Myanmar Statistics and Data Analytics Institute
Share
27/09/2024
Data Analysis ကို စိတ်ပါဝင်စား၍ လေ့လာလိုသူများနှင့် Data Analysis Carrier ဘက်သို့ သွားလိုသူများ အနေဖြင့် MSDAI မှ Data Analysis with R for Beginner Course ကို စတင်ဖွင့်လှစ်သင်ကြားတော့မှာ ဖြစ်ပါတယ်။
Beginner Course မှာ သင်ကြားပို့ချမယ့် အကြောင်းအရာတွေကတော့
Data Analysis ဆိုတာဘာလဲ၊ Data Analysis ကို ဘယ်လို Carrier Field တွေမှာ ဘယ်လို လက်တွေ့အသုံးချ နိုင်ကြသလဲ? / ဒေတာများကို အခြေခံပြီး Data Analysis ပြုလုပ်၍ Decision များချမှတ်ခြင်း၊
R Programming ဆိုတာ ဘာလဲ? / R Programming ကို မည်သည့်နေရာတွေမှာ အသုံးပြုလို့ရပါသလဲ?
Data Analysis ပြုလုပ်ရာတွင် “Data” ဆိုတဲ့ အဓိကဇာတ်ကောင်ကဲ့သို့ မရှိမဖြစ် အရေးပါသော သူ့ရဲ့အကြောင်းကို ဒီသင်တန်းမှာ အသေးစိတ် သင်ကြားပေးသွားမည်ဖြစ်ပါသည်။ ဒေတာဆိုတာ ဘာလဲ? ဒေတာဆိုတာ ကိန်းဂဏန်းတွေကိုပဲ သတ်မှတ်ရတာလား? ဒေတာ အမျိုးအစား ဘယ်နှစ်မျိုးရှိတာလဲ? ဒေတာ ကို တိုင်းတာနိုင်တဲ့ level တွေရော ဘယ်နှစ်မျိုးရှိတာလဲ? စတဲ့ မေးခွန်းများကို ဖြေရှင်းနိုင်ပြီး ဒေတာများကို အသုံးပြု၍ တွက်ချက်မှုများပြုလုပ်ပြီး ရရှိလာသော results များအပေါ် ကောက်ချက်ချနိုင်သည်အထိပါ သင်ကြားပေးသွားပါမည်။
Data Analysis ပြုလုပ်ရန် အသုံးပြုသော စာရင်းအင်းပညာရပ် ဆိုတာဘာလဲ? စာရင်းအင်း ပညာရပ် အမျိုးအစား ဘယ် (၂) မျိုး ရှိတာလဲ။
နေရာကဏ္ဍအသီးသီးမှာ မိမိတို့တင်ပြလိုသော အကြောင်းအရာများကို ပရိတ်သတ်များ အလွယ်တကူ နှင့် အမြန်ဆုံး သိသာမြင်သာနိုင်အောင် အသုံးပြုနေကြသော Presentation, Figure တွေဆိုတာ စာရင်းအင်းပညာဘာသာရပ်အနေနှင့် ဘယ်လိုမျိုးပတ်သက်နေလဲ။
မိမိစိတ်ဝင်စားကြီးမားများပြားသော ဒေတာများကို ကောက်ယူရာတွင် ဒေတာ တစ်ခုလုံးကို ကောက်သည်ထက် နမူနာ ဒေတာကောက်ယူ၍ များပြားသော အချက်အလက်အပြည့် အစုံအပေါ်တွင် ပြန်လည်ခန့်မှန်း သုံးသပ်မှု ပြုလုပ်သော ကောက်ချက်ချ စာရင်းအင်းပညာ ဆိုတာဘာလဲ
ဒေတာ တစ်ခုကို စတင် ဆန်းစစ်လေ့လာမှု ပြုလုပ်ရာတွင် ပေါ်ပေါက်နိုင်သော အမှားများ
(outlier နှင့် missing values)များ ကို မည်ကဲ့သို့ ကိုင်တွယ်ဖြေရှင်းရမည် ဆိုသည်ကို ဖြေရှင်းနိုင်ရန်
Data Analysis ပြုလုပ်ရာတွင် အရေးကြီးသော Regression/ Correlation (ကိန်းရှင်များအချင်းချင်း ဆက်စပ်မှု) ကို ကျွမ်းကျင်စွာ လေ့လာနိုင်ရန် သင်ကြားပို့ချပေးမည် ဖြစ်ပါသည်။
သင်တန်းမှ ရရှိလာမည့် အကျိုးကျေးဇူးများကတော့-
Data Analysis Carrier Field တွင် တွေ့ကြုံနိုင်မည့် ဒေတာ အချက်အလက်များ ဆန်းစစ်လေ့လာနိုင်သည့် အချက်များကို စာရင်းအင်းပညာ (Statistics) ဆိုင်ရာ ရှုထောင့်နှင့် အမျိုးမျိုးသော ဆန်းစစ်လေ့လာမှုများကို Statistical Model များကို R Software များ အသုံးပြုကာ အသေးစိတ် Data Analysis ပြုလုပ်နိုင်မည်ဖြစ်ခြင်း။
Real World Data Set များနှင့်သာ တွက်ချက် စိစစ်လေ့လာမှုများ အစအဆုံး ပြုလုပ်မည်ဖြစ်သော ကြောင့် လုပ်ငန်းခွင်တွင် အမှန်တကယ် ပြန်လည်အသုံးချနိုင်ခြင်း
သင်တန်း ပြီးဆုံးကာနီးတွင် Real World data set ကို အသုံးပြုကာ Mini Project တစ်ခုပြုလုပ်ရမည်ဖြစ်သောကြောင့် လက်တွေ့ ဒေတာ တစ်ခုကို မည်ကဲ့သို့ စတင်ကာ ဆန်းစစ်ရမည်ဆိုပြီး မည်ကဲ့သို့ report ပြုလုပ်ရမည် အထိ နားလည်တတ်ကျွမ်းမည် ဖြစ်သည်။
ထို့အပြင် သင်တန်းပြီးဆုံးသော အခါတွင် Freelance Data Analysis တစ်ယောက်အနေဖြင့် ရပ်တည်နိုင်အောင် ချိတ်ဆက်နည်းများကိုပါ သင်ကြားပေးမည် ဖြစ်သဖြင့် Professional Data Analysis Carrier အထိလျှောက်လှမ်းနိုင်ရန် အတွေ့အကြုံကောင်းများ ရရှိနိုင်မည်ဖြစ်သည်။
သင်တန်းလေ့လာတက်ရောက်သင့်သော လူများ---
လုပ်ငန်းခွင်အသီးသီးတွင် လက်တွေ့ ဒေတာ ဆန်းစစ်လေ့လာမှုပြုလုပ်နေသူများ
Data Analysis Team များတွင် လုပ်ကိုင်နေသူများ
Data Analysis Carrier ဖြင့် Professional ခြေလှမ်းတစ်ရပ် ဆောင်ရွက်ရန် စီစဉ်နေသူများ
Data Analysis ကို စိတ်ပါဝင်စားသူများ တက်ရောက်နိုင်ပါသည်။
သင်တန်းကာလသည် ရက်သတ္တပါတ် (၁၀) ပါတ်ကြာမြင့်မည်ဖြစ်ပြီး သင်တန်းအချိန်မှာ စနေ၊ တနင်္ဂနွေ ညနေ (၇ နာရီမှ ၉) နာရီအထိ ဖြစ်ပါသည်။
သင်တန်း စမည့်ရက် ၅-၁၀-၂၀၂၄
သင်တန်းအချိန် ည (၇ နာရီမှ ၉ နာရီ)
သင်တန်းကြေး (၂၀၀,၀၀၀) ကျပ်
သင်တန်းသင်ကြားမည့်အမျိုးအစား Online ဖြင့် တိုက်ရိုက်သင်ကြားပေးမည် ဖြစ်ပါသည်။
(သင်တန်းအတွက် လိုအပ်သော စာအုပ်များ/ Real World Data File/ Software)များကိုလည်း ထောက်ပံ့ပေးမည်ဖြစ်ပါသည်၊)
သင်တန်းသားဦးရေ ကန့်သတ်ထားပါသည်
အသေးစိတ်သိရှိလိုပါက Page Messenger, နှင့် [email protected] တွင် စုံစမ်းမေးမြန်းနိုင်ပါသည်။
Rဖြင့် Interactive Dashboard ဖန်တီးခြင်း
မြန်မာပြည်မြေပုံကို R ဖြင့်ရေးဆွဲခြင်း ....
10/09/2024
စီးပွားရေးဆိုင်ရာ လေ့လာမှု (Business Analytics) တွင် စာရင်းအင်းပညာ၏ အသုံးဝင်ပုံ (၁)
စာရင်းအင်းပညာသည် စီးပွားရေးဆိုင်ရာ လေ့လာစိစစ်မှုများ ပြုလုပ်ရန်အတွက် ဒေတာကို အခြေခံသော ဆုံးဖြတ်ချက်များ ချမှတ်နိုင်ရန်နှင့် ထုတ်လုပ်မှု လုပ်ငန်းများကို လွယ်ကူလျှင်မြန်စွာ ဆောင်ရွက်နိုင်ရန်အတွက် အလေအလွင့်များကို လျော့ချနိုင်ရန် နည်းလမ်းပေါင်းစုံဖြင့် ကူညီလုပ်ဆောင် ပေးနိုင်ပါသည်။ စာရင်းအင်းပညာဘာသာရပ်၏ စီးပွားရေးလုပ်ငန်းစိစစ်လေ့လာမှုဆဆိုင်ရာ ဘာသာရပ် နယ်ပယ်အသီးသီးတွင် လုပ်ဆောင်နိုင်သည့် အချက်များကို အောက်တွင်ဖော်ပြသွားမည်ဖြစ်ပါသည်။၊
သရုပ်ဖော်စာရင်းအင်းပညာရပ်ကို အသုံးပြုပြီး စီးပွားရေးလုပ်ငန်းများတွင် အသုံးပြုခြင်း ( Uses of Descriptive Statistics in Business Analytics)
သရုပ်ဖော်စာရင်းအင်းပညာရပ်သည် စီးပွားရေးဆိုင်ရာ လက်ရှိဖြစ်ပေါ်နေသော ဒေတာများနှင့် ပြီးခဲ့သော အခြေအနေ များအပေါ်တွင် ဖြစ်ပေါ်နေသော ဒေတာအချက်အလက်များကို အခြေခံပြီး ဒေတာများအတွင်း ဖြစ်ပေါ်နေသော အခြေအနေများကို နားလည်လွယ်အောင် လေ့လာသိရှိနိုင်ပြီး အနှစ်ချုပ် ဖော်ပြနိုင်ကာ ပေါ်ပေါက်နေသော အချက်အလက်များကို အကျဉ်းချုပ်ဖော်ပြနိုင်ပါသည်။ ဗဟိုညွှတ်ကိန်းတန်ဖိုး ကို လေ့လာပြီး (measure of central tendency) စီးပွားရေးဒေတာများအပေါ်တွင် ကိန်းဂဏန်း တစ်လုံးတည်းဖြင့် မြင်သာအောင်ဖော်ပြနိုင်ခြင်းဖြင့် လေ့လာနိုင်ပါသည်။ ဒေတာများအပေါ်တွင် ကွဲလွဲမှူ (measure of variation) ကို လေ့လာခြင်းကို အသုံးပြုပြီး စီးပွားရေးလုပ်ငန်းများအတွင်း ဒေတာများကွဲလွဲမှုကို သိရှိနိုင်ပြီး ကွဲလွဲမှုတန်ဖိုးများ များနေပါက စီးပွားရေးလုပ်ငန်းလုပ်ဆောင်မှုများကို ပြန်လည်ပြင်ဆင် သုံးသပ်နိုင်ပါသည်။ဒေတာကို ပုံများဖြင့် ဖော်ပြသော methods များဖြစ်သော Histograms, Bar charts, pie charts နှင့် scatter plot များမှ သင့်လျော်ရာ နည်းလမ်းများကို အသုံးပြုပြီး ဒေတာများအတွင်း ဖြစ်ပေါ်နေသော အကြောင်းအရာများကို အလွယ်တကူ သိရှိနိုင်ပြီး မည်သည့်လုပ်ငန်းများတွင် ရင်းနှီးမြှပ်နှံမှု များ ပြုလုပ်သင့်သည်/ မည်သည့်လုပ်ငန်းများကို ရပ်နားသင့်သည်ကို ဆုံးဖြတ်နိုင်ပါသည်။ လက်လီရောင်းချသော လုပ်ငန်းများတွင် စာရင်းအင်းပညာ နည်းလမ်းများကို အခြေခံပြီး ဒေတာများ၏ အရောင်းစာရင်းများ၏ လအလိုက်၊ နှစ်အလိုက် စာရင်းများကို အနှစ်ချုပ် သိရှိနိုင်ပြီး မည်သည့်ကာလတွင် ရောင်းချရမှု အများဆုံးဖြစ်သည်၊ မည်သည့်ကာလတွင် ရောင်းချရမှု အနည်းဆုံးဖြစ်သည်ကို သိရှိနိုင်ပြီး မည်သည့် ကာလတွင် ကုန်လက်ကျန် အများဆုံးထားရမည်/ မည်သည့်ကာလတွင် ကုန်လက်ကျန်နည်းအောင် ထုတ်လုပ်မှုကို လျော့ချထားရမည် စသည့်အချက်များကို တွေ့ရနိုင်ပါသည်။
Predictive Analysis ( အနာဂါတ်အတွက် ခန့်မှန်းတွက်ချက်မှု လေ့လာခြင်း)
အနာဂါတ်အတွက် ကြိူတင်လေ့လာခန့်မှန်းရာတွင် လက်ထဲတွင် ရှိနေပြီးဖြစ်သော ဒေတာများကို အခြေခံပြီး အနာဂါတ်တွင် ဖြစ်ပေါ်လာနိုင်သော အချက်များကို သိပ္ပံနည်းလမ်းတကျ လေ့လာခြင်းဖြစ်သည်။ အချိန်ကိန်းစဉ်ကို လေ့လာခြင်းနည်းလမ်းဖြစ်သော (time series analysis) နှင့် စီးပွားရေးလုပ်ငန်းများဆိုင်ရာ ကိန်းရှင်များအချင်းချင်း စပ်ဆက်မှုကို လေ့လာနိုင်သော (regression analysis) စိစစ်လေ့လာမှုများကို အသုံးပြုပြီး အနာဂါတ်တွင် ပေါ်ပေါက်လာနိုင်သည်များကို လေ့လာနိုင်ပါသည်။ Regression analysis လေ့လာမှုတွင် မှီခိုကိန်းရှင် တန်ဖိုး (ဥပမာ ရောင်းအားတန်ဖိုး) ကို ခန့်မှန်းရာတွင် ကင်းလွတ်ကိန်းရှင်တန်ဖိုး များ ဖြစ်သော (ကြော်ငြာစရိတ် အသုံးပြုမှု၊ ကုန်ပစ္စည်းဈေးနှုန်း )ကို အခြေခံပြီး ခန့်မှန်းလေ့လာမှုများ ပြုလုပ်နိုင် ပါသည်။ အချိန်ကိန်းစဉ်စိစစ်လေ့လာမှုဖြစ်သော (time series analysis) ကို အသုံးပြုပြီး လအလိုက်/ နှစ်အလိုက် ပေါ်ပေါက်နေသော ဒေတာအချက်အလက်များကို အသုံးပြုပြီး အနာဂါတ်တွင် ရောင်းအားအခြေ အနေ မည်ကဲ့သို့ ဖြစ်ပေါ်နေနိုင်သည်ကို အချိန်ကိန်းစဉ် စိစစ်လေ့လာမှုကို အသုံးပြုပြီး သိပ္ပံနည်းလမ်းတစ်ကျ လေ့လာနိုင်ပါသည်။
စာရင်းအင်းပညာနည်းလမ်းတစ်မျိုးဖြစ်သော Logistic Regression ကို အသုံးပြုပြီး (Binary Outcome ) များဖြစ်သော ကုန်ပစ္စည်းတစ်မျိုးအားဝယ်ယူမည်/ မဝယ်ယူပါ စသည်အကြောင်းအရာကို ဝယ်ယူမည့်သူ၏ ဝင်ငွေ အခြေအနေ၊ စားသုံးမှု ဈေးဝယ်ယူမှု ပုံစံများကို အသုံးပြုပြီး အလွယ်တကူလေ့လာနိုင်ပြီး ဈေးဝယ်တစ်ယောက်သည် ထိုပစ္စည်းကို အမှန်တကယ်ဝယ်ယူမည် မဝယ်ယူပါ စသည့်အကြောင်းအရာများကို logistic regression ကို အသုံးပြုပြီးသိရှိနိုင်ပါသည်။
09/09/2024
ကွဲလွဲမှုကို တိုင်းတာခြင်း (Measure of Variation)
ကွဲလွဲမှုကိုတိုင်းတာခြင်းဆိုသည်မှာ ပျမ်းမျှခြင်း (ကိန်းစဉ်တန်း ဒေတာအစုအဝေးတစ်ခုမှ မြင်သာအောင် ကိန်းလုံးတစ်ခုကို ဖော်ပြခြင်း) ဖြင့် ဖော်ပြသော အခါတွင် အမှန်တကယ်တန်ဖိုးနှင့် ခန့်မှန်းထားသော တန်ဖိုးများအကြားတွင် ကွာခြားမှုများကို တိုင်းတာခြင်းဖြစ်သည်။ ကွဲလွဲမှုကိုတိုင်းတာခြင်းအားဖြင့် ကိန်းတစ်လုံးတည်းဖြင့် ဒေတာ အကြောင်းအရာကိုဖော်ပြရာတွင် အဆိုပါခန့်မှန်းမှု ပြုလုပ်သော တန်ဖိုးများနှင့် အမှန်တကယ်တန်ဖိုးများအကြားတွင် ကွာဟချက်တွင် ပမာဏများနေပါက ဒေတာ အစုတစ်ခုအားကိန်းတစ်လုံးတည်းဖြင့် ဖော်ပြခြင်းတွင် ယုံကြည်စိတ်ချရမှု နည်းနေသည်ကို တွေ့ရပါသည်။ ထို့အတွက်ကြောင့် ကွဲလွဲမှုကို တိုင်းတာခြင်းအားဖြင့် Measure of Central Tendency ကို တိုင်းတာရာတွင် မှန်ကန်မှု ရှိကြောင်း၊ မည်သည့်အတိုင်းအတာ ပမာဏအထိ ယုံကြည်စိတ်ချရမှု ရှိသည်ဆိုသည်ကို သိရှိနိုင်ပါသည်။
ကွဲလွဲမှုကို တိုင်းတာနိုင်သော နည်းလမ်းအမျိုးမျိုးရှိသည့်အနက် ပထမဆုံးအသုံးပြနိုင်သော နည်းလမ်းမှာ ဒေတာ တစ်ခုအတွင်းတွင်ရှိသော အကြီးဆုံးတန်ဖိုးထဲမှ အငယ်ဆုံးတန်ဖိုးကို ခြားနားခြင်း (range) ဖြင့်တိုင်းတာနိုင်ပါသည်။ Range တန်ဖိုးသည် ကွဲလွဲမှုကို တိုင်းတာနိုင်ရန်အတွက် အလွယ်ကူဆုံးသော အတိုင်းအတာတစ်ခု ဖြစ်သော်လည်း ဒေတာ အတွင်းတွင် အရမ်းကြီးလွန်းသော တန်ဖိုးများနှင့် အရမ်းငယ်လွန်းသော တန်ဖိုးများ (Outlier) ပါလာသော အခါတွင် စိတ်ချယုံကြည်စွာ ဒေတာ တွက်ချက်မှုများကို ပြုလုပ်နိုင်ခြင်းမျိုး လုပ်ဆောင်နိုင်ခြင်း မရှိနိုင်ပါ။
ကွဲလွဲမှုကို တိုင်းတာနိုင်သော နောက်ထပ်နည်းလမ်းတစ်ခုမှာ ကွဲလွဲကိန်း (variance)ကို တိုင်းတာခြင်းဖြစ်သည်။ ကွဲလွဲကိန်းသည် ဒေတာ အစုအတွင်းတွင်ရှိသော အမှန်တကယ်တန်ဖိုးနှင့် ပျမ်းမျှ တန်ဖိုးများအကြားတွင် ကွာဟ ချက်ကို တိုင်းတာခြင်းသည် ဖြစ်သည်။ ဒေတာ တန်ဖိုးများနှင့် ပျမ်းမျှခြင်း ရှာထားသော တန်ဖိုးများအကြားတွင်ရှိသော ကွဲလွဲမှုကို လေ့လာခြင်းဖြစ်သည်။ ကွဲလွဲကိန်း (variance) တန်ဖိုးသည် အမှန်တကယ်တန်ဖိုးနှင့် ပျမ်းမျှခြင်းတန်ဖိုးတို့အကြားတွင် ခြားနားမှုကို squareတင်ထားခြင်းအားဖြင့် ရှာဖွေနိုင်ပါသည်။ ထို့ကြောင့် တန်ဖိုးကို ၂ ထပ်တင်ထားခြင်းဖြစ်နေသည့်အတွက် လက်တွေ့တန်ဖိုးများနှင့် နှိုင်းယှဉ်လေ့လာသောအခါတွင် မှန်ကန်မှု အားနည်းနေနိုင်ပါသည်။
Standard Deviation သည် variance တန်ဖိုးကို square root ရှာထားသော တန်ဖိုးဖြစ်ပါသည်။ square ပြန်ရှာ ထားသော တန်ဖိုးတစ်ခုဖြစ်သည့်အတွက် လက်တွေ့လေ့လာမှူများနှင့် နီးစပ်မှုပိုရှိပြီး အသုံးများသော လေ့လာမှုတစ်ခုဖြစ်သည်။ သုတေသန ပြုလုပ်သော နယ်ပယ်များတွင်သာ မကပဲ အခြားသော နယ်ပယ်များဖြစ်သည့် ဘဏ္ဍာရေးလုပ်ငန်းများတွင် risk ကို တွက်ချက်ခြင်းစသည် အခြားနယ်ပယ်များတွင်လည်း အသုံးပြနိုင်ပါသည်။
လက်တွေ့နယ်ပယ်များတွင် ကွဲလွဲမှုကို တိုင်းတာသော အချက်များသည် တွင်ကျယ်စွာ အသုံးပြုကြပါသည်။ ကုန်ပစ္စည်းများကို ထုတ်လုပ်သော နေရာ တွင် ထုတ်ကုန်ပစ္စည်းများ၏ အရည်အသွေးကို ဆန်းစစ်လေ့လာမှုသည် ကွဲလွဲမှုကို တိုင်းတာခြင်း (measure of variations) နည်းလမ်းများကို အသုံးပြုနိုင်ပါသည်။ ထုတ်ကုန်များ၏ အရည်အသွေးကို ထိန်းချုပ်လေ့လာမှုပြုလုပ်သည့်နယ်ပယ်တွင် ကုန်ပစ္စည်းများ၏ ထုတ်လုပ်မှု အရည်အသွေးများနှင့် သတ်မှတ်ထားသော စံချိန်စံညွှန်းများ အကြားတွင် ကွဲလွဲမှု မည်မျှရှိသည်ကို အရည်အသွေး သတ်မှတ်ထားသည်နှင့် ကိုက်ညီမှု ရှိနေပါသလားဆိုသည့် အချက်များကို ကွဲလွဲမှုကို တိုင်းတာခြင်း နည်းလမ်းများဖြင့် လေ့လာနိုင်ပါသည်။ ဥပမာအားဖြင့် မီးလုံးထုတ်လုပ်သော လုပ်ငန်းတစ်ခုတွင် မီးလုံးတစ်လုံး၏ ပျမ်းမျှသက်တမ်းသည် နာရီ (၁၀၀၀) ရှိသည်ဟု စံချိန်စံညွှန်းတစ်ခု ထားရှိပါမည်။ သို့ရာတွင် ထုတ်လုပ်မှု လုပ်ငန်းများတွင် အပြောင်းအလဲများ ရှိနေနိုင်ခြင်းကြောင့် အမှန်တကယ် မီးလုံး၏ သက်တမ်းသည် နာရီ (၁၀၀၀) ထိရှိနိုင်/ မရှိနိုင်ကို ကွဲလွဲမှုကို စိစစ်သော နည်းလမ်းဖြစ်သည့် measure of variation ဖြင့် လေ့လာနိုင်သည်။ Range တန်ဖိုးကိုတွက်ချက်ပြီး အထက်ပါပြသနာရပ်ကို တွက်ချက်ရာတွင် မီးလုံး၏ ပျမ်းမျှ သက်တမ်းသည် အနည်းဆုံး နာရီ (၉၀၀) မှ အများဆုံး နာရီ (၁၁၀၀) အထိ အသုံးပြုနိုင်သည်ဆိုပြီး သတ်မှတ်ထားသော စံချိန်စံညွှန်းအကြားတွင် ကွာဟချက်များကို ဖော်ထုတ်လေ့လာနိုင်ပါသည်။ သို့ရာတွင် တိကျသော အချက်အလက်ကိုမူ မရရှိနိုင်ပါ။ တိကျသော အချက်အလက်နှင့်ဖော်ပြနိုင်ရန်အတွက် စံတိမ်းချက် (standard deviation) ကို အသုံးပြုပြီးလေ့လာနိုင်ပါသည်။ ကွာခြားချက်တန်ဖိုးများကို တိုင်းတာသည့်အခါတွင် ကွာခြားချက်တန်ဖိုးအရမ်းကြီးနေသော အခါတွင် ထုတ်လုပ်မှုလုပ်ငန်းများ ကိုရပ်နားပြီး ပြန်လည် စစ်ဆေးသင့် ပါသည်။
Measure of Central Tendency (ဗဟိုညွှတ်ကိန်းအားတိုင်းတာခြင်း)
ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း (Measure of central tendency) သည် သရုပ်ဖော်စာရင်းအင်းပညာ ဘာသာရပ်၏ အဓိကကျသော အချက်အလက် အကြောင်းအရာကို စိစစ်လေ့လာမှု ပြုလုပ်ပေးနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည် တစ်ခုဖြစ်ပါသည်။ ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်းသည် ဒေတာ အစု တစ်ခု၏ အလည်တည့်တည့်တွင် မည်သည့် တန်ဖိုးရှိနေသည်ကို လေ့လာစိစစ်ခြင်းဖြစ်ပြီး ဒေတာကို ကိန်းဂဏန်းတစ်ခု တည်းဖြင့် ဖော်ပြနိုင်ရန် အလွန်အရေးကြီးသော တိုင်းတာလေ့လာမှုတစ်ခုဖြစ်ပါသည်။ ဒေတာတန်ဖိုးများစွား ပါဝင်နေသော ဒေတာ အစုအဝေးတစ်ခုတွင် ဒေတာ အတွင်းတွင်မည်သည့်အကြောင်းတရားများ ဖြစ်ပေါ်နေသည်ကို အလွယ်တကူသိရှိနိုင်ရန်မှာ မလွယ်ကူပါ၊ ထိုအချိန်တွင် ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း နည်းလမ်းများဖြစ်သော ပျမ်းမျှခြင်းနည်းလမ်း (average methods)၊ အလယ်ကိန်းကို ရှာဖွေခြင်း (median)နှင့် ကြိမ်များကိန်း (mode) ရှာဖွေသော နည်းလမ်းများကို အသုံးပြုပြီး ဒေတာ အစုအဝေးတစ်ခုအတွင်းတွင် မည်သည့် အကြောင်းတရားများ ပေါ်ပေါက်နေသည်ဆိုသည်ကို လွယ်ကူလျှင်မြန်စွာ သိရှိနိုင်ပါသည်။ ပျမ်းမျှခြင်းဆိုသည်မှာ ဒေတာအစုအဝေးတစ်ခု အတွင်းတွင်ပေါ်ပေါက်နေသော ဒေတာ တစ်လုံးချင်းစီ တန်ဖိုးကို ပေါင်းကာ ဒေတာ ကိန်းလုံးရေအရေအတွက်တန်ဖိုးဖြင့် စားခြင်းဖြစ်ပါသည်။ ဥပမာ ဒေတာ တစ်ခုတွင် ကိန်းလုံးရေ (၅) လုံးရှိပါက ထိုကိန်းဂဏန်း ၅လုံးကို ပေါင်းကာ ၅ ဖြင့်စားခြင်းဖြင့် ပျမ်းမျှခြင်း တန်ဖိုးကို တွက်ချက်နိုင်ပါသည်။ ပျမ်းမျှခြင်းကို အလွယ်တကူ အသုံးပြုနိုင်သော ဥပမာတစ်ခုအနေဖြင့် လုပ်ငန်းတစ်ခု၏ အလုပ်သမား လစာ ဆိုင်ရာ ပေါ်လစီကို အကဲဖြတ်နိုင်ရန်အတွက်ပျမ်းမျှ လစာနှုန်းကို တွက်ချက်ခြင်းအားဖြင့် အခြားလုပ်ငန်းတူ အမျိုးအစားများနှင့် လွယ်ကူလျှင်မြန်စွာလေ့လာနိုင်ပါသည်။ Median (အလယ်ကိန်း) တန်ဖိုးအားတွက်ချက်လေ့လာမှု ပြုလုပ်လိုပါက ဒေတာအစုအဝေးတစ်ခု၏ အလည်တည့်တည့်တွင် တည်ရှိနေသော တန်ဖိုးသည် အလယ်ကိန်း median တန်ဖိုးဖြစ်ပါသည်။ median သည် ဒေတာ အစုအဝေးတစ်ခုအား ကြီးစဉ်၍ငယ်လိုက် (သို့) ငယ်စဉ်ကြီးလိုက် စီကာ အလည်တည့်တည့်တန်ဖိုးကို အလယ်ကိန်းအဖြစ် သတ်မှတ်ခြင်း ဖြစ်သည်။ ဒေတာ အရေအတွက် စုစုပေါင်းသည် မဂဏန်းဖြစ်နေပါက အလယ်တည့်တည့်တန်ဖိုးသည် အလယ်ကိန်း ဖြစ်ပြီး ဒေတာ စုစုပေါင်း အရေအတွက် သည် စုံဂဏန်းဖြစ်နေပါက အလယ်ကိန်းကို ရှာဖွေန်အတွက် အလည်တည့်တည့် တန်ဖိုး ၂ ခုကို ပေါင်းကာ ၂ ဖြင့် စားပေးရပါသည်။ အလယ်ကိန်းကို အသုံးပြုသော ဥပမာတစ်ခုအနေဖြင့် မြို့တစ်မြို့၏ အိမ်ဈေးနှုန်းများကို ဇိမ်ခံအိမ်တန်ဖိုးများ၏ ပမာဏကို ထည့်သွင်းစဉ်းစားရန် မလိုပဲ အလွယ်တကူ တွက်ချက်လေ့လာမှု ပြုလုပ်နိုင်ပါသည်။ ကြိမ်များကိန်း (mode) သည် ဒေတာ များအတွင်း အကြိမ်ကြိမ်ပေါ်ပေါနေသော ကိန်းဖြစ်ပါသည်။ ဖိနပ်ဆိုင်တစ်ဆိုင်အတွင်းတွင် မည်သည့် ဖိနပ်ဆိုဒ်ကို အများဆုံးရောင်းချရသည် ဆိုသည်ကို mode တန်ဖိုးကိုတွက်ချက်ခြင်းဖြင့် အလွယ်တကူသိရှိနိုင်ပါသည်။ ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း နည်းလမ်းများဖြစ်သော mean၊ median နှင့် mode တန်ဖိုးများသည် တစ်ခုနှင့်တစ်ခု အသုံးပြုသော နေရာခြင်း မတူသည့်အပြင် ကောင်းကျိုး/ ဆိုးကျိုးများသည်လည်း အမျိုးမျိုးရှိပါသည်။ အောက်ပါvideoတွင် ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း mean၊ median နှင့် modeတို့ကို R Softwareကို အသုံးပြုပြီး တွက်ချက်ထားခြင်း ဖြစ်ပါသည်။
Measure of Central Tendency (ဗဟိုညွှတ်ကိန်းအားတိုင်းတာခြင်း)
ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း (Measure of central tendency) သည် သရုပ်ဖော်စာရင်းအင်းပညာ ဘာသာရပ်၏ အဓိကကျသော အချက်အလက် အကြောင်းအရာကို စိစစ်လေ့လာမှု ပြုလုပ်ပေးနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည် တစ်ခုဖြစ်ပါသည်။ ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်းသည် ဒေတာ အစု တစ်ခု၏ အလည်တည့်တည့်တွင် မည်သည့် တန်ဖိုးရှိနေသည်ကို လေ့လာစိစစ်ခြင်းဖြစ်ပြီး ဒေတာကို ကိန်းဂဏန်းတစ်ခု တည်းဖြင့် ဖော်ပြနိုင်ရန် အလွန်အရေးကြီးသော တိုင်းတာလေ့လာမှုတစ်ခုဖြစ်ပါသည်။ ဒေတာတန်ဖိုးများစွား ပါဝင်နေသော ဒေတာ အစုအဝေးတစ်ခုတွင် ဒေတာ အတွင်းတွင်မည်သည့်အကြောင်းတရားများ ဖြစ်ပေါ်နေသည်ကို အလွယ်တကူသိရှိနိုင်ရန်မှာ မလွယ်ကူပါ၊ ထိုအချိန်တွင် ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း နည်းလမ်းများဖြစ်သော ပျမ်းမျှခြင်းနည်းလမ်း (average methods)၊ အလယ်ကိန်းကို ရှာဖွေခြင်း (median)နှင့် ကြိမ်များကိန်း (mode) ရှာဖွေသော နည်းလမ်းများကို အသုံးပြုပြီး ဒေတာ အစုအဝေးတစ်ခုအတွင်းတွင် မည်သည့် အကြောင်းတရားများ ပေါ်ပေါက်နေသည်ဆိုသည်ကို လွယ်ကူလျှင်မြန်စွာ သိရှိနိုင်ပါသည်။ ပျမ်းမျှခြင်းဆိုသည်မှာ ဒေတာအစုအဝေးတစ်ခု အတွင်းတွင်ပေါ်ပေါက်နေသော ဒေတာ တစ်လုံးချင်းစီ တန်ဖိုးကို ပေါင်းကာ ဒေတာ ကိန်းလုံးရေအရေအတွက်တန်ဖိုးဖြင့် စားခြင်းဖြစ်ပါသည်။ ဥပမာ ဒေတာ တစ်ခုတွင် ကိန်းလုံးရေ (၅) လုံးရှိပါက ထိုကိန်းဂဏန်း ၅လုံးကို ပေါင်းကာ ၅ ဖြင့်စားခြင်းဖြင့် ပျမ်းမျှခြင်း တန်ဖိုးကို တွက်ချက်နိုင်ပါသည်။ ပျမ်းမျှခြင်းကို အလွယ်တကူ အသုံးပြုနိုင်သော ဥပမာတစ်ခုအနေဖြင့် လုပ်ငန်းတစ်ခု၏ အလုပ်သမား လစာ ဆိုင်ရာ ပေါ်လစီကို အကဲဖြတ်နိုင်ရန်အတွက်ပျမ်းမျှ လစာနှုန်းကို တွက်ချက်ခြင်းအားဖြင့် အခြားလုပ်ငန်းတူ အမျိုးအစားများနှင့် လွယ်ကူလျှင်မြန်စွာလေ့လာနိုင်ပါသည်။ Median (အလယ်ကိန်း) တန်ဖိုးအားတွက်ချက်လေ့လာမှု ပြုလုပ်လိုပါက ဒေတာအစုအဝေးတစ်ခု၏ အလည်တည့်တည့်တွင် တည်ရှိနေသော တန်ဖိုးသည် အလယ်ကိန်း median တန်ဖိုးဖြစ်ပါသည်။ median သည် ဒေတာ အစုအဝေးတစ်ခုအား ကြီးစဉ်၍ငယ်လိုက် (သို့) ငယ်စဉ်ကြီးလိုက် စီကာ အလည်တည့်တည့်တန်ဖိုးကို အလယ်ကိန်းအဖြစ် သတ်မှတ်ခြင်း ဖြစ်သည်။ ဒေတာ အရေအတွက် စုစုပေါင်းသည် မဂဏန်းဖြစ်နေပါက အလယ်တည့်တည့်တန်ဖိုးသည် အလယ်ကိန်း ဖြစ်ပြီး ဒေတာ စုစုပေါင်း အရေအတွက် သည် စုံဂဏန်းဖြစ်နေပါက အလယ်ကိန်းကို ရှာဖွေန်အတွက် အလည်တည့်တည့် တန်ဖိုး ၂ ခုကို ပေါင်းကာ ၂ ဖြင့် စားပေးရပါသည်။ အလယ်ကိန်းကို အသုံးပြုသော ဥပမာတစ်ခုအနေဖြင့် မြို့တစ်မြို့၏ အိမ်ဈေးနှုန်းများကို ဇိမ်ခံအိမ်တန်ဖိုးများ၏ ပမာဏကို ထည့်သွင်းစဉ်းစားရန် မလို ပဲ အလွယ်တကူ တွက်ချက်လေ့လာမှု ပြုလုပ်နိုင်ပါသည်။ ကြိမ်များကိန်း (mode) သည် ဒေတာ များအတွင်း အကြိမ်ကြိမ်ပေါ်ပေါနေသော ကိန်းဖြစ်ပါသည်။ ဖိနပ်ဆိုင်တစ်ဆိုင်အတွင်းတွင် မည်သည့် ဖိနပ်ဆိုဒ်ကို အများဆုံးရောင်းချရသည် ဆိုသည်ကို mode တန်ဖိုးကိုတွက်ချက်ခြင်းဖြင့် အလွယ်တကူသိရှိနိုင်ပါသည်။ ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း နည်းလမ်းများဖြစ်သော mean၊ median နှင့် mode တန်ဖိုးများသည် တစ်ခုနှင့်တစ်ခု အသုံးပြုသော နေရာခြင်း မတူသည့်အပြင် ကောင်းကျိုး/ ဆိုးကျိုးများသည်လည်း အမျိုးမျိုးရှိပါသည်။ အောက်ပါvideoတွင် ဗဟိုညွှတ်ကိန်းကိုတိုင်းတာခြင်း mean၊ median နှင့် modeတို့ကို R Softwareကို အသုံးပြုပြီး တွက်ချက်ထားခြင်း ဖြစ်ပါသည်။
Click here to claim your Sponsored Listing.
Category
Contact the school
Telephone
Website
Address
Mandalay
05021
