နေ့စဉ်ဘဝမှာ စာရင်းအင်း

ခက်ခဲမှု: အခြေခံ ဖတ်ရှုချိန်: 10 မိနစ်

စာရင်းအင်းက နေရာတိုင်းမှာ ရှိတယ်

ဒီသင်ခန်းစာစဉ်တစ်ခုလုံးမှာ လေ့လာခဲ့တဲ့ အယူအဆတွေက ပညာရပ် အတွက်သာ မဟုတ်ပါ - နေ့စဉ်ဘဝမှာ တကယ်ပဲ အသုံးဝင်ပါတယ်။ ကျွန်တော်တို့ နေ့တိုင်း ကိန်းဂဏန်းတွေ ကြုံပါတယ် - ဈေးနှုန်းတွေ၊ ရာသီဥတု ခန့်မှန်းချက်တွေ၊ ကျန်းမာရေး သတင်းတွေ။ စာရင်းအင်း တွေးခေါ်မှုက ဒီကိန်းဂဏန်းတွေနောက်ကွယ်က ပုံအပြည့်အစုံ မြင်ဖို့ ကူညီပါတယ်။

200 300 400 500 600 700 800

ရာသီဥတုနဲ့ ခရီးသွားခြင်း

ဥပမာ

ပုဂံကို ခရီးသွားဖို့ စီစဉ်နေပါတယ်။ "နိုဝင်ဘာ ပျမ်းမျှ အပူချိန် ₂₅°C" ဆိုတဲ့ အချက်အလက် ရှိပါတယ်။ ဒါပေမဲ့ ပျမ်းမျှ ရုံပဲ သိရင် မလုံလောက်ပါ - range ကိုလည်း ကြည့်ပါ။ နေ့ဘက် ₃₅°C ပူပြီး ညဘက် ₁₅°C အေးနိုင်ပါတယ်။ SD ကို ကြည့်ရင် ₂₅°C ± ₈°C ဆိုရင် နွေးတဲ့ အဝတ်ရော အအေးခံ အဝတ်ရော ယူသင့်တယ်ဆိုတာ သိပါတယ်။

အားကစားနဲ့ ဖျော်ဖြေရေး

ဥပမာ

MNL ဘောလုံးပွဲ လောင်းကစားခြင်း (ဥပမာအရသာ): အသင်းတစ်သင်းက ၅ ပွဲ ဆက်တိုက် နိုင်ခဲ့ပါတယ်။ "₆ ပွဲမြောက်လည်း နိုင်မယ်" လို့ ထင်ပါတယ်။ ဒါပေမဲ့ ပျမ်းမျှဆီ ပြန်သွားခြင်း (regression to the mean) ကိုလည်း သတိထားပါ - ₅ ပွဲ ဆက်နိုင်တာ ပုံမှန်ထက် ကောင်းတဲ့ ကာလဖြစ်ပြီး ပုံမှန်ဆီ ပြန်ကျနိုင်ပါတယ်။ ကစားသမားတစ်ယောက်ရဲ့ "ပျမ်းမျှ" ကို ကြည့်ပြီး ₅ ပွဲ ရလဒ်က ဒီပျမ်းမျှထက် သိသိသာသာ ပိုကောင်းရင် ပြန်ကျနိုင်ခြေ ရှိတယ်ဆိုတာ သိပါတယ်။

ကိုယ်ပိုင် ဘဏ္ဍာရေး

ဥပမာ

လစဉ် ကုန်ကျစရိတ် ခြေရာခံခြင်း: ₆ လ ဒေတာ မှတ်တမ်းတင်ပြီး ပျမ်းမျှ ကျပ် ₄₅₀,₀₀₀ ကုန်ကျပြီး SD = ₈₀,₀₀₀ ဆိုရင်:

  • ပုံမှန်လ: ₃₇₀,₀₀₀ - ₅₃₀,₀₀₀ ကြား (mean ± ₁ SD)
  • ကျပ် ₆₅₀,₀₀₀ ကုန်တဲ့လ: ₂ SD ထက်ကျော်ပါတယ် - "ဘာဖြစ်လို့ ဒီလလောက် ကုန်တာလဲ?" စုံစမ်းသင့်ပါတယ်

ဒီလို ခြေရာခံခြင်းက ငွေကြေး စီမံခန့်ခွဲမှု ပိုကောင်းစေပါတယ်။

ကျန်းမာရေး ဆုံးဖြတ်ချက်များ

ဥပမာ

ဆရာဝန်က "ဒီဆေးက လူနာ ₇₀% မှာ အကျိုးရှိတယ်" လို့ ပြောပါတယ်။ စာရင်းအင်း တွေးခေါ်မှုနဲ့ ထပ်မေးပါ:

  • "₇₀% ဆိုတာ ဘယ်လို လေ့လာမှုကနေ ရတာလဲ?" (နမူနာ အရွယ်အစား)
  • "ကျန် ₃₀% မှာ ဘာဖြစ်သလဲ?" (ဆိုးကျိုး ရှိလား)
  • "ဆေးမစားဘဲ ကိုယ့်ဟာကိုယ် ပျောက်နိုင်ခြေ ဘယ်လောက်လဲ?" (ထိန်းချုပ်အုပ်စု ရလဒ်)

ဈေးဝယ်ခြင်းနဲ့ ဈေးနှုန်း နှိုင်းယှဉ်ခြင်း

ဥပမာ

ဗိုလ်ချုပ်ဈေးမှာ ဆန် ₁ ပိဿာ ဈေးနှုန်း: ဆိုင် ₁₀ ဆိုင် စစ်ဆေးပြီး ပျမ်းမျှ ₂,₅₀₀ ကျပ်, SD = ₂₀₀ ကျပ် ရပါတယ်။ ဆိုင်တစ်ဆိုင်က ₁,₈₀₀ ကျပ်နဲ့ ရောင်းနေရင် - mean ကနေ ₃.₅ SD ကွာပါတယ်! ဒါက "ပုံမှန်" မဟုတ်ပါ - အရည်အသွေး စစ်ဆေးသင့်ပါတယ် (အတု၊ အရည်အသွေးနိမ့် ဖြစ်နိုင်)။

ဆိုရှယ်မီဒီယာနဲ့ သတင်း

ဖေ့စ်ဘုတ်မှာ "၉₀% က..." ဆိုတဲ့ ပို့စ် မြင်တိုင်း - နမူနာ ဘယ်လောက် ကြီးလဲ? ဘယ်သူ လုပ်တဲ့ စစ်တမ်းလဲ? ဆက်နွယ်မှုလား အကြောင်းဆီလျော်မှုလား? ဒီမေးခွန်းတွေ မေးတတ်ရုံနဲ့ ထင်ယောင်ထင်မှား အချက်အလက်တွေကို ဖော်ထုတ်နိုင်ပါတယ်။

စာရင်းအင်း တွေးခေါ်မှု အကျဉ်းချုပ်

  1. ပျမ်းမျှ ရုံ မယုံပါနဲ့ - ပြန့်ကျဲမှုကိုလည်း ကြည့်ပါ
  2. နမူနာ အရွယ်အစား စစ်ဆေးပါ
  3. ဆက်နွယ်မှု ≠ အကြောင်းဆီလျော်မှု
  4. အခြေခံ ကိန်းဂဏန်း (base rate) မမေ့ပါနဲ့
  5. ဂရပ်ဖ် axis စစ်ဆေးပါ
  6. "ဘယ်သူ ဒီဒေတာကို ထုတ်ပြန်တာလဲ?" မေးပါ
အဓိကအချက်

စာရင်းအင်း တွေးခေါ်မှုက ရာသီဥတု ခန့်မှန်းချက် ဖတ်ခြင်း၊ အားကစား ရလဒ် ခန့်မှန်းခြင်း၊ ကိုယ်ပိုင် ဘဏ္ဍာရေး စီမံခြင်း၊ ကျန်းမာရေး ဆုံးဖြတ်ချက် ချခြင်းနဲ့ ဈေးဝယ်ခြင်း အားလုံးမှာ ကူညီပါတယ်။ ပျမ်းမျှ ရုံ မကြည့်ပါနဲ့ - ပြန့်ကျဲမှု၊ နမူနာ အရွယ်အစား၊ ဆက်နွယ်မှု vs အကြောင်းဆီလျော်မှု စတာတွေကိုလည်း ထည့်စဉ်းစားပါ။ ဒီသင်ခန်းစာတွေ လေ့လာပြီးတဲ့ အခုသင်ဟာ ကိန်းဂဏန်းတွေ မြင်တိုင်း ပိုနက်နက်နဲနဲ ကြည့်နိုင်ပြီ ဖြစ်ပါတယ်။