုပ်ဆောင်ချက်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် လွတ်လပ်ရေး chi-square စမ်းသပ်မှုကို လုပ်ဆောင်ပြီး လွတ်လပ်မှု 2 ဒီဂရီဖြင့် ^X2 = 0.86404 ၏ စမ်းသပ်စာရင်းအင်းတစ်ခုကို ရယူသည်ဆိုပါစို့။

ဤစမ်းသပ်မှုစာရင်းအင်းနှင့် ကိုက်ညီသော p-value ကိုရှာဖွေရန် pchisq() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။

 #calculate p-value for given test statistic with 2 degrees of freedom
1-pchisq(0.86404, df= 2 )

[1] 0.6491964

p-value သည် 0.6491964 ဖြစ်သွားသည်။

P-value ဂဏန်းတွက်စက်သို့ chi-square ရမှတ်ကို အသုံးပြုခြင်းဖြင့် ၎င်းသည် မှန်ကန်ကြောင်းကိုလည်း ကျွန်ုပ်တို့ အတည်ပြုနိုင်ပါသည်။

တစ်ခုခု

qchisq() ကို မကြာခဏ သုံးပါတယ်။   ပေးထားသော အရေးပါမှုအဆင့်နှင့် လွတ်လပ်မှုဒီဂရီများနှင့် ကိုက်ညီသော အရေးပါသော ချီစတုရန်းတန်ဖိုးကို ရှာဖွေရန် လုပ်ဆောင်ချက်။

ဥပမာအားဖြင့်၊ လွတ်လပ်မှု 13 ဒီဂရီနှင့် 0.05 ၏ အရေးပါမှုအဆင့်နှင့် ကိုက်ညီသော အရေးပါသော Chi-square တန်ဖိုးကို ရှာဖွေရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်သည်။

 qchisq(p= .95 , df= 13 )

[1] 22.36203

အရေးကြီးသောတန်ဖိုးသည် 22.36203 ဖြစ်သွားသည်။

Chi-square အရေးပါသောတန်ဖိုးဂဏန်းတွက်စက်ကို အသုံးပြု၍ ၎င်းသည် မှန်ကန်ကြောင်းကိုလည်း ကျွန်ုပ်တို့ အတည်ပြုနိုင်ပါသည်။

chisq

မကြာခဏဆိုသလို rchisq() ကို သုံးပါတယ်။   လွတ်လပ်မှုအတိုင်းအတာတစ်ခုဖြင့် Chi-square ဖြန့်ဖြူးမှုနောက်ဆက်တွဲ n ကျပန်းတန်ဖိုးများစာရင်းကို ထုတ်လုပ်ရန် လုပ်ဆောင်ချက်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် လွတ်လပ်မှု 5 ဒီဂရီရှိသော Chi-square ဖြန့်ဖြူးမှုနောက်ဆက်တွဲဖြစ်သော ကျပန်းတန်ဖိုး 1,000 စာရင်းကို ထုတ်လုပ်ရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #make this example reproducible
set. seed ( 0 ) 

#generate 1000 random values that follow Chi-Square dist with df=5
values <- rchisq(n= 1000 , df= 5 )

#view first five values
head(values)

[1] 8.369701 3.130487 1.985623 5.258747 10.578594 6.360859

ဤတန်ဖိုးများ ဖြန့်ဖြူးမှုကို မြင်သာစေရန်အတွက် hist( ) လုပ်ဆောင်ချက်ကိုလည်း အသုံးပြုနိုင်သည်။

 #create histogram to visualize distribution of values
hist(values)

x-axis သည် data values များကိုပြသပြီး y-axis သည် ထိုတန်ဖိုးများ၏ frequency ကိုပြသသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဖြန့်ဝေမှုများနှင့် မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

R- dnorm၊ pnorm၊ qnorm နှင့် rnorm တို့တွင် ပုံမှန်ဖြန့်ဖြူးမှု
R- dbinom၊ pbinom၊ qbinom နှင့် rbinom တို့တွင် ဒွိနမိုင်းခွဲဝေမှု
R- dpois၊ ppois၊ qpois နှင့် rpois တို့တွင် ငါးဖြန့်ဖြူးမှု