"နမူနာဖြန့်ဝေမှုနမူနာ" နှင့် "နမူနာအဓိပ္ပါယ်" (အသေးစိတ် ခွဲခြမ်းစိတ်ဖြာခြင်း) အကြား ခြားနားချက် - ကွဲပြားမှုများ
မာတိကာ
မွေးဖွားနှုန်းသည် သေဆုံးနှုန်းထက် များစွာပိုသောကြောင့် လူဦးရေနှုန်းသည် တစ်မိနစ်လျှင်တစ်မိနစ် တိုးလာပါသည်။ ဆိုလိုသည်မှာ မိနစ်တိုင်း၊ သဘာဝအရင်းအမြစ်များ၊ လယ်ယာထွက်ကုန်များ၊ စက်မှုကုန်ပစ္စည်းများနှင့် အခြားလိုအပ်သောပစ္စည်းများနှင့် ဇိမ်ခံပစ္စည်းများကို လူဦးရေအားလုံးကြားတွင် ပြန်လည်ပြင်ဆင်ပြီး မျှမျှတတခွဲဝေပေးရမည်ဟု ဆိုလိုပါသည်။
သို့သော် အချက်အလက်များနှင့် ကိန်းဂဏန်းများရှိနေသော်လည်း၊ စုစုပေါင်းလူဦးရေ၊ အရင်းအမြစ်များကိုမဖြန့်ဝေပါ။ ထိုနည်းတူစွာ၊ လူတိုင်းလက်ထဲတွင် မရှိမဖြစ်လိုအပ်သော အစားအစာပစ္စည်းများကို လူတိုင်းလက်ထဲမရောက်ရှိနိုင်သော အချို့သောနေရာများ၊ မျိုးနွယ်စုများနှင့် မြို့ကြီးများလည်း ရှိပါသေးသည်။
နမူနာ၏နမူနာဖြန့်ဝေမှုသည် နမူနာတစ်ခုကို သင်ရွေးချယ်သည့်အခါ ဖြစ်နိုင်သည့်နမူနာများကို ဖြန့်ဝေခြင်းဖြစ်သည် လူဦးရေကနေ။ နမူနာဖြန့်ဝေမှုစံနှုန်းသည် ရမှတ်များနမူနာယူသည့် စုစုပေါင်းလူဦးရေ၏ပျမ်းမျှအား ရည်ညွှန်းသည်။ ဥပမာအားဖြင့်၊ လူဦးရေတွင်ဆိုလို Μ ရှိပါက၊ စံနမူနာဖြန့်ဝေမှု၏ဆိုလိုသည်မှာ Μ ဖြစ်သည်။
အဘယ်ကြောင့် “Sample Mean” ကို တွက်ချက်ရသည်ကို သင်သိပါသလား။
နမူနာဆိုလိုချက်ကို ဒေတာအစုတစ်ခု၏ ပျမ်းမျှအဖြစ် သတ်မှတ်သည်။ နမူနာဆိုလိုချက်ကို ဒေတာအစု၏ ဗဟိုသဘောထား၊ စံသွေဖည်မှုနှင့် ကွဲပြားမှုကို တွက်ချက်ရန် အသုံးပြုနိုင်သည်။
ကျပန်းလူဦးရေတွင် ပျမ်းမျှတွက်ချက်မှုအတွက် "နမူနာဆိုလိုချက်" ကို အသုံးချနိုင်သည်။ နမူနာရှိ ကိန်းရှင်တစ်ခု၏ တန်ဖိုးများ၏ ဂဏန်းသင်္ချာပျမ်းမျှအား တွက်ချက်ခြင်းဖြင့် ရရှိသော ကိန်းဂဏန်းအဖြစ်လည်း သတ်မှတ်နိုင်သည်။
နမူနာကို ဖိထားလျှင်ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုများမှ တူညီသော မျှော်မှန်းတန်ဖိုးတစ်ခု ရှိသည်၊ ထို့နောက် နမူနာဆိုလိုသည်မှာ မျှော်လင့်ထားသည့်တန်ဖိုး၏ ခန့်မှန်းချက်တစ်ခုဟု ဆိုရန် မှန်ကန်ပါသည်။
နမူနာဖြန့်ဝေမှုအကြောင်း ပိုမိုသိရှိရန် ဤဗီဒီယိုကို ကြည့်ပါ
"နမူနာဖြန့်ဝေမှုနမူနာ၏နမူနာ" ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုရမည်နည်း။
လူဦးရေ၏ သိသာထင်ရှားသောနမူနာအရွယ်အစားတစ်ခုမှရရှိသော ကိန်းဂဏန်းတစ်ခု၏ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုကို “ နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှုဟု ခေါ်သည် ဆိုလိုသည်မှာ ။"
လူဦးရေစာရင်းအင်းတစ်ခုအတွက် ဖြစ်နိုင်သောရလဒ်အမျိုးမျိုး၏ ကြိမ်နှုန်းသည် သတ်သတ်မှတ်မှတ်လူဦးရေ၏နမူနာခွဲဝေမှုကိုဖြစ်စေသည်။
ဒေတာအများအပြားကို စုဆောင်းသည်။ သုတေသန လုပ်သားများ၊ စာရင်းအင်းပညာရှင်များနှင့် ပညာရပ်ဆိုင်ရာ ဆက်စပ်နေသူများ အနေဖြင့် လူဦးရေ များပြားသည်။ ဤစုဆောင်းထားသောဒေတာကို နမူနာတစ်ခုဟု ခေါ်ဆိုသည်၊ ၎င်းသည် ထိုလူဦးရေ၏ အစုခွဲတစ်ခုဖြစ်သည်။
ဒေတာ
“နမူနာတန်ဖိုး” နှင့် “နမူနာဖြန့်ဝေမှုနမူနာတန်ဖိုး”
အင်္ဂါရပ်များ | နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှု အဓိပ္ပါယ် | နမူနာအဓိပ္ပာယ် |
---|---|---|
အဓိပ္ပာယ်ဖွင့်ဆိုချက် | “နမူနာဖြန့်ဝေမှု နမူနာဆိုလိုသည်” ကို အများအားဖြင့် ဒေတာစုဆောင်းသည့် လူဦးရေ၏ပျမ်းမျှအဖြစ် သတ်မှတ်သည်။ ၎င်းကို ယနေ့ကမ္ဘာတွင် တွင်ကျယ်စွာ အသုံးပြုနေပါသည်။ | “နမူနာဆိုလိုသည်” ကို နမူနာအစုတစ်ခုအတွင်း ပစ္စည်းအရေအတွက်ကို ပေါင်းထည့်ကာ နမူနာရှိ ပစ္စည်းအရေအတွက်ဖြင့် ပေါင်းလဒ်ကို ပိုင်းခြားခြင်းကဲ့သို့ ပုံစံဖြင့် သတ်မှတ်နိုင်သည်။အစုံ။ |
ညီမျှခြင်း | “နမူနာတစ်ခု၏နမူနာဖြန့်ဝေခြင်း” ၏ တွက်ချက်နည်းတွင် ရိုးရှင်းသော်လည်း ပိုမိုထိရောက်သော ဖော်မြူလာတစ်ခု ပါဝင်သည်။ ဤဖော်မြူလာကိုအသုံးပြုခြင်းဖြင့်၊ နမူနာ၏နမူနာဖြန့်ဝေမှု၏ပျမ်းမျှအား အလွယ်တကူတွေ့ရှိနိုင်သည်- ΜM = Μ ကြည့်ပါ။: စိမ်းပြာရောင် နှင့် စိမ်းပြာပြာ ကွာခြားချက်ကဘာလဲ။ (ဖြစ်ရပ်မှန်များကို ရှင်းပြထားသည်) – အားလုံးသော ကွဲပြားမှုများ
| နမူနာ၏တွက်ချက်မှုလုပ်ငန်းစဉ် ဆိုလိုသည်မှာ နမူနာအစုံတွင်ပါရှိသော ပစ္စည်းအရေအတွက်ကို အနှစ်ချုပ်ရသကဲ့သို့ ရိုးရှင်းပါသည်။ နမူနာအစုံရှိ ပစ္စည်းအရေအတွက်ဖြင့် စုစုပေါင်းကို ခွဲပါ။ ဖော်မြူလာကို သုံးနိုင်သည်- x̄ = ( Σ xi ) / n |
စာရင်းအင်းများ | နမူနာဖြန့်ချီမှုသည် နမူနာစာရင်းအင်းများ ဖြန့်ဖြူးမှုကို ထည့်သွင်းစဉ်းစားသည် | နမူနာဆိုလိုသည်မှာ လူဦးရေဒေတာမှ ထုတ်ယူထားသော လေ့လာတွေ့ရှိချက်များကို ထည့်သွင်းစဉ်းစားသည် |
အဓိပ္ပာယ် | နမူနာဖြန့်ဝေမှုသည် သတ်သတ်မှတ်မှတ်လူဦးရေမှရယူထားသောနမူနာအများအပြားမှရရှိသော ကိန်းဂဏန်းအချက်အလက်များ၏ ဖြစ်နိုင်ချေရှိသော ဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။ လိုအပ်သောလူဦးရေ၏နမူနာခွဲဝေမှုသည် လူဦးရေစာရင်းအင်းအတွက်ဖြစ်နိုင်ချေရှိသော မတူညီသောရလဒ်များအကွာအဝေး၏ ကြိမ်နှုန်းများကိုဖြန့်ကျက်ခြင်းဖြစ်ပါသည်။ | နမူနာဆိုလိုသည်မှာ အတွင်းမှတွက်ချက်ထားသောဒေတာနမူနာတစ်ခု၏ပျမ်းမျှတန်ဖိုးကို ရည်ညွှန်းပါသည်။ ဒေတာအများအပြားလူဦးရေ။ နမူနာအရွယ်အစား ကြီးမားပြီး စာရင်းအင်းသုတေသီများသည် လူဦးရေထံမှ အပိုင်းအစများကို ကျပန်းယူပါက လူဦးရေကို ဝင်ရောက်ကြည့်ရှုရန် ကိရိယာကောင်းတစ်ခုဖြစ်သည်။ |
ဥပမာ | ဥပမာ၊ ကြောင် ၁၀၀၀ ကို မဲပေးမည့်အစားပိုင်ရှင်များသည် ၎င်းတို့၏ အိမ်မွေးတိရစ္ဆာန်များ စားသည့်အရာနှင့် ၎င်းတို့၏ အစားအစာများကို စားသုံးရာတွင် နှစ်သက်မှုများရှိကြောင်း၊ သင်သည် သင်၏ စစ်တမ်းကို အကြိမ်များစွာ ပြန်လုပ်နိုင်သည်။ | နမူနာ၏ အဓိပ္ပါယ်မှာ ဘေ့စ်ဘောဂိမ်းကို ကြည့်သည့်အခါ မီဒန်းကို အနိုင်ယူသည့် ကစားသမားများကို တွေ့ရပါသည်။ ထိုနံပါတ်သည် ကစားသမားတစ်ဦး bat ပေါ်ခဲ့သည့်အကြိမ်အရေအတွက်ဖြင့် ပိုင်းခြားထားသော hit အရေအတွက်ကို ပြသသည်။ ရိုးရှင်းသောစကားအားဖြင့်၊ ထိုနံပါတ်သည် ပျမ်းမျှဖြစ်သည်။ |
နမူနာတန်ဖိုးနှင့် နမူနာနမူနာဖြန့်ဝေမှုကြား ကွာခြားချက်များ
နမူနာဖြန့်ဝေခြင်း၏ လက်တွေ့အသုံးချမှုများ
နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှုသည် နေ့စဥ်ဘဝတွင် အလွန်အသုံးဝင်သောကြောင့် ၎င်းသည် ကျပန်းနမူနာမှ တိကျသောဆိုလိုငွေကိုရရှိနိုင်ကြောင်း ကျွန်ုပ်တို့အားပြောပြနိုင်သောကြောင့်ဖြစ်သည်။ နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှု၏အကျိုးသက်ရောက်မှုကို ကျွန်ုပ်တို့၏နေ့စဉ်အသက်တာတွင် တွင်ကျယ်စွာအသုံးပြုပါသည်။
- နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှုသည် ကျွန်ုပ်တို့၏သုတေသနပြုမှု သို့မဟုတ် ဖြစ်နိုင်သည့်နမူနာအားလုံးကို ထပ်ခါတလဲလဲပြုလုပ်သောအခါဖြစ်သည်။ လူဦးရေ။
- နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှုသည် ပေးထားသောလူဦးရေ၏မည်သည့်နမူနာကိုမဆိုရွေးချယ်ခြင်းမှရရှိလာသောစာရင်းအင်းတစ်ခု၏လူဦးရေဖြန့်ဝေမှုကိုရည်ညွှန်းသည်။
- ၎င်းသည် သီးခြားလူဦးရေအတွက် အမျိုးမျိုးသောရလဒ်များကို ခွဲထုတ်ပုံပေါ်သည့် ကြိမ်နှုန်းများ ဖြန့်ဖြူးခြင်းကို ကိုယ်စားပြုသည်။
- နမူနာဆိုလိုချက်ကိုလည်း တွင်ကျယ်စွာအသုံးပြုကြပြီး ၎င်းသည် ဘာလဲဆိုတာတောင် မသိသော သာမန်လူတစ်ယောက်၏ နေ့စဉ်ဘ၀တွင် ၎င်း၏အခန်းကဏ္ဍမှ ပါဝင်နေသည်။
- ဆိုင်တစ်ဆိုင်မှ သစ်သီးများဝယ်ယူစဉ် သရုပ်ပြခြင်း၊ရရှိနိုင်သော အကောင်းဆုံးအရည်အသွေးများထဲမှ တစ်ခုကို ရယူရန် သို့မဟုတ် ဝင်ရောက်ရန် အနည်းငယ်ကို ဆန်းစစ်လေ့ရှိပါသည်။
“Sample Mean” ကို တွက်ချက်ခြင်း ဥပမာများ
ဥပမာ၊ ကျွန်ုပ်တို့ တွက်ချက်လိုပါသည်။ လူဦးရေအစုတစ်ခု၏ အသက်။ အဆင်ပြေစေရန်၊ မှားယွင်းစွာရွေးချယ်ထားသော လူ 15 ဦးသာ အသက်အရွယ်ကို စဉ်းစားကြည့်ကြပါစို့။ နမူနာ၏ ဆိုလိုရင်းကို မည်သို့ရှာရမည်နည်း။
မဟုတ်ပါ။ လူများ၏ | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
အသက် | 75 | 45 | 57 | 63 | 41 | 59 | 66 | 82 | 33 | 78 | 39 | 80 | 40 | 52 | 65 |
နမူနာ Mean တွက်ချက်ခြင်း
နမူနာပျမ်းမျှ တွက်ချက်ရန်၊ အထက်ပါ လူဦးရေအစု၏ အသက် နံပါတ်များအားလုံးကို ထည့်ပါ။
75+45+57+63+41+59+66+82+33+78+39+80 +40+52+65=875
ယခု၊ ဤနမူနာရှိ လူတစ်ဦးချင်းစီ၏ စုစုပေါင်းအရေအတွက်ကို ရေတွက်ပါ ဥပမာ၊ 15.
“နမူနာဆိုလိုသည်” ကို တွက်ချက်ရန်အတွက် “a ကို ပိုင်းခြားကြပါစို့။ စုစုပေါင်းအသက်" "စုစုပေါင်းအမှတ်။ ပါဝင်သူများ။"
နမူနာဆိုလိုသည်မှာ- 875/15=58.33 နှစ်
"နမူနာဖြန့်ဝေမှု နမူနာအမျိုးအစားများ"
နမူနာပြဆိုလိုချက်၏နမူနာဖြန့်ဝေမှု အမျိုးအစားသုံးမျိုးရှိသည်-
- အချိုးအစားနမူနာဖြန့်ဝေခြင်း
- နမူနာဖြန့်ဝေခြင်း၏ပျမ်းမျှ
- T-Distribution
၎င်းကို သင်မည်သို့ရှာဖွေပါသလဲနမူနာဖြန့်ဝေခြင်း
နမူနာဆိုလိုရင်း၏နမူနာဖြန့်ဝေမှုကို တွက်ချက်ရန်အတွက်၊ လူဦးရေ၏ပျမ်းမျှနှင့် စံသွေဖည်မှုကို သိထားရပါမည်။ ယခု သင်သည် ဤတန်ဖိုးများအားလုံးကို ပေါင်းထည့်ရမည်ဖြစ်ပြီး နောက်ဆုံးတွင် နမူနာတွင်ပါရှိသော လေ့လာတွေ့ရှိချက်များ စုစုပေါင်းဖြင့် ဤတန်ဖိုးကို ပိုင်းခြားပါ ။
ကြည့်ပါ။: Hotel နဲ့ Motel ကွာခြားချက်ကဘာလဲ။ - ကွဲပြားမှုအားလုံးနမူနာဖြန့်ဝေခြင်းနမူနာပြခြင်း
နိဂုံး
- ၎င်းကိုအကျဉ်းချုပ်ပြောရလျှင်၊ နမူနာဆိုလိုမှု၏နမူနာခွဲဝေမှုသည် n <ဟုသိသော ဖြစ်နိုင်သည့်အရွယ်အစားနမူနာများအားလုံးမှ ဖြစ်နိုင်ချေရှိသောနမူနာအစုအဝေးကို ရည်ညွှန်းသည်။ 3> သတ်မှတ်ထားသော လူဦးရေမှ ရွေးချယ်ထားသည်။
- နမူနာဆိုသည်မှာ လူဦးရေမှကောက်ယူသောနမူနာတန်ဖိုးများ၏ ပျမ်းမျှအား အတိုင်းအတာတစ်ခုအထိ ဆိုလိုပါသည်။ လူဦးရေနှင့် နှိုင်းယှဉ်ပါက၊ နမူနာအရွယ်အစားသည် သေးငယ်ပြီး n ဖြင့် ကိုယ်စားပြုထားသည်။
- ယေဘုယျအားဖြင့်၊ “ နမူနာပြဆိုလိုသည်မှာ ” သည် ပျမ်းမျှဖြစ်သည်။ ဒေတာအစုတစ်ခု၏ ဗဟိုသဘောထား၊ စံသွေဖည်မှုနှင့် ဒေတာအစုတစ်ခု၏ ကွဲလွဲမှုကို တွက်ချက်ရန် တွင်ကျယ်စွာ အသုံးပြုနိုင်သည်။
- နမူနာတစ်ခု၏နမူနာဖြန့်ဝေမှုသည် အလွန်အရေးကြီးပါသည်။ လူဦးရေသည် ပုံမှန်အားဖြင့် များပြားသောကြောင့်၊ ထို့ကြောင့် လူဦးရေတစ်ခုလုံး၏ အစုခွဲတစ်ခုကို ကောက်လွဲချော်စွာ ရွေးချယ်နိုင်စေရန် နမူနာဖြန့်ဝေမှုကို အသုံးပြုရန် အရေးကြီးပါသည်။