လူဦးရေ vs. နမူနာစံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။

စံသွေဖည်မှုသည် ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများဖြန့်ဝေမှုကို တိုင်းတာရန် အသုံးအများဆုံးနည်းလမ်းများထဲမှတစ်ခုဖြစ်သည်။

သင်တွက်ချက်နိုင်သော စံသွေဖည်မှု အမျိုးအစား နှစ်မျိုးရှိပြီး သင်လုပ်ဆောင်နေသော ဒေတာအမျိုးအစားပေါ် မူတည်၍ ကွဲပြားပါသည်။

1. လူဦးရေစံသွေဖည်

သင်လုပ်ဆောင်နေသော ဒေတာအစုံသည် လူဦးရေတစ်ခုလုံးကို ကိုယ်စားပြုသည့်အခါတွင် လူဦးရေစံသွေဖည်မှုကို တွက်ချက်သင့်သည်။

လူဦးရေစံနှုန်းသွေဖည်မှုကို တွက်ချက်ရန် ဖော်မြူလာမှာ σ ကို ရည်ညွှန်းသည်-

σ = √ Σ(x _i – μ) ² / N

ရွှေ-

• ∑ : “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : ဒေတာအစုံရှိ i ^th တန်ဖိုး
• µ : လူဦးရေ ပျမ်းမျှ
• N : လူဦးရေ အရွယ်အစား

2. စံသွေဖည်ခြင်း ဥပမာ

သင်လုပ်ဆောင်နေသော ဒေတာအတွဲသည် စိတ်ဝင်စားမှုပိုများသော လူဦးရေမှယူထားသော နမူနာကို ကိုယ်စားပြုသည့်အခါ နမူနာစံသွေဖည်မှုကို တွက်ချက်သင့်သည်။

နမူနာစံသွေဖည်မှုကို တွက်ချက်ရန်အတွက် ဖော်မြူလာ၊ အမှတ်အသားပြုထားသော s သည်-

s = √ Σ(x _i – x̄) ² / (n – 1)

ရွှေ-

• ∑ : “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : ဒေတာအစုံရှိ i ^th တန်ဖိုး
• x̄ : နမူနာဆိုလိုသည်။
• n : နမူနာအရွယ်အစား

နမူနာမှ လူဦးရေ၏ စံသွေဖည်မှု- ကွာခြားချက်

အထက်ဖော်ပြပါ ဖော်မြူလာများမှ၊ လူဦးရေနှင့် နမူနာစံသွေဖည်မှုကြား သေးငယ်သော ခြားနားချက်ရှိကြောင်း ကျွန်ုပ်တို့တွေ့မြင်နိုင်သည်- နမူနာစံသွေဖည်မှုကို တွက်ချက်ရာတွင် N အစား N-1 ဖြင့် ပိုင်းခြားပါသည်။

အကြောင်းရင်းမှာ ကျွန်ုပ်တို့သည် နမူနာစံသွေဖည်မှုကို တွက်ချက်သောအခါ၊ ကျွန်ုပ်တို့သည် စစ်မှန်သော လူဦးရေကွဲပြားမှုကို လျှော့တွက်လေ့ရှိသောကြောင့်ဖြစ်သည်။ တစ်နည်းဆိုရသော် ကျွန်ုပ်တို့၏ စစ်မှန်သော လူဦးရေစံနှုန်းသွေဖည်မှု ခန့်မှန်းချက်သည် ဘက်လိုက်ပါသည်။*

ဤဘက်လိုက်မှုကို ပြုပြင်ရန်အတွက် ကျွန်ုပ်တို့သည် n-1 ဖြင့် ပိုင်းခြားထားပါသည်။ ၎င်းသည် နမူနာစံသွေဖည်မှုကို လူဦးရေစံသွေဖည်မှု၏ ဘက်မလိုက်သော ခန့်မှန်းချက်တစ်ခုအဖြစ် ပြသထားသည်။

*ဤသက်သေအထောက်အထားသည် ဤဆောင်းပါး၏ အတိုင်းအတာထက်ကျော်လွန်ပါသည်။ သင်္ချာအထောက်အထားအတွက်၊ ဤ Stack Exchange ဆောင်းပါးကို ကြည့်ပါ။

လူဦးရေ vs. နမူနာစံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။

လူဦးရေနှင့်နမူနာစံသွေဖည်မှုကို အသုံးပြုသင့်သည့်အခါတွင် ပိုမိုနားလည်ရန် အောက်ပါအလေ့အကျင့်ပြဿနာများကို အသုံးပြုပါ။

လေ့ကျင့်ရေးပြဿနာ 1- အားကစား

ဘတ်စကတ်ဘောနည်းပြတစ်ဦးသည် ၎င်း၏အသင်းရှိ ကစားသမား ၁၂ ဦးမှ ရမှတ်များ၏ ပျမ်းမျှနှင့် စံသွေဖည်မှုကို အကျဉ်းချုပ်ဖော်ပြလိုသည်ဆိုပါစို့။

ရမှတ်များ၏ စံသွေဖည်မှုကို တွက်ချက်ရာတွင် လူဦးရေ သို့မဟုတ် နမူနာစံသွေဖည်သည့် ဖော်မြူလာကို အသုံးပြုသင့်ပါသလား။

အဖြေ- သူသည် ၎င်း၏ကစားသမားများ ရမှတ်များကိုသာ စိတ်ဝင်စားပြီး အခြားအသင်းမှ အခြားကစားသမားများကိုသာ စိတ်ဝင်စားသောကြောင့် လူဦးရေစံသွေဖည်မှုကို အသုံးပြုရမည်ဖြစ်သည်။

အလေ့အကျင့်ပြဿနာ 2- အရပ်

အားကစားရုံဆရာတစ်ဦးသည် ၎င်း၏အတန်းရှိ ကျောင်းသားများ၏ အမြင့်များ၏ ပျမ်းမျှနှင့် စံလွဲချက်များကို အကျဉ်းချုပ်ဖော်ပြလိုသည်ဆိုပါစို့။

အမြင့်၏ စံသွေဖည်မှုကို တွက်ချက်သောအခါ၊ ၎င်းသည် လူဦးရေ သို့မဟုတ် နမူနာစံသွေဖည်မှုဖော်မြူလာကို အသုံးပြုသင့်ပါသလား။

အဖြေ- ထိုအတန်းရှိ ကျောင်းသားများ၏ အရွယ်အစားကိုသာ စိတ်ဝင်စားသောကြောင့် လူဦးရေစံသွေဖည်မှုကို အသုံးပြုသင့်သည်။

လက်တွေ့ပြဿနာ 3- ဇီဝဗေဒ

ဇီဝဗေဒပညာရှင်တစ်ဦးသည် လိပ်မျိုးစိတ်တစ်ခု၏ အလေးချိန်၏ ပျမ်းမျှနှင့် စံသွေဖည်မှုကို အကျဉ်းချုံးလိုသည်ဆိုပါစို့။ သူမသည် အပြင်ထွက်ပြီး လူဦးရေထဲမှ လိပ် ၂၀ ၏ ရိုးရှင်းသော ကျပန်းနမူနာကို ယူရန် ဆုံးဖြတ်လိုက်သည်။

အလေးများ၏ စံသွေဖည်မှုကို တွက်ချက်သောအခါတွင်၊ သူသည် လူဦးရေ သို့မဟုတ် နမူနာစံသွေဖည်မှုဖော်မြူလာကို အသုံးပြုသင့်ပါသလား။

အဖြေ- သူမ၏နမူနာရှိ လိပ်များ၏ အလေးချိန်သာမက လိပ်လူဦးရေတစ်ခုလုံး၏ အလေးချိန်ကို စိတ်ဝင်စားသောကြောင့် နမူနာစံသွေဖည်မှုကို အသုံးပြုသင့်သည်။

အလေ့အကျင့်ပြဿနာ 4- ထုတ်လုပ်မှု

စစ်ဆေးရေးမှူးတစ်ဦးသည် စက်ရုံတစ်ရုံတွင် ထုတ်လုပ်သည့်တာယာများ၏ အလေးချိန်နှင့် စံသွေဖည်မှုကို အကျဉ်းချုပ်ဖော်ပြလိုသည်ဆိုပါစို့။ သူသည် စက်ရုံမှ တာယာ ၄၀ ၏ ရိုးရှင်းသော ကျပန်းနမူနာကို ယူကာ တစ်လုံးစီ အလေးချိန်ကို ဆုံးဖြတ်ခဲ့သည်။

အလေးချိန်များ၏ စံသွေဖည်မှုကို တွက်ချက်ရာတွင် လူဦးရေ သို့မဟုတ် နမူနာစံသွေဖည်သည့် ဖော်မြူလာကို အသုံးပြုသင့်ပါသလား။

အဖြေ- သူ့နမူနာရှိ တာယာအလေးချိန်ကိုသာမက ထိုစက်ရုံမှထုတ်သောတာယာအားလုံး၏အလေးချိန်ကို စိတ်ဝင်စားသောကြောင့် နမူနာစံသွေဖည်မှုကို အသုံးပြုသင့်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် စံသွေဖည်ခြင်းဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

စံသွေဖည်မှုသည် အဘယ်ကြောင့် အရေးကြီးသနည်း။
ကောင်းသောစံသွေဖည်ခြင်းဟု အဘယ်အရာကိုယူဆသနည်း။
လက်တွေ့ဘဝတွင် Standard Deviation ကိုအသုံးပြုခြင်း ဥပမာ 6
ကွဲလွဲမှု နှင့် စံသွေဖည်မှု ကိန်းဂဏန်း- ကွာခြားချက်