ANOVA Test

What is ANOVA?

Analysis of variable (ANOVA) ဆိုတာ data များကို အုပ်စုခွဲကာ နှိုင်းယှဉ်လေ့လာခြင်းကို ခေါ်ဆိုခြင်းဖြစ်ပါတယ်။

မတူညီတဲ့ Categorical value တွေထဲက Correlation ကို ရှာဖွေဖို့အသုံးပြုတဲ့ နည်းလမ်းတစ်ခုပါ။

နောက်ပြီး Analysis of variable (ANOVA) ဆိုတာ z score တို့၊ R value တို့လို statistical test တစ်မျိုးဖြစ်ပါတယ်။

F-Test Score & P-Value

Analysis of variable (ANOVA) test ကို ဆောင်ရွက်မယ်ဆိုရင် F-Test Score နဲ့ P-Value ဆိုတဲ့ တန်ဖိုးနှစ်ခုရလာပါတယ်။

F-Test Score ဆိုတာ statistical test Score တစ်ခုဖြစ်ပြီး P-Value ဆိုတာ ရရှိလာတဲ့ statistical test ကိုဘယ်လောက်မှန်ကန်နိုင်လဲ ဆိုတာ ဖော်ပြတဲ့ကိန်း ဖြစ်ပါတယ်။ အင်္ဂလိပ်လိုပြောရရင် (How Confidence on our Test Score) ပေါ့။

အများသောအားဖြင့် P-Value က ၀.၀၅ ထက်နည်းလို့ရှိရင် ကျွန်တော်တို့ ရရှိထားတဲ့ Test Score ကို ကောင်းကောင်းယုံကြည်နိုင်တယ် လို့ ယျေဘုယျမှတ်ယူနိုင်ပါတယ်။

F-Test Score ကိုအောက်ပါအတိုင်းတွက်နိုင်ပါတယ်-

Formula =>

F-Test Score = (Variation between sample Group Mean) / (Variation within sample Group Mean)

ဒါက F-Test Score တွက်တဲ့ နည်းကို မြင်လွယ်အောင် ပြထားတာဖြစ်ပါတယ်။ အတတ်နိုင်ဆုံး ရှင်းအောင်ရေးထားပေမယ့် Variation တွေ Sample Group တွေ Mean တွေ ဆိုတဲ့ statistic အသုံးအနှုန်းတွေပါဝင် တော့ စတင်လေ့လာမယ့်သူတွေ နားရှုပ်သွားနိုင်ပါတယ်။ သို့သော် တွက်မယ်ဆို ကျွန်တော်တို့ Excel လို ဟာမျိုးမှာ အသင့်ပါတဲ့ Formula တွေနဲ့ အလွယ်တွက်နိုင်ပါတယ်။ အခြေခံ သိထားတာတော့ပိုကောင်းပါတယ်။ အသေးစိတ်လေ့လာ ချင်ရင်တော့ အောက်ပါလင့်မှာ ဝင်လေ့လာနိုင်ပါတယ်။

See More:

https://www.statisticshowto.com/probability-and-statistics/hypothesis-testing/f-test/

အဲဒီလိုတွက်လို့ ရလာတဲ့ရလဒ်မှာ F-Test Score နံပါတ် ကြီး ရင် Corelation အားကောင်းပြီး သေးရင် Corelation အားနည်းတယ်လို့ သတ်မှတ်နိုင်ပါတယ်။

နောက်ပြီး F-Test Score ကို သုံးမယ်ဆို Categorical data (၂) ခုထက် ပိုတဲ့ Data set တွေမှာသုံးကြပါတယ်။ ဥပမာ ကားအမျိုးအစား၊ နိုင်ငံအမည်၊ ပညာအရည်အချင်းအစရှိတဲ့ Data မျိုးတွေမှာ သုံးလို့အဆင်ပြေပါတယ်။

ကျား၊ မလို နှစ်မျိုးထဲရှိတဲ့ category Data set မျိုးမှာ သုံးစရာမလိုပါဘူး။ သုံးလို့မရတာ မဟုတ်ပါဘူး။ Corelation က မြင်သာတဲ့အတွက် သုံးစရာမလိုတာပါ။