R တွင် ယူနီဖောင်း ဖြန့်ဖြူးခြင်း၊


တူညီသောဖြန့်ဝေမှုသည် a မှ b ကြားကာလတစ်ခုကြားရှိ တန်ဖိုးတစ်ခုစီတွင် ရွေးချယ်ခံရနိုင်ခြေတူညီသော ဖြစ်နိုင်ခြေဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။

a မှ b ကြားကာလတစ်ခုတွင် x 1 နှင့် x 2 ကြားတန်ဖိုးတစ်ခုရရှိရန် ဖြစ်နိုင်ခြေကို ဖော်မြူလာကို အသုံးပြု၍ ရှာတွေ့နိုင်သည်-

P(x 1 နှင့် x 2 ကြားတန်ဖိုးကိုရယူပါ) = (x 2 – x 1 ) / (b – a)

ယူနီဖောင်း ဖြန့်ဖြူးခြင်း ဥပမာ

ယူနီဖောင်း ဖြန့်ဖြူးမှုတွင် အောက်ပါ ဂုဏ်သတ္တိများ ရှိသည်။

  • ဖြန့်ဖြူးမှု၏ ဆိုလိုရင်းမှာ μ = (a + b) / 2 ဖြစ်သည်။
  • ဖြန့်ဖြူးမှု၏ကွဲလွဲမှုသည် σ 2 = (b – a) 2/12 ဖြစ်သည်။
  • ဖြန့်ဖြူးမှု၏စံသွေဖည်မှုမှာ σ = √σ 2 ဖြစ်သည်။

R- အထားအသို တွင် တူညီသော ဖြန့်ဖြူးမှု

ယူနီဖောင်းဖြန့်ဖြူးမှုကို အသုံးပြု၍ မေးခွန်းများကိုဖြေဆိုရန် ကျွန်ုပ်တို့အသုံးပြုမည့် R တွင် တပ်ဆင်သည့်လုပ်ဆောင်ချက်နှစ်ခုမှာ-

dunif(x၊ min၊ max) x သည် ကျပန်းပြောင်းနိုင်သောတန်ဖိုးဖြစ်သည့် တူညီသောဖြန့်ဖြူးမှုအတွက်ဖြစ်နိုင်ခြေသိပ်သည်းဆလုပ်ဆောင်မှု (pdf) ကိုတွက်ချက်ပြီး min နှင့် max သည် ဖြန့်ဝေမှု၏အနည်းဆုံးနှင့် အများဆုံးနံပါတ်များ အသီးသီးဖြစ်သည်။

punif(x၊ min, max)x သည် ကျပန်းပြောင်းကိန်းတစ်ခု၏ တန်ဖိုးဖြစ်သည့် တူညီသောဖြန့်ဖြူးမှုအတွက် စုစည်းဖြန့်ဝေမှုလုပ်ဆောင်ချက် (cdf) ကို တွက်ချက်ပေးပြီး min နှင့် max သည် ဖြန့်ဝေမှု၏ အနိမ့်ဆုံးနှင့် အများဆုံးနံပါတ်များ အသီးသီးဖြစ်သည်။

ယူနီဖောင်းဖြန့်ဖြူးမှုအတွက် အပြည့်အစုံ R စာရွက်စာတမ်းကို ဤနေရာတွင် ရှာပါ။

R တွင် ယူနီဖောင်းဖြန့်ချီခြင်းကို အသုံးပြု၍ ပြဿနာများကို ဖြေရှင်းပါ။

ဥပမာ 1- ဘတ်စ်ကားသည် မိနစ် 20 တိုင်း ဘတ်စ်ကားမှတ်တိုင်သို့ ရောက်သည်။ ဘတ်စ်ကားမှတ်တိုင်ကိုရောက်ရင် 8 မိနစ်အတွင်း ဒါမှမဟုတ် ဒီထက်နည်းတဲ့ ဘတ်စ်ကားရောက်လာဖို့ ဖြစ်နိုင်ခြေဘယ်လောက်ရှိလဲ။

ဖြေရှင်းချက်- 8 မိနစ် သို့မဟုတ် ထို့ထက်နည်းသော ဘတ်စ်ကား ပေါ်လာမည့် ဖြစ်နိုင်ခြေကို ကျွန်ုပ်တို့ သိရှိလိုသောကြောင့်၊ ပေးထားသည့် အတိုင်း 8 မိနစ် သို့မဟုတ် ထိုထက်နည်းသော ဘတ်စ်ကား ပေါ်လာမည့် တိုးပွားလာနိုင်သည့် ဖြစ်နိုင်ခြေကို ကျွန်ုပ်တို့ သိရှိလိုသောကြောင့် punif() လုပ်ဆောင်ချက်ကို ရိုးရိုးရှင်းရှင်း အသုံးပြုနိုင်ပါသည်။ အနိမ့်ဆုံးအချိန်သည် 0 မိနစ်ဖြစ်ပြီး အမြင့်ဆုံးအချိန်မှာ မိနစ် 20 ဖြစ်သည်။

 punitive(8, min=0, max=20)
 ## [1] 0.4

ဘတ်စ်ကားသည် 8 မိနစ် သို့မဟုတ် ထို့ထက်နည်းသော ဘတ်စကား ရောက်ရှိလာမည့် ဖြစ်နိုင်ခြေမှာ 0.4 ဖြစ်သည်။


ဥပမာ 2- အချို့ဖားမျိုးစိတ်များ၏ အလေးချိန်သည် 15 မှ 25 ဂရမ်ကြား အညီအမျှခွဲဝေပါသည်။ ဖားတစ်ကောင်ကို ကြုံသလိုရွေးရင် အလေးချိန် 17 ဂရမ်ကနေ 19 ဂရမ်ကြား ဖြစ်နိုင်ခြေဘယ်လောက်ရှိလဲ။

ဖြေရှင်းချက်- အဖြေကိုရှာရန်၊ ဖားတစ်ကောင်သည် 19 ပေါင်ထက်နည်းသော တိုးပွားနိုင်ခြေကို တွက်ချက်မည်ဖြစ်ပြီး၊ ဖားတစ်ကောင်သည် အောက်ပါ syntax ကိုအသုံးပြု၍ အလေးချိန် 17 ပေါင်ထက်နည်းသော တိုးပွားနိုင်ခြေကို နုတ်ယူပါမည်။

 punitive(19, 15, 25) - punitive(17, 15, 25)
## [1] 0.2

ထို့ကြောင့် ဖားအလေးချိန် ၁၇ ဂရမ်မှ ၁၉ ဂရမ်ကြား ဖြစ်နိုင်ခြေမှာ ၀.၂ ဖြစ်သည်။


ဥပမာ 3- NBA ဂိမ်းတစ်ခု၏ကြာချိန်သည် မိနစ် 120 နှင့် 170 ကြားတွင် အညီအမျှ ဖြန့်ဝေသည်။ ကျပန်းရွေးချယ်ထားသော NBA ဂိမ်းသည် မိနစ် 150 ကျော်ကြာနိုင်ခြေ မည်မျှရှိသနည်း။

ဖြေရှင်းချက်- ဤမေးခွန်းကိုဖြေဆိုရန်၊ ကျွန်ုပ်တို့သည် ဖော်မြူလာ 1 ကို အသုံးပြုနိုင်သည်။ (ဂိမ်းသည် မိနစ် 150 ထက်နည်းသော ဖြစ်နိုင်ခြေရှိသည်)။ ၎င်းကို ပေးအပ်သည်-

 1 - punitive(150, 120, 170)
 ## [1] 0.4

ကျပန်းရွေးချယ်ထားသော NBA ဂိမ်းသည် မိနစ် 150 ကျော်ကြာနိုင်ခြေသည် 0.4 ဖြစ်သည်။

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်