ကိန်းဂဏန်းစာရင်းဇယားများတွင် လွတ်လပ်ရေးယူဆချက်ကား အဘယ်နည်း။

ကိန်းဂဏန်းစစ်ဆေးမှုများစွာသည် လေ့လာတွေ့ရှိချက်များသည် သီးခြားဖြစ်သည်ဟု ယူဆသည်။ ဆိုလိုသည်မှာ ဒေတာအတွဲတစ်ခုတွင် လေ့လာတွေ့ရှိချက်များသည် တစ်ခုနှင့်တစ်ခု ဆက်စပ်မှု သို့မဟုတ် တစ်ခုနှင့်တစ်ခု မည်သို့မျှ သက်ရောက်မှုရှိမည်မဟုတ်ကြောင်း ဆိုလိုသည်။

ဥပမာအားဖြင့်၊ ကြောင်မျိုးစိတ်နှစ်ခုကြားတွင် ပျမ်းမျှအလေးချိန်ကွာခြားမှုရှိမရှိ စမ်းသပ်လိုသည်ဆိုကြပါစို့။ မျိုးစိတ် A မှ ကြောင် ၁၀ ကောင်နှင့် B ကြောင် ၁၀ ကောင်တို့၏ အလေးချိန်ကို တိုင်းတာပါက၊ ကြောင်အုပ်စုတစ်ခုစီသည် တူညီသောအမှိုက်သရိုက်များမှ ပေါက်ဖွားလာပါက လွတ်လပ်ရေး၏ ယူဆချက်ကို ကျွန်ုပ်တို့ ချိုးဖောက်မည်ဖြစ်သည်။

Species A ၏မိခင်ကြောင်တွင် ကိုယ်အလေးချိန်နည်းသောကြောင်များအားလုံးတွင် ရိုးရိုးကြောင်လေးတစ်ကောင်ရှိသော်လည်း Species B ၏မိခင်ကြောင်တွင် လေးလံသောကြောင်လေးများပါရှိသည်။ ဤကိစ္စနှင့် ပတ်သက်၍ နမူနာတစ်ခုစီ၏ လေ့လာတွေ့ရှိချက်များသည် တစ်ခုနှင့်တစ်ခု မလွတ်လပ်ပါ။

ဤလွတ်လပ်မှုဟုယူဆချက်ကိုဖြစ်စေသော ဘုံကိန်းဂဏန်းစမ်းသပ်မှု အမျိုးအစားသုံးမျိုးရှိသည်။

1. နမူနာ t-test နှစ်ခု

2. ANOVA (ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း)

3. Linear ဆုတ်ယုတ်မှု

အောက်ဖော်ပြပါကဏ္ဍများတွင်၊ ဤယူဆချက်ကို စမ်းသပ်မှုအမျိုးအစားတစ်ခုစီအတွက် အဘယ်ကြောင့် ပြုလုပ်ရကြောင်းနှင့် ဤယူဆချက်နှင့်ကိုက်ညီမှုရှိမရှိကို မည်သို့ဆုံးဖြတ်ရမည်ကို ရှင်းပြထားပါသည်။

t-tests တွင် လွတ်လပ်ရေး၏ ယူဆချက်

နမူနာနှစ်ခု t-test ကို လူဦးရေ နှစ်ခု၏ အဓိပ္ပါယ်သည် ညီမျှခြင်း ရှိ၊ မရှိ စမ်းသပ်ရန် အသုံးပြုပါသည်။

ယူဆချက်- ဤစမ်းသပ်မှု အမျိုးအစားသည် နမူနာတစ်ခုစီ ရှိ စောင့်ကြည့်လေ့လာမှုများ တစ်ခုနှင့်တစ်ခု အမှီအခိုကင်းပြီး နမူနာများ ကြားမှ စူးစမ်းလေ့လာမှုများသည်လည်း တစ်ခုနှင့်တစ်ခု သီးခြားလွတ်လပ်သည်ဟု ယူဆသည်။

ဤယူဆချက်ကို စမ်းသပ်ခြင်း- ဤယူဆချက်အား စမ်းသပ်ရန် အရိုးရှင်းဆုံးနည်းလမ်းမှာ နမူနာတစ်ခုစီတွင် တစ်ကြိမ်သာ ရှုမြင်သုံးသပ်ချက်တစ်ခုစီကို တွေ့ရှိရကြောင်းနှင့် နမူနာတစ်ခုစီရှိ လေ့လာတွေ့ရှိချက်များကို ကျပန်းနမူနာဖြင့် စုဆောင်းထားကြောင်း အတည်ပြုရန်ဖြစ်သည်။

ANOVA တွင် လွတ်လပ်ရေး ယူဆချက်

ANOVA သည် အမှီအခိုကင်းသော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အဓိပ္ပါယ်များကြား သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ယူဆချက်- ANOVA သည် အုပ်စုတစ်ခုစီရှိ လေ့လာတွေ့ရှိချက်များကို တစ်ခုနှင့်တစ်ခု သီးခြားကင်းကွာပြီး အဖွဲ့များအတွင်းမှ လေ့လာတွေ့ရှိချက်များကို ကျပန်းနမူနာဖြင့် ရယူသည်ဟု ယူဆပါသည်။

ဤယူဆချက်ကို စမ်းသပ်ပါ- t-test နှင့်ဆင်တူသည်၊ ဤယူဆချက်အား စမ်းသပ်ရန် အရိုးရှင်းဆုံးနည်းလမ်းမှာ နမူနာတစ်ခုစီတွင် တစ်ကြိမ်သာ ရှုမြင်မှုတစ်ခုစီပေါ်လာကြောင်းနှင့် နမူနာတစ်ခုစီမှ လေ့လာတွေ့ရှိချက်များကို ကျပန်းနမူနာဖြင့် စုဆောင်းထားကြောင်း အတည်ပြုရန်ဖြစ်သည်။

ဆုတ်ယုတ်မှုဟု ယူဆရသည့် လွတ်လပ်ရေး

တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် ကြား ဆက်နွယ်မှုကို နားလည်ရန် linear regression ကို အသုံးပြုသည်။

ယူဆချက်- တပ်ဆင်ထားသော မော်ဒယ်၏ အကြွင်းအကျန်များသည် အမှီအခိုကင်းသည်ဟု မျဉ်းနားဆုတ်ယုတ်မှုဟု ယူဆသည်။

ဤယူဆချက်အား စမ်းသပ်ပါ- ဤယူဆချက်အား စမ်းသပ်ရန် အလွယ်ဆုံးနည်းလမ်းမှာ အကြွင်းအကျန်များနှင့် အချိန်နှင့် အချိန်အတိုင်းအတာတစ်ခုဖြစ်သည့် အကြွင်းအကျန်များ၏ အချိန်စီးရီးကွက်ကွက်ကို ကြည့်ရှုခြင်းဖြစ်သည်။ အကောင်းဆုံးအားဖြင့်၊ ကျန်ရှိသော autocorrelation အများစုသည် n ၏ နှစ်ထပ်ကိန်းရင်းမြစ်ပေါ်တွင် ခန့်မှန်းခြေအားဖြင့် +/- 2 တွင်ရှိသော သုညဝန်းကျင်ရှိ ယုံကြည်မှု 95% အတွင်းတွင် ကျရောက်သင့်သည်၊ n သည် နမူနာအရွယ်အစားဖြစ်သည်။ Durbin-Watson စမ်းသပ်မှုကို အသုံးပြု၍ ဤယူဆချက်နှင့်ကိုက်ညီမှုရှိမရှိကိုလည်း တရားဝင်စမ်းသပ်နိုင်သည်။

လွတ်လပ်ရေးမဟုတ်သော ဘုံအရင်းအမြစ်များ

ဒေတာအတွဲများတွင် အမှီအခိုကင်းမှုမဟုတ်သော ဘုံအရင်းအမြစ်သုံးရပ်ရှိသည်။

1. လေ့လာတွေ့ရှိချက်များကို အချိန်မီပိတ်ပါသည်။

ဥပမာအားဖြင့်၊ သုတေသီတစ်ဦးသည် လမ်းမကြီးတစ်ခုပေါ်ရှိ ကားများ၏ပျမ်းမျှအမြန်နှုန်းနှင့်ပတ်သက်သည့် အချက်အလက်များကို စုဆောင်းနိုင်သည်။ ညနေဘက် အမြန်နှုန်းကို ခြေရာခံဖို့ ရွေးချယ်ပါက၊ ကားမောင်းသူတိုင်း အလုပ်မှ အိမ်သို့ အပြေးအလွှား သွားနေသောကြောင့် ပျမ်းမျှအမြန်နှုန်းသည် သူမျှော်လင့်ထားသည်ထက် များစွာ မြင့်မားသည်ကို တွေ့ရှိနိုင်သည်။

ဤအချက်အလက်များသည် လေ့လာစောင့်ကြည့်မှုတစ်ခုစီတွင် သီးခြားဖြစ်သည်ဟူသော ယူဆချက်ကို ချိုးဖောက်သည်။ နေ့စဥ်အချိန်တိုင်းကို စောင့်ကြည့်လေ့လာထားသောကြောင့် ကားတစ်စီးစီ၏အရှိန်သည် တူညီနိုင်ဖွယ်ရှိသည်။

2. လေ့လာတွေ့ရှိချက်များကို အာကာသထဲတွင် အတူတကွ ပိတ်ထားသည်။

ဥပမာအားဖြင့်၊ သုတေသီတစ်ဦးသည် အဆင်ပြေသောကြောင့် ဝင်ငွေမြင့်မားသောရပ်ကွက်တွင် နေထိုင်ကြသူများထံမှ နှစ်စဉ်ဝင်ငွေဒေတာကို စုဆောင်းနိုင်သည်။

ဤကိစ္စနှင့် ပတ်သက်၍၊ ဒေတာနမူနာတွင် ပါဝင်သော လူအားလုံးသည် တစ်ခုနှင့်တစ်ခု နီးနီးကပ်ကပ် နေထိုင်ကြသောကြောင့် အလားတူ ဝင်ငွေများ ရရှိနိုင်ဖွယ်ရှိသည်။ ယင်းက လေ့လာသုံးသပ်မှုတစ်ခုစီသည် လွတ်လပ်သည်ဟူသော ယူဆချက်ကို ချိုးဖောက်သည်။

3. လေ့လာတွေ့ရှိချက်များကို တူညီသောဒေတာအတွဲတွင် အကြိမ်များစွာ ပေါ်လာသည်။

ဥပမာအားဖြင့်၊ သုတေသီတစ်ဦးသည် လူ 50 ဦးအတွက် ဒေတာစုဆောင်းရန် လိုအပ်နိုင်သော်လည်း ၎င်းသည် လုပ်ဆောင်ရန်ပိုမိုလွယ်ကူသောကြောင့် လူ 25 ဦးအတွက် ဒေတာစုဆောင်းရန် နှစ်ကြိမ်ဆုံးဖြတ်သည်။

ဒေတာအတွဲရှိ စောင့်ကြည့်မှုတစ်ခုစီသည် ၎င်းကိုယ်တိုင်နှင့် ဆက်စပ်နေသောကြောင့် ၎င်းသည် လွတ်လပ်ရေးယူဆချက်ကို ချိုးဖောက်ရာရောက်ပါသည်။

လွတ်လပ်ရေး အယူအဆကို ဖောက်ဖျက်ခြင်းမှ ရှောင်ရှားနည်း

လွတ်လပ်ရေးယူဆချက်ကို ချိုးဖောက်ခြင်းမှ ရှောင်ရှားရန် အရိုးရှင်းဆုံးနည်းလမ်းမှာ လူဦးရေထံမှနမူနာရယူသည့်အခါ ရိုးရှင်းသောကျပန်းနမူနာကို အသုံးပြုခြင်းဖြစ်သည်။

ဤနည်းလမ်းကိုအသုံးပြုခြင်းဖြင့်၊ စိတ်ဝင်စားသောလူဦး ရေ ရှိလူတစ်ဦးစီသည် နမူနာတွင်ပါဝင်ရန် တူညီသောအခွင့်အရေးရှိသည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့၏စိတ်ပါဝင်စားသောလူဦးရေတွင် လူ ၁၀,၀၀၀ ပါ၀င်သည်ဆိုပါက၊ ကျွန်ုပ်တို့သည် လူဦးရေရှိတစ်ဦးချင်းစီအား ကျပန်းနံပါတ်တစ်ခုစီသတ်မှတ်ပြီးနောက် ကျပန်းနံပါတ် 40 ကိုရွေးချယ်ရန် ကျပန်းနံပါတ်ထုတ်ပေးသည့်စနစ်ကို အသုံးပြုနိုင်သည်။ ထို့နောက် ဤနံပါတ်များနှင့် ကိုက်ညီသော ပုဂ္ဂိုလ်များကို နမူနာတွင် ထည့်သွင်းပါမည်။

ဤနည်းလမ်းကိုအသုံးပြုခြင်းဖြင့်၊ ကျွန်ုပ်တို့သည် တစ်ဦးနှင့်တစ်ဦး အလွန်နီးစပ်နိုင်သူ သို့မဟုတ် တစ်နည်းတစ်ဖုံ ဆက်နွယ်နေနိုင်သူ နှစ်ဦးကို ရွေးချယ်ရန် အခွင့်အလမ်းကို လျှော့ချပေးပါသည်။

၎င်းသည် အခြားနမူနာယူနည်းများနှင့် တိုက်ရိုက်ဆန့်ကျင်ဘက်ဖြစ်သည့်-

• အဆင်ပြေမှုနမူနာ- လက်လှမ်းမီရန် လွယ်ကူသော နမူနာတစ်ခုရှိ လူတစ်ဦးချင်းစီ အပါအဝင်။
• စေတနာ့ဝန်ထမ်း နမူနာယူခြင်း- ပါဝင်မည့် စေတနာ့ဝန်ထမ်း နမူနာတစ်ခုတွင် တစ်ဦးချင်းအပါအဝင်။

ကျပန်းနမူနာနည်းလမ်းကို အသုံးပြုခြင်းဖြင့်၊ ကျွန်ုပ်တို့သည် လွတ်လပ်ရေးယူဆချက်ကို ချိုးဖောက်နိုင်ခြေကို နည်းပါးအောင် ပြုလုပ်နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

T test တစ်ခုတွင် အယူအဆလေးခုကို ပုံဖော်ထားသည်။
linear regression ၏ ယူဆချက်လေးခု
ANOVA ၏ ယူဆချက် သုံးခု
ကိုယ်စားလှယ်နမူနာဆိုတာ ဘာလဲ၊ ဘာကြောင့် အရေးကြီးတာလဲ။