ពិចារណាពីបញ្ហាដូចគ្នានឹងកថាខណ្ឌ 3.4 មុនដែរ ប៉ុន្តែមានតែនៅក្រោមលក្ខខណ្ឌដែលទំហំគំរូ និងតូច (តិចជាង 30)។ ក្នុងករណីនេះ ការជំនួសបំរែបំរួលទូទៅ និងក្នុង (3.15) ដោយបំរែបំរួលគំរូដែលបានកែ ហើយអាចនាំឱ្យមានកំហុសដ៏ធំមួយនៅក្នុងតម្លៃនៃ , ហើយជាលទ្ធផល ទៅជាកំហុសដ៏ធំមួយក្នុងការបង្កើតតំបន់នៃការទទួលយក។ សម្មតិកម្ម H0. ទោះយ៉ាងណាក៏ដោយប្រសិនបើមានទំនុកចិត្តថាឧត្តមសេនីយ៍មិនស្គាល់និង គឺ​ដូចគ្នា(ឧទាហរណ៍ ប្រសិនបើទំហំមធ្យមនៃផ្នែកពីរដែលផលិតនៅលើម៉ាស៊ីនដូចគ្នាត្រូវបានប្រៀបធៀប) នោះវាអាចទៅរួចដោយប្រើការចែកចាយរបស់សិស្ស ក្នុងករណីនេះដើម្បីបង្កើតលក្ខណៈវិនិច្ឆ័យសម្រាប់ការធ្វើតេស្តសម្មតិកម្ម។ H0 Xនិង យ. ដើម្បីធ្វើដូច្នេះ សូមណែនាំអថេរចៃដន្យមួយ។

, (3.16)

(3.17)

មធ្យមភាគនៃការប្រែប្រួលគំរូដែលបានកែ និង ដែលបម្រើជាការប៉ាន់ប្រមាណចំណុចនៃការប្រែប្រួលទូទៅដែលមិនស្គាល់ដូចគ្នា និង . ដូចដែលវាប្រែចេញ (សូមមើលទំព័រ 180) ប្រសិនបើសម្មតិកម្មទទេគឺជាការពិត H0តម្លៃចៃដន្យ ធមានការចែកចាយសិស្សជាមួយ ដឺក្រេនៃសេរីភាពដោយមិនគិតពីតម្លៃនិងទំហំគំរូ។ ប្រសិនបើសម្មតិកម្ម H0ពិត ភាពខុសគ្នាគួរតែតូច។ នោះគឺតម្លៃពិសោធន៍ ធ Exp. បរិមាណ ធគួរតែតូច។ ពោលគឺវាត្រូវតែស្ថិតនៅក្នុងព្រំដែនមួយចំនួន។ ប្រសិនបើវាហួសពីដែនកំណត់ទាំងនេះ យើងនឹងចាត់ទុកវាថាជាការបដិសេធនៃសម្មតិកម្ម H0ហើយយើងនឹងអនុញ្ញាតវាជាមួយនឹងប្រូបាប៊ីលីតេស្មើនឹងកម្រិតសារៈសំខាន់ដែលបានផ្តល់ឱ្យ α .

ដូច្នេះតំបន់នៃការទទួលយកសម្មតិកម្ម H0នឹង​ជា​ចន្លោះ​ពេល​ខ្លះ​ដែល​តម្លៃ​នៃ​អថេរ​ចៃដន្យ ធត្រូវតែប៉ះជាមួយប្រូបាប៊ីលីតេ 1- α :

តម្លៃកំណត់ដោយសមភាព (3.18) សម្រាប់កម្រិតនៃសារៈសំខាន់ផ្សេងៗគ្នា α និងលេខផ្សេងៗ ខេកម្រិតនៃសេរីភាព ធអាចរកបាននៅក្នុងតារាងនៃចំណុចសំខាន់នៃការចែកចាយរបស់សិស្ស (តារាងទី 4 នៃឧបសម្ព័ន្ធ)។ នេះនឹងរកឃើញចន្លោះពេលសម្រាប់ការទទួលយកសម្មតិកម្ម H0. ហើយប្រសិនបើតម្លៃពិសោធន៍ ធតម្លៃ Exp ធធ្លាក់ចូលទៅក្នុងចន្លោះពេលនេះ - សម្មតិកម្ម H0ទទួលយក។ មិនដួល - មិនទទួលយក។

ចំណាំ ១.ប្រសិនបើគ្មានហេតុផលដើម្បីពិចារណាលើការប្រែប្រួលទូទៅ និងបរិមាណស្មើគ្នា Xនិង យបន្ទាប់មកក្នុងករណីនេះ ដើម្បីសាកល្បងសម្មតិកម្ម H0អំពីសមភាពនៃការរំពឹងទុកគណិតវិទ្យានៃបរិមាណ Xនិង យការប្រើប្រាស់តេស្ត t-test របស់សិស្សខាងលើត្រូវបានអនុញ្ញាត។ មានតែពេលនេះទេដែលមានទំហំប៉ុននោះ។ ធចំនួន ខេកម្រិត​នៃ​សេរីភាព​គួរ​ត្រូវ​បាន​ចាត់​ទុក​ថា​មិន​ស្មើ​គ្នា ប៉ុន្តែ​ស្មើ​គ្នា (មើល)

(3.19)

ប្រសិនបើការប្រែប្រួលគំរូដែលបានកែ និងខុសគ្នាខ្លាំង នោះពាក្យទីពីរនៅក្នុងតង្កៀបចុងក្រោយនៃ (3.19) គឺតូចបើប្រៀបធៀបទៅនឹង 0.5 ដូច្នេះកន្សោមនោះ (3.19) បើប្រៀបធៀបទៅនឹងកន្សោម កាត់បន្ថយចំនួនដឺក្រេនៃសេរីភាពនៃអថេរចៃដន្យមួយ។ ធស្ទើរតែទ្វេដង។ ហើយនេះនាំឱ្យមានការពង្រីកយ៉ាងសំខាន់នៃចន្លោះពេលសម្រាប់ការទទួលយកសម្មតិកម្ម H0ហើយតាមនោះ ដល់ការរួមតូចយ៉ាងសំខាន់នៃផ្នែកសំខាន់នៃការបដិសេធនៃសម្មតិកម្មនេះ។ ហើយនេះគឺយុត្តិធម៌ណាស់ ចាប់តាំងពីកម្រិតនៃការខ្ចាត់ខ្ចាយនៃតម្លៃដែលអាចធ្វើបាននៃភាពខុសគ្នានឹងត្រូវបានកំណត់ជាចម្បងដោយការខ្ចាត់ខ្ចាយនៃតម្លៃនៃបរិមាណណាមួយ Xនិង យដែលមានភាពខុសគ្នាធំ។ នោះគឺជាព័ត៌មានពីគំរូដែលមានការប្រែប្រួលតូចជាង ដូចដែលវាបានបាត់ ដែលនាំទៅរកភាពមិនច្បាស់លាស់កាន់តែខ្លាំងនៅក្នុងការសន្និដ្ឋានអំពីសម្មតិកម្ម។ H0 .

ឧទាហរណ៍ 4. យោងតាមទិន្នន័យក្នុងតារាង ប្រៀបធៀបទិន្នផលទឹកដោះជាមធ្យមរបស់គោដែលចិញ្ចឹមរបបអាហារខុសៗគ្នា។ នៅពេលសាកល្បងសម្មតិកម្ម null H0អំពីសមភាពនៃទិន្នផលទឹកដោះគោជាមធ្យម ទទួលយកកម្រិតនៃសារៈសំខាន់ α =0,05.

	ចំនួនគោដែលស៊ីចំណី (គោលដៅ)	ទិន្នផលទឹកដោះគោប្រចាំថ្ងៃជាមធ្យមទាក់ទងនឹងមាតិកាខ្លាញ់មូលដ្ឋាន (គីឡូក្រាម / ក្បាល)	គម្លាតស្តង់ដារនៃការផលិតទឹកដោះគោប្រចាំថ្ងៃរបស់គោ (គីឡូក្រាម / ក្បាល)

. ចាប់តាំងពីទិន្នន័យតារាងដែលបានផ្តល់ឱ្យត្រូវបានទទួលដោយផ្អែកលើគំរូតូចៗដែលមានបរិមាណ =10 និង =8 បន្ទាប់មកដើម្បីប្រៀបធៀបការរំពឹងទុកតាមគណិតវិទ្យានៃទិន្នផលទឹកដោះគោប្រចាំថ្ងៃជាមធ្យមរបស់គោដែលបានទទួលចំណីមួយ និងអាហារផ្សេងទៀត យើងត្រូវប្រើទ្រឹស្តីដែលបានរៀបរាប់។ នៅក្នុងកថាខណ្ឌនេះ។ ដើម្បីធ្វើដូច្នេះ ជាដំបូង យើងនឹងស្វែងយល់ថាតើភាពខុសគ្នានៃគំរូដែលបានកែ =(3.8)2=14.44 និង =(4.2)2=17.64 អនុញ្ញាតឱ្យយើងពិចារណាពីការប្រែប្រួលទូទៅ និងស្មើគ្នា។ ដើម្បីធ្វើដូចនេះយើងប្រើលក្ខណៈវិនិច្ឆ័យ Fisher-Snedekor (សូមមើលកថាខណ្ឌ 3.3) ។ យើង​មាន:

នេះបើយោងតាមតារាងនៃចំណុចសំខាន់នៃការចែកចាយ Fischer-Snedekor សម្រាប់ α =0,05; ខេ1 =8-1=7 និង ខេ2 =10-1=9 រក

ហើយចាប់តាំងពីពេលនោះមក យើងគ្មានហេតុផលនៅកម្រិតនៃសារៈសំខាន់នេះទេ។ α =0.05 បដិសេធសម្មតិកម្ម ហ0 អំពីសមភាពនៃការប្រែប្រួលទូទៅ និង .

ឥឡូវនេះដោយអនុលោមតាម (3.17) និង (3.16) យើងគណនាតម្លៃពិសោធន៍នៃបរិមាណ ធ:

បន្ទាប់យោងទៅតាមរូបមន្ត ស្វែងរកលេខ ខេកម្រិតនៃសេរីភាព ធ: ខេ=10+8-2=16។ បន្ទាប់ពីនោះសម្រាប់ n0+8-2=16។ odes (3.16) យើងគណនាតម្លៃពិសោធន៍នៃ T: α = 0.05 និង ខេ\u003d 16 យោងតាមតារាងចំណុចសំខាន់នៃការចែកចាយរបស់សិស្ស (តារាងទី 4 នៃឧបសម្ព័ន្ធ) យើងរកឃើញ៖ \u003d 2.12 ។ ដូច្នេះចន្លោះពេលសម្រាប់ការទទួលយកសម្មតិកម្ម ហ0 អំពីសមភាពនៃទិន្នផលទឹកដោះជាមធ្យមរបស់គោដែលទទួលបានរបបអាហារលេខ 1 និងលេខ 2 គឺជាចន្លោះពេល = (-2.12; 2.12) ។ ហើយចាប់តាំងពី = - 0.79 ធ្លាក់ចូលទៅក្នុងចន្លោះពេលនេះ យើងមិនមានហេតុផលដើម្បីបដិសេធសម្មតិកម្មនោះទេ។ ហ0 . នោះគឺយើងមានសិទ្ធិសន្មតថាភាពខុសគ្នានៃរបបអាហារមិនប៉ះពាល់ដល់ទិន្នផលទឹកដោះគោប្រចាំថ្ងៃជាមធ្យមរបស់គោនោះទេ។

ចំណាំ 2. នៅក្នុងកថាខណ្ឌ 3.4 និង 3.5 ដែលបានពិភាក្សាខាងលើ សម្មតិកម្មទទេត្រូវបានពិចារណា ហ0 អំពីសមភាព M(X)=M(យ) នៅក្រោមសម្មតិកម្មជំនួស H1អំពីវិសមភាពរបស់ពួកគេ៖ M(X)≠M(យ). ប៉ុន្តែសម្មតិកម្មជំនួស H1វាអាចមានផ្សេងទៀតឧទាហរណ៍ ម(យ)> ម(X). នៅក្នុងការអនុវត្ត ករណីនេះនឹងកើតឡើងនៅពេលដែលការកែលម្អមួយចំនួន (កត្តាវិជ្ជមាន) ត្រូវបានណែនាំ ដែលអនុញ្ញាតឱ្យយើងពឹងផ្អែកលើការកើនឡើងនៃតម្លៃមធ្យមនៃអថេរចៃដន្យដែលបានចែកចាយធម្មតា។ យធៀបនឹងតម្លៃនៃបរិមាណចែកចាយធម្មតា។ X. ឧទាហរណ៍ ការបន្ថែមចំណីថ្មីត្រូវបានណែនាំទៅក្នុងរបបអាហាររបស់សត្វគោ ដែលធ្វើឱ្យវាអាចពឹងផ្អែកលើការកើនឡើងនៃទិន្នផលទឹកដោះគោជាមធ្យមរបស់គោ។ ការស្លៀកពាក់កំពូលបន្ថែមត្រូវបានណែនាំនៅក្រោមដំណាំ ដែលធ្វើឱ្យវាអាចពឹងផ្អែកលើការកើនឡើងនៃទិន្នផលដំណាំជាមធ្យម។ល។ ហើយខ្ញុំចង់ស្វែងយល់ថាតើកត្តាដែលបានណែនាំនេះគឺសំខាន់ (សំខាន់) ឬមិនសំខាន់។ បន្ទាប់មកនៅក្នុងករណីនៃបរិមាណធំ និងគំរូ (សូមមើលកថាខណ្ឌ 3.4) ជាលក្ខណៈវិនិច្ឆ័យសម្រាប់សុពលភាពនៃសម្មតិកម្ម ហ0 ពិចារណាអថេរចៃដន្យចែកចាយធម្មតា។

នៅកម្រិតនៃសារៈសំខាន់ α សម្មតិកម្ម ហ0 អំពីសមភាព M(X)និង ម(យ) នឹងត្រូវបានច្រានចោល ប្រសិនបើតម្លៃពិសោធន៍នៃបរិមាណគឺវិជ្ជមាន និងធំជាង កន្លែងណា

ចាប់តាំងពី, នៅក្រោមសុពលភាពនៃសម្មតិកម្ម ហ0 ម(Z)= 0 បន្ទាប់មក

ការប្រៀបធៀបជាមធ្យមនៃចំនួនប្រជាជនពីរគឺមានសារៈសំខាន់ជាក់ស្តែង។ នៅក្នុងការអនុវត្ត ជារឿយៗមានករណីមួយនៅពេលដែលលទ្ធផលជាមធ្យមនៃការពិសោធន៍មួយស៊េរីខុសពីលទ្ធផលមធ្យមនៃស៊េរីមួយផ្សេងទៀត។ ក្នុងករណីនេះ សំណួរកើតឡើងថាតើភាពខុសគ្នាដែលបានសង្កេតឃើញរវាងមធ្យមភាគអាចត្រូវបានពន្យល់ដោយកំហុសចៃដន្យដែលជៀសមិនរួចនៃការពិសោធន៍ ឬថាតើវាបណ្តាលមកពីភាពទៀងទាត់មួយចំនួន។ នៅក្នុងឧស្សាហកម្ម ភារកិច្ចនៃការប្រៀបធៀបមធ្យមភាគច្រើនតែកើតឡើងនៅពេលយកគំរូតាមគុណភាពនៃផលិតផលដែលផលិតនៅលើការដំឡើងផ្សេងៗគ្នា ឬក្រោមរបបបច្ចេកវិទ្យាផ្សេងៗគ្នា ក្នុងការវិភាគហិរញ្ញវត្ថុ - នៅពេលប្រៀបធៀបកម្រិតនៃប្រាក់ចំណេញនៃទ្រព្យសកម្មផ្សេងៗ។ល។

ចូរយើងបង្កើតបញ្ហា។ អនុញ្ញាតឱ្យមានចំនួនប្រជាជនពីរដែលត្រូវបានកំណត់លក្ខណៈដោយមធ្យោបាយទូទៅ និង និងភាពខុសគ្នាដែលគេស្គាល់ និង។ វាចាំបាច់ក្នុងការសាកល្បងសម្មតិកម្មអំពីសមភាពនៃមធ្យមភាគទូទៅ i.e. := ។ ដើម្បីសាកល្បងសម្មតិកម្ម គំរូឯករាជ្យចំនួនពីរនៃបរិមាណ និងត្រូវបានយកចេញពីចំនួនប្រជាជនទាំងនេះ ដែលមានន័យថានព្វន្ធ និងភាពខុសគ្នានៃគំរូ ហើយត្រូវបានរកឃើញ។ ជាមួយនឹងទំហំសំណាកគំរូធំគ្រប់គ្រាន់ គំរូមានន័យ និងមានច្បាប់ចែកចាយប្រមាណជាធម្មតារៀងៗខ្លួន និង .ប្រសិនបើសម្មតិកម្មជាការពិតភាពខុសគ្នា - មានច្បាប់ចែកចាយធម្មតាជាមួយនឹងការរំពឹងទុកគណិតវិទ្យានិងការបែកខ្ចាត់ខ្ចាយ។

ដូច្នេះនៅពេលដែលសម្មតិកម្មត្រូវបានបំពេញស្ថិតិ

មានការចែកចាយធម្មតាស្តង់ដារ N(0; 1) ។

សាកល្បងសម្មតិកម្មអំពីតម្លៃលេខនៃប៉ារ៉ាម៉ែត្រ

សម្មតិកម្មអំពីតម្លៃលេខកើតឡើងក្នុងបញ្ហាផ្សេងៗ។ សូមឱ្យជាតម្លៃនៃប៉ារ៉ាម៉ែត្រមួយចំនួននៃផលិតផលដែលផលិតដោយម៉ាស៊ីនបន្ទាត់ស្វ័យប្រវត្តិហើយអនុញ្ញាតឱ្យជាតម្លៃបន្ទាប់បន្សំដែលបានផ្តល់ឱ្យនៃប៉ារ៉ាម៉ែត្រនេះ។ ជាការពិតណាស់ តម្លៃបុគ្គលនីមួយៗអាចខុសគ្នាពីតម្លៃមុខដែលបានផ្តល់ឱ្យ។ ជាក់ស្តែង ដើម្បីពិនិត្យមើលការកំណត់ត្រឹមត្រូវនៃម៉ាស៊ីននេះ អ្នកត្រូវប្រាកដថាតម្លៃមធ្យមនៃប៉ារ៉ាម៉ែត្រសម្រាប់ផលិតផលដែលផលិតនៅលើវានឹងត្រូវគ្នាទៅនឹងតម្លៃនាមករណ៍ពោលគឺឧ។ សាកល្បងសម្មតិកម្មប្រឆាំងនឹងជម្រើសមួយ ឬ ឬ

ជាមួយនឹងការកំណត់ដោយបំពាននៃម៉ាស៊ីន វាអាចចាំបាច់ដើម្បីសាកល្បងសម្មតិកម្មថាភាពត្រឹមត្រូវនៃផលិតផលផលិតសម្រាប់ប៉ារ៉ាម៉ែត្រដែលបានផ្តល់ឱ្យដោយការបែកខ្ញែកគឺស្មើនឹងតម្លៃដែលបានផ្តល់ឱ្យពោលគឺឧ។ ឬឧទាហរណ៍ការពិតដែលថាសមាមាត្រនៃផលិតផលខូចដែលផលិតដោយម៉ាស៊ីនគឺស្មើនឹងតម្លៃដែលបានផ្តល់ឱ្យ p 0 , i.e. ល។

បញ្ហាស្រដៀងគ្នាអាចកើតឡើង ជាឧទាហរណ៍ ក្នុងការវិភាគហិរញ្ញវត្ថុ នៅពេលដែលយោងទៅតាមទិន្នន័យគំរូ វាចាំបាច់ក្នុងការបង្កើតថាតើការត្រឡប់មកវិញលើទ្រព្យសកម្មនៃប្រភេទជាក់លាក់ ឬផលប័ត្រនៃមូលបត្រអាចត្រូវបានពិចារណា ឬហានិភ័យរបស់វាស្មើនឹងការផ្ដល់ឱ្យ។ ចំនួន; ឬដោយផ្អែកលើលទ្ធផលនៃការធ្វើសវនកម្មជ្រើសរើសនៃឯកសារស្រដៀងគ្នា អ្នកត្រូវធ្វើឱ្យប្រាកដថាថាតើភាគរយនៃកំហុសដែលបានធ្វើឡើងអាចត្រូវបានចាត់ទុកថាស្មើនឹងតម្លៃមុខ។ល។

ក្នុងករណីទូទៅសម្មតិកម្មនៃប្រភេទនេះមានទម្រង់ដែលជាប៉ារ៉ាម៉ែត្រជាក់លាក់នៃការចែកចាយដែលកំពុងសិក្សានិងជាតំបន់នៃតម្លៃជាក់លាក់របស់វាដែលមាននៅក្នុងករណីជាក់លាក់នៃតម្លៃមួយ។

ការធ្វើតេស្តសម្មតិកម្មស្ថិតិ៖ សម្មតិកម្មនៃមធ្យោបាយស្មើគ្នាសម្រាប់គំរូពីរ

ការងារគឺជាជំនួយនៅក្នុងធម្មជាតិ គួរតែបម្រើជាបំណែកនៃការងារមន្ទីរពិសោធន៍ផ្សេងទៀត។

គ្មានការស្រាវជ្រាវសង្គមវិទ្យាដែលមានសមត្ថភាពអាចធ្វើដោយមិនដាក់ចេញនូវសម្មតិកម្មនោះទេ។ ជាទូទៅ គេអាចនិយាយបានថា គោលដៅចម្បងរបស់វាគឺដើម្បីបដិសេធ ឬបញ្ជាក់ពីការសន្មត់របស់អ្នកស្រាវជ្រាវអំពីការពិតសង្គមដោយផ្អែកលើទិន្នន័យជាក់ស្តែងដែលគាត់បានប្រមូល។ យើងដាក់ចេញនូវសម្មតិកម្ម ប្រមូលទិន្នន័យ និងធ្វើការសន្និដ្ឋានដោយផ្អែកលើសម្ភារៈស្ថិតិ។ ប៉ុន្តែវាគឺជាសង្វាក់សម្មតិកម្ម-ទិន្នន័យ-ការសន្និដ្ឋាននេះដែលមានសំណួរជាច្រើនដែលស្ទើរតែគ្រប់អ្នកស្រាវជ្រាវថ្មីថ្មោងប្រឈមមុខ។ សំណួរចម្បងនៃសំណួរទាំងនេះមានដូចខាងក្រោម៖ របៀបបកប្រែសម្មតិកម្មដែលដាក់ចេញដោយពួកយើងទៅជាភាសាគណិតវិទ្យា ដូច្នេះវាអាចទាក់ទងគ្នាជាមួយអារេស្ថិតិ ហើយដំណើរការដោយប្រើវិធីសាស្រ្តនៃស្ថិតិគណិតវិទ្យា ត្រូវបដិសេធ ឬបញ្ជាក់? នៅទីនេះយើងនឹងព្យាយាមឆ្លើយសំណួរនេះដោយប្រើឧទាហរណ៍នៃការធ្វើតេស្តសម្មតិកម្មអំពីសមភាពនៃមធ្យោបាយ។

ការធ្វើតេស្តសម្មតិកម្មស្ថិតិអំពីសមភាពនៃមធ្យោបាយ

សម្មតិកម្មស្ថិតិសំដៅទៅលើប្រភេទផ្សេងៗនៃការសន្មត់អំពីធម្មជាតិ ឬប៉ារ៉ាម៉ែត្រនៃការចែកចាយអថេរចៃដន្យ ដែលអាចសាកល្បងបានដោយផ្អែកលើលទ្ធផលនៅក្នុងគំរូចៃដន្យមួយ។

វាគួរតែត្រូវបានចងចាំក្នុងចិត្តថាការធ្វើតេស្តសម្មតិកម្មស្ថិតិគឺប្រហែលនៅក្នុងធម្មជាតិ។ ដូចដែលយើងមិនអាចប្រាកដ 100% ថាប៉ារ៉ាម៉ែត្រគំរូណាមួយត្រូវគ្នានឹងប៉ារ៉ាម៉ែត្រចំនួនប្រជាជន យើងមិនអាចនិយាយបានដាច់ខាតថាតើសម្មតិកម្មដែលយើងដាក់ចេញគឺពិតឬមិនពិត។

ដើម្បីសាកល្បងសម្មតិកម្មស្ថិតិ អ្នកត្រូវការដូចខាងក្រោម៖

1. បំប្លែងសម្មតិកម្មដែលមានអត្ថន័យទៅជាស្ថិតិ៖ បង្កើតសម្មតិកម្មស្ថិតិជាមោឃៈ និងជំនួស។

2. កំណត់ភាពអាស្រ័យ ឬគំរូឯករាជ្យរបស់យើង។

3. កំណត់បរិមាណសំណាក។

4. ជ្រើសរើសលក្ខណៈវិនិច្ឆ័យមួយ។

5. ជ្រើសរើសកម្រិតសារៈសំខាន់ដែលគ្រប់គ្រងប្រូបាប៊ីលីតេដែលអាចទទួលយកបាននៃកំហុសប្រភេទ I និងកំណត់ជួរនៃតម្លៃដែលអាចទទួលយកបាន។

7. បដិសេធ ឬទទួលយកសម្មតិកម្មគ្មានន័យ។

ឥឡូវនេះសូមក្រឡេកមើលចំណុចនីមួយៗនៃប្រាំមួយចំណុចឱ្យលម្អិតបន្ថែមទៀត។

សេចក្តីថ្លែងការណ៍នៃសម្មតិកម្ម

នៅក្នុងបញ្ហាស្ថិតិ ជារឿយៗចាំបាច់ត្រូវប្រៀបធៀបមធ្យោបាយនៃគំរូពីរផ្សេងគ្នា។ . ជាឧទាហរណ៍ យើងអាចចាប់អារម្មណ៍លើភាពខុសគ្នានៃប្រាក់ខែជាមធ្យមរបស់បុរស និងស្ត្រី អាយុជាមធ្យមនៃក្រុមមួយចំនួន<А>និង<В>ល។ ឬដោយបង្កើតក្រុមពិសោធន៍ឯករាជ្យពីរ យើងអាចប្រៀបធៀបមធ្យោបាយរបស់ពួកគេដើម្បីមើលថាតើខុសគ្នាយ៉ាងណា និយាយថាឥទ្ធិពលនៃថ្នាំពីរផ្សេងគ្នាលើសម្ពាធឈាមគឺ ឬទំហំក្រុមប៉ះពាល់ដល់ថ្នាក់របស់សិស្ស។ ជួនកាលវាកើតឡើងដែលយើងបែងចែកចំនួនប្រជាជនជាពីរក្រុមជាគូ ពោលគឺយើងកំពុងទាក់ទងជាមួយកូនភ្លោះ គូស្វាមីភរិយា ឬមនុស្សដូចគ្នាមុន និងក្រោយការពិសោធន៍មួយចំនួន។ល។ ដើម្បីធ្វើឱ្យវាកាន់តែច្បាស់ សូមក្រឡេកមើលឧទាហរណ៍ធម្មតា ដែលលក្ខណៈវិនិច្ឆ័យផ្សេងៗសម្រាប់សមភាពនៃមធ្យោបាយត្រូវបានអនុវត្ត។

ឧទាហរណ៍ #1 ។ក្រុមហ៊ុនបានបង្កើតថ្នាំពីរផ្សេងគ្នាដែលបន្ថយសម្ពាធឈាម (សូមហៅពួកគេថាថ្នាំ Xនិង យ) ហើយចង់ដឹងថាតើឥទ្ធិពលនៃថ្នាំទាំងនេះខុសគ្នាឬអត់ចំពោះអ្នកជំងឺលើសឈាម។ ក្នុងចំណោមមនុស្ស 50 នាក់ដែលមានជំងឺដែលត្រូវគ្នានោះ 20 នាក់ត្រូវបានជ្រើសរើសដោយចៃដន្យ ហើយ 20 នាក់នេះត្រូវបានបែងចែកដោយចៃដន្យជាពីរក្រុមនៃមនុស្ស 10 នាក់។ ក្រុមទី 1 ប្រើថ្នាំរយៈពេលមួយសប្តាហ៍ Xទីពីរ - ថ្នាំ យ. បន្ទាប់មកសម្ពាធឈាមត្រូវបានវាស់នៅក្នុងអ្នកជំងឺទាំងអស់។ សម្មតិកម្មសំខាន់ៗបានដាក់ចេញ៖ ថ្នាំ X និង Y មានឥទ្ធិពលខុសៗគ្នាលើសម្ពាធឈាមរបស់អ្នកជំងឺ.

ឧទាហរណ៍ #2 ។អ្នកស្រាវជ្រាវចង់ដឹងថាតើរយៈពេលនៃការបង្រៀនប៉ះពាល់ដល់ដំណើរការសិស្សយ៉ាងដូចម្តេច។ ឧបមាថាគាត់បានជ្រើសរើសផ្លូវដូចខាងក្រោមៈ ក្នុងចំណោមសិស្ស 200 នាក់ គាត់បានជ្រើសរើសមនុស្ស 50 នាក់ដោយចៃដន្យ ហើយតាមដានការវិវត្តរបស់ពួកគេក្នុងរយៈពេលមួយខែ។ បន្ទាប់មកគាត់បានបន្តការបង្រៀនរយៈពេល 10 នាទី ហើយនៅខែបន្ទាប់បានពិនិត្យមើលវឌ្ឍនភាពរបស់សិស្ស 50 នាក់ដូចគ្នា។ បន្ទាប់មក លោក​បាន​ប្រៀបធៀប​លទ្ធផល​របស់​សិស្ស​ម្នាក់ៗ​មុន និង​ក្រោយ​ការ​បង្កើន​រយៈពេល​បង្រៀន។ សម្មតិកម្មសំខាន់ៗបានដាក់ចេញ៖ រយៈពេលនៃការបង្រៀនប៉ះពាល់ដល់ការអនុវត្តរបស់សិស្ស.

ឧទាហរណ៍ #3 ។ក្នុងចំណោមសិស្ស 200 នាក់ មនុស្ស 80 នាក់ត្រូវបានជ្រើសរើសដោយចៃដន្យ ហើយមនុស្ស 80 នាក់នេះត្រូវបានបែងចែកជាពីរក្រុម 40 ។ ក្រុមមួយត្រូវបានសួរសំណួរដោយមិនកំណត់:<Сколько вы готовы заплатить за натуральный йогурт?>ហើយក្រុមទីពីរត្រូវបានសួរសំណួរអំពីការដំឡើង៖<Сколько вы готовы заплатить за натуральный йогурт, если известно, что люди, потребляющие йогуртовые культуры, страдают на 10-15% меньше от заболеваний желудка?>អ្នកស្រាវជ្រាវបានសន្មត់ថាព័ត៌មានវិជ្ជមានអំពីផលិតផលដែលមាននៅក្នុងសំណួរទីពីរនឹងមានឥទ្ធិពលលើអ្នកឆ្លើយសំណួរ ហើយអ្នកដែលឆ្លើយសំណួរជាមួយនឹងការដំឡើងនឹងសុខចិត្តចំណាយប្រាក់ច្រើនជាងសម្រាប់ទឹកដោះគោជូរជាងអ្នកដែលត្រូវបានសួរសំណួរដោយគ្មានការដំឡើង។ សម្មតិកម្មសំខាន់ៗបានដាក់ចេញ៖ ការដាក់សំណួរមានឥទ្ធិពលលើការឆ្លើយតបរបស់អ្នកឆ្លើយ.

មុនពេលយើងគឺជាឧទាហរណ៍បី ដែលនីមួយៗបង្ហាញពីការបង្កើតសម្មតិកម្មដ៏មានអត្ថន័យ។ ឥឡូវនេះ ចូរយើងបំប្លែងសម្មតិកម្មដែលមានអត្ថន័យរបស់យើងទៅជាស្ថិតិ ប៉ុន្តែជាដំបូង សូមនិយាយបន្តិចអំពីសម្មតិកម្មស្ថិតិជាទូទៅ។

វិធីសាស្រ្តទូទៅបំផុតក្នុងការបង្កើតសម្មតិកម្មស្ថិតិគឺត្រូវដាក់ទៅមុខពីរ សម្មតិកម្មទ្វេភាគី:

ដូចដែលអាចមើលឃើញពីរូបមន្ត សម្មតិកម្ម null និយាយថា ប៉ារ៉ាម៉ែត្រគំរូមួយចំនួន ឬនិយាយថា ភាពខុសគ្នារវាងប៉ារ៉ាម៉ែត្រនៃគំរូពីរគឺស្មើនឹងចំនួនជាក់លាក់មួយ។ ក. សម្មតិកម្មជំនួសបញ្ជាក់ផ្ទុយពីនេះ៖ ប៉ារ៉ាម៉ែត្រនៃការចាប់អារម្មណ៍ចំពោះយើងមិនស្មើនឹង ក. ដូច្នេះសម្មតិកម្មទាំងពីរនេះមានលទ្ធផលដែលអាចកើតមានទាំងអស់។

វាក៏អាចធ្វើទៅបានដើម្បីបង្កើត សម្មតិកម្មម្ខាង:

ជួនកាលសម្មតិកម្មបែបនេះប្រែទៅជាមានន័យជាង។ ជាធម្មតាពួកវាកើតឡើងនៅពេលដែលប្រូបាប៊ីលីតេដែលប៉ារ៉ាម៉ែត្ររបស់យើងអាចធំជាង (ឬតិចជាង) កគឺសូន្យ ដែលមានន័យថាវាមិនអាចទៅរួចទេ។

ឥឡូវនេះ យើងបង្កើតសម្មតិកម្មស្ថិតិជាមោឃៈ និងជំនួសសម្រាប់ឧទាហរណ៍បីរបស់យើង។

តារាងលេខ 1 ។

	ឧទាហរណ៍ #1	ឧទាហរណ៍ #2	ឧទាហរណ៍ #3
	ថ្នាំ X និង Y មានឥទ្ធិពលខុសៗគ្នាលើសម្ពាធឈាមចំពោះអ្នកជំងឺ	រយៈពេលនៃការបង្រៀនប៉ះពាល់ដល់ការអនុវត្តរបស់សិស្ស	ការសួរសំណួរមានឥទ្ធិពលលើការឆ្លើយតបរបស់អ្នកឆ្លើយ
ភារកិច្ចរបស់អ្នកស្រាវជ្រាវ		4. ស្វែងរកមធ្យមនព្វន្ធនៃភាពខុសគ្នាសម្រាប់សិស្សទាំងអស់ដែលតំណាងឱ្យ
សម្មតិកម្មគ្មានន័យ
អត្ថន័យនៃសម្មតិកម្ម null	និងមធ្យមភាគនៃប្រជាជនទូទៅ ដែលសំណាកដែលមានមធ្យមភាគត្រូវបានគេយក។ សម្មតិកម្មគ្មានន័យនិយាយថាឥទ្ធិពលនៃថ្នាំទាំងពីរលើសម្ពាធគឺមិនសំខាន់ជាមធ្យម ហើយទោះបីជាមធ្យោបាយគំរូមិនស្មើគ្នាក៏ដោយ នេះគឺដោយសារតែកំហុសគំរូ ឬហេតុផលផ្សេងទៀតដែលលើសពីការគ្រប់គ្រងរបស់យើង។	ភាពខុសគ្នារវាងសិស្សានុសិស្សក្នុងប្រជាជនទូទៅ។ សម្មតិកម្ម null និយាយថា តាមពិតវាមិនមានភាពខុសប្លែកគ្នារវាងពិន្ទុមធ្យមរបស់សិស្សមុន និងក្រោយការបង្កើនរយៈពេលនៃការបង្រៀននោះទេ ហើយបើទោះបីជាគំរូមធ្យមនៃភាពខុសគ្នាខុសគ្នាពីសូន្យក៏ដោយ នេះគឺដោយសារតែកំហុសគំរូ ឬ ហេតុផលផ្សេងទៀតលើសពីការគ្រប់គ្រងរបស់យើង។	ដោយសារ​វា​ដូច​គ្នា​នឹង​ឧទាហរណ៍​លេខ 1 ការ​ពន្យល់​អាច​ត្រូវ​បាន​រក​ឃើញ​នៅ​ក្នុង​ជួរ​ឈរ​ដំបូង (មើល​ឧទាហរណ៍ 1)
សម្មតិកម្មជំនួស
សេចក្តីសន្និដ្ឋានទាក់ទងនឹងសម្មតិកម្មខ្លឹមសារ	ប្រសិនបើយើងទទួលយកសម្មតិកម្មគ្មានន័យថាថ្នាំមានឥទ្ធិពលដូចគ្នា (មិនមានភាពខុសគ្នារវាងមធ្យោបាយ) នោះយើងបដិសេធសម្មតិកម្មខ្លឹមសារ បើមិនដូច្នេះទេ យើងទទួលយកសម្មតិកម្មខ្លឹមសារ	ប្រសិនបើ​យើង​ទទួល​យក​សម្មតិកម្ម​ទុក​ជា​មោឃៈ​ដែល​ថា​រយៈពេល​បង្រៀន​មិន​ប៉ះពាល់​ដល់​ការ​អនុវត្ត​នោះ យើង​បដិសេធ​សម្មតិកម្ម​ខ្លឹមសារ ហើយ​ផ្ទុយ​មក​វិញ	ប្រសិនបើយើងទទួលយកសម្មតិកម្មគ្មានន័យ - សំណួរមិនប៉ះពាល់ដល់ជម្រើសរបស់អ្នកឆ្លើយតបទេ នោះយើងបដិសេធសម្មតិកម្មខ្លឹមសារ និងច្រាសមកវិញ។

ករណីដ៏សាមញ្ញបំផុតមួយនៃការធ្វើតេស្តសម្មតិកម្មស្ថិតិគឺការធ្វើតេស្តសម្រាប់សមភាពរវាងមធ្យមភាគប្រជាជន និងតម្លៃដែលបានផ្តល់ឱ្យមួយចំនួន។ តម្លៃដែលបានផ្តល់ឱ្យគឺជាចំនួនថេរមួយចំនួន µ 0 ដែលទទួលបាន មិនមែនមកពីការជ្រើសរើសទេ។ទិន្នន័យ។ សម្មតិកម្មមានដូចខាងក្រោម។

Н 0: µ = µ 0 – សម្មតិកម្ម null ចែងថាចំនួនប្រជាជនមិនស្គាល់មានន័យថា µ គឺពិតជាស្មើនឹងតម្លៃដែលបានផ្តល់ឱ្យ µ 0 ។

H 1: µ µ 0 - សម្មតិកម្មជំនួសចែងថាចំនួនប្រជាជនមិនស្គាល់មានន័យថា µ មិនស្មើនឹងតម្លៃដែលបានផ្តល់ឱ្យ µ 0 ។

សូម​កត់​សម្គាល់​ថា ពិត​ជា​មាន​លេខ​បី​ខុស​គ្នា​ដែល​ពាក់ព័ន្ធ​នឹង​តម្លៃ​មធ្យម៖

§ µ គឺជាចំនួនប្រជាជនដែលមិនស្គាល់មានន័យថាអ្នកចាប់អារម្មណ៍។

§ µ 0 - បានផ្តល់ឱ្យតម្លៃធៀបនឹងសម្មតិកម្មដែលកំពុងត្រូវបានសាកល្បង;

§ - មធ្យោបាយគំរូដែលគេស្គាល់ ដែលត្រូវបានប្រើដើម្បីធ្វើការសម្រេចចិត្តលើការទទួលយកសម្មតិកម្ម។ ក្នុង​ចំណោម​លេខ​ទាំង​បី​នេះ មាន​តែ​តម្លៃ​នេះ​ប៉ុណ្ណោះ​ដែល​ជា​អថេរ​ចៃដន្យ ព្រោះ​វា​ត្រូវ​បាន​គណនា​ពី​ទិន្នន័យ​គំរូ។ បាន​កត់​សម្គាល់​ឃើញ​ថា គឺជាការប៉ាន់ស្មាន ហើយដូច្នេះតំណាងឱ្យ µ ។

ការធ្វើតេស្តសម្មតិកម្មមាននៅក្នុងការប្រៀបធៀបតម្លៃដែលគេស្គាល់ពីរ និង µ 0 ។ ប្រសិនបើតម្លៃទាំងនេះខុសគ្នាច្រើនជាងការរំពឹងទុកដោយចៃដន្យ នោះសម្មតិកម្ម null µ = µ 0 ត្រូវបានច្រានចោលព្រោះវាផ្តល់ព័ត៌មានអំពីមធ្យោបាយមិនស្គាល់ µ ។ ប្រសិនបើតម្លៃ និង µ 0 នៅជិតគ្នាគ្រប់គ្រាន់ នោះសម្មតិកម្ម null µ = µ 0 ត្រូវបានទទួលយក។ ប៉ុន្តែតើ "តម្លៃនៅជិត" មានន័យដូចម្តេច? តើព្រំដែនដែលត្រូវការនៅឯណា? ភាពជិតត្រូវតែត្រូវបានកំណត់ដោយផ្អែកលើតម្លៃ ចាប់តាំងពីកំហុសស្តង់ដារនេះកំណត់កម្រិតនៃភាពចៃដន្យ។ ដូច្នេះប្រសិនបើ និង µ 0 ត្រូវបានបំបែកចេញពីគ្នាទៅវិញទៅមកដោយចំនួនគ្រប់គ្រាន់នៃកំហុសស្តង់ដារ នោះនេះគឺជាភស្តុតាងដ៏គួរឱ្យជឿជាក់ដែលថា µ មិនស្មើនឹង µ 0 ។

មាន ពីរវិធីសាស្រ្តផ្សេងៗសម្រាប់សាកល្បងសម្មតិកម្ម និងទទួលបានលទ្ធផល។ ដំបូងវិធីសាស្រ្តប្រើចន្លោះពេលទំនុកចិត្តដែលបានពិភាក្សានៅក្នុងជំពូកមុន។ នេះជាវិធីសាស្រ្តងាយស្រួលជាងព្រោះ (ក) អ្នកដឹងពីរបៀបបង្កើត និងបកស្រាយចន្លោះពេលទំនុកចិត្ត ហើយ (ខ) ចន្លោះពេលទំនុកចិត្តគឺត្រង់ក្នុងការបកស្រាយព្រោះវាត្រូវបានបង្ហាញក្នុងឯកតាដូចគ្នាទៅនឹងទិន្នន័យ (ឧ. ដុល្លារ ចំនួននៃ មនុស្ស, ចំនួននៃការបំបែក) ។ ទីពីរវិធីសាស្រ្ត (ផ្អែកលើ t-ស្ថិតិ) មានលក្ខណៈប្រពៃណីជាង ប៉ុន្តែមិនសូវមានភាពវិចារណញាណទេ ព្រោះវាមាននៅក្នុងការគណនាសូចនាករដែលមិនត្រូវបានវាស់វែងក្នុងឯកតាដូចគ្នានឹងទិន្នន័យ ដោយប្រៀបធៀបតម្លៃលទ្ធផលជាមួយនឹងតម្លៃដែលត្រូវគ្នា។ រិះគន់តម្លៃពីតារាង t ហើយបន្ទាប់មកធ្វើការសន្និដ្ឋាន។

ពិនិត្យមើលថាតើមធ្យមភាគស្មើនឹងតម្លៃជាក់លាក់ឬអត់។

សំណាកគំរូត្រូវបានដកចេញពីចំនួនប្រជាជនដែលមានការចែកចាយធម្មតា ទិន្នន័យគឺឯករាជ្យ។

តម្លៃលក្ខណៈវិនិច្ឆ័យត្រូវបានគណនាដោយរូបមន្ត៖

ដែល N ជាទំហំគំរូ;

S 2 - ភាពខុសគ្នានៃគំរូជាក់ស្តែង;

A - តម្លៃប៉ាន់ស្មាននៃតម្លៃមធ្យម;

X គឺជាតម្លៃមធ្យម។

ចំនួនដឺក្រេនៃសេរីភាពសម្រាប់ t-test V = n-1 ។

សូន្យ សម្មតិកម្មថ្មី។

H 0: X \u003d A ទល់នឹង H A: X≠A។ សម្មតិកម្មគ្មានន័យអំពីសមភាពនៃមធ្យោបាយត្រូវបានច្រានចោល ប្រសិនបើតម្លៃដាច់ខាតនៃតម្លៃលក្ខណៈវិនិច្ឆ័យគឺធំជាង α/2% ខាងលើនៃចំណុចនៃការចែកចាយ t ដែលយកដោយ V ដឺក្រេនៃសេរីភាព នោះគឺជាពេលដែល │t│ > t vα/2 ។

H 0: X< А против Н А: X >A. សម្មតិកម្មគ្មានន័យត្រូវបានច្រានចោល ប្រសិនបើតម្លៃលក្ខណៈវិនិច្ឆ័យធំជាងចំណុច α% ខាងលើនៃការចែកចាយ t ដែលយកដោយ V ដឺក្រេនៃសេរីភាព នោះគឺជាពេលដែល │t│> t vα ។

H 0: X>A ទល់នឹង H A: X< А. Нулевая гипотеза отвергается, если критериальное значение меньше нижней α% точки t-распределения, взятого с V степенями свободы.

លក្ខណៈវិនិច្ឆ័យមានស្ថេរភាពសម្រាប់គម្លាតតូចពីការចែកចាយធម្មតា។

ឧទាហរណ៍

ពិចារណាឧទាហរណ៍ដែលបង្ហាញក្នុងរូបភព។ ៥.១០. ឧបមាថាយើងត្រូវសាកល្បងសម្មតិកម្មថា មធ្យមគំរូ (ក្រឡា ១២៣:១៣០) ស្មើនឹង ០.០១២។

ដំបូងយើងរកឃើញមធ្យមគំរូ (=AVERAGE(123:130) ក្នុង I31) និងបំរែបំរួល (=VAR(I23:I30) ក្នុង I32)។ បន្ទាប់ពីនោះ យើងគណនាលក្ខណៈវិនិច្ឆ័យ (=(131-0.012)*ROOT(133)/132) និងតម្លៃសំខាន់ (=STEUDRASP(0.025;133-1))។ ដោយសារតម្លៃលក្ខណៈវិនិច្ឆ័យ (24.64) ធំជាងតម្លៃសំខាន់ (2.84) សម្មតិកម្មនៃសមភាពនៃមធ្យមភាគ 0.012 ត្រូវបានច្រានចោល។

រូបភាព 5.10 ការប្រៀបធៀបតម្លៃមធ្យមជាមួយតម្លៃថេរ

1. សាកល្បងសម្មតិកម្មអំពីមធ្យោបាយ និងបំរែបំរួលដោយប្រើតេស្តប៉ារ៉ាម៉ែត Fisher និង Cochran (តារាង 5.4);

2. សាកល្បងសម្មតិកម្មអំពីសមភាពនៃមធ្យោបាយជាមួយនឹងការប្រែប្រួលមិនស្មើគ្នានៃគំរូ (សម្រាប់នេះ យកតម្លៃ 1 ឬ 2 នៅក្នុងគំរូមួយនៃកំណែរបស់អ្នក) (តារាង 5.4);

3. ពិនិត្យមើលសម្មតិកម្មដែលជាមធ្យមស្មើនឹងតម្លៃដែលបានផ្តល់ឱ្យ A (តារាង 5.5) និងទិន្នន័យពីជួរទី 1 សម្រាប់វ៉ារ្យ៉ង់។

តារាង 5.4

ជម្រើសភារកិច្ច

ទិន្នន័យពិសោធន៍
ជម្រើស
2,3	2,6			2,2	2,1			2,5	2,6
1,20	1,42	17,3	23,5	2,37	2,85	35,2	26,1	2,1	2,6
5,63	5,62	26,1	27,0	5,67	2,67	35,9	25,8	5,1	5,63
2,34	2,37	23,9	23,3	2,35	2,34	33,6	23,8	2,34	2,38
7,71	7,90	28,0	25,2	2,59	2,58	35,7	26,0	7,63	7,6,1
1,2	1,6			1,7	2,6			1,9	2,8
1,13	1,15	21,6	21,2	2,13	2,16	31,7		1,12	1,12
1,45	1,47	24,7	24,8	2,45	2,47	34,8	24,5	1,49	1,45
3,57	3,59	25,9	25,7	2,55	2,59	36,0	25,7	3,58	3,58
3,3	3,6			2,5	2,4			3,4	3,5
ទិន្នន័យពិសោធន៍
ជម្រើស
7,3	7,6			12,2	12,1			3,5	4,6
6,20	6,42	217,3	230,5	12,37	12,85	75,2	86,1	3,1	4,6
7,63	5,62	264,1	278,0	15,67	14,67	75,9	75,8	5,1	5,63
6,34	5,37	233,9	236,3	12,35	12,34	73,6	73,8	3,34	4,38
7,71	7,90	281,0	255,2	12,59	12,58	85,7	86,0	3,63	4,6,1
6,2	6,6			11,7	12,6			3,9	4,8
4,13	4,15	251,6	261,2	12,13	12,16	71,7		5,12	4,12
5,45	6,47	244,7	247,8	12,45	12,47	74,8	84,5	3,49	4,45
5,57	5,59	250,9	255,7	12,55	12,59	86,0	85,7	3,58	3,58
5,3	5,6			12,5	12,4			3,4	3,5

តារាង 5.5

តម្លៃមួយ។

ជម្រើស
2,2		2,2		2,2	6,5		12,2		3,5

អ្នកអាចប្រើទិន្នន័យពិសោធន៍របស់អ្នកជាទិន្នន័យដំបូងនៅក្នុងកិច្ចការ។

របាយការណ៍គួរតែមានការគណនានៃលក្ខណៈស្ថិតិ។

សំណួរសាកល្បង៖

1. តើបញ្ហាស្ថិតិអ្វីខ្លះត្រូវបានដោះស្រាយនៅក្នុងការសិក្សាអំពីដំណើរការបច្ចេកវិជ្ជានៅក្នុងឧស្សាហកម្មម្ហូបអាហារ?

2. តើលក្ខណៈស្ថិតិនៃអថេរចៃដន្យប្រៀបធៀបយ៉ាងដូចម្តេច?

3. កម្រិតសារៈសំខាន់ និងកម្រិតទំនុកចិត្តជាមួយនឹងភាពជឿជាក់នៃការវាយតម្លៃទិន្នន័យពិសោធន៍។

4. តើសម្មតិកម្មស្ថិតិត្រូវបានសាកល្បងដោយរបៀបណា ដោយប្រើតេស្តសមភាពល្អ?

5. តើអ្វីកំណត់អំណាចនៃភាពល្អនៃលក្ខណៈវិនិច្ឆ័យសមសម្រាប់ការវិភាគនៃគំរូពិសោធន៍?

6. តើការជ្រើសរើសលក្ខណៈវិនិច្ឆ័យសម្រាប់ការដោះស្រាយបញ្ហានៃការវិភាគនៃដំណើរការបច្ចេកវិជ្ជានៃការផលិតចំណីអាហារយ៉ាងដូចម្តេច?

7. តើការចាត់ថ្នាក់នៃលក្ខខណ្ឌនៃកិច្ចព្រមព្រៀងសម្រាប់ការវិភាគគំរូនៃលទ្ធផលនៃការសិក្សានៃដំណើរការបច្ចេកវិជ្ជានៃការផលិតចំណីអាហារត្រូវបានអនុវត្តយ៉ាងដូចម្តេច?

8. តើតម្រូវការអ្វីខ្លះសម្រាប់ការយកគំរូតាមលទ្ធផលនៃការស្រាវជ្រាវលើដំណើរការបច្ចេកវិជ្ជាសម្រាប់ផលិតអាហារ?