အစုလိုက်ကွဲလွဲမှုဆိုတာ ဘာလဲ။ (အဓိပ္ပါယ် & #038; ဥပမာ)
စာရင်းဇယားများတွင်၊ အစုအဝေးကွဲလွဲမှုသည် ပျမ်းမျှအားဖြင့် နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော အစုကွဲကွဲပြားမှုများကို ရည်ညွှန်းသည်။
အုပ်စုများအကြား ဘုံကွဲလွဲမှုများအတွက် နံပါတ်တစ်ခုတည်းကိုရရှိရန် ကျွန်ုပ်တို့သည် အုပ်စုကွဲကွဲပြားမှုများကို နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုကွဲကွဲပြားမှုများကို “ ပေါင်းစည်းနေသည်” ကိုဖော်ပြရန် “ စုပေါင်း” ဟူသောစကားလုံးကို ကျွန်ုပ်တို့အသုံးပြုပါသည်။
လက်တွေ့တွင်၊ လူဦးရေနှစ်ခု၏ တူညီခြင်းရှိ၊ မရှိကို ဆုံးဖြတ်ရန် အသုံးပြုသည့် နမူနာနှစ်ခု t-test တွင် အများစုသည် စုပေါင်းကွဲလွဲမှုကို မကြာခဏအသုံးပြုသည်။
နမူနာနှစ်ခုကြားတွင် စုပေါင်းကွဲလွဲမှုကို ယေဘူယျအားဖြင့် sp 2 ကို ရည်ညွှန်းပြီး အောက်ပါအတိုင်း တွက်ချက်သည်-
s p 2 = ((n 1 -1)s 1 2 + (n 2 -1)s 2 2 ) / (n 1 +n 2 -2)
နမူနာအရွယ်အစား နှစ်ခု (n 1 နှင့် n 2 ) သည် ညီမျှသောအခါ၊ ဖော်မြူလာသည် အောက်ပါအတိုင်း ရိုးရှင်းသွားသည်-
s p 2 = (s 1 2 + s 2 2 ) / 2
Clustered Gap ကို ဘယ်အချိန်မှာ တွက်ချက်မလဲ။
လူဦးရေနည်းလမ်းနှစ်ခုကို နှိုင်းယှဉ်လိုသောအခါ၊ ကိန်းဂဏန်းစစ်ဆေးမှုနှစ်ခုကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-
1. နမူနာနှစ်ခု t-test : ဤစမ်းသပ်မှုသည် နမူနာနှစ်ခုကြားရှိကွဲလွဲမှုများကို ခန့်မှန်းခြေအားဖြင့် တူညီသည်ဟု ယူဆပါသည်။ ဤစမ်းသပ်မှုကို ကျွန်ုပ်တို့အသုံးပြုပါက၊ စုပေါင်းကွဲလွဲမှုကို တွက်ချက်ပါသည်။
2. Welch’s t-test : နမူနာနှစ်ခုကြားရှိ ကွဲလွဲမှုများသည် ခန့်မှန်းခြေအားဖြင့် တူညီသည်ဟု မယူဆပါ ။ ဤစမ်းသပ်မှုကို ကျွန်ုပ်တို့အသုံးပြုပါက၊ စုပေါင်းကွဲလွဲမှုကို တွက်ချက်မည်မဟုတ်ပါ ။ ယင်းအစား ကျွန်ုပ်တို့သည် မတူညီသော ဖော်မြူလာကို အသုံးပြုသည်။
မည်သည့်စမ်းသပ်မှုကို အသုံးပြုရမည်ကို ဆုံးဖြတ်ရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါ စည်းမျဉ်းကို အသုံးပြုပါသည်။
ယေဘူယျစည်းမျဉ်း- အကြီးဆုံးကွဲလွဲချက်နှင့် အငယ်ဆုံးကွဲလွဲမှု၏အချိုးသည် 4 ထက်နည်းပါက၊ ကွဲလွဲမှုများသည် ခန့်မှန်းခြေအားဖြင့် တူညီသည်ဟု ကျွန်ုပ်တို့ယူဆနိုင်ပြီး နမူနာနှစ်ခု t-test ကို အသုံးပြုပါ။
ဥပမာအားဖြင့်၊ နမူနာ 1 တွင် ကွဲလွဲမှု 24.5 ရှိပြီး နမူနာ 2 တွင် ကွဲလွဲမှု 15.2 ရှိသည်ဆိုပါစို့။ အသေးဆုံးနမူနာကွဲလွဲချက်နှင့် အကြီးဆုံးနမူနာကွဲလွဲမှု၏ အချိုးကို အောက်ပါအတိုင်း တွက်ချက်ရပါမည်-
အချိုး: 24.5 / 15.2 = 1.61
ဤအချိုးသည် 4 ထက်နည်းသောကြောင့် အုပ်စုနှစ်ခုကြား ကွာခြားချက်များသည် ခန့်မှန်းခြေအားဖြင့် တူညီသည်ဟု ယူဆနိုင်သည်။ ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် နမူနာနှစ်ခု t-test ကိုသုံးမည်ဖြစ်ပြီး ဆိုလိုသည်မှာ စုပေါင်းကွဲလွဲမှုကို တွက်ချက်မည်ဟု ဆိုလိုသည်။
အုပ်စုဖွဲ့သွေဖည်မှုကို တွက်ချက်ခြင်း ဥပမာ
မတူညီသောလိပ်မျိုးစိတ်နှစ်ခု၏ ပျမ်းမျှအလေးချိန်သည် ညီမျှခြင်းရှိ၊ မရှိ သိလိုသည်ဆိုပါစို့။ ၎င်းကို စမ်းသပ်ရန်အတွက် အောက်ပါအချက်အလက်များဖြင့် လူဦးရေတစ်ခုစီမှ ကျပန်းလိပ်နမူနာကို ကောက်ယူပါသည်။
နမူနာ 1-
- နမူနာအရွယ်အစား n 1 = 40
- နမူနာကွဲလွဲမှု s 1 2 = 18.5
နမူနာ 2-
- နမူနာအရွယ်အစား n 2 = 38
- နမူနာကွဲလွဲမှု s 2 2 = 6.7
နမူနာနှစ်ခုကြားတွင် စုပေါင်းကွဲလွဲမှုကို တွက်ချက်နည်းမှာ အောက်ပါအတိုင်းဖြစ်သည်။
- s p 2 = ((n 1 -1)s 1 2 + (n 2 -1)s 2 2 ) / (n 1 +n 2 -2)
- s p 2 = ((40-1)*18.5 + (38-1)*6.7 ) / (40+38-2)
- s p 2 = (39*18.5 + 37*6.7) / (76) = 12.755၊
စုပေါင်းကွဲလွဲမှုသည် 12,755 ဖြစ်သည်။
ပေါင်းစည်းထားသောကွဲလွဲမှုတန်ဖိုးသည် 18.5 နှင့် 6.7 ၏ မူလကွဲလွဲချက်နှစ်ခုကြားတွင် ရှိနေသည်ကို သတိပြုပါ။ ပေါင်းစပ်ကွဲလွဲမှုသည် နမူနာကွဲလွဲမှုနှစ်ခု၏ အလေးချိန်ပျမ်းမျှတစ်ခုမျှသာဖြစ်ကြောင်း ပေးသောကြောင့် အဓိပ္ပာယ်ရှိသည်။
အပိုဆုအရင်းအမြစ်- နမူနာနှစ်ခုကြားတွင် ပေါင်းစပ်ထားသောကွဲလွဲမှုကို အလိုအလျောက်တွက်ချက်ရန် ဤ ပေါင်းစပ်ကွဲလွဲမှုဂဏန်းတွက်စက် ကို အသုံးပြုပါ။
စာရေးသူအကြောင်း
Benjamin Anderson
မင်္ဂလာပါ၊ ကျွန်ုပ်သည် အငြိမ်းစား စာရင်းအင်း ပါမောက္ခ ဘင်ဂျမင်ဖြစ်ပြီး သီးသန့် Statorials ဆရာအဖြစ် လှည့်ပတ်ပါသည်။ စာရင်းဇယားနယ်ပယ်တွင် ကျယ်ပြန့်သောအတွေ့အကြုံနှင့် ကျွမ်းကျင်မှုနှင့်အတူ၊ Statorials မှတစ်ဆင့် ကျောင်းသားများကို ခွန်အားဖြစ်စေရန်အတွက် ကျွန်ုပ်၏အသိပညာကို မျှဝေလိုပါသည်။ ပိုသိတယ်။