R တွင် အလယ်အလတ်စိတ်ခံစားချက်စစ်ဆေးမှုကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Mood median test ကို အမှီအခိုကင်းသော အုပ်စုနှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော မီဒီယာများကို နှိုင်းယှဉ်ရန် အသုံးပြုသည်။

အကြွေစေ့ စာကြည့်တိုက်၏ median_test လုပ်ဆောင်ချက်ကို R တွင် ဤစမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ အောက်ပါ syntax ကိုအသုံးပြုသည်-

median_test(တုံ့ပြန်မှု~အုပ်စု၊ ဒေတာ)

ရွှေ-

• တုံ့ပြန်မှု- တုံ့ပြန်မှုတန်ဖိုးများ၏ ကွက်လပ်တစ်ခု
• အုပ်စု- တန်ဖိုးများကို အုပ်စုဖွဲ့ခြင်း၏ ကွက်ကွက်
• ဒေတာ- တုံ့ပြန်မှုနှင့် အုပ်စု vector များ ပါဝင်သော ဒေတာဘောင်တစ်ခု

အောက်ဖော်ပြပါ ဥပမာသည် R တွင် ပျမ်းမျှ Mood စမ်းသပ်မှုကို လုပ်ဆောင်ရန် ဤလုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ဖော်ပြသည်။

ဥပမာ- R တွင် Mood median test

မတူညီတဲ့ လေ့လာမှုနည်းလမ်းနှစ်ခုက သူ့အတန်းထဲက ကျောင်းသားတွေကြားမှာ မတူညီတဲ့ စာမေးပွဲရမှတ်တွေကို ထုတ်ပေးနိုင်မလားဆိုတာ ဆရာတစ်ယောက်က သိချင်တယ်ဆိုပါစို့။ ၎င်းကိုစမ်းသပ်ရန်အတွက် ကျောင်းသား ၁၀ ဦးအား လေ့လာမှုနည်းလမ်းတစ်ခုအသုံးပြုရန်နှင့် အခြားကျောင်းသား ၁၀ ဦးအား အခြားနည်းလမ်းတစ်ခုအသုံးပြုရန် ကျပန်းတောင်းဆိုခဲ့သည်။ နှစ်ပတ်အကြာတွင် ကျောင်းသားတစ်ဦးစီသည် တူညီသော စာမေးပွဲကိုဖြေဆိုကြသည်။

အလယ်တန်းစာမေးပွဲရမှတ်သည် အုပ်စုနှစ်ခုကြားတွင် ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် Mood ၏ ပျမ်းမျှစစ်ဆေးမှုကို အသုံးပြုရန် ဆုံးဖြတ်ခဲ့သည်။

အဆင့် 1: ဒေတာဘောင်ကိုဖန်တီးပါ။

 #createdata
method = rep(c('method1', 'method2'), each=10)
score = c(75, 77, 78, 83, 83, 85, 89, 90, 91, 97, 77, 80, 84, 84, 85, 90, 92, 92, 94, 95)
examData = data.frame(method, score)

#viewdata
examData

    method score
1 method1 75
2 method1 77
3 method1 78
4 method1 83
5 method1 83
6 method1 85
7 method1 89
8 method1 90
9 method1 91
10 method1 97
11 method2 77
12 method2 80
13 method2 84
14 method2 84
15 method2 85
16 method2 90
17 method2 92
18 method2 92
19 method2 94
20 method2 95

အဆင့် 2- အလယ်အလတ် စိတ်ခံစားချက် စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

 #load the coin library
library(corner)

#perform Mood's Median Test
median_test(score~method, data = examData)

#output
	Asymptotic Two-Sample Brown-Mood Median Test

data: score by method (method1, method2)
Z = -0.43809, p-value = 0.6613
alternative hypothesis: true mu is not equal to 0

စမ်းသပ်မှု၏ p-တန်ဖိုးသည် 0.6613 ဖြစ်သည်။ ဤတန်ဖိုးသည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ အုပ်စုနှစ်ခုကြားရှိ ပျမ်းမျှစာမေးပွဲရမှတ်များတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထားမရှိပါ။

ပုံသေအားဖြင့်၊ ဤလုပ်ဆောင်ချက်သည် ပျမ်းမျှနှင့် အတိအကျတူညီသော လေ့လာတွေ့ရှိချက်များကို 0 အမှတ်တစ်ခု သတ်မှတ်ပေးသည်။ သို့သော်၊ သင်သည် mid.score အငြင်းအခုံကို အသုံးပြု၍ ဤတန်ဖိုးကို 0.5 သို့မဟုတ် 1 ဟု သတ်မှတ်နိုင်သည်။

ဥပမာအားဖြင့်၊ အောက်ပါကုဒ်သည် အလယ်အလတ်စိတ်ခံစားချက်စမ်းသပ်ချက်နှင့် အတိအကျတူညီသော်လည်း ၎င်းသည် ပျမ်းမျှနှင့်ညီသော စူးစမ်းလေ့လာမှုများအတွက် 0.5 တန်ဖိုးကို သတ်မှတ်ပေးသည်-

 #perform Mood's Median Test
median_test(score~method, mid.score="0.5" , data = examData)

#output
	Asymptotic Two-Sample Brown-Mood Median Test

data: score by method (method1, method2)
Z = -0.45947, p-value = 0.6459
alternative hypothesis: true mu is not equal to 00

စမ်းသပ်မှု p-value သည် 0.6459 ဖြစ်လာသည်၊ ၎င်းသည် ယခင် p-value 0.6613 ထက် အနည်းငယ်နိမ့်သည်။ သို့သော်၊ စာမေးပွဲ၏နိဂုံးသည် အတူတူပင်ဖြစ်သည်- အုပ်စုနှစ်ခုကြားရှိ ပျမ်းမျှစာမေးပွဲရမှတ်များသည် သိသိသာသာကွာခြားသည်ဟုဆိုရန် ကျွန်ုပ်တို့တွင် လုံလောက်သောအထောက်အထားမရှိပါ။