ဗဟိုကန့်သတ် သီအိုရမ်

ခက်ခဲမှု: အလယ်အလတ် ဖတ်ရှုချိန်: 15 မိနစ်

ဗဟိုကန့်သတ် သီအိုရမ် (CLT) ဆိုတာ ဘာလဲ?

ဗဟိုကန့်သတ် သီအိုရမ်က စာရင်းအင်းပညာမှာ အရေးအကြီးဆုံး အယူအဆတစ်ခုပါ။ ရိုးရှင်းစွာ ပြောရရင်: နမူနာအရွယ်အစား လုံလောက်အောင် ကြီးရင် နမူနာ ပျမ်းမျှတွေရဲ့ ဖြန့်ဝေမှုက ခေါင်းလောင်း ပုံစံ (ပုံမှန် ဖြန့်ဝေမှု) ဖြစ်လာပါတယ် - မူလ ဒေတာက ဘယ်ပုံစံပဲ ဖြစ်ဖြစ်။

0 9 18 27 36 42 46 47 48 49 50 51 52 53 54

ရိုးရှင်းတဲ့ ဥပမာနဲ့ နားလည်ခြင်း

ဥပမာ

ရန်ကုန်မှာ လက်ဖက်ရည်ဆိုင် ₁₀,₀₀₀ ရှိပါတယ်။ လက်ဖက်ရည် ₁ ခွက် ဈေးက ကျပ် ₃₀₀ ကနေ ₃,₀₀₀ ထိ ကွဲပြားပြီး ဖြန့်ဝေမှုက ညာဘက် ညွှတ်နေပါတယ် (ဆိုင်အများစု ₅₀₀-₈₀₀ ကြား ပေမဲ့ ဇိမ်ခန်းတချို့ ₃,₀₀₀ ကျော်)။ ခေါင်းလောင်း ပုံစံ မဟုတ်ပါဘူး။

ဒါပေမဲ့ ကျပန်း ₃₀ ဆိုင် ရွေးပြီး ပျမ်းမျှ ရှာတာကို ₁,₀₀₀ ကြိမ် ထပ်ခါတလဲလဲ လုပ်ရင် - ပျမ်းမျှတွေရဲ့ ဖြန့်ဝေမှုက ခေါင်းလောင်း ပုံစံ ဖြစ်လာပါတယ်!

ဘာကြောင့် ₃₀ ရွေးရသလဲ?

စာရင်းအင်းပညာမှာ နမူနာ ₃₀ ကို "လုံလောက်သော အရွယ်အစား" ရဲ့ လက်သုံးစည်းမျဉ်း အဖြစ် သုံးလေ့ရှိပါတယ်။ မူလ ဒေတာက ပုံမှန် ဖြန့်ဝေမှုနဲ့ နီးစပ်ရင် ₃₀ ထက်နည်းလည်း ရနိုင်ပါတယ်။ သိပ်ညွှတ်နေရင် ပိုများများ လိုနိုင်ပါတယ်။

44 46 48 50 52 54 56

CLT ရဲ့ အဓိက သက်ရောက်မှုများ

₁။ နမူနာ ပျမ်းမျှရဲ့ ဖြန့်ဝေမှု

နမူနာ ပျမ်းမျှတွေရဲ့ ဖြန့်ဝေမှုက:

  • ဗဟို: လူဦးရေစု mean နဲ့ တူညီ
  • ပုံစံ: ပုံမှန် ဖြန့်ဝေမှု (ခေါင်းလောင်း)
  • ပြန့်ကျဲမှု: SD ÷ √n (နမူနာ ကြီးလေလေ ပျမ်းမျှတွေ ပိုစုဝေးလေလေ)
ဥပမာ

CSO စစ်တမ်းအရ မြန်မာ အိမ်ထောင်စု ပျမ်းမျှ လစဉ်ဝင်ငွေ ကျပ် ₃₀₀,₀₀₀ (SD = ₂₀₀,₀₀₀) ဆိုကြပါစို့။ ကျပန်း အိမ်ထောင်စု ₁₀₀ ကို ရွေးပြီး ပျမ်းမျှ ရှာတိုင်း:

  • ပျမ်းမျှက ₃₀₀,₀₀₀ ပတ်ဝန်းကျင်မှာ ရှိမယ်
  • SD = ₂₀₀,₀₀₀ ÷ √₁₀₀ = ₂₀,₀₀₀
  • ₉₅% ယုံကြည်ချက်: ₂₆₀,₀₀₀ - ₃₄₀,₀₀₀ ကြား ကျမယ်

နမူနာ ₄₀₀ ယူရင်: SD = ₂₀₀,₀₀₀ ÷ √₄₀₀ = ₁₀,₀₀₀ - ပိုတိကျတယ်!

₂။ နမူနာ ကြီးလေ ပိုတိကျလေ

နမူနာ အရွယ်အစား (n) ကြီးလာတိုင်း နမူနာ ပျမ်းမျှတွေက လူဦးရေစု ပျမ်းမျှ ပတ်ဝန်းကျင်မှာ ပိုစုဝေးပါတယ်။ ₄ ဆ ပိုကြီးရင် တိကျမှု ₂ ဆ ပိုကောင်းတယ် (square root ကြောင့်)။

CLT ကို ဘယ်မှာ သုံးသလဲ?

  • ယုံကြည်ကြားခံ (Confidence Intervals): နမူနာ ပျမ်းမျှနဲ့ SD ကို သုံးပြီး လူဦးရေစု ပျမ်းမျှကို ခန့်မှန်းခြင်း
  • ယူဆချက် စစ်ဆေးခြင်း (Hypothesis Testing): တွေ့ရှိချက်က ကျပန်းကြောင့် ဖြစ်နိုင်ခြေ ရှိမရှိ ဆုံးဖြတ်ခြင်း
  • စစ်တမ်း ဒီဇိုင်း: နမူနာ ဘယ်လောက်ကြီးမှ လုံလောက်သလဲ ဆုံးဖြတ်ခြင်း
ဥပမာ

ကျောက်မျက် စစ်ဆေးရေးမှာ - ပတ္တမြား ₁,₀₀₀ လုံးထဲက ₅₀ လုံး ကျပန်းရွေး စစ်ဆေးပါတယ်။ ₅₀ လုံးရဲ့ ပျမ်းမျှ အလေးချိန် ₂.₃ ကာရက် (SD = ₀.₅)။ CLT အရ ₁,₀₀₀ လုံးလုံးရဲ့ ပျမ်းမျှ အလေးချိန်က ₂.₃ ± (₀.₅ ÷ √₅₀) ≈ ₂.₃ ± ₀.₀₇ - ₂.₁₆ မှ ₂.₄₄ ကာရက် ကြားမှာ ရှိဖို့ ₉₅% ယုံကြည်နိုင်ပါတယ်။

40 1 25 2 15 3 10 4 6 5 4 6
အဓိကအချက်

ဗဟိုကန့်သတ် သီအိုရမ်အရ နမူနာ ပျမ်းမျှတွေရဲ့ ဖြန့်ဝေမှုက နမူနာ လုံလောက်ရင် (များသောအားဖြင့် n ≥ ₃₀) ပုံမှန် ဖြန့်ဝေမှု ဖြစ်လာပါတယ် - မူလ ဒေတာ ပုံစံ မည်သို့ပင်ဖြစ်စေ။ နမူနာ ကြီးလေ ခန့်မှန်းမှု ပိုတိကျလေပါ။ ဒါက စစ်တမ်းများ၊ ယုံကြည်ကြားခံများနဲ့ ယူဆချက် စစ်ဆေးခြင်းတွေရဲ့ အခြေခံ အုတ်မြစ်ပါ။