1 រឿងខ្លីការកើតឡើង ការវិភាគទំនាក់ទំនង
ការចាប់ផ្តើមនៃការអនុវត្តបច្ចេកទេសគណិតវិទ្យា និងស្ថិតិសម្រាប់ការសិក្សាអំពីភាពអាស្រ័យជាប់ទាក់ទងគ្នា មានតាំងពីទសវត្សរ៍ទី 70 នៃសតវត្សទីដប់ប្រាំបួន។ ប្រវត្តិវិទូជាច្រើន - អ្នកស្ថិតិដឹកនាំប្រវត្តិសាស្រ្តនៃការអភិវឌ្ឍនៃការជាប់ទាក់ទងគ្នាពីសែសិបនៃសតវត្សទីដប់ប្រាំបួន - ពីពេលដែល គណិតវិទូជនជាតិបារាំង O. Brave បានស្នើរូបមន្តសម្រាប់ការចែកចាយអថេរចៃដន្យពីរដែលបំពេញតាមតម្រូវការនៃច្បាប់ ការចែកចាយធម្មតា។.
ទោះជាយ៉ាងណាក៏ដោយ ស្ថាបនិកពិតនៃទ្រឹស្ដីជាប់ទាក់ទងគ្នាត្រូវបានគេចាត់ទុកថាជាគណិតវិទូជនជាតិអង់គ្លេស - អ្នកស្ថិតិ K. Pearson ដែលបានបង្កើតឡើងនៅចុងសតវត្សទី 19 និងដើមសតវត្សទី 20 ។ ទ្រឹស្តីនេះ។. នៅក្នុងវា ការជាប់ទាក់ទងគ្នាដើរតួជាទម្រង់នៃការតភ្ជាប់តាមគ្រាមភាសា ដែលក្នុងនោះសំណុំ ហេតុផលផ្សេងៗទាំងចាំបាច់ និងចៃដន្យ ទាំងពីរជារឿងធម្មតាសម្រាប់តម្លៃទំនាក់ទំនងទាំងពីរ និងឯកជន ដែលប៉ះពាល់ដល់តែមួយក្នុងចំណោមពួកគេ។ លើសពីនេះទៅទៀត មិនមែនទំនាក់ទំនងធម្មជាតិទាំងអស់សុទ្ធតែជាមូលហេតុនោះទេ។
ការអភិវឌ្ឍន៍ទ្រឹស្ដីត្រូវបានអនុវត្តដោយជំនួយពីការសិក្សាផ្សេងៗ នៅពេលដែលបទប្បញ្ញត្តិសំខាន់ៗនៃទ្រឹស្តីនៃការជាប់ទាក់ទងគ្នាត្រូវបានបង្កើតឡើងរួចហើយ។ ជាងនេះទៅទៀត ក្នុងវិស័យសិក្សាទំនាក់ទំនង ការអនុវត្តបានបង្វែរយ៉ាងខ្លាំងពីទ្រឹស្ដី ដោយដាក់អ្នកស្រាវជ្រាវក្នុងលក្ខខណ្ឌបែបនេះដែលមិនបំពេញតម្រូវការរបស់វា។
មូលដ្ឋានសម្រាប់ការបង្កើតវិធីសាស្រ្តសម្រាប់សិក្សាទំនាក់ទំនង និងការតំរែតំរង់គឺជាទិន្នន័យដែលបង្ហាញពីសញ្ញាណាមួយដែលបង្ហាញជាបរិមាណ។ ដូច្នេះហើយ អ្នកស្រាវជ្រាវនៅជំហានដំបូងបានជួបជាមួយនឹងភារកិច្ចនៃការទាក់ទងគ្នានៃលក្ខណៈគុណភាព ឧទាហរណ៍ ទំនាក់ទំនងរវាងពណ៌ភ្នែកនៅក្នុងឪពុក និងកូនប្រុស។ គោលការណ៍ទូទៅដែលជាមូលដ្ឋានសម្រាប់ការសាងសង់សូចនាករទំនាក់ទំនងនៃសញ្ញាគុណភាពគឺថា សញ្ញាគុណភាពពីរអាចត្រូវបានចាត់ទុកថាមានទំនាក់ទំនងគ្នាទៅវិញទៅមកប្រសិនបើសកម្មភាពរបស់មួយក្នុងចំណោមពួកគេ A នៅក្រោមសកម្មភាពនៃសញ្ញា B គឺដូចគ្នានឹងនៅក្រោមសកម្មភាពនៃសញ្ញា។ ខ.ក្នុងការអភិវឌ្ឍន៍គោលការណ៍នេះ និងផ្តល់ជូន ការរចនាផ្សេងៗសូចនករដូចជាឧទាហរណ៍ មេគុណនៃការភ្ជាប់ការ៉េមធ្យមរបស់ Pearson ឬមេគុណបន្សំគ្នាទៅវិញទៅមករបស់ Chuprov ។
ការសិក្សាអំពីការជាប់ទាក់ទងគ្នានៃលក្ខណៈគុណភាពបានធ្វើឱ្យមានការកើនឡើង គោលលទ្ធិទូទៅអំពី ជាប់ទាក់ទងគ្នា អ្វីដែលគេហៅថា ទ្រឹស្ដីចំណាត់ថ្នាក់ និងទ្រឹស្ដីនៃការជាប់ទាក់ទងគ្នា ដោយផ្អែកលើវា។ គណិតវិទូជនជាតិអង់គ្លេស និងជាអ្នកស្ថិតិ M. Kendall ដែលជាអ្នកនិពន្ធសៀវភៅសង្ខេបអំពីបញ្ហានៃការជាប់ទាក់ទងគ្នានៃចំណាត់ថ្នាក់ បានចង្អុលបង្ហាញថា ទ្រឹស្ដីនៃចំណាត់ថ្នាក់ទីមួយបានបង្កើតឡើងជាផ្នែកនៃទ្រឹស្តី។ ដំណើរការចៃដន្យ. នៅលើ ដំណាក់កាលដំបូងចំណាត់ថ្នាក់ត្រូវបានគេមើលឃើញជាញឹកញាប់បំផុតថាគ្រាន់តែជាឧបករណ៍ដ៏ងាយស្រួលមួយ ដោយសារវាអាចធ្វើទៅបានដោយមិនចាំបាច់វាស់តម្លៃដាច់ខាតនៃអថេរ ហើយដោយហេតុនេះ ចំណេញពេលវេលា និងការខិតខំប្រឹងប្រែង។ ក្រោយមក ស្ថិតិចំណាត់ថ្នាក់អាចទទួលបានការទទួលស្គាល់ដោយសារតែពួកគេ។ តម្លៃខ្លួនឯង. Kendall បានបង្កើតសូចនាករដែលអាចអនុវត្តបានផងដែរចំពោះការសិក្សាអំពីការជាប់ទាក់ទងគ្នាមួយផ្នែករវាងចំណាត់ថ្នាក់។ ទ្រឹស្តីទំនើបការជាប់ទាក់ទងគ្នានៃចំណាត់ថ្នាក់មិនអាចត្រូវបានស្រមៃដោយគ្មានការស្រាវជ្រាវដែលបំភ្លឺពេញលេញបំផុតរបស់ M. Kendall ។
ដូច្នេះនៅដើមសតវត្សទី 20 គណិតវិទ្យា វិធីសាស្រ្តស្ថិតិការវាស់វែងនៃទំនាក់ទំនង និងការតំរែតំរង់បានអភិវឌ្ឍជាទូទៅទៅជាការចុះសម្រុងគ្នាដោយយុត្តិធម៌ ប្រព័ន្ធពេញលេញដែលរួមបញ្ចូលវិធីសាស្រ្ត ស្ថិតិមិនមែនប៉ារ៉ាម៉ែត្រនិងវិធីសាស្រ្តចំណាត់ថ្នាក់ nonparametric ។
2 វិធីសាស្រ្តចំណាត់ថ្នាក់ Nonparametric
វិធីសាស្រ្តចំណាត់ថ្នាក់ nonparametric គឺសាហាវ តំបន់អភិវឌ្ឍន៍ ស្ថិតិគណិតវិទ្យា. ប្រវត្តិសាស្រ្តនៃសម័យទំនើប វិធីសាស្រ្ត nonparametricដោយផ្អែកលើចំណាត់ថ្នាក់គឺខ្លីណាស់ - ប្រហែល 40 ឆ្នាំប៉ុណ្ណោះ។ វិធីសាស្រ្តចំណាត់ថ្នាក់បានលេចឡើងជាតំបន់ពិសេសនៃស្ថិតិ nonparametric មិនត្រឹមតែដោយសារតែធម្មជាតិនៃសម្ភារៈប្រភពប៉ុណ្ណោះទេប៉ុន្តែក៏ដោយសារតែគំនិតនៃការប្រើប្រាស់បន្ថែមទៀតរបស់វា។ សព្វថ្ងៃនេះ វិធីសាស្រ្តទាំងនេះដោះស្រាយបញ្ហាជាច្រើននៃការវិភាគសេដ្ឋកិច្ច ស្ថិតិ វិស្វកម្ម វិទ្យាសាស្ត្រធម្មជាតិ សង្គមវិទ្យា និងទិន្នន័យវេជ្ជសាស្ត្រ។
ចំណាត់ថ្នាក់គឺជានីតិវិធីសម្រាប់បញ្ជាវត្ថុនៃការសិក្សាដែលត្រូវបានអនុវត្តនៅលើមូលដ្ឋាននៃចំណូលចិត្ត។ ចំណាត់ថ្នាក់គឺ លេខសម្គាល់តម្លៃលក្ខណៈដែលបានរៀបចំឡើងឬចុះតាមលំដាប់នៃតម្លៃរបស់ពួកគេ។ ដូចដែលបានបង្ហាញដោយការសិក្សាស្ថិតិដែលបានធ្វើឡើងក្នុងរយៈពេល 10-15 ឆ្នាំកន្លងមកនេះ វិធីសាស្រ្តចំណាត់ថ្នាក់គឺភាគច្រើនមិនមានការខ្វះខាតមួយចំនួនសម្រាប់ធ្វើការជាមួយគំរូតូចៗ ការចែកចាយដែលមិនស្គាល់។ ដូចដែលត្រូវបានគេស្គាល់ ការផ្លាស់ប្តូរពីការសង្កេតខ្លួនឯងទៅថ្នាក់របស់ពួកគេត្រូវបានអមដោយការបាត់បង់ព័ត៌មានជាក់លាក់។ ទោះជាយ៉ាងណាក៏ដោយការខាតបង់ទាំងនេះមិនធំពេកទេ។ ជាអកុសល វានៅតែមានការខ្វះខាត អក្សរសិល្ប៍ពិសេសលើបញ្ហានេះ។
អេ ពេលថ្មីៗនេះក្នុងការព្យាករណ៍ និងដោះស្រាយបញ្ហាមួយចំនួនទៀត ត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយ យោបល់អ្នកជំនាញ. វិធីសាស្រ្តទំនាក់ទំនងចំណាត់ថ្នាក់នៅក្នុងតំបន់នេះគឺស្ទើរតែ វិធីតែមួយគត់ភាពទូទៅនៃការវាយតម្លៃអ្នកជំនាញ។
ទ្រឹស្ដីចំណាត់ថ្នាក់ដំបូងបានកើតចេញពីទ្រឹស្តីនៃដំណើរការ stochastic ។ នៅដំណាក់កាលដំបូង ចំណាត់ថ្នាក់ត្រូវបានគេមើលឃើញថាជាឧបករណ៍ងាយស្រួលបំផុត ដោយសារវាអាចធ្វើទៅបានដោយមិនចាំបាច់ផ្លាស់ប្តូរតម្លៃដាច់ខាតនៃអថេរ ហើយដោយហេតុនេះ ចំណេញពេលវេលា ឬកិច្ចខិតខំប្រឹងប្រែង។ សូមអរគុណចំពោះការប្រើប្រាស់ចំណាត់ថ្នាក់ ការលំបាកដែលទាក់ទងនឹងការសាងសង់មាត្រដ្ឋានគោលបំណងនៃតម្លៃដាច់ខាតអាចត្រូវបានជៀសវាង។ ក្រោយមក ស្ថិតិចំណាត់ថ្នាក់អាចឈ្នះការទទួលស្គាល់ដោយសារតែគុណសម្បត្តិផ្ទាល់ខ្លួនរបស់ពួកគេ។
វិធីសាមញ្ញបំផុតនៃការបញ្ជាទិញវត្ថុដែលកំពុងសិក្សានឹងត្រូវបានពិចារណាដូចខាងក្រោម:
ភារកិច្ចអាចត្រូវបានកាត់បន្ថយដោយសាមញ្ញទៅលំដាប់នៃវត្ថុយោងទៅតាមកន្លែងដែលពួកគេកាន់កាប់ក្នុងលំហឬពេលវេលា។ ជាឧទាហរណ៍ សន្លឹកបៀត្រូវបានរៀបចំជាលំដាប់មួយ ហើយបន្ទាប់មកត្រូវបានសាប់។ ការរៀបចំថ្មីនៃសន្លឹកបៀក៏ត្រូវបានកំណត់លក្ខណៈដោយលំដាប់ជាក់លាក់មួយ ចំណាត់ថ្នាក់។ ការប្រៀបធៀបវាជាមួយនឹងសន្លឹកចាស់ អ្នកអាចមើលឃើញពីរបៀបដែលសន្លឹកបៀត្រូវបានសាប់ដោយប្រុងប្រយ័ត្ន។ នៅក្នុងបញ្ហានេះវាគួរឱ្យចាប់អារម្មណ៍តែប៉ុណ្ណោះ ការរៀបចំទូទៅសន្លឹកបៀនៅក្នុងនាវាមួយ ហើយមិនចាំបាច់រៀបចំវត្ថុដោយអនុលោមតាម "ការកើនឡើង" ឬ "បន្ថយ" នៃលក្ខណៈពិសេសមួយ ឬមួយផ្សេងទៀតដែលមាននៅក្នុងពួកវាទាំងអស់នោះទេ។
វាក៏អាចធ្វើទៅបានដើម្បីបញ្ជាវត្ថុតាមគុណភាពមួយចំនួនដែលមិនមានការផ្លាស់ប្តូរទំហំដាច់ខាតនៃគោលបំណង។ ឧទាហរណ៍អ្នកអាចដាក់ចំណាត់ថ្នាក់គំរូ ថ្មនៅក្នុងភាពរឹង ដោយផ្អែកលើលក្ខណៈវិនិច្ឆ័យសាមញ្ញខាងក្រោម៖ A គឺពិបាកជាង B ប្រសិនបើ A ទុកស្នាមនៅលើ B នៅពេលពួកគេប៉ះ។ ប្រសិនបើ A ទុកកោសនៅលើ B និង B នៅលើ C នោះ A នឹងបន្សល់ទុកនូវកោសនៅលើ C។ ដូច្នេះដោយងាកទៅរកការប្រៀបធៀបជាបន្តបន្ទាប់ គេអាចបញ្ជាវត្ថុក្នុងសំណួរដោយមានភាពត្រឹមត្រូវគ្រប់គ្រាន់ (លុះត្រាតែសំណុំរួមបញ្ចូលដូចជា វត្ថុពីរដែលមានភាពរឹងដូចគ្នា) ។ ទោះយ៉ាងណាក៏ដោយ វិធីស្រដៀងគ្នាមិនអនុញ្ញាតឱ្យវាស់តម្លៃដាច់ខាតនៃភាពរឹងរបស់ថ្ម។ វាអាចត្រូវបានបង្កើតឡើងជានិច្ចថា A គឺពិបាកជាង B. ទោះយ៉ាងណាក៏ដោយរហូតដល់មាត្រដ្ឋានរង្វាស់មួយឬមួយផ្សេងទៀតត្រូវបានសាងសង់ តម្លៃដាច់ខាតមនុស្សម្នាក់មិនអាចនិយាយថា A គឺ និយាយថាពិបាកជាង B ពីរដង។
ការបញ្ជាទិញអាចត្រូវបានអនុវត្តស្របតាមតម្លៃដែលបានវាស់វែង (ឬគណនាតាមទ្រឹស្តី) នៃលក្ខណៈពិសេសមួយចំនួន។ ឧទាហរណ៍ អ្នកអាចរៀបចំមនុស្សតាមលំដាប់លំដោយមួយ ឬមួយផ្សេងទៀតអាស្រ័យលើកម្ពស់របស់ពួកគេ និងទីក្រុងតាមចំនួនប្រជាជន។ ក្នុងពេលជាមួយគ្នានេះ វាមិនតែងតែចាំបាច់ក្នុងការងាកទៅរកដំណើរការវាស់វែងដោយខ្លួនឯងនោះទេ៖ វាគឺអាចធ្វើទៅបានដើម្បីកសាងក្រុមសិស្សដោយកម្ពស់ "ដោយភ្នែក" ។ ទោះយ៉ាងណាក៏ដោយ ក្នុងករណីបែបនេះ លក្ខណៈវិនិច្ឆ័យចំណាត់ថ្នាក់ត្រូវតែអនុញ្ញាតឱ្យមានការប្រៀបធៀបដោយផ្ទាល់។
វាអាចទៅរួចក្នុងការបញ្ជាទិញវត្ថុតាមលក្ខណៈមួយចំនួន តម្លៃដែលតាមគោលការណ៍អាចវាស់វែងបាន ប៉ុន្តែក្នុងការអនុវត្ត (ឬសូម្បីតែទ្រឹស្តី) វាមិនអាចទៅរួចទេក្នុងការប្រើការវាស់វែងបែបនេះសម្រាប់ហេតុផលផ្សេងៗ។ ឧទាហរណ៍ អ្នកអាចរៀបចំមុខស៊េរីមួយតាមលក្ខណៈរបស់ពួកគេ។ សមត្ថភាពបញ្ញាដោយជឿថាគុណភាពបែបនេះពិតជាមាន ហើយថាវាអាចទៅរួចក្នុងការដាក់មនុស្សនៅក្នុងលំដាប់មួយឬមួយផ្សេងទៀតស្របតាមអាំងតង់ស៊ីតេនៃលក្ខណៈពិសេសនេះ។
អេ កម្មវិធីជាក់ស្តែងវិធីសាស្ត្រផ្អែកលើចំណាត់ថ្នាក់ ជួនកាលជួបប្រទះករណីដែលវត្ថុពីរ ឬច្រើនមានលក្ខណៈស្រដៀងគ្នា ដែលវាមិនអាចផ្តល់ចំណូលចិត្តដល់វត្ថុមួយក្នុងចំណោមវត្ថុទាំងនោះ។ នៅពេលដែលអ្នកជំនាញចាត់ថ្នាក់វត្ថុដោយផ្អែកលើ ការវិនិច្ឆ័យប្រធានបទបន្ទាប់មកទ្រព្យសម្បត្តិនេះ (កង្វះចំណូលចិត្ត) ត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការពិតនៃភាពមិនអាចបែងចែករបស់ពួកគេ ឬអសមត្ថភាពរបស់អ្នកស្រាវជ្រាវក្នុងការស្វែងរកភាពខុសគ្នាសំខាន់ៗ។ ក្នុងករណីនេះវត្ថុបែបនេះត្រូវបានគេនិយាយថាត្រូវបានចង។
ឧទាហរណ៍ សិស្សត្រូវបានចាត់ថ្នាក់តាមគុណសម្បត្តិ ឬពិន្ទុតេស្តរបស់ពួកគេ។ វិធីសាស្រ្តដែលត្រូវបានទទួលយកសម្រាប់ការចេញវេជ្ជបញ្ជា តម្លៃលេខចំណាត់ថ្នាក់នៃវត្ថុដែលទាក់ទងគឺជាមធ្យម ចំណាត់ថ្នាក់ដែលពួកគេនឹងមាន ប្រសិនបើពួកគេអាចបែងចែកបាន។ ឧទាហរណ៍ ប្រសិនបើវត្ថុទី 3 និងទី 4 ត្រូវបានតភ្ជាប់ នោះវត្ថុនីមួយៗត្រូវបានចាត់ថ្នាក់ស្មើនឹង 3.5 ប៉ុន្តែប្រសិនបើវត្ថុពីទីពីរដល់ទីប្រាំពីរត្រូវបានតភ្ជាប់ នោះចំណាត់ថ្នាក់លទ្ធផលគឺ 4.5 ។
វិធីសាស្រ្តនេះជួនកាលត្រូវបានគេហៅថា "វិធីសាស្រ្តចំណាត់ថ្នាក់មធ្យម" ។ នៅពេលដែលមិនមានមូលដ្ឋានសម្រាប់ជ្រើសរើសរវាងវត្ថុនោះវាច្បាស់ណាស់ថាក្នុងករណីនេះចាំបាច់ត្រូវកំណត់គុណលក្ខណៈទាំងអស់។ ចំណាត់ថ្នាក់ដូចគ្នា។. អត្ថប្រយោជន៍ វិធីសាស្រ្តនេះ។គឺថាផលបូកនៃចំណាត់ថ្នាក់សម្រាប់វត្ថុទាំងអស់នៅតែដូចគ្នាទៅនឹងពេលដែលចំណាត់ថ្នាក់ដោយគ្មានតំណភ្ជាប់។
នៅក្នុងការវិភាគសង្គម បាតុភូតសេដ្ឋកិច្ចជារឿយៗវាចាំបាច់ដើម្បីងាកទៅរកការប៉ាន់ប្រមាណតាមលក្ខខណ្ឌផ្សេងៗដោយប្រើចំណាត់ថ្នាក់ និងទំនាក់ទំនងរវាងលក្ខណៈបុគ្គលដែលត្រូវវាស់វែងដោយប្រើមេគុណគូស្វាម៉ីភរិយាដែលមិនមានប៉ារ៉ាម៉ែត្រ។
3 Kendall Rank Concordance Coefficient
ដើម្បីកំណត់ភាពតឹងនៃទំនាក់ទំនងរវាងចំនួនតាមអំពើចិត្តនៃលក្ខណៈពិសេសចំណាត់ថ្នាក់។ កត្តាច្រើន។ការជាប់ទាក់ទងគ្នា (មេគុណនៃភាពស៊ីសង្វាក់គ្នា) ។
នៅក្នុងការអនុវត្ត ការសិក្សាស្ថិតិមានករណីនៅពេលដែលសំណុំនៃវត្ថុត្រូវបានកំណត់មិនមែនដោយពីរ ប៉ុន្តែដោយលំដាប់ជាច្រើននៃលំដាប់ វាចាំបាច់ក្នុងការបង្កើតទំនាក់ទំនងស្ថិតិរវាងអថេរជាច្រើន។ ដូចជាម៉ែត្រ មេគុណទំនាក់ទំនងច្រើន (មេគុណស្របគ្នា) នៃចំណាត់ថ្នាក់ Kendall ត្រូវបានប្រើ ដែលកំណត់ដោយរូបមន្តខាងក្រោម៖
កន្លែងណា វ- មេគុណនៃភាពស្របគ្នា;
ឃ- ផលបូកនៃចំណាត់ថ្នាក់ការ៉េត្រូវបានគណនាដោយរូបមន្ត (2);
ន- ចំនួនវត្ថុនៃលក្ខណៈពិសេសចំណាត់ថ្នាក់ (ចំនួនអ្នកជំនាញ);
មគឺជាចំនួននៃអថេរធម្មតាដែលបានវិភាគ។
នៅក្នុងន័យមួយ W បម្រើជារង្វាស់នៃភាពទូទៅ។
, (2)
កន្លែងណា រីច- ចំណាត់ថ្នាក់នៃការវិនិច្ឆ័យនៃក្រុមអ្នកជំនាញ;
ន- ចំនួនវត្ថុ (ចំនួនអ្នកជំនាញ) ។
តម្លៃនៃមេគុណស្របគ្នាត្រូវបានរុំព័ទ្ធក្នុងចន្លោះពេល។
ការកើនឡើងនៃមេគុណពី 0 ទៅ 1 មានន័យថាការបង្ហាញពីភាពស៊ីសង្វាក់គ្នាកាន់តែខ្លាំងនៃការវិនិច្ឆ័យ។ ប្រសិនបើការវិនិច្ឆ័យទាំងអស់នេះស្របគ្នា។ W=1.
ការធ្វើតេស្តសារៈសំខាន់នៃមេគុណគឺផ្អែកលើការពិតដែលថានៅក្នុងករណីនៃសុពលភាពនៃសម្មតិកម្មទទេអំពីអវត្តមាន ទំនាក់ទំនងសម្រាប់ស្ថិតិ n>7 m(n-1)* Wមានការចែកចាយប្រហែលជាមួយ k=n-1កម្រិតនៃសេរីភាព។ ដូច្នេះមេគុណស្របគ្នាគឺសំខាន់នៅកម្រិត = 0.05 ប្រសិនបើ m(n-1)W> .
ព្រឹត្តិការណ៍ គ |
||||
អ្នកជំនាញ j = ១ | ||||
អ្នកជំនាញ a ij |
អ្នកជំនាញ j = ២ | |||
អ្នកជំនាញ j = ១ | ||||
សារៈសំខាន់ a ij |
អ្នកជំនាញ j = ២ | |||
ចំណាត់ថ្នាក់សរុបនៃសារៈសំខាន់ a i |
តម្លៃមធ្យមសម្រាប់ចំណាត់ថ្នាក់សរុបនៃស៊េរីដែលបានពិចារណា
គម្លាតការេសរុប S នៃព្រឹត្តិការណ៍សរុបពីតម្លៃមធ្យម a គឺ
ហៅថាមេគុណស្របគ្នា។ តម្លៃនៃ W ប្រែប្រួលពី 0 ទៅ 1។ នៅ W = 0 គឺពិតជាមិនមានភាពស៊ីសង្វាក់គ្នាទេ។ មិនមានទំនាក់ទំនងរវាងការវាយតម្លៃរបស់អ្នកជំនាញផ្សេងៗទេ។ ផ្ទុយទៅវិញនៅ W = 1 កិច្ចព្រមព្រៀងនៃមតិអ្នកជំនាញបានបញ្ចប់។
ប្រសិនបើលំដាប់ (5.2) មានសមភាពបន្ថែមលើវិសមភាពតឹងរឹង ពោលគឺ មានភាពចៃដន្យនៃចំណាត់ថ្នាក់ បន្ទាប់មករូបមន្តសម្រាប់គណនាមេគុណស្របគ្នាមានទម្រង់
នៅពេលដែលចំណាត់ថ្នាក់ត្រូវបានធ្វើម្តងទៀត ដើម្បីទទួលបានចំណាត់ថ្នាក់ធម្មតាដែលមានចំណាត់ថ្នាក់មធ្យមស្មើនឹង
វាចាំបាច់ដើម្បីសន្មតថាព្រឹត្តិការណ៍ដែលមានចំណាត់ថ្នាក់ដូចគ្នា ចំណាត់ថ្នាក់ស្មើនឹងតម្លៃមធ្យមនៃទីកន្លែងដែលព្រឹត្តិការណ៍ទាំងនេះបានបែងចែកក្នុងចំណោមពួកគេ។
ឧទាហរណ៍ ចំណាត់ថ្នាក់នៃព្រឹត្តិការណ៍ខាងក្រោមត្រូវបានទទួល៖
ចំណាត់ថ្នាក់ អាយ |
ព្រឹត្តិការណ៍ 2 និង 5 បានចែករំលែកកន្លែងទីពីរ និងទីបី។ ដូច្នេះគេជាប់ចំណាត់ថ្នាក់
ព្រឹត្តិការណ៍ 3, 4 និង 6 បានចែករំលែកកន្លែងទី 4 ទី 5 ទី 6 ហើយពួកគេត្រូវបានចាត់ថ្នាក់។
ដូច្នេះយើងទទួលបានចំណាត់ថ្នាក់ធម្មតា៖
ចំណាត់ថ្នាក់ a"i |
ឧទាហរណ៍។ពិចារណាចំណាត់ថ្នាក់ m=10 ព្រឹត្តិការណ៍ p=3 ដោយអ្នកជំនាញ; N, Q, R ។ លទ្ធផលគណនាត្រូវបានបង្ហាញក្នុងតារាង។ ៥.៣.
ចំពោះតម្លៃខ្លាំងនៃមេគុណស្រប ការសន្មត់ខាងក្រោមអាចត្រូវបានធ្វើឡើង។ ប្រសិនបើ W= 0 នោះមិនមានភាពស៊ីសង្វាក់គ្នាក្នុងការប៉ាន់ប្រមាណទេ ដូច្នេះដើម្បីទទួលបានការប៉ាន់ស្មានដែលអាចទុកចិត្តបាន ចាំបាច់ត្រូវបញ្ជាក់ទិន្នន័យដំបូងអំពីព្រឹត្តិការណ៍ និង (ឬ) ផ្លាស់ប្តូរសមាសភាពនៃក្រុមអ្នកជំនាញ។ ជាមួយនឹង W = 1 វាគឺនៅឆ្ងាយពីតែងតែអាចធ្វើទៅបានដើម្បីពិចារណាការប៉ាន់ប្រមាណដែលទទួលបានជាកម្មវត្ថុ ចាប់តាំងពីពេលខ្លះវាប្រែថាសមាជិកទាំងអស់នៃក្រុមអ្នកជំនាញបានយល់ព្រមជាមុនដើម្បីការពារផលប្រយោជន៍រួមរបស់ពួកគេ។
វាចាំបាច់ដែលតម្លៃដែលបានរកឃើញរបស់ W ធំជាងតម្លៃដែលបានបញ្ជាក់ W 3 (W> W 3) ។ អ្នកអាចយក W 3 = 0.5, i.e. នៅ W > 0.5 សកម្មភាពរបស់អ្នកជំនាញមានការសម្របសម្រួលច្រើនជាងការមិនសម្របសម្រួល។ សម្រាប់ W< 0,5 полученные оценки нельзя считать достоверными, и поэтому следует повторить опрос заново. Жесткость данного утверждения определяется важностью проводимого исследования и возможностью повторной экспертизы. Практика показывает, что очень часто этим требованием пренебрегают.
ការគណនាមេគុណ W ដោយគិតគូរពីសមត្ថភាពរបស់អ្នកជំនាញត្រូវបានផ្តល់ឱ្យក្នុងការងារ។
ប្រហាក់ប្រហែល R.s. Tហើយភាពខុសគ្នាគឺមានការធ្វេសប្រហែសនៅពេល។ ប្រសិនបើសម្មតិកម្ម H 0 ជាការពិត យោងទៅតាមសមាសធាតុ X 1 មួយណា ,
... , X នវ៉ិចទ័រចៃដន្យ X គឺឯករាជ្យ អថេរចៃដន្យ, ការព្យាករណ៍របស់ R. ជាមួយ។ ទៅ ត្រូវបានកំណត់ដោយរូបមន្ត
កន្លែងណា (សូមមើល) ។
មានការទំនាក់ទំនងផ្ទៃក្នុងរវាង R. នៃទំព័រ។ និង . ដូចដែលបានបង្ហាញនៅក្នុង ប្រសិនបើសម្មតិកម្ម H 0 ជាការពិត ការព្យាករណ៍
មេគុណទំនាក់ទំនងរបស់ Kendall
ចូលទៅក្នុងគ្រួសារលីនេអ៊ែរ R. s. រហូតដល់ កត្តាថេរស្របគ្នានឹងមេគុណទំនាក់ទំនងលំដាប់ Spearman ពោលគឺ៖
វាកើតឡើងពីសមភាពនេះ ដែលមេគុណទំនាក់ទំនង corr រវាង និងស្មើ
i.e. សម្រាប់ nP ធំ។ ជាមួយ។ និងសមមូល asymptotically (សូមមើល) ។
ពន្លឺ។: Gaek Ya., Shidak Z., Theory of rank criteria, trans. ពីភាសាអង់គ្លេស, M., 1971; K e n d a l l M. G., Rank correlation method, 4ed., L., 1970 ។ M.S. Nikulin ។
សព្វវចនាធិប្បាយគណិតវិទ្យា. - អិមៈសព្វវចនាធិប្បាយសូវៀត. I.M. Vinogradov ។ ១៩៧៧-១៩៨៥។
សូមមើលអ្វីដែល "RANK STATISTICS" មាននៅក្នុងវចនានុក្រមផ្សេងទៀត៖
ស្ថិតិចំណាត់ថ្នាក់- - [A.S. Goldberg ។ វចនានុក្រមថាមពលរុស្ស៊ីអង់គ្លេស។ 2006] ប្រធានបទថាមពលនៅក្នុងស្ថិតិចំណាត់ថ្នាក់ EN ទូទៅ… សៀវភៅណែនាំអ្នកបកប្រែបច្ចេកទេស
ពាក្យនេះមានអត្ថន័យផ្សេងទៀត សូមមើលស្ថិតិ (អត្ថន័យ)។ ស្ថិតិ (ក្នុង អារម្មណ៍តូចចង្អៀត) អាចវាស់វែងបាន។ មុខងារលេខពីគំរូ ដោយឯករាជ្យពីប៉ារ៉ាម៉ែត្រមិនស្គាល់នៃការចែកចាយ។ អេ អារម្មណ៍ទូលំទូលាយពាក្យ (គណិតវិទ្យា) ... ... វិគីភីឌា
- (ស្ថិតិ) 1. សំណុំទិន្នន័យ និង វិធីសាស្រ្តគណិតវិទ្យាប្រើដើម្បីសិក្សាទំនាក់ទំនងរវាងអថេរផ្សេងៗ។ វារួមបញ្ចូលវិធីសាស្រ្តដូចជា តំរែតំរង់លីនេអ៊ែរ(តំរែតំរង់លីនេអ៊ែរ) និងការជាប់ទាក់ទងគ្នានៃចំណាត់ថ្នាក់។ 2. តម្លៃដែលបានប្រើ ...... វចនានុក្រមសេដ្ឋកិច្ច
ស្ថិតិ- 1. ប្រភេទនៃសកម្មភាពដែលមានគោលបំណងទទួលបាន ដំណើរការ និងវិភាគព័ត៌មានដែលកំណត់លក្ខណៈនៃគំរូបរិមាណនៃជីវិតនៅលើកោះនេះនៅក្នុងភាពចម្រុះរបស់វាទាំងអស់ ដោយភ្ជាប់គ្នាដោយ inextricably ជាមួយមាតិកាគុណភាពរបស់វា។ ក្នុងន័យតូចចង្អៀតនៃពាក្យ ...... សព្វវចនាធិប្បាយសង្គមវិទ្យារុស្ស៊ី
- (ស្ថិតិដែលមិនមានប៉ារ៉ាម៉ែត្រ) ស្ថិតិ បច្ចេកទេសដែលមិនអនុញ្ញាតឱ្យមានលក្ខណៈពិសេស ទម្រង់មុខងារសម្រាប់ទំនាក់ទំនងរវាងអថេរ។ ការជាប់ទាក់ទងគ្នានៃអថេរពីរគឺជាឧទាហរណ៍នៃរឿងនេះ។ ការប្រើប្រាស់បច្ចេកទេសបែបនេះ ...... វចនានុក្រមសេដ្ឋកិច្ច- K. m. ដែលទទួលបានឈ្មោះរបស់ពួកគេ។ ដោយសារតែការពិតដែលថាពួកគេត្រូវបានផ្អែកលើ "ទំនាក់ទំនងសហ" នៃអថេរ, ពួកគេគឺជាវិធីសាស្រ្តស្ថិតិ, ការចាប់ផ្តើមនៃការដែលត្រូវបានដាក់នៅក្នុងស្នាដៃរបស់លោក Karl Pearson ប្រហែលនៅក្នុង ចុង XIXក្នុង ពួកគេមានទំនាក់ទំនងយ៉ាងជិតស្និទ្ធជាមួយ ... សព្វវចនាធិប្បាយចិត្តសាស្ត្រ
អ្នកអភិវឌ្ឍន៍ Digital Illusions CE Publisher ... វិគីភីឌា
Karl Pearson Karl (Carl) Pearson ថ្ងៃខែឆ្នាំកំណើត... Wikipedia
នៅក្នុងការវិភាគនៃបាតុភូតសេដ្ឋកិច្ចសង្គម ជារឿយៗគេត្រូវងាកទៅរកការប៉ាន់ប្រមាណតាមលក្ខខណ្ឌផ្សេងៗដោយប្រើចំណាត់ថ្នាក់ ហើយទំនាក់ទំនងរវាងលក្ខណៈបុគ្គលត្រូវបានវាស់វែងដោយប្រើមេគុណទំនាក់ទំនងដែលមិនមែនជាប៉ារ៉ាម៉ែត្រ។
ជួរគឺជានីតិវិធីសម្រាប់ការបញ្ជាវត្ថុនៃការសិក្សាដែលត្រូវបានអនុវត្តលើមូលដ្ឋាននៃចំណូលចិត្ត។
ចំណាត់ថ្នាក់- នេះគឺជាលេខសៀរៀលនៃតម្លៃគុណលក្ខណៈ ដែលរៀបចំតាមលំដាប់ឡើង ឬចុះនៃតម្លៃរបស់វា។ ប្រសិនបើតម្លៃលក្ខណៈមានលក្ខណៈដូចគ្នា។ បរិមាណបន្ទាប់មកចំណាត់ថ្នាក់នៃតម្លៃទាំងអស់នេះត្រូវបានយកស្មើនឹងមធ្យមនព្វន្ធនៃលេខដែលត្រូវគ្នានៃកន្លែងដែលពួកគេកំណត់។ ចំណាត់ថ្នាក់ទាំងនេះត្រូវបានគេហៅថា ភ្ជាប់។
ក្នុងចំណោមវិធីសាស្រ្ត nonparametric សម្រាប់ការប៉ាន់ប្រមាណភាពតឹងនៃទំនាក់ទំនង តម្លៃខ្ពស់បំផុតមាន មេគុណចំណាត់ថ្នាក់ទំនាក់ទំនងរបស់ Spearman (p1?/) និង Kendall (m^) ។ មេគុណទាំងនេះអាចត្រូវបានប្រើដើម្បីកំណត់ភាពខ្លាំងនៃទំនាក់ទំនងរវាងបរិមាណនិង លក្ខណៈគុណភាព.
ចំណាត់ថ្នាក់មេគុណទំនាក់ទំនង(មេគុណ Spearman) ត្រូវបានគណនាដោយរូបមន្ត
កន្លែងណា (11 - ចំណាត់ថ្នាក់ភាពខុសគ្នាការ៉េ; P - ចំនួននៃការសង្កេត (ចំនួនគូនៃចំណាត់ថ្នាក់) ។
មេគុណ Spearman យកតម្លៃណាមួយក្នុងជួរ [-1; មួយ]។
ឧទាហរណ៍។ 11 នៅលើទិន្នន័យស្តីពីការទិញនិងលក់ដោយប្រជាពលរដ្ឋនៃប្រធានបទនៃវ៉ុលកា ស្រុកសហព័ន្ធរូបិយប័ណ្ណ RF តាមរយៈ អង្គការឥណទានក្នុងឆ្នាំ 2010 យើងនឹងកំណត់ទំនាក់ទំនងរវាងលក្ខណៈពិសេសទាំងនេះដោយប្រើមេគុណ Spearman (តារាង 7.14) ។
តារាង 7.14 ។ ការគណនាមេគុណ Spearman
ប្រធានបទ |
ការទិញរូបិយប័ណ្ណ X, mln ជូត។ |
ការលក់រូបិយប័ណ្ណ y mln ជូត។ |
ចំណាត់ថ្នាក់ |
លេចឡើងចំណាត់ថ្នាក់ |
ភាពខុសគ្នានៃចំណាត់ថ្នាក់ការ៉េ $ |
|
ទៅ |
រី |
|||||
1. សាធារណរដ្ឋ Bashkortostan |
||||||
2. សាធារណរដ្ឋ Mari El |
||||||
3. សាធារណរដ្ឋ Mordovia |
||||||
4. សាធារណរដ្ឋតាតាស្តង់ |
||||||
5. សាធារណរដ្ឋ Udmurt |
||||||
6. Chuvash សាធារណរដ្ឋ |
||||||
7. តំបន់ Perm |
||||||
8. តំបន់ Kirov |
||||||
9. តំបន់ Nizhny Novgorod |
||||||
10. តំបន់ Orenburg |
||||||
11. តំបន់ Penza |
||||||
12. តំបន់ Samara |
||||||
13. តំបន់ Saratov |
||||||
14. តំបន់ Ulyanovsk |
||||||
ចូរយើងគណនាមេគុណជាប់ទាក់ទងគ្នានៃចំណាត់ថ្នាក់របស់ Spearman៖
ជាលទ្ធផលនៃការគណនាយើងបានកំណត់ថាទំនាក់ទំនងរវាងការទិញនិងលក់រូបិយប័ណ្ណដោយប្រជាពលរដ្ឋនៃមុខវិជ្ជានៃស្រុក Volga សហព័ន្ធនៃសហព័ន្ធរុស្ស៊ីតាមរយៈស្ថាប័នឥណទានក្នុងឆ្នាំ 2010 គឺរឹងមាំជិតនឹងមុខងារ។
មេគុណទំនាក់ទំនងចំណាត់ថ្នាក់របស់ Kendallក៏ប្រើដើម្បីវាស់កម្រិតនៃភាពស្និទ្ធស្នាល និងទិសដៅនៃទំនាក់ទំនងរវាងគុណភាព និង លក្ខណៈបរិមាណកំណត់លក្ខណៈវត្ថុដូចគ្នា និងចាត់ថ្នាក់តាមគោលការណ៍ដូចគ្នា។ ការគណនាមេគុណចំណាត់ថ្នាក់ Kendall ត្រូវបានអនុវត្តតាមរូបមន្ត
ដែល 5 គឺជាផលបូកនៃភាពខុសគ្នារវាងចំនួននៃលំដាប់ និងចំនួននៃការបញ្ច្រាសដោយយោងតាមលក្ខណៈទីពីរ។ P - ចំនួននៃការសង្កេត។
ការគណនា មេគុណដែលបានផ្តល់ឱ្យបានអនុវត្តនៅក្នុងលំដាប់នេះ។
- 1. តម្លៃ X ត្រូវបានចាត់ថ្នាក់តាមលំដាប់ឡើងឬចុះ។
- 2. តម្លៃ នៅ រៀបចំតាមលំដាប់តាមតម្លៃ X.
- 3. សម្រាប់ចំណាត់ថ្នាក់នីមួយៗ នៅ ចំនួននៃតម្លៃខាងក្រោមនៃចំណាត់ថ្នាក់ដែលលើសពីតម្លៃរបស់វាត្រូវបានកំណត់។ ដូច្នេះដោយការបន្ថែមលេខតម្លៃត្រូវបានកំណត់ រ ជារង្វាស់នៃការឆ្លើយឆ្លងរវាងលំដាប់នៃចំណាត់ថ្នាក់ fx និង y ដែលត្រូវបានយកទៅក្នុងគណនីជាមួយសញ្ញា "+" ។
- 4. សម្រាប់ចំណាត់ថ្នាក់នីមួយៗ នៅ ចំនួននៃតម្លៃខាងក្រោមនៃចំណាត់ថ្នាក់ដែលតិចជាងតម្លៃរបស់វាត្រូវបានកំណត់។ តម្លៃសរុបត្រូវបានតាងដោយ (2 និងថេរដោយសញ្ញា "-" ។
- 5. ផលបូកនៃពិន្ទុសម្រាប់សមាជិកទាំងអស់នៃស៊េរីត្រូវបានកំណត់។
ទំនាក់ទំនងរវាងលក្ខណៈពិសេសត្រូវបានចាត់ទុកថាជាស្ថិតិសំខាន់ ប្រសិនបើមេគុណទំនាក់ទំនងលំដាប់ Spearman និង Kendall ធំជាង 0.5។
នេះបើយោងតាមតារាង។ 7.14 លទ្ធផលបង្ហាញក្នុងផ្ទាំង។ ៧.១៥.
ដូច្នេះ មេគុណជាប់ទាក់ទងគ្នារបស់ Kendall នឹងមាន
តារាង 7.15 ។
ដែលបង្ហាញផងដែរអំពីទំនាក់ទំនងដ៏រឹងមាំរវាងការទិញ និងលក់រូបិយប័ណ្ណដោយប្រជាពលរដ្ឋនៃមុខវិជ្ជានៃស្រុក Volga Federal នៃសហព័ន្ធរុស្ស៊ី តាមរយៈស្ថាប័នឥណទានក្នុងឆ្នាំ 2009 ។
មេគុណទំនាក់ទំនងលំដាប់ច្រើន (មេគុណជាប់គ្នា)ប្រើដើម្បីកំណត់ភាពតឹងនៃទំនាក់ទំនងរវាងចំនួនតាមអំពើចិត្តនៃលក្ខណៈពិសេសចំណាត់ថ្នាក់។ វាត្រូវបានគណនាដោយរូបមន្ត
ដែល 5 - គម្លាតនៃផលបូកនៃការ៉េនៃចំណាត់ថ្នាក់ពីមធ្យមនៃការ៉េនៃចំណាត់ថ្នាក់; t - ចំនួនកត្តា; ទំ - ចំនួននៃការសង្កេត។
ឧទាហរណ៍។អនុញ្ញាតឱ្យយើងកំណត់កម្រិតនៃភាពស្និទ្ធស្នាលនៃទំនាក់ទំនងរវាងសូចនាករសំខាន់ៗនៃពាណិជ្ជកម្មបច្ចេកវិទ្យាជាមួយបណ្តាប្រទេស CIS ក្នុងឆ្នាំ 2010 ដូចជាចំនួននៃកិច្ចព្រមព្រៀងនាំចេញ តម្លៃនៃប្រធានបទនៃកិច្ចព្រមព្រៀង និងការទទួលមូលនិធិ (តារាង 7.16) ។
តារាង 7.16 ។ ការគណនាមេគុណនៃភាពស៊ីសង្វាក់គ្នា។
ប្រទេស |
ចំនួនកិច្ចព្រមព្រៀង X |
ការចំណាយលើប្រធានបទនៃកិច្ចព្រមព្រៀង y លានដុល្លារ |
បង្កាន់ដៃនៃមូលនិធិសម្រាប់ឆ្នាំ d, mln USD |
ទៅ |
ផលបូកនៃជួរ |
ការ៉េសរុប |
||
1. អាស៊ែបៃហ្សង់ |
||||||||
2. អាមេនី |
||||||||
3. បេឡារុស្ស |
||||||||
4. កាហ្សាក់ស្ថាន |
||||||||
5. កៀហ្ស៊ីស៊ីស្ថាន |
||||||||
6. សាធារណរដ្ឋម៉ុលដាវី |
មេគុណនៃភាពស្និទ្ធស្នាលនៃទំនាក់ទំនងរវាងសញ្ញាដែលបានពិចារណានៅក្នុងផ្នែកមុនអាចត្រូវបានអនុវត្តប្រសិនបើសញ្ញាដែលបានសិក្សាគឺជាបរិមាណ។ ក្នុងករណីនេះការគណនានៃប៉ារ៉ាម៉ែត្រចែកចាយសំខាន់ (មធ្យម, ការបែកខ្ចាត់ខ្ចាយ) ត្រូវបានប្រើ, i.e. វិធីសាស្រ្តប៉ារ៉ាម៉ែត្រ។
នៅក្នុងការអនុវត្តស្ថិតិនៃការសិក្សាអំពីបាតុភូត និងដំណើរការនៃសេដ្ឋកិច្ចសង្គម មនុស្សម្នាក់ត្រូវប្រឈមមុខនឹងបញ្ហានៃការវាស់វែងទំនាក់ទំនងរវាងលក្ខណៈគុណភាព ដែលវិធីសាស្រ្តនៃការវិភាគក្នុងទម្រង់ធម្មតារបស់ពួកគេមិនអាចអនុវត្តបានទេ។ ក្នុងករណីនេះអ្វីដែលគេហៅថា វិធីសាស្រ្ត nonparametric ។
នៅក្នុងការវិភាគនៃបាតុភូតសេដ្ឋកិច្ចសង្គម មេគុណជាប់ទាក់ទងចំណាត់ថ្នាក់ (មេគុណជាប់ទាក់ទងចំណាត់ថ្នាក់) ត្រូវបានគេប្រើយ៉ាងទូលំទូលាយនៅពេលដែលតម្លៃមិនផ្ទាល់នៃ x និង yនិងរបស់ពួកគេ។ ជួរ,ទាំងនោះ។ ចំនួននៃកន្លែងរបស់ពួកគេកាន់កាប់ក្នុងជួរនីមួយៗនៃតម្លៃក្នុងលំដាប់ឡើងឬចុះ។ មេគុណ nonparametric ទាំងនេះរួមបញ្ចូល មេគុណចំណាត់ថ្នាក់ Spearmanនិង Kendall ។
ប្រសិនបើ ក ទំចំនួនជម្រើសត្រូវបានរៀបចំដោយអនុលោមតាមលក្ខណៈឡើងឬចុះក្រោម x បន្ទាប់មកពួកគេនិយាយថាវត្ថុត្រូវបានចាត់ថ្នាក់តាមលក្ខណៈពិសេសនេះ។ ចំណាត់ថ្នាក់សម្រាប់ x, - បង្ហាញពីកន្លែងដែលកាន់កាប់ អ៊ី-អ៊ីតម្លៃលក្ខណៈពិសេសក្នុងចំណោមអ្នកដទៃ ទំតម្លៃនៃលក្ខណៈពិសេស x (/ = 1,2,___, ទំ).
ជាឧទាហរណ៍ នៅក្នុងការស្រាវជ្រាវទីផ្សារ មនុស្សម្នាក់អាចកំណត់ដើម្បីស្វែងរកចំណូលចិត្តរបស់អ្នកប្រើប្រាស់នៅពេលជ្រើសរើសផលិតផល (នៅពេលទិញស្តុក ការ៉េម ឡាន។ល។) ដូច្នេះពួកគេចែកចាយផលិតផលតាមលំដាប់ឡើង (ឬចុះ) ចំណូលចិត្តអតិថិជនរបស់ពួកគេ។ ប្រសិនបើមានសំណុំទិន្នន័យចំណាត់ថ្នាក់ពីរ នោះអ្នកអាចកំណត់កម្រិត ការពឹងផ្អែកលីនេអ៊ែររវាងពួកគេ។
ឧទាហរណ៍ 6.7 ។ឧបមាថាមានផលិតផលចំនួន 5 (តារាង 6.7) ដែលត្រូវបានចាត់ថ្នាក់តាមលំដាប់នៃចំណូលចិត្តពី 1 ដល់ 5 យោងទៅតាមលក្ខណៈពីរ។ អា W.
ចំណាត់ថ្នាក់ដំបូង
តារាង 6.7
វាចាំបាច់ក្នុងការស៊ើបអង្កេតភាពតឹងតែងនៃទំនាក់ទំនងស្ថិតិរវាងលក្ខណៈ។
ការសម្រេចចិត្ត។ការប្រើប្រាស់មេគុណ Pearson ដើម្បីកំណត់អាំងតង់ស៊ីតេនៃទំនាក់ទំនងរវាងសញ្ញានឹងមិនត្រឹមត្រូវទេ ដោយសារមេគុណនេះត្រូវបានប្រើសម្រាប់សញ្ញាដែលត្រូវបានវាស់វែងជាបរិមាណ។ ដូច្នេះ ជាឧទាហរណ៍ នៅពេលកំណត់ទំនាក់ទំនងរវាងកម្ពស់ និងទម្ងន់ យើងវាស់កម្ពស់គិតជាសង់ទីម៉ែត្រ និងទម្ងន់គិតជាគីឡូក្រាម ខណៈពេលដែលគេអាចកំណត់បានយ៉ាងត្រឹមត្រូវលើមាត្រដ្ឋានរង្វាស់ ភាពខុសគ្នានៃតម្លៃនៃសញ្ញាទាំងនេះសម្រាប់មនុស្សណាម្នាក់ ( នៅក្នុងពាក្យផ្សេងទៀតចម្ងាយរវាងពួកវានៅលើមាត្រដ្ឋានរង្វាស់) ។ ចូរយើងយកលក្ខណៈពិសេសមួយដែលបានវាស់វែងក្នុងមាត្រដ្ឋានចំណាត់ថ្នាក់ - ពិន្ទុប្រឡង។ តើមានន័យថាសិស្សដែលទទួលបាននិទ្ទេសមានចំណេះដឹងពាក់កណ្តាលដូចអ្នកដែលទទួលបានបួនឬ? ឬមួយសិស្សដែលទទួលបានបីដងមានកម្រិតចំណេះដឹងដូចគ្នា? ចម្លើយគឺទេ គ្រូរៀបចំកម្រិតនៃចំណេះដឹងរបស់ពួកគេនៅក្នុង លំដាប់ជាក់លាក់ដោយអនុលោមតាមលក្ខណៈវិនិច្ឆ័យសម្រាប់ការវាយតម្លៃចំណេះដឹងនៅលើ ប្រធានបទជាក់លាក់ប៉ុន្តែចម្ងាយរវាងតម្លៃលក្ខណៈពិសេសនៅលើមាត្រដ្ឋានបែបនេះមិនត្រូវបានជួសជុលយ៉ាងតឹងរ៉ឹងទេ។
ដើម្បីកំណត់វត្តមាននៃទំនាក់ទំនងរវាងការប៉ាន់ប្រមាណចំណាត់ថ្នាក់ត្រូវបានប្រើ មេគុណជាប់ទាក់ទងចំណាត់ថ្នាក់របស់ Spearman ។ការគណនារបស់វាគឺផ្អែកលើភាពខុសគ្នារវាងចំណាត់ថ្នាក់។
ចូរយើងបង្ហាញពីភាពខុសគ្នានៃចំណាត់ថ្នាក់ d=ចំណាត់ថ្នាក់ អា~ចំណាត់ថ្នាក់ អេ.
មេគុណ Spearman
កន្លែងណា ទំ- ចំនួនគូនៃការសង្កេតចំណាត់ថ្នាក់។
អេឧទាហរណ៍ យើងមានចំណាត់ថ្នាក់ប្រាំគូ ដូច្នេះ ទំ- 5. ផលបូក ctគឺស្មើនឹង
បន្ទាប់មកមេគុណ Spearman
មេគុណ Spearman ប្រែប្រួលក្នុងជួរ [-1; 1] ហើយត្រូវបានបកស្រាយតាមរបៀបដូចគ្នានឹងមេគុណ Pearson ។ ភាពខុសគ្នាគឺថាវាត្រូវបានគណនាសម្រាប់ទិន្នន័យចំណាត់ថ្នាក់។
តម្លៃ 0.6 អនុញ្ញាតឱ្យយើងសន្និដ្ឋានថាមានការកត់សម្គាល់ ការតភ្ជាប់លីនេអ៊ែររវាងលក្ខណៈពីរនៃទំនិញ។
សារៈសំខាន់នៃមេគុណ Spearman ត្រូវបានសាកល្បងនៅលើមូលដ្ឋាននៃ tលក្ខណៈវិនិច្ឆ័យរបស់សិស្សយោងទៅតាមរូបមន្ត
តម្លៃនៃមេគុណត្រូវបានចាត់ទុកថាសំខាន់ប្រសិនបើ tគណនា >> 6 សម; a (u - 2) សម្រាប់កម្រិតសារៈសំខាន់ដែលបានផ្តល់ឱ្យ a ។
មេគុណជាប់ទាក់ទងគ្នានៃចំណាត់ថ្នាក់ (ផ្តល់ថាចំណាត់ថ្នាក់មិនកើតឡើងវិញ) ក៏អាចត្រូវបានគណនាដោយប្រើរូបមន្តដែលស្នើឡើងដោយ អ្នកស្ថិតិអង់គ្លេស M. Kendall៖
កន្លែងណា ស- ភាពខុសគ្នានៃចំណាត់ថ្នាក់ពិតប្រាកដ; ~n(n - l) - ផលបូកអតិបរមានៃចំណាត់ថ្នាក់។
មេគុណនេះប្រែប្រួលក្នុងចន្លោះពី [-1; 1] ហើយត្រូវបានបកស្រាយតាមរបៀបដូចគ្នាទៅនឹងមេគុណ Pearson ប៉ុន្តែផ្តល់នូវភាពម៉ត់ចត់ជាង
ការប៉ាន់ប្រមាណនៃទំនាក់ទំនងជាងមេគុណ Spearman និង p \u003d - m ទំនាក់ទំនងនេះត្រូវបានពេញចិត្តនៅពេលដែល លេខធំការសង្កេត (n > 30) និងទំនាក់ទំនងជិតស្និទ្ធខ្សោយ ឬមធ្យម។
នៅពេលគណនាមេគុណ Kendall លំដាប់នៃសកម្មភាពខាងក្រោមត្រូវបានអង្កេត៖
- 1. តម្លៃ x ត្រូវបានចាត់ថ្នាក់តាមលំដាប់ឡើង។
- 2. តម្លៃ នៅរៀបចំតាមលំដាប់តាមតម្លៃ X.
- 3. សម្រាប់ចំណាត់ថ្នាក់ y នីមួយៗ ចំនួននៃតម្លៃខាងក្រោមនៃចំណាត់ថ្នាក់លើសពីតម្លៃរបស់វាត្រូវបានកំណត់។ លទ្ធផលត្រូវបានសរសេរនៅក្នុងជួរឈរ "+" ។
- 4. សម្រាប់ចំណាត់ថ្នាក់នីមួយៗ នៅចំនួននៃតម្លៃចំណាត់ថ្នាក់ទាបបន្ទាប់ពីវាត្រូវបានកំណត់។ លទ្ធផលត្រូវបានសរសេរក្នុងជួរឈរ "-" ។
- 5. ចំនួនទឹកប្រាក់ស្ថិតនៅក្នុងជួរ "+" ហើយត្រូវបានចង្អុលបង្ហាញ Rនៅក្នុងជួរឈរ "-" និងតំណាង សំណួរកំណត់ S=P-Q ។
សារៈសំខាន់នៃមេគុណទំនាក់ទំនងនៃចំណាត់ថ្នាក់ Kendall ត្រូវបានពិនិត្យដោយរូបមន្ត
កន្លែងណា w_ a / 2 (ទំ- 2) - បរិមាណកំណត់ពីតារាងនៃការចែកចាយធម្មតាសម្រាប់កម្រិតសារៈសំខាន់ដែលបានជ្រើសរើស a និងផ្តល់ឱ្យ ទំ.
ឧទាហរណ៍ 6.8 ។ គណនាមេគុណ Kendall ដោយផ្អែកលើទិន្នន័យក្នុងឧទាហរណ៍ 6.7 ។
ការសម្រេចចិត្ត។តោះចំណាយ ការគណនាចាំបាច់នៅក្នុងតារាង។ ៦.៨.
ជាការពិតណាស់ប្រសិនបើតម្លៃដែលទទួលបាននៃ m ត្រូវបានគុណនឹង 1.5 នោះយើងទទួលបាន 0.6 - តម្លៃនៃមេគុណ Spearman គណនាក្នុងឧទាហរណ៍ 6.7 ។
តារាងគណនា
ពិចារណាពីភាពជាប់ទាក់ទងគ្នានៃមុខងារជំនួស ពោលគឺលក្ខណៈពិសេសដែលយកតែពីរប៉ុណ្ណោះ។ តម្លៃដែលអាចធ្វើបាន. ការសិក្សាអំពីទំនាក់ទំនងរបស់ពួកគេគឺផ្អែកលើសូចនាករដែលបានបង្កើតឡើងនៅលើតារាងកោសិកាចំនួនបួនដែលក្នុងនោះចំនួនឯកតាសម្រាប់ ចំណុចកំណត់សញ្ញា៖
ការសម្រេចចិត្ត។ដើម្បីវាស់ភាពតឹងនៃទំនាក់ទំនងនៃសញ្ញា ការគណនានៃមេគុណភាពអាសន្នត្រូវបានអនុវត្តតាមរូបមន្ត
មេគុណភាពអាសន្នយកតម្លៃក្នុងចន្លោះពេល [-1; មួយ]។ ការបកស្រាយគឺស្រដៀងគ្នាទៅនឹងមេគុណទំនាក់ទំនង។ យើងទទួលបានទំនាក់ទំនងអវិជ្ជមានខ្សោយ។
វិធីសាស្រ្តមួយផ្សេងទៀតសម្រាប់ការវាស់វែងទំនាក់ទំនងគឺផ្អែកលើការគណនាមេគុណសមាគម៖
"លីត្រ 30x5-20x15 លីត្រ"
យើងទទួលបាន: សំណួរ =-= -0,33
សញ្ញាដកនៅពីមុខមេគុណបង្ហាញថា សិស្សកាន់តែច្រើនត្រូវបានចាក់ថ្នាំបង្ការជំងឺគ្រុនផ្តាសាយ អត្រាកើតមានកាន់តែទាប។
កត្តាអាសន្នគឺតែងតែ តិចជាងមេគុណការផ្សារភ្ជាប់ និងផ្តល់នូវការប៉ាន់ប្រមាណត្រឹមត្រូវបន្ថែមទៀតនៃភាពតឹងតែងនៃទំនាក់ទំនង។
ដើម្បីវាយតម្លៃភាពស្និទ្ធស្នាលនៃទំនាក់ទំនងរវាងលក្ខណៈពិសេសដែលទទួលយកនូវជម្រើសតម្លៃណាមួយ (លក្ខណៈប្រភេទ លក្ខណៈបន្ទាប់បន្សំ) មេគុណភាពបន្តគ្នាទៅវិញទៅមករបស់ Pearson ត្រូវបានប្រើ។ មូលដ្ឋានសម្រាប់សិក្សាទំនាក់ទំនងរវាងលក្ខណៈប្រភេទគឺតារាងពេលបច្ចុប្បន្ន - ការចែកចាយចម្រុះឯកតានៃចំនួនប្រជាជនដោយលក្ខណៈពិសេស។ ព័ត៌មានទាំងអស់អំពីវត្តមាន ឬអវត្តមាននៃការតភ្ជាប់មាននៅក្នុងប្រេកង់រួមនៃការរួមបញ្ចូលមុខងារ។
ព័ត៌មានសម្រាប់វាយតម្លៃការតភ្ជាប់នេះត្រូវបានដាក់ជាក្រុមក្នុងទម្រង់តារាង (ឧទាហរណ៍សម្រាប់តម្លៃបីនៃគុណលក្ខណៈទីមួយ និងតម្លៃពីរនៃតម្លៃទីពីរ) តារាង។ ៦.១០.
តារាង 6.10
ឧទាហរណ៍តារាងឆ្លងកាត់
សញ្ញា |
សរុប |
|||
ជីភីស៊ី |
bgpc |
ការរចនា៖ នោះ។- ភាពញឹកញាប់នៃការរួមបញ្ចូលគ្នាទៅវិញទៅមកនៃសញ្ញាគុណលក្ខណៈពីរ; ទំ = អ៊ីលីមី- ចំនួននៃការសង្កេត។
មេគុណនៃការភ្ជាប់គ្នាទៅវិញទៅមករបស់ Pearson ត្រូវបានកំណត់ដោយរូបមន្ត
ដែល cp ជាសន្ទស្សន៍ conjugacy ការ៉េមធ្យម៖
មេគុណ conjugacy ទៅវិញទៅមកយកតម្លៃក្នុងចន្លោះពេល ហើយត្រូវបានបកស្រាយស្រដៀងគ្នាទៅនឹងមេគុណនៃគូ ទំនាក់ទំនងលីនេអ៊ែរភៀសុន។
ឧទាហរណ៍ 6.10 ។ដើម្បីសិក្សាពីឥទ្ធិពលនៃលក្ខខណ្ឌការងារលើទំនាក់ទំនងក្នុងក្រុម ការស្ទង់មតិគំរូនៃបុគ្គលិក 250 នាក់នៃសហគ្រាសត្រូវបានធ្វើឡើង ចម្លើយដែលត្រូវបានចែកចាយដូចបង្ហាញក្នុងតារាង។ ៦.១១.
តារាង 6.11
ទិន្នន័យបឋមស្តីពីលក្ខខណ្ឌការងារ និងទំនាក់ទំនងក្នុងក្រុម
វាត្រូវបានទាមទារដើម្បីកំណត់លក្ខណៈនៃទំនាក់ទំនងរវាងសូចនាករដែលបានសិក្សាដោយប្រើមេគុណភាពអាសន្នទៅវិញទៅមករបស់ Pearson ។
ការសម្រេចចិត្ត។
តម្លៃដែលទទួលបាននៃមេគុណភាពអាសន្នបង្ហាញថាទំនាក់ទំនងរវាងលក្ខខណ្ឌការងារ និងទំនាក់ទំនងក្នុងក្រុមគឺមធ្យម។