Section author: Jonathon Love

விரிதாள்

சாமோவியில், தரவு ஒரு விரிதாளில் குறிப்பிடப்படுகிறது, ஒவ்வொரு நெடுவரிசையும் “மாறி” என்பதைக் குறிக்கும்.

தரவு மாறிகள்

சாமோவியில் பொதுவாகப் பயன்படுத்தப்படும் மாறிகள் “தரவு மாறிகள்” ஆகும், இந்த மாறிகள் தரவுக் கோப்பிலிருந்து ஏற்றப்பட்ட தரவைக் கொண்டிருக்கின்றன, அல்லது பயனரால் “தட்டச்சு செய்யப்பட்டுள்ளன”. தரவு மாறிகள் ஒரு மூன்று தரவு வகைகளாக இருக்கலாம்:

  • `` முழு எண்``

  • `` தசம``

  • `` உரை``

மற்றும் நான்கு அளவீட்டு வகைகளில் ஒன்று:

  • nominal Nominal

  • ordinal Ordinal

  • continuous Continuous

  • id ID

அளவீட்டு வகைகள் மாறியின் நெடுவரிசையின் தலைப்பில் உள்ள சின்னத்தால் நியமிக்கப்படுகின்றன. தரவு வகை மற்றும் அளவீட்டு வகைகளின் சில சேர்க்கைகள் அர்த்தமல்ல என்பதை நினைவில் கொள்க, மேலும் இவற்றை தேர்வு செய்ய சாமோவி உங்களை அனுமதிக்க மாட்டார்.

`` பெயரளவு`` மற்றும் `` ஆர்டினல்`` ஆகியவை பெயரளவு மற்றும் சாதாரண மாறிகளுக்கு கணிக்கத்தக்கவை. `` தொடர்ச்சியானது`` என்பது எண் மதிப்புகளைக் கொண்ட மாறிகள் * இடைவெளி * அல்லது * விகிதம் * அளவீடுகளாகக் கருதப்படுகிறது (SPSS இல் `` அளவுகோல்` க்கு சமம்). `` ஐடி`` அளவீட்டு வகை, மற்றவர்களைப் போலல்லாமல், சாமோவிக்கு தனித்துவமானது. இது நீங்கள் ஒருபோதும் பகுப்பாய்வு செய்ய விரும்பாத அடையாளங்காட்டிகளைக் கொண்ட மாறிகளுக்காக வடிவமைக்கப்பட்டுள்ளது. எடுத்துக்காட்டாக, ஒரு நபரின் பெயர், அல்லது பங்கேற்பாளர் ஐடி. ஐடிகளின் நன்மை என்னவென்றால், சாமோவிக்கு உள்நாட்டில் நிலைகளின் பட்டியலை பராமரிக்க தேவையில்லை, இது மிகப் பெரிய தரவுத் தொகுப்புகளுடன் தொடர்பு கொள்ளும்போது செயல்திறனை மேம்படுத்த முடியும்.

வெற்று விரிதாளுடன் தொடங்கி மதிப்புகளைத் தட்டச்சு செய்யும் போது, நீங்கள் உள்ளிட்ட தரவைப் பொறுத்து தரவு மற்றும் அளவீட்டு வகைகள் தானாக மாறும். எந்த வகையான தரவை எந்த மாறுபட்ட வகைகள் செல்கின்றன என்பதற்கான உணர்வைப் பெற இது ஒரு சிறந்த வழியாகும். இதேபோல், தரவுக் கோப்பைத் திறக்கும்போது, ஒவ்வொரு நெடுவரிசையிலும் உள்ள தரவுகளிலிருந்து மாறி வகையை சமோவி ஊகிக்கும். இரண்டு நிகழ்வுகளிலும், இந்த தானியங்கி அணுகுமுறை சரியாக இருக்காது, மேலும் தரவை கைமுறையாகக் குறிப்பிடுவது மற்றும் மாறி எடிட்டருடன் அளவீட்டு வகையை அளவிடுவது அவசியமாக இருக்கலாம்.

`` தரவு`` தாவலில் இருந்து `` அமைவு` என்பதைத் தேர்ந்தெடுப்பதன் மூலமும், நெடுவரிசை தலைப்பில் இருமுறை சொடுக்கு செய்வதன் மூலமோ அல்லது `` F3`` ஐ அழுத்துவதன் மூலமோ மாறி எடிட்டரை செயல்படுத்தலாம். மாறி எடிட்டர் மாறியின் பெயரை மாற்ற உங்களை அனுமதிக்கிறது, மற்றும் (தரவு மாறிகளுக்கு) தரவு வகை, அளவீட்டு வகை, நிலைகளின் வரிசை மற்றும் ஒவ்வொரு நிலைக்கும் காட்டப்படும் சிட்டை. நெருங்கிய அம்புக்குறியைக் சொடுக்கு செய்வதன் மூலம் அல்லது மீண்டும் `` F3`` ஐ அழுத்துவதன் மூலம் மாறி எடிட்டரை நிராகரிக்கலாம்.

தரவு நாடாவிலிருந்து `` சேர்` பொத்தானைப் பயன்படுத்தி புதிய மாறிகள் தரவு தொகுப்பில் செருகப்படலாம் அல்லது சேர்க்கப்படலாம். `` சேர்` பொத்தானை *கணக்கிடப்பட்ட மாறிகள் *சேர்க்க அனுமதிக்கிறது.

கணக்கிடப்பட்ட மாறிகள்

கணக்கிடப்பட்ட மாறிகள் மற்ற மாறிகள் மீது ஒரு கணக்கீட்டைச் செய்வதன் மூலம் அவற்றின் மதிப்பை எடுத்துக்கொள்கின்றன. கணக்கிடப்பட்ட மாறிகள் பதிவு மாற்றங்கள், இசட்-ச்கோர்ச், சம்-ச்கோர்ச், எதிர்மறை மதிப்பெண் மற்றும் வழிமுறைகள் உள்ளிட்ட பல நோக்கங்களுக்காக பயன்படுத்தப்படலாம்.

தரவு தொகுப்பில் கிடைக்கும் `` சேர்` பொத்தானைக் கொண்டு, கணக்கிடப்பட்ட மாறிகள் தரவு தொகுப்பில் சேர்க்கப்படலாம். இது ஒரு சூத்திர பெட்டியை உருவாக்கும், அங்கு நீங்கள் சூத்திரத்தைக் குறிப்பிடலாம். வழக்கமான எண்கணித ஆபரேட்டர்கள் கிடைக்கின்றன. சூத்திரங்களின் சில எடுத்துக்காட்டுகள்:

A + B
LOG10(len)
MEAN(A, B)
(dose - VMEAN(dose)) / VSTDEV(dose)
Z(dose)

வரிசையில், இவை A மற்றும் B இன் தொகை, `` len``, `` a` மற்றும் `` b`` ஆகியவற்றின் சராசரி (அடிப்படை 10) உருமாற்றம், மற்றும் `` டோசின் z- மதிப்பெண் `` (இரண்டு முறை).

இன்னும் பல செயல்பாடுகள் உள்ளன.

`` V`` செயல்பாடுகள்

பல செயல்பாடுகள் சோடிகளாகத் தோன்றும், ஒன்று `` v`` உடன் முன்னொட்டு, மற்றொன்று இல்லை. `` V`` செயல்பாடுகள் அவற்றின் கணக்கீட்டை ஒரு மாறியில் *ஒட்டுமொத்தமாக *செய்கின்றன, அங்கு v செயல்பாடுகள் அவற்றின் கணக்கீட்டு வரிசையை வரிசையில் செய்கின்றன. எடுத்துக்காட்டாக, `` சராசரி (அ, பி) `` ஒவ்வொரு வரிசையிலும் `` அ` மற்றும் பி` ஆகியவற்றின் சராசரியை உருவாக்கும். அதேசமயம் `` vmean (a) `` அனைத்து * மதிப்புகளின் சராசரியையும் `` a`` தருகிறது.

கூடுதலாக `` வி`` செயல்பாடுகள் ஒரு `` குழு_பிபி`` வாதத்தை ஆதரிக்கின்றன. ஒரு `` குழு_பிபி`` மாறி குறிப்பிடப்படும்போது, `` குழு_பிபி`` மாறியின் ஒவ்வொரு நிலைக்கும் ஒரு தனி மதிப்பு கணக்கிடப்படுகிறது. பின்வரும் எடுத்துக்காட்டில்:

VMEAN(len, group_by=dose)

`` டோச்`` இன் ஒவ்வொரு மட்டத்திற்கும் ஒரு தனி சராசரி கணக்கிடப்படுகிறது, மேலும் கணக்கிடப்பட்ட மாறியில் உள்ள ஒவ்வொரு மதிப்பும் அதன் வரிசையின் மதிப்புக்கு ஒத்த சராசரி `` டோச்``.

மாற்றப்பட்ட (மறுவடிவமைப்பு) மாறிகள்

கணக்கிடப்பட்ட மாறிகள் நிறைய செயல்பாடுகளுக்கு சிறந்தவை என்றாலும் (எ.கா., தொகை மதிப்பெண்களைக் கணக்கிடுதல், தரவை உருவாக்குதல் போன்றவை), நீங்கள் பல மாறிகளை மறுசீரமைக்கவோ அல்லது மாற்றவோ விரும்பும்போது பயன்படுத்த சற்று சிரமமாக இருக்கும் (எ.கா., பல பதில்களை தலைகீழாக மாற்றும் போது ஒரு கணக்கெடுப்பு தரவு தொகுப்பில்). “மாற்றப்பட்ட மாறிகள்” ஏற்கனவே இருக்கும் மாறிகளை எளிதில் மீண்டும் வரையவும், ஒரே நேரத்தில் பல மாறிகள் முழுவதும் மாற்றங்களைப் பயன்படுத்தவும் உங்களை அனுமதிக்கிறது.

** மாற்றப்பட்ட மாறிகளை உருவாக்குதல் **

சாமோவியில் மாறிகளை மாற்றும்போது அல்லது மறுசீரமைக்கும்போது, அசல் “மூல மாறி” க்கு இரண்டாவது “மாற்றப்பட்ட மாறி” உருவாக்கப்படுகிறது. இந்த வழியில், தேவைப்பட்டால் அசல், மாற்றப்படாத தரவை நீங்கள் எப்போதும் அணுகுவீர்கள். மாறியை மாற்ற, முதலில் நீங்கள் மாற்ற விரும்பும் நெடுவரிசையை (களை) தேர்ந்தெடுக்கவும். தொகுதியில் முதல் நெடுவரிசை தலைப்பைக் சொடுக்கு செய்து, சிப்ட் விசையை வைத்திருக்கும் போது தொகுதியில் கடைசி நெடுவரிசை தலைப்பைக் சொடுக்கு செய்வதன் மூலம் நெடுவரிசைகளின் தொகுதியைத் தேர்ந்தெடுக்கலாம். மாற்றாக, கட்டுப்பாடு / CMD விசையை கீழே வைத்திருக்கும் போது நெடுவரிசை தலைப்புகளைக் சொடுக்கு செய்வதன் மூலம் தனிப்பட்ட நெடுவரிசைகளைத் தேர்ந்தெடுக்கலாம் / தேர்வு செய்யலாம். தேர்ந்தெடுக்கப்பட்டதும், தரவு தாவலில் இருந்து `` உருமாற்றம்` என்பதைத் தேர்ந்தெடுத்து அல்லது வலது சொடுக்கு செய்து மெனுவிலிருந்து `` உருமாற்றம்` என்பதைத் தேர்வு செய்யலாம்.

தேர்ந்தெடுக்கப்பட்ட மாறிகளில் ஒன்றில் வலது சொடுக்கு செய்து, `` உருமாற்றம் ... ``:

um_transform_create1

அல்லது `` தரவு``-ரிப்பனுக்குச் சென்று, `` உருமாற்றம்: `` என்பதைக் சொடுக்கு செய்க

um_transform_create2

இது தேர்ந்தெடுக்கப்பட்ட ஒவ்வொரு நெடுவரிசைக்கும் இரண்டாவது “மாற்றப்பட்ட மாறி” ஐ உருவாக்குகிறது. பின்வரும் எடுத்துக்காட்டில், எங்களிடம் ஒற்றை மாறி மட்டுமே தேர்ந்தெடுக்கப்பட்டது, எனவே நாங்கள் ஒரு மாறிக்கு (மதிப்பெண் - பதிவு என அழைக்கப்படுபவை) மாற்றத்தை மட்டுமே அமைக்கிறோம், ஆனால் ஒரே நேரத்தில் எங்களால் அதிகம் செய்ய முடியாது என்பதற்கு எந்த காரணமும் இல்லை.

um_transform_create3

மேலே உள்ள படத்தில் காணப்படுவது போல, ஒவ்வொரு மாற்றப்பட்ட மாறியும் ஒரு “மூல மாறி” உள்ளது, இது அசல் மாற்றப்படாத மாறியைக் குறிக்கிறது, மற்றும் ஒரு உருமாற்றம், மூல மாறியை மாற்றப்பட்ட மாறியாக மாற்றுவதற்கான விதிகளைக் குறிக்கிறது. ஒரு உருமாற்றம் உருவாக்கப்பட்ட பிறகு, இது பட்டியலிலிருந்து கிடைக்கிறது, மேலும் பல மாற்றப்பட்ட மாறிகள் முழுவதும் எளிதாகப் பகிரலாம்.

உங்களிடம் இன்னும் பொருத்தமான உருமாற்றம் வரையறுக்கப்படவில்லை என்றால், நீங்கள் புதிய உருமாற்றத்தை உருவாக்குங்கள் ... `` பட்டியலிலிருந்து தேர்ந்தெடுக்கலாம்.

** ஒரு புதிய மாற்றத்தை உருவாக்கவும் **

`` புதிய உருமாற்றத்தை உருவாக்குங்கள் ... `` டிரான்ச்ஃபார்ம் எடிட்டர் பார்வைக்கு சறுக்குகிறது:

um_transform_edit1

உருமாற்ற எடிட்டரில் இந்த கூறுகள் உள்ளன.

  1. பெயர்: மாற்றத்திற்கான பெயர்.

  2. விளக்கம்: மாற்றத்தின் விளக்கத்தை நீங்கள் வழங்குவதற்கான இடம், எனவே அது என்ன செய்கிறது என்பதை நீங்கள் (மற்றவர்கள்) அறிவீர்கள்.

  3. Variable suffix (optional): Here, you can define the default name formatting for the transformed variable. By default, the variable suffix will be appended to the source variable name with a dash (-) in between. However, you can override this behavior by using an three dots (...), which will be replaced by the variable name. For instance, if you transform a variable called Q1, you could use variable suffixes to apply the following naming schemes (if left empty, the transformation name is used as the variable suffix):

    `` log`` `` Q1 - உள்நுழைவு` `` ..._ உள்நுழைவு` `` Q1_log`` `` பதிவு (...) `` `` பதிவு (Q1) `` `

  4. மாற்றம்: இந்த பிரிவில் மாற்றத்திற்கான விதிகள் மற்றும் சூத்திரங்கள் உள்ளன. கணக்கிடப்பட்ட மாறிகளில் கிடைக்கக்கூடிய அனைத்து அதே செயல்பாடுகளையும் நீங்கள் பயன்படுத்தலாம், மேலும் மூல நெடுவரிசையில் உள்ள மதிப்புகளைக் குறிக்க (எனவே அவற்றை மாற்றலாம்), நீங்கள் சிறப்பு `` $ மூல`` முக்கிய சொற்களைப் பயன்படுத்தலாம். நீங்கள் ஒரு மாறியை பல குழுக்களாக மறுபரிசீலனை செய்ய விரும்பினால், பல நிபந்தனைகளைப் பயன்படுத்துவது எளிதானது. கூடுதல் நிபந்தனைகளைச் சேர்க்க (அதாவது, புள்ளிவிவரங்கள்), நீங்கள் `` ரெகோட் நிபந்தனையைச் சேர்க்கவும்` பொத்தானைக் சொடுக்கு செய்க:

  5. பயன்படுத்திய: இந்த குறிப்பிட்ட மாற்றத்தை எத்தனை மாறிகள் பயன்படுத்துகின்றன என்பதைக் குறிக்கிறது. நீங்கள் எண்ணைக் சொடுக்கு செய்தால், அது இந்த மாறிகள் பட்டியலிடும்.

  6. அளவீட்டு வகை: இயல்பாகவே அளவீட்டு வகை ஆட்டோவாக அமைக்கப்பட்டுள்ளது, இது அளவீட்டு வகையை மாற்றத்திலிருந்து தானாகவே ஊகிக்கும். இருப்பினும், ஆட்டோ அளவீட்டு வகையை சரியாக ஊகிக்கவில்லை என்றால், நீங்கள் அதை இங்கே மேலெழுதலாம்.

** எடுத்துக்காட்டு 1: உருப்படிகளின் தலைகீழ் மதிப்பெண் **

கணக்கெடுப்பு தரவுகளில் பெரும்பாலும் ஒன்று அல்லது அதற்கு மேற்பட்ட உருப்படிகள் உள்ளன, அவற்றின் மதிப்புகளை பகுப்பாய்வு செய்வதற்கு முன் மாற்றியமைக்க வேண்டும். எடுத்துக்காட்டாக, “நான் விருந்துகளுக்குச் செல்ல விரும்புகிறேன்”, “நான் மக்களைச் சுற்றி இருப்பதை விரும்புகிறேன்”, மற்றும் “நானே வைத்திருக்க விரும்புகிறேன்” என்ற கேள்விகளுடன் நாங்கள் புறம்போக்கு அளவிடலாம். இந்த கடைசி கேள்விக்கு 6 (கடுமையாக ஒப்புக்கொள்கிறேன்) பதிலளிக்கும் ஒரு நபர் ஒரு புறம்போக்கு என்று கருதப்படக்கூடாது என்பது தெளிவாகத் தெரிகிறது, எனவே 6 ஐ 1, 5 ஆக 2, 1 ஆக 6 எனக் கருத வேண்டும். இந்த உருப்படிகளை மாற்றியமைக்க, நாம் பயன்படுத்தலாம் பின்வரும் எளிய உருமாற்றம்:

um_transform_ex1

இந்த மாற்றத்தை பதிவிறக்கம் <../_ நிலையான/வெளியீடு/UM_TRANSFORM_EX1.OMV> மற்றும் சாமோவியில் `` டிரான்ச்ஃபார்ம்_எக்ச் 1` கோப்பைத் திறப்பதன் மூலம் ஆராயலாம்.

** எடுத்துக்காட்டு 2: தொடர்ச்சியான மாறிகளை வகைகளாக மாற்றியமைத்தல் **

நிறைய தரவுத் தொகுப்புகளில், மக்கள் தங்கள் தொடர்ச்சியான மதிப்பெண்களை வகைகளாக மறுபரிசீலனை செய்ய விரும்புகிறார்கள். எடுத்துக்காட்டாக, மக்களை அவர்களின் 0-100% சோதனை மதிப்பெண்களின் அடிப்படையில் மூன்று குழுக்களில் ஒன்றான `` பாச்``, `` ரெக்ட்`` மற்றும் `` தோல்வி`` என வகைப்படுத்த விரும்பலாம்.

um_transform_ex2

நிபந்தனைகள் வரிசையில் செயல்படுத்தப்படுகின்றன என்பதையும், வழக்குடன் பொருந்தக்கூடிய முதல் விதி மட்டுமே அந்த வழக்கில் பயன்படுத்தப்படுகிறது என்பதையும் நினைவில் கொள்க. எனவே இந்த உருமாற்றம் அடிப்படையில் மூல மாறிக்கு 50 க்கும் குறைவான மதிப்பு இருந்தால், மதிப்பு `` தோல்வி``, மூல மாறிக்கு 50 முதல் 60 வரை மதிப்பு இருந்தால், மதிப்பு `` ரெக்ட்`` ஆக இருக்கும் மூல மாறி 60 க்கு மேல் ஒரு மதிப்பைக் கொண்டுள்ளது, மதிப்பு `` பாச்`` ஆக இருக்கும். நீங்கள் ஒரு எடுத்துக்காட்டு தரவு அமைக்க விரும்பினால், நீங்கள் பதிவிறக்கம் <../_ நிலையான/வெளியீடு/UM_TRANSFORM_EX2.OMV> மற்றும் `` Transtry_ex2.omv`` ஐப் பயன்படுத்தலாம்.

** எடுத்துக்காட்டு 3: காணாமல் போன மதிப்புகளை மாற்றுதல் **

இப்போது, உங்கள் தரவுத் தொகுப்பில் காணாமல் போன மதிப்புகள் நிறைய உள்ளன என்று சொல்லலாம், மேலும் பங்கேற்பாளர்களை காணாமல் போன மதிப்புகளுடன் அகற்றுவது பங்கேற்பாளர்களின் கடுமையான இழப்பில் முடிவடையும். காணாமல் போன தரவைக் கையாள்வதற்கு பல வழிகள் உள்ளன, அவற்றில் குற்றச்சாட்டு மிகவும் பொதுவானது. ஒரு அழகான நேரடியான கணக்கீட்டு முறை காணாமல் போன மதிப்புகளை மாறி சராசரியுடன் மாற்றுகிறது (அதாவது, சராசரி மாற்றீடு). சராசரி மாற்றோடு தொடர்புடைய ஒரு சில சிக்கல்கள் இருந்தாலும், நீங்கள் அதை ஒருபோதும் செய்யக்கூடாது என்றாலும், அது ஒரு தூய்மையான ஆர்ப்பாட்டத்தை உருவாக்குகிறது ...

um_transform_ex3

காணாமல் போன மதிப்புகளைக் குறிக்க சாமோவி ஆர் இலிருந்து நா ஐ கடன் வாங்கியுள்ளார் என்பதை நினைவில் கொள்க. நல்ல தரவு தொகுப்பு எளிதில் இல்லையா? பதிவிறக்கம் <../_ நிலையான/வெளியீடு/UM_TRANSFORM_EX3.OMV> `` `` `` `` `` `` `` TRANSION_EX3.OMV`` தரவு தொகுப்பை திறப்பதன் மூலம் அதை நீங்களே முயற்சி செய்யலாம்.

வடிப்பான்கள்

உங்கள் பகுப்பாய்வில் சேர்க்க விரும்பாத வரிசைகளை வடிகட்ட சமோவியில் உள்ள வடிப்பான்கள் உங்களை அனுமதிக்கின்றன. எடுத்துக்காட்டாக, மக்கள் தங்கள் தரவைப் பயன்படுத்துவதற்கு வெளிப்படையாக சம்மதித்தால் மட்டுமே நீங்கள் சேர்க்க விரும்பலாம், அல்லது நீங்கள் அனைத்து இடது கை நபர்களையும் விலக்க விரும்பலாம், அல்லது ஒரு சோதனை பணியில் “வாய்ப்புக்குக் கீழே” மதிப்பெண் பெறும் நபர்கள். சில சந்தர்ப்பங்களில் நீங்கள் தீவிர மதிப்பெண்களை விலக்க விரும்புகிறீர்கள், எடுத்துக்காட்டாக, சராசரியிலிருந்து 3 நிலையான விலகல்களுக்கு மேல் மதிப்பெண் பெறுபவர்கள்.

சாமோவியில் உள்ள வடிப்பான்கள் சாமோவி * கம்ப்யூட் மாறி * ஃபார்முலா அமைப்பின் மேல் கட்டப்பட்டுள்ளன, இது தன்னிச்சையாக சிக்கலான சூத்திரங்களை உருவாக்க அனுமதிக்கிறது.

** வரிசை வடிப்பான்கள் **

சாமோவியுடன் சேர்க்கப்பட்டுள்ள `` பல் வளர்ச்சி`` தரவு தொகுப்பைப் பயன்படுத்தி சாமோவி வடிப்பான்கள் நிரூபிக்கப்படுகின்றன (☰`` திறந்த →` தரவு நூலகம்). `` தரவு`` நாடாவிலிருந்து `` வடிப்பான்கள் பொத்தானை` என்பதைத் தேர்ந்தெடுக்கவும். இது வடிகட்டி பார்வையைத் திறந்து `` வடிகட்டி 1`` எனப்படும் புதிய வடிப்பானை உருவாக்குகிறது.

குறுகிய வீடியோவில், 9 வது வரிசையை விலக்க ஒரு வடிப்பானைக் குறிப்பிடுகிறோம். 9 வது பங்கேற்பாளர் கணக்கெடுப்பு முறையை சோதித்துப் பார்க்கும் ஒருவர் என்பதை நாம் அறிந்திருக்கலாம், சரியான பங்கேற்பாளர் அல்ல (`` பல் வளர்ச்சி`` உண்மையில் கினிப் பன்றி பற்களின் நீளத்தைப் பற்றியது, எனவே 9 வது பங்கேற்பாளர் ஒரு முயல் என்பதை நாம் அறிந்திருக்கலாம்). சூத்திரத்துடன் அவற்றை நாம் வெறுமனே விலக்க முடியும்:

ROW() != 9

இந்த வெளிப்பாட்டில் ! = `` என்றால் ‘சமமில்லை’. நீங்கள் எப்போதாவது ஒரு நிரலாக்க மொழியைப் பயன்படுத்தினால், இது மிகவும் பழக்கமாக இருக்க வேண்டும். சாமோவியில் உள்ள வடிப்பான்கள் தேற்றம் உண்மையில்லாத வரிசைகளை விலக்குகின்றன. இந்த வழக்கில், 9 வது வரிசையைத் தவிர அனைத்து வரிசைகளுக்கும் `` வரிசை ()! = 9 வெளிப்பாடு உண்மை. இந்த வடிப்பானை நாங்கள் பயன்படுத்தும்போது, 9 வது வரிசையின் `` வடிகட்டி 1`` நெடுவரிசையில் உள்ள டிக் ஒரு சிலுவையாக மாறுகிறது, மேலும் முழு வரிசையும் வெளியேறுகிறது. நாங்கள் இப்போது ஒரு பகுப்பாய்வை இயக்கினால், அது 9 வது வரிசை இல்லாதது போல் இயங்கும். இதேபோல், நாங்கள் ஏற்கனவே சில பகுப்பாய்வுகளை இயக்கியிருந்தால், அவை மீண்டும் இயங்கும், முடிவுகள் 9 வது வரிசையைப் பயன்படுத்தாத மதிப்புகளுக்கு புதுப்பிக்கப்படும்.

பொதுவாக, இதை விட சிக்கலான வடிப்பான்களை நாங்கள் விரும்புகிறோம்! `` பல் வளர்ச்சி`` எடுத்துக்காட்டில் கினிப் பன்றிகளிடமிருந்து பற்களின் நீளத்தை (`` லென்` நெடுவரிசை) கொண்டுள்ளது supp` நெடுவரிசை` vc` மற்றும்` oj`). பல் நீளத்தில் அளவின் தாக்கத்தில் நாங்கள் ஆர்வமாக உள்ளோம் என்று வைத்துக் கொள்வோம். நாம் ஒரு ANOVA ஐ `` len`` உடன் சார்பு மாறியாக இயக்கலாம், மேலும் `` டோச்`` `` டோச்``. ஆனால் வைட்டமின் சி இன் விளைவுகளில் மட்டுமே நாங்கள் ஆர்வமாக உள்ளோம், ஆரஞ்சு சாற்றில் அல்ல என்று சொல்லலாம். பின்னர், நாம் சூத்திரத்தைப் பயன்படுத்தலாம்:

supp == 'VC'

உண்மையில் நாம் விரும்பினால் `` வரிசை ()! = 9`` சூத்திரத்துடன் கூடுதலாக இந்த சூத்திரத்தை நாம் குறிப்பிடலாம். `` வடிகட்டி 1`` க்கு (முதல் சூத்திரத்தின் அருகே சிறிய + என்பதைக் சொடுக்கு செய்வதன் மூலம்) மற்றொரு வெளிப்பாடாக இதைச் சேர்க்கலாம், அல்லது அதை கூடுதல் வடிப்பானாக சேர்க்கலாம் (பெரிய + `ஐத் தேர்ந்தெடுப்பதன் மூலம் இதைச் சேர்க்கலாம் வடிப்பான்கள் உரையாடல் பெட்டியின் இடது). நாம் பார்ப்பது போல், ஏற்கனவே உள்ள வடிப்பானில் ஒரு வெளிப்பாட்டைச் சேர்ப்பது ஒரு தனி வடிப்பானை உருவாக்கும் அதே நடத்தையை வழங்காது. இருப்பினும், இந்த விசயத்தில், இது ஒரு வித்தியாசத்தை ஏற்படுத்தாது, எனவே நாங்கள் அதை ஏற்கனவே உள்ள வடிப்பானில் சேர்ப்போம். இந்த கூடுதல் வெளிப்பாடு அதன் சொந்த நெடுவரிசையுடன் குறிப்பிடப்படுகிறது, மேலும் உண்ணி மற்றும் சிலுவைகளைப் பார்ப்பதன் மூலம், ஒவ்வொரு வரிசையையும் விலக்குவதற்கு எந்த வடிகட்டி அல்லது வெளிப்பாடு பொறுப்பு என்பதை நாம் காணலாம்.

ஆனால் சராசரியிலிருந்து 1.5 நிலையான விலகல்களுக்கு மேல் இருந்த அனைத்து பல் நீளங்களையும் பகுப்பாய்விலிருந்து விலக்க விரும்புகிறோம் என்று சொல்லலாம். இதைச் செய்ய, நாங்கள் ஒரு சட் மதிப்பெண் எடுப்போம், அது -1.5 முதல் 1.5 வரை விழுகிறதா என்பதை சரிபார்க்கவும். பின்வரும் சூத்திரங்களில் ஒன்றை நாங்கள் பயன்படுத்தலாம் (இந்த இரண்டாவது தேற்றம் ஒரு இசட்-ச்கோர் என்றால் என்ன என்பதை மாணவர்களுக்கு நிரூபிக்க ஒரு சிறந்த வழியாகும்):

-1.5 < Z(len) < 1.5
-1.5 < (len - VMEAN(len)) / VSTDEV(len) < 1.5

சாமோவியில் நிறைய செயல்பாடுகள் உள்ளன, மேலும் சிறிய *f *: x ஃபார்முலா பெட்டியின் அருகே சொடுக்கு செய்வதன் மூலம் அவற்றைக் காணலாம்.

இப்போது இந்த இசட்-ச்கோர் சூத்திரத்தை ஒரு தனி வடிப்பானில் சேர்ப்போம், வடிப்பான்களின் இடதுபுறத்தில் பெரிய + என்பதைக் சொடுக்கு செய்து, அதை `` வடிகட்டி 2`` இல் சேர்ப்போம்.

பல வடிப்பான்களுடன், வடிகட்டப்பட்ட வரிசைகள் ஒரு வடிகட்டியிலிருந்து அடுத்ததாக இருக்கும். எனவே `` வடிகட்டி 1`` மூலம் அனுமதிக்கப்பட்ட வரிசைகள் மட்டுமே `` வடிகட்டி 2`` க்கான கணக்கீடுகளில் பயன்படுத்தப்படுகின்றன. இந்த வழக்கில், இசட்-ச்கோருக்கான சராசரி மற்றும் நிலையான விலகல் வைட்டமின் சி வரிசைகளை மட்டுமே அடிப்படையாகக் கொண்டது (மேலும் 9 வது வரிசையிலும் இல்லை). இதற்கு நேர்மாறாக, `` சட் () `` வடிகட்டி 1` வடிகட்டி 1` இல் எங்கள்` z () வடிகட்டியை நாங்கள் குறிப்பிட்டால், z- மதிப்பெண்ணுக்கான சராசரி மற்றும் நிலையான விலகல் முழு தரவுத்தொகுப்பின் அடிப்படையில் இருக்கும். இந்த வழியில் நீங்கள் எப்போது ஒரு வரிசை பகுப்பாய்வுகளில் சேர்க்கப்பட வேண்டுமா இல்லையா என்பதற்கான தன்னிச்சையாக சிக்கலான விதிகளை நீங்கள் குறிப்பிடலாம் (ஆனால் நீங்கள் உங்கள் விதிகளை முன்கூட்டியே பதிவு செய்ய வேண்டும்). [#] _ _

** நெடுவரிசை வடிப்பான்கள் **

ஒட்டுமொத்தமாக தரவு தொகுப்பில் வரிசை வடிப்பான்கள் பயன்படுத்தப்படுகின்றன, சில நேரங்களில் நீங்கள் தனிப்பட்ட நெடுவரிசைகளை வடிகட்ட விரும்புகிறீர்கள். சில பகுப்பாய்வுகளுக்கு சில வரிசைகளை வடிகட்ட விரும்பும் போது நெடுவரிசை வடிப்பான்கள் கைக்குள் வரும், ஆனால் அனைவருக்கும் அல்ல. கணக்கிடப்பட்ட மாறி அமைப்புடன் இது அடையப்படுகிறது. கணக்கிடப்பட்ட மாறிகள் மூலம் ஏற்கனவே இருக்கும் நெடுவரிசையின் நகலை உருவாக்குகிறோம், ஆனால் தேவையற்ற மதிப்புகள் விலக்கப்பட்டுள்ளன.

பல் வளர்ச்சி எடுத்துக்காட்டில், 500 மற்றும் 1000, மற்றும் 1000 மற்றும் 2000 அளவுகளை தனித்தனியாக பகுப்பாய்வு செய்ய விரும்பலாம். இதைச் செய்ய ஒவ்வொரு துணைக்குழுவிற்கும் ஒரு புதிய நெடுவரிசையை உருவாக்குகிறோம். எனவே எங்கள் எடுத்துக்காட்டில், சாமோவி விரிதாளில் உள்ள டோச் நெடுவரிசையைத் தேர்ந்தெடுத்து, தரவு தாவலில் இருந்து கம்ப்யூட் பொத்தானைத் தேர்ந்தெடுக்கலாம். இது டோச் (2) எனப்படும் வலதுபுறத்தில் ஒரு புதிய நெடுவரிசையை உருவாக்குகிறது, மேலும் வடிப்பான்களைப் போலவே, நாம் ஒரு சூத்திரத்தை உள்ளிடலாம். இந்த விசயத்தில் நாங்கள் கீழே உள்ள சூத்திரங்களில் ஒன்றை உள்ளிடுவோம் (அதையே செய்யுங்கள், இரண்டாவது புரிந்துகொள்ள எளிதானது):

FILTER(dose, dose <= 1000)
FILTER(dose, dose == 1000 or dose == 500)

`` வடிகட்டி () `` செயல்பாட்டின் (இந்த எடுத்துக்காட்டு டோசில்) முதல் உரையாடல் கணக்கிடப்பட்ட நெடுவரிசையில் என்ன மதிப்புகளைப் பயன்படுத்த வேண்டும் என்பதுதான். இரண்டாவது உரையாடல் நிலை; இந்த நிலை நிறைவு அடையாதபோது, மதிப்பு காலியாக வருகிறது (அல்லது நீங்கள் விரும்பினால் “காணாமல் போன மதிப்பாக”). எனவே இந்த சூத்திரத்துடன், `` டோச் (2) `` நெடுவரிசையில் அனைத்து `` 500`` மற்றும் 1000` மதிப்புகள் உள்ளன, ஆனால்` 2000` மதிப்புகள் இல்லை.

`` டோச் 5,10`` போன்ற விசயங்களாக நெடுவரிசையின் பெயரை மாற்றலாம். இதேபோல் `` வடிகட்டி (டோச், டோச்! = 500) `` சூத்திரத்துடன் `` டோச் 10,20`` ஒரு நெடுவரிசையை உருவாக்கலாம். இப்போது நாம் இரண்டு தனித்தனி அனோவாக்களை (அல்லது டி-சோதனைகள்) `` லென்`` சார்பு மாறியாகவும், முதல் பகுப்பாய்வில் ஒரு குழு மாறியாகவும் `` டோச் 5,10`` ஐப் பயன்படுத்தி இயக்கலாம், மற்றும் `` டோச் 10,20` `மற்றொன்றில். இந்த வழியில் வெவ்வேறு பகுப்பாய்வுகளுக்கு வெவ்வேறு வடிப்பான்களைப் பயன்படுத்தலாம். * அனைத்து * பகுப்பாய்வுகளுக்கும் பயன்படுத்தப்படும் வரிசை வடிப்பான்களுடன் இதை வேறுபடுத்துங்கள்.

`` வடிகட்டி () `` மூலம் “ஏழை மனிதனின் பிளவு மாறிகள்” என்று அழைக்கப்படுவதை நாங்கள் செய்ய முடியும் என்பதும் உங்களுக்கு ஏற்பட்டிருக்கலாம்: `` வடிகட்டி () `` ஐப் பயன்படுத்தி பிளவுகளை உருவாக்கலாம். எடுத்துக்காட்டாக, `` len`` `` len_vc`` மற்றும் `` len_oj`` ஆகிய இரண்டு புதிய நெடுவரிசைகளாகப் பிரிக்கலாம் `` வடிகட்டி (லென், சப் == 'வி.சி') `` மற்றும் `` வடிகட்டி , supp == 'oj') `` முறையே. இது இரண்டு தனித்தனி நெடுவரிசைகளில் விளைகிறது, அவை பக்கவாட்டாக பகுப்பாய்வு செய்யப்படலாம்.