လက်မ၏ အပိုင်းအခြား- အဓိပ္ပါယ်ဖွင့်ဆိုချက်နှင့် ဥပမာ
လက်မ၏ အပိုင်းအခြားစည်းမျဉ်းသည် အောက်ပါဖော်မြူလာကို အသုံးပြု၍ ဒေတာအတွဲတစ်ခု၏ စံသွေဖည်မှုကို ခန့်မှန်းရန် မြန်ဆန်လွယ်ကူသော နည်းလမ်းကို ပံ့ပိုးပေးသည်-
စံသွေဖည် = အပိုင်းအခြား / 4
တန်ဖိုးတစ်ခုစီအစား တန်ဖိုးနှစ်ခု (အနိမ့်ဆုံးတန်ဖိုးနှင့် အမြင့်ဆုံးတန်ဖိုး) ကို အသုံးပြုခြင်းဖြင့် သတ်မှတ်ဒေတာတစ်ခု၏ စံသွေဖည်မှုကို ခန့်မှန်းနိုင်သောကြောင့် တစ်ခါတစ်ရံတွင် ဤစည်းမျဉ်းကို အသုံးပြုပါသည်။
ဥပမာ- လက်မ၏ အတိုင်းအတာ စည်းမျဉ်း
ကျွန်ုပ်တို့တွင် တန်ဖိုး 20 ၏အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။
၄၊ ၅၊ ၅၊ ၈၊ ၁၃၊ ၁၄၊ ၁၆၊ ၁၈၊ ၂၂၊ ၂၄၊ ၂၆၊ ၂၈၊ ၃၀၊ ၃၁၊ ၃၁၊ ၃၄၊ ၃၆၊ ၃၈၊ ၃၉၊ ၃၉၊
ဤတန်ဖိုးများ၏ အမှန်တကယ်စံသွေဖည်မှုသည် 11.681 ဖြစ်သည်။
အပိုင်းအခြားများအတွက် လက်မ၏ စည်းမျဉ်းကို အသုံးပြု၍ စံသွေဖည်မှု (39-4)/4 = 8.75 ဖြစ်မည်ဟု ကျွန်ုပ်တို့ ခန့်မှန်းပါသည်။ ဤတန်ဖိုးသည် အမှန်တကယ်စံသွေဖည်မှုနှင့် အနည်းငယ်နီးစပ်ပါသည်။
လက်မ၏ အပိုင်းအခြားစည်းမျဉ်းကို အသုံးပြုခြင်းအတွက် ကြိုတင်ကာကွယ်မှုများ
အကွာအဝေးအတွက် လက်မ၏ သိသာထင်ရှားသော အားသာချက်မှာ တွက်ချက်ရန် မယုံနိုင်လောက်အောင် ရိုးရှင်းပြီး လျင်မြန်ခြင်း ဖြစ်သည်။ ကျွန်ုပ်တို့သိလိုသည်မှာ ဒေတာအတွဲ၏ အနိမ့်ဆုံးတန်ဖိုးနှင့် အမြင့်ဆုံးတန်ဖိုးဖြစ်သည်။
အပိုင်းများအတွက် လက်မစည်းမျဉ်း၏ အားနည်းချက်မှာ ဒေတာသည် ပုံမှန်ဖြန့်ဝေမှု မှ ထွက်လာပြီး နမူနာအရွယ်အစားမှာ 30 ဝန်းကျင်ရှိမှသာ ကောင်းစွာအလုပ်လုပ်နိုင်သည်ကို တွေ့ရသည်။ အဆိုပါအခြေအနေများနှင့် မကိုက်ညီပါက scope of thumb စည်းမျဉ်းသည် ကောင်းစွာအလုပ်မလုပ်ပါ။ .
လက်မ၏ အပိုင်းအခြားစည်းမျဉ်းအတွက် အစားထိုး
Rose-Hulman Undergraduate Mathematics Journal တွင် 2012 ဆောင်းပါး တစ်ခုတွင် Ramirez နှင့် Cox တို့သည် လက်မအုပ်ချုပ်မှုအပေါ် တိုးတက်မှုအဖြစ် အောက်ပါဖော်မြူလာကို အသုံးပြုရန် အကြံပြုခဲ့သည်-
စံသွေဖည်မှု = အပိုင်းအခြား / (3√(ln ) )-1.5)
n နမူနာအရွယ်အစားက ဘယ်မှာလဲ။
ယခင်က ကျွန်ုပ်တို့အသုံးပြုခဲ့သည့် တူညီသောဒေတာအတွဲကို သုံးသပ်ကြည့်ပါ-
၄၊ ၅၊ ၅၊ ၈၊ ၁၃၊ ၁၄၊ ၁၆၊ ၁၈၊ ၂၂၊ ၂၄၊ ၂၆၊ ၂၈၊ ၃၀၊ ၃၁၊ ၃၁၊ ၃၄၊ ၃၆၊ ၃၈၊ ၃၉၊ ၃၉၊
ဤဖော်မြူလာကို အသုံးပြု၍ စံသွေဖည်မှုကို 35/ (3√(ln(20))-1.5) = 9.479 အဖြစ် တွက်ချက်ပါမည်။ ဤတန်ဖိုးသည် 8.75 ၏ လက်တွေ့ကျသော ခန့်မှန်းချက်နှင့် နှိုင်းယှဉ်ပါက 11.681 ၏ အမှန်တကယ်စံသွေဖည်မှုနှင့် ပိုမိုနီးစပ်ပါသည်။
ဤဖော်မြူလာသည် စည်းမျဉ်းစည်းကမ်းထက် တွက်ချက်ရန် အနည်းငယ် ပိုရှုပ်ထွေးသော်လည်း ဒေတာသည် ပုံမှန်ဖြန့်ဝေမှုမှ မလာသောအခါ သို့မဟုတ် နမူနာအရွယ်အစား 30 နှင့် မနီးစပ်သောအခါတွင် စံသွေဖည်မှု၏ ပိုမိုတိကျသော ခန့်မှန်းချက်ကို ပေးတတ်သည်။
ထပ်လောင်းအရင်းအမြစ်များ
လက်မ ဂဏန်းတွက်စက် အပိုင်းအခြား စည်းမျဉ်း
ကွဲလွဲမှုအတိုင်းအတာ- အဓိပ္ပါယ်နှင့် ဥပမာများ