A- အဆင့်သတ်မှတ်ခြင်းလုပ်ဆောင်ချက်အတွက် tie.method အတွက် ပြီးပြည့်စုံသောလမ်းညွှန်ချက်

Vector တစ်ခုရှိ တန်ဖိုးများ အဆင့်တစ်ခုသို့ ပြန်ပို့ရန် အခြေခံ R တွင် Rank() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

rank(x၊ na.last=TRUE၊ties.method=”ပျမ်းမျှ”)

ရွှေ-

• x : အမျိုးအစားခွဲရန် တန်ဖိုးများပါရှိသော vector
• na.last : မှန်ပါက၊ ပျောက်ဆုံးနေသောတန်ဖိုးများကို နောက်ဆုံးထားလိုက်ပါ။ မှားပါက၊ ပျောက်ဆုံးနေသောတန်ဖိုးများကို ဦးစွာထည့်ပါ။
• tie.method : ဆက်ဆံရေးကို ကိုင်တွယ်နည်း (မူရင်းမှာ “ ပျမ်းမျှ” )

Rank() လုပ်ဆောင်ချက်အတွက် Ties.method argument သည် အဆက်အသွယ်များကို မည်သို့ကိုင်တွယ်သင့်သည်ကို သတ်မှတ်ပေးပါသည်။

ဤအကြောင်းပြချက်သည် အောက်ပါရွေးချယ်စရာများကို လက်ခံသည်-

• ပျမ်းမျှ : (ပုံသေ) ချိတ်ဆက်ထားသော အရာတစ်ခုစီကို ပျမ်းမျှအဆင့် သတ်မှတ်ပေးသည် (အဆင့် 3 နှင့် အဆင့် 4 နှစ်ခုစလုံးသည် အဆင့် 3.5 ရရှိသည်)
• ပထမအချက် – အနိမ့်ဆုံးအဆင့်သို့ ပထမချိတ်ဆက်ထားသောဒြပ်စင်ကို သတ်မှတ်ပေးသည် (အဆင့် 3 နှင့် 4 အဆင့်ရှိ အစိတ်အပိုင်းများကို အဆင့် 3 နှင့် 4 အသီးသီးရရှိပါမည်)
• နောက်ဆုံး – နောက်ဆုံးချိတ်ဆက်ထားသောဒြပ်စင်အား အနိမ့်ဆုံးအဆင့်သို့ သတ်မှတ်ပေးသည် (အဆင့် 3 နှင့် 4 အဆင့်ရှိ အစိတ်အပိုင်းများကို အဆင့် 4 နှင့် 3 အသီးသီးရရှိပါမည်)
• min : လင့်ခ်တစ်ခုစီကို အနိမ့်ဆုံးအဆင့်သို့ သတ်မှတ်ပေးသည် (အဆင့် 3 နှင့် အဆင့် 4 နှစ်ခုစလုံးသည် အဆင့် 3 ရရှိမည်)
• အမြင့်ဆုံး – လင့်ခ်ချိတ်ထားသော အရာတစ်ခုစီကို အမြင့်ဆုံးအဆင့် သတ်မှတ်ပေးသည် (အဆင့် 3 နှင့် အဆင့် 4 နှစ်ခုစလုံးသည် အဆင့် 4 ရရှိမည်)
• Random : ချိတ်ထားသောဒြပ်စင်တစ်ခုစီကို ကျပန်းအဆင့်တစ်ခုစီသတ်မှတ်ပေးသည် ( 3rd နှင့် 4th ရာထူးအတွက် ချိတ်ထားသောဒြပ်စင်များကို rank တစ်ခုခုရနိုင်သည်)

အောက်ပါဥပမာများသည် R ရှိ အောက်ပါဒေတာဘောင်ဖြင့် ရွေးချယ်မှုတစ်ခုစီကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 #create data frame
df <- data. frame (player=c('A', 'B', 'C', 'D', 'E'),
                 dots=c(5, 8, 10, 10, 17))

#view data frame
df

  player points
1 to 5
2 B 8
3 C 10
4 D 10
5 E 17

ဥပမာ 1- Ties.method=”ပျမ်းမျှ” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ်အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကိုအသုံးပြုသည့် Ties.method=”ပျမ်းမျှ” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = “ average ”)

#view updated data frame
df

  player points points_rank
1 to 5 1.0
2 B 8 2.0
3 C 10 3.5
4 D 10 3.5
5 E 17 5.0

ကစားသမား C နှင့် D သည် အမှတ်တူညီပြီး ရာထူး 3 နှင့် 4 တွင်ရှိသောကြောင့် ၎င်းတို့နှစ်ဦးစလုံးသည် ၎င်းတို့၏ အဆင့်ပျမ်းမျှ 3.5 ကို ရရှိခဲ့သည်။

ဥပမာ 2- Ties.method=”first” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ်အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကိုအသုံးပြုသည့် Ties.method=”first” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " first ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 3
4 D 10 4
5 E 17 5

ကစားသမား C နှင့် D တွင် အမှတ်တူညီပြီး 3 နှင့် 4 နေရာကို သိမ်းပိုက်ထားသောကြောင့် ၎င်းတို့နှစ်ဦးကြားရှိ ပထမဆုံးကစားသမား (ကစားသမား “ C” ) သည် အနိမ့်ဆုံးအဆင့်ကို ရရှိခဲ့သည်။

ဥပမာ 3- Ties.method=”last” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ် အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကို အသုံးပြုသည့် Ties.method=”last” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " last ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 3
5 E 17 5

ကစားသမား C နှင့် D တွင် အမှတ်တူညီပြီး 3 နှင့် 4 နေရာကို သိမ်းပိုက်ထားသောကြောင့် ၎င်းတို့နှစ်ဦးကြားရှိ နောက်ဆုံးကစားသမား (ကစားသမား “ D” ) သည် အနိမ့်ဆုံးအဆင့်ကို ရရှိခဲ့သည်။

ဥပမာ 4- Ties.method=”min” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ်အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကိုအသုံးပြုသည့် Ties.method=”min” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " min ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 3
4 D 10 3
5 E 17 5

ကစားသမား C နှင့် D သည် အမှတ်တူညီပြီး ရာထူး 3 နှင့် 4 တွင်ရှိသောကြောင့် ကစားသမားနှစ်ဦးစလုံးသည် အနိမ့်ဆုံးအဆင့်- 3 ရရှိခဲ့သည်။

ဥပမာ 5- Ties.method=”max” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ်အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကိုအသုံးပြုသည့် Ties.method=”max” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " max ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 4
5 E 17 5

ကစားသမား C နှင့် D သည် အမှတ်တူညီပြီး ရာထူး 3 နှင့် 4 တွင်ရှိသောကြောင့် ကစားသမားနှစ်ဦးစလုံးသည် အမြင့်ဆုံးအဆင့်- 4 ရရှိခဲ့သည်။

ဥပမာ 6- Ties.method=”ကျပန်း” ဖြင့် Rank() ကိုသုံးပါ။

အောက်ပါကုဒ်သည် အမှတ်များ ကော်လံ၏တန်ဖိုးအပေါ် အခြေခံ၍ ကစားသမားတစ်ဦးစီအား အဆင့်သတ်မှတ်ရန် Rank() ကို အသုံးပြုသည့် Ties.method=”ကျပန်း” ဖြင့် ကော်လံအသစ်ကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " random ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 3
5 E 17 5

ကစားသမား C နှင့် D တွင် အမှတ် တူညီပြီး ရာထူး 3 နှင့် 4 တွင် ရှိနေသောကြောင့် ကစားသမားတစ်ဦးစီသည် အဆင့် 3 သို့မဟုတ် 4 ကို ကျပန်းသတ်မှတ်ခြင်းခံရသည်။

tie.method အတွက် “ ကျပန်း” ကိုသုံးသောအခါ၊ သင်ကုဒ်ကိုဖွင့်တိုင်း တန်ဖိုးတစ်ခုစီအတွက် သတ်မှတ်ထားသော အဆင့်သည် ပြောင်းလဲသွားတတ်သည်ကို သတိပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

R တွင် sort(), order() နှင့် Rank() ကိုအသုံးပြုနည်း
R တွင် ရာခိုင်နှုန်းအဆင့်ကို တွက်နည်း
dplyr ကို အသုံးပြု၍ အုပ်စုအလိုက် စီရန်