အယောင်ဆောင်စာရင်းအင်းများ

ဤဆောင်းပါးတွင် ကိန်းဂဏန်းစာရင်းအင်းများ သည် မည်သည့်အရာအတွက် အသုံးပြုကြောင်းနှင့် ၎င်းကို မည်သည့်အရာအတွက် အသုံးပြုကြောင်း ရှင်းပြထားသည်။ အလားတူပင်၊ ကိန်းဂဏန်းစာရင်းအင်းများကို အသုံးချခြင်း၏နမူနာများစွာကို သင်တွေ့မြင်နိုင်မည်ဖြစ်ပြီး၊ နိယာမစာရင်းအင်းများနှင့် သရုပ်ဖော်ကိန်းဂဏန်းများအကြား ကွာခြားချက်မှာ အဘယ်နည်း။

ကိန်းဂဏန်းစာရင်းဇယားဆိုတာ ဘာလဲ။

Inferential Statistics သည် နမူနာဒေတာမှ လူဦးရေတန်ဖိုးများကို ဆုံးဖြတ်ရန် တာဝန်ရှိသော စာရင်းအင်းဌာနခွဲဖြစ်သည်။ တစ်နည်းဆိုရသော်၊ ယင်း၏တစ်စိတ်တစ်ပိုင်းကိုသာ ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် လူဦးရေစာရင်းအင်းဆိုင်ရာ ဘောင်များနှင့်ပတ်သက်၍ ကောက်ချက်ချရန်အတွက် အနုစာရင်းဇယားကို အသုံးပြုသည်။

သာမာန်အားဖြင့်၊ ကိန်းဂဏန်းလေ့လာမှုတစ်ရပ်ကို ဆောင်ရွက်သည့်အခါ လူဦးရေ၏ အစိတ်အပိုင်းအားလုံးကို ခွဲခြမ်းစိတ်ဖြာရန် မဖြစ်နိုင်သောကြောင့် လူတစ်ဦးချင်းစီ၏ နမူနာများကိုသာ ခွဲခြမ်းစိတ်ဖြာပြီး ရလဒ်များကို လူဦးရေတစ်ခုလုံးသို့ ခွဲခြမ်းစိတ်ဖြာပါသည်။ ထို့ကြောင့်၊ အကြမ်းဖျင်းစာရင်းအင်းများသည် နမူနာလေ့လာထားသော တွက်ချက်မှုများမှ လူဦးရေ၏ရလဒ်များကို နုတ်ယူခွင့်ပြုသည့် စာရင်းဇယားများ၏ အစိတ်အပိုင်းဖြစ်သည်။

လူဦးရေကန့်သတ်ချက်များကို အတိအကျ သိနိုင်မည်မဟုတ်ကြောင်း သတိရပါ။ သို့သော်၊ ကိန်းဂဏန်းအနုမာနသည် အမှားအယွင်းနည်းပါးသောအနားသတ်ကို ထိန်းသိမ်းရန် ကူညီပေးပြီး လူဦးရေတန်ဖိုးများကို အောင်မြင်စွာဆုံးဖြတ်ရန် အခွင့်အလမ်းများကို တိုးပွားစေသည်။

ထို့ကြောင့် သုတေသနကုန်ကျစရိတ်များကို လျော့နည်းစေသည့်နမူနာတစ်ခုသာလေ့လာခြင်းဖြင့် လူဦးရေကို ခွဲခြမ်းစိတ်ဖြာနိုင်စေသောကြောင့် အကြမ်းဖျင်းစာရင်းအင်းများသည် အရေးကြီးပါသည်။ ထို့အပြင်၊ ကိန်းဂဏန်းစာရင်းအင်းလူဦးရေနှင့်ပတ်သက်သော အဖိုးတန်အချက်အလက်များကို ပေးဆောင်သောကြောင့် ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေသော ကိန်းဂဏန်းစာရင်းအင်းများ။

Inferential Statistics နမူနာများ

Inferential Statistics ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကို ကြည့်ပြီးနောက်၊ သဘောတရားကို အပြည့်အဝ ပေါင်းစပ်ရန် ၎င်း၏ အသုံးချပရိုဂရမ်၏ နမူနာများစွာကို ကျွန်ုပ်တို့ တွေ့ရပါမည်။

ကောက်ချက်ချသော စာရင်းအင်းများကို အသုံးချခြင်း ဥပမာများ

• ထင်မြင်ချက်စစ်တမ်းများ – ကိုယ်စားလှယ်နမူနာတစ်ခု၏ထင်မြင်ယူဆချက်ကိုမေးခြင်းဖြင့်၊ လူဦးရေသည် ကုန်ပစ္စည်းတစ်ခု၊ နိုင်ငံရေးသမား၊ ကုမ္ပဏီတစ်ခုစသည်ဖြင့် မည်ကဲ့သို့ထင်မြင်သည်ကို ကျွန်ုပ်တို့ သိရှိနိုင်ပါသည်။
• ဆေးဝါးများ၏ ထိရောက်မှုကို လေ့လာခြင်း – လူနာအုပ်စုတွင် ဆေးတစ်မျိုးကို စမ်းသပ်ပြီး ရလဒ်များမှ ဆေးဝါးသည် ရောဂါကို ကုသရာတွင် ထိရောက်မှု ရှိမရှိ တွက်ချက်နိုင်သည်။
• ထုတ်လုပ်မှုတွင် အရည်အသွေးထိန်းချုပ်မှု – ထုတ်လုပ်ထားသော ထုတ်ကုန်နမူနာကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့်၊ လုပ်ငန်းစဉ်သည် မှန်ကန်စွာ လုပ်ဆောင်နေပြီး အရည်အသွေး စံချိန်စံညွှန်းများနှင့် ကိုက်ညီခြင်းရှိမရှိ ဆုံးဖြတ်ရန် ဖြစ်နိုင်သည်။
• Financial Risk Analysis – အချို့သောဘဏ္ဍာရေးဆိုင်ရာ ရင်းနှီးမြှုပ်နှံမှုများပြုလုပ်ခြင်း၏အန္တရာယ်ကို တွက်ချက်ရန်အတွက် အကြမ်းဖျင်းစာရင်းအင်းများကိုလည်း အသုံးပြုပါသည်။
• စျေးကွက်အမူအကျင့်ကို ခန့်မှန်းခြင်း – သမိုင်းအရောင်းအ၀ယ်ဒေတာမှ၊ ကောက်ချက်ချသောစာရင်းအင်းများကို အသုံးပြု၍ အနာဂတ်စျေးကွက်အပြုအမူဆိုင်ရာ ခန့်မှန်းချက်များကို ပြုလုပ်နိုင်ပါသည်။

Inferential စာရင်းအင်းနည်းလမ်းများ

Inferential Statistics တွင် အသုံးအများဆုံး စာရင်းအင်းနည်းလမ်းများမှာ-

• ကန့်သတ်ချက် ခန့်မှန်းချက်
• အယူအဆ ဆန့်ကျင်ဘက်
• ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာခြင်း။
• စမ်းသပ်ထားတာ

Inferential Statistics အမျိုးအစားများ

ကိန်းဂဏန်းစာရင်းအင်း အမျိုးအစားများ မှာ-

• Parametric Inferential Statistics : ဖြစ်နိုင်ခြေ ဖြန့်ဖြူးမှုဖြင့် သတ်မှတ်နိုင်သော ကိန်းရှင်များကို လေ့လာသည်။
• Nonparametric Inferential Statistics − ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုနှင့် မကိုက်ညီသော ကိန်းရှင်များကို လေ့လာသည်။

အောက်ဖော်ပြပါတွင် ကိန်းဂဏန်းစာရင်းဇယားအမျိုးအစားတစ်ခုစီသည် မည်ကဲ့သို့အသေးစိတ်ရှင်းပြထားသည်။

Parametric ကိန်းဂဏန်းများ

Parametric Statistics သည် ဒေတာဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုဖြင့် စံနမူနာယူနိုင်သည်ဟု ယူဆသည့် ကိန်းဂဏန်းစာရင်းဇယား၏ အကိုင်းအခက်ဖြစ်သည်။ ထို့ကြောင့်၊ parametric ကိန်းဂဏန်းများသည် လူသိများသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုများနှင့် ကိုက်ညီသော ကိန်းဂဏန်းစမ်းသပ်မှုများကို အသုံးပြုသည်။

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

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

Nonparametric စာရင်းအင်းများ

Nonparametric Statistics သည် ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုနှင့် မကိုက်ညီသော သို့မဟုတ် ဖြန့်ဝေမှု၏ ဘောင်များကို သတ်မှတ်မထားသော ကိန်းရှင်များကို လေ့လာသည့် အနုစိတ်ကိန်းဂဏန်းများ၏ အခွဲဖြစ်သည်။ ဆိုလိုသည်မှာ၊ သီအိုရီဆိုင်ရာ မော်ဒယ်များနှင့် သတ်မှတ်၍မရသော ကိန်းရှင်များအတွက် nonparametric စာရင်းအင်းများကို အသုံးပြုပါသည်။

ထို့ကြောင့်၊ nonparametric ကိန်းဂဏန်းစာရင်းအင်းများတွင် အသုံးပြုထားသော ဖြန့်ဝေမှုများကို ဦးစားပေးအဖြစ် သတ်မှတ်၍မရသော်လည်း စောင့်ကြည့်လေ့လာထားသောဒေတာများက ၎င်းတို့ကို ဆုံးဖြတ်ပေးသည်။

အချို့သော စမ်းသပ်မှုများ၏ ယခင်ယူဆချက်များနှင့် မကိုက်ညီသောအခါ ပါရာမက်ထရစ်ကိန်းဂဏန်းစာရင်းအင်းနည်းလမ်းများကို ယေဘူယျအားဖြင့် အသုံးပြုပါသည်။ အကြောင်းမှာ parametric ကိန်းဂဏန်းများသည် ယေဘုယျအားဖြင့် ယူဆချက်အချို့ကို ပြုလုပ်ရန်လိုအပ်ပါသည်။ အောက်တွင် parametric မဟုတ်သောကိန်းဂဏန်းများနှင့် parametric ကိန်းဂဏန်းများအကြားခြားနားချက်များကိုတွေ့ရပါမည်။

Inferential Statistics နှင့် သရုပ်ဖော်ကိန်းဂဏန်းများ

နောက်ဆုံးအနေဖြင့်၊ ၎င်းတို့သည် ကိန်းဂဏန်းစာရင်းဇယား၏ အဓိကအကိုင်းအခက်နှစ်ခုကို ဖွဲ့စည်းထားသောကြောင့် သရုပ်ဖော်ကိန်းဂဏန်းများနှင့် မည်သို့ကွာခြားသည်ကို ကြည့်ကြပါစို့။

သရုပ်ဖော်စာရင်းအင်းများသည် ၎င်းတို့၏ ခွဲခြမ်းစိတ်ဖြာမှုကို လွယ်ကူချောမွေ့စေရန် စုဆောင်းထားသော အချက်အလက်များကို ဖော်ပြရန် တာဝန်ရှိသည့် စာရင်းဇယားဌာနခွဲဖြစ်သည်။ ရိုးရိုးရှင်းရှင်းပြောရလျှင် ကိန်းဂဏန်းအချက်အလက်များ၊ ဂရပ်များ သို့မဟုတ် ဇယားများကို အသုံးပြု၍ အချက်အလက်အစုအဝေးကို အကျဉ်းချုံ့ရန် သရုပ်ဖော်ကိန်းဂဏန်းများကို အသုံးပြုသည်။

Inferential Statistics နှင့် သရုပ်ဖော်ကိန်းဂဏန်းများကြား ခြားနားချက်သည် ၎င်းတို့၏ ရည်ရွယ်ချက်တွင် တည်ရှိသည်။ Inferential Statistics ၏လုပ်ဆောင်ချက်သည် လူဦးရေ၏ ကန့်သတ်ချက်တန်ဖိုးများကို ဆုံးဖြတ်ရန်ဖြစ်ပြီး ဖော်ပြချက်စာရင်းဇယား၏ ရည်ရွယ်ချက်မှာ နမူနာတစ်ခု၏ ဝိသေသလက္ခဏာများကို ဖော်ပြရန်ဖြစ်သည်။