အညွှန်းကိန်း ဆုတ်ယုတ်မှု

ဤဆောင်းပါးတွင် ကိန်းဂဏန်းစာရင်းအင်းဆိုင်ရာ အတိုးကိန်းဆုတ်ယုတ်မှုဟူသည် အဘယ်အရာအတွက် အသုံးပြုကြောင်းကို ရှင်းပြထားသည်။ ထို့အပြင်၊ exponential regression လုပ်နည်းနှင့် ဤ regression ၏ ဥပမာကို သင်လေ့လာနိုင်မည်ဖြစ်ပါသည်။

exponential regression ဆိုတာ ဘာလဲ။

Exponential regression သည် exponential function ၏ equation ဖြစ်သည့် regression model တစ်ခုဖြစ်သည်။ ထို့ကြောင့်၊ exponential regression တွင်၊ အမှီအခိုကင်းသော variable နှင့် dependent variable သည် exponential equation ဖြင့် ဆက်စပ်နေသည်။

exponential regression model အတွက် ညီမျှခြင်းမှာ y=ae ^bx ဖြစ်သည်။ ထို့ကြောင့်၊ exponential regression model ၏ ညီမျှခြင်းတွင် constants နှစ်ခု (a နှင့် b) ရှိပြီး သီးခြား variable သည် နံပါတ် e (e=2.718) ၏ ထပ်ကိန်းတွင်ဖြစ်သည်။

ဥပမာအားဖြင့်၊ ညီမျှခြင်း y=5e ^2x သည် အမှီအခိုကင်းသော ကိန်းရှင် X ကို မှီခိုကိန်းရှင် Y နှင့် အဆက်မပြတ်ဆက်နွယ်နေသောကြောင့် အဆက်ကိန်းဆုတ်ယုတ်မှုပုံစံဖြစ်သည်။

Exponential regression သည် logarithmic regression နှင့် polynomial regression တို့နှင့်အတူ linear မဟုတ်သော regression အမျိုးအစားတစ်ခုဖြစ်သည်။

exponential regression ဖော်မြူလာ

exponential regression model ၏ ညီမျှခြင်းအတွက် ဖော်မြူလာမှာ y=ae ^bx ဖြစ်သည်။ ထို့ကြောင့်၊ exponential regression equation တွင် သီးခြားကိန်းရှင်ကို မြှောက်သည့် ထပ်ကိန်းတွင် ကိန်း e နှင့် အခြား coefficient (b) ကိန်းကိန်း (a) ရှိသည်။

ထို့ကြောင့် ကိန်းဂဏန်း ဆုတ်ယုတ်မှု ဖော်မြူလာ မှာ-

ရွှေ-

• 

  dependent variable ဖြစ်ပါတယ်။

• 

  လွတ်လပ်သောကိန်းရှင်ဖြစ်သည်။

• 

  regression coefficients တွေပါ။

exponential regression model ၏ ဥပမာ

ယုတ္တိနည်းအားဖြင့်၊ အမှတ်ဂရပ်သည် အညွှန်းကိန်းဂရပ်ပုံစံအဖြစ် ရှိနေသောအခါ၊ ဆိုလိုသည်မှာ၊ ဂရပ်ပေါ်ရှိ အမှတ်များသည် ပိုမိုမြန်ဆန်လာသောအခါ၊ ဤအခြေအနေတွင်၊ အညွှန်းကိန်းဆုတ်ယုတ်မှုပုံစံသည် linear regression model ထက် ပို၍သင့်လျော်မည်ဖြစ်သည်။

ဒေတာနမူနာကို ရေးဆွဲထားသည့် အောက်ပါဂရပ်ကို ကြည့်ပါ။ သင်တွေ့မြင်ရသည့်အတိုင်း၊ ဂရပ်သည် exponential မျဉ်းကွေးတစ်ခုဖြစ်ပြီး ထို့ကြောင့် regression line သည် data set နှင့် ကောင်းစွာမကိုက်ညီပါ။

ထို့ကြောင့် ကျွန်ုပ်တို့သည် ကိန်းဂဏန်းအချက်အလက်အစုနှင့် ကိန်းဂဏန်းဆိုင်ရာ ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်ဖြစ်အောင် ကြိုးစားပါမည်။ ဆုတ်ယုတ်မှုအောက်ပါရရှိသော ပုံစံမှာ အောက်ပါအတိုင်းဖြစ်သည်။

အထက်ဖော်ပြပါ ဂရပ်တွင် သင်တွေ့မြင်ရသည့်အတိုင်း၊ အညွှန်းကိန်းဆုတ်ယုတ်မှုပုံစံသည် ဒေတာနှင့် ပိုမိုကိုက်ညီပါသည်။ အမှန်စင်စစ်၊ ဆုံးဖြတ်ခြင်းဆိုင်ရာ ကိန်းဂဏန်းသည် သိသိသာသာ တိုးတက်ခဲ့ပြီး 72.95% မှ 93.56% သို့ ရောက်သွားပါသည်။ နိဂုံးချုပ်အနေနှင့်၊ ဤကိစ္စတွင်၊ အချက်အလက်နှင့်ကိုက်ညီသော ညီမျှခြင်းတစ်ခုကိုရှာဖွေရန် အညွှန်းကိန်းဆုတ်ယုတ်မှုပုံစံကို အသုံးပြုခြင်းသည် အကောင်းဆုံးဖြစ်သည်။

အခြားလိုင်းမဟုတ်သော ဆုတ်ယုတ်မှုအမျိုးအစားများ

အဓိကအားဖြင့် nonlinear regression အမျိုးအစားသုံးမျိုးရှိသည်။

• လော့ဂရစ်သမ်ဆုတ်ယုတ်မှု – လွတ်လပ်သောကိန်းရှင်၏ လော့ဂရစ်သမ်ကို ယူသည်။
• Exponential Regression : အမှီအခိုကင်းသော ကိန်းရှင်ကို ညီမျှခြင်း၏ ထပ်ကိန်းတွင် တွေ့နိုင်သည်။
• Polynomial Regression – ဆုတ်ယုတ်မှုပုံစံ ညီမျှခြင်းသည် ပေါင်းကိန်းတစ်ခု၏ ပုံစံဖြစ်သည်။