นโยบายการจัดการความรู้ มหาวิทยาลัยสงขลานครินทร์ 1.ให้ใช้เครื่องมือการจัดการความรู้ผลักดัน คุณภาพคน และกระบวนทำงาน 2.ส่งเสริมการแลกเปลี่ยนประสบการณ์การทำงาน จากหน้างาน 3.ส่งเสริมให้มีเวทีเรียนรู้ร่วมกัน

Our Shangri-La
Ico64
Kittisakdi Choomalee

ภาควิชาเวชศาสตร์ชุมชน คณะแพทยศาสตร์ มหาวิทยาลัยสงขลานครินทร์
เครือข่าย
สมาชิก · ติดตาม: 0 · ผู้ติดตาม: 16

อ่าน: 982
ความเห็น: 0

ระเริงคิด ๕: ก้าวย่างทางเดิน ลืมเลือนคืนวัน ดั้นด้นไป [C]

ระเริงคิด จิตรวมศูนย์, การทดสอบความสัมพันธ์ระหว่างข้อมูลต่อเนื่อง ๒ ชุดข้อมูล

เราตรวจสอบความไปด้วยกันของข้อมูล ๒ ชุดข้อมูลด้วยวิธีการของเพียร์สัน เราอาจจะยังมองไม่เห็นภาพที่ชัดเจน เนื่องจากผลจากการทดสอบทางสถิติมีแค่ค่าสัมประสิทธิ์ของความสัมพันธ์ซึ่งมองภาพจิง ๆ ไม่เห็น

 

หรือเราอาจจะพูดว่าข้อมูลทั้ง ๒ มีความสอดคล้องไปในทางเดียวกันหรือไม่ แต่เอาเป็นว่าอย่าไปคิดมากกับภาษาที่ใช้เลยนะครับ เดี๋ยวนี่ก็ไม่ได้ โน่นก็ไม่ได้ ติดกับดักภาษาเปล่า ๆ

 

ถ้าจะให้เข้าใจ มองเห็นภาพก็ต้องมีภาพให้ดูครับ

 

ภาพง่าย ๆ ที่จะให้ดูก็คือการใช้กราฟ

 

ไม่ต้องซับซ้อนครับ กราฟที่ plot ระหว่างข้อมูลทั้ง ๒ ชุดหรือที่เรียกว่า scatter plot หรือจะเรียกว่ากราฟ x y ก็ได้ครับ ก็คือการให้ข้อมูลหนึ่งเป็นข้อมูลแนวแกน x และอีกข้อมูลเป็นข้อมูลแนวแกน y ดูว่าที่ตัวอย่างเดียวกัน ค่า % ตัวอย่างที่วัดได้จากเครื่องมือเครื่องมือ A ตรวจวัดได้เท่าไหร่ เครื่องมือ B ตรวจวัดได้เท่าไหร่

 

หรือนำค่า % สาร abc จริงเปรียบเทียบกับค่า % ที่ตรวจวัดได้จากเครื่องมือ A และเครื่องมือ B

บรรทัดคำสั่งของ R

par(mfcol=c(1,3)) คือการกำหนดว่าในส่วนแสดงผลกราฟฟิกให้แบ่งการแสดงผลอย่างไร ในที่นี้คือกำหนดให้แบ่งการแสดงผลออกเป็น ๑ แถว ๓ สดมภ์ เพื่อต้องการให้บรรจุกราฟ ๓ กราฟ ไว้ในส่วนแสดงผลเดียวกัน

ในที่นี้เราต้องการสร้างกราฟ ๓ รูปไว้ที่ส่วนแสดงผลกราฟฟิกเดียวกัน

plot() เป็นการวาดกราฟ

title() เป็นการใส่ชื่อกราฟ

> par(mfcol=c(1,3))
> plot(data1$toola,data1$conc_sam, col="blue",pch=19)
> title(paste(names(data1)[2],"vs",names(data1)[3]))
> plot(data1$toolb, data1$conc_sam, col="red",pch=19)
> title(paste(names(data1)[2],"vs",names(data1)[4]))
> plot(data1$toola, data1$toolb, col="magenta",pch=19)
> title(paste(names(data1)[3],"vs",names(data1)[4]))

 

ผลที่ได้จะเป็นดังรูป

 

ที่ให้ดูกราฟทั้ง ๓ พร้อม ๆ กันเพื่อให้เปรียบเทียบกันได้ง่ายขึ้นกว่าดูทีละกราฟ

 

คราวนี้มาดูกันชัด ๆ แต่ละคู่ความสัมพันธ์ คำสั่ง R เหมือนบรรทัดคำสั่งข้างต้น แต่ไม่ต้องใช้บรรทัดคำสั่ง par(mfcol=c(1,3))

 

ถ้าข้อมูลทั้งสองชุดไปด้วยกัน หรือเป็นข้อมูลเดียวกัน จุด ๆ ต่าง ๆ ที่เราเห็นในกราฟ จะต้องเป็นไปในลักษณะของเส้นทแยงมุม

 

ดูกราฟที่เป็นการ plot ระหว่าง data1$conc_sam กับ data1$toola นะครับ เราพบว่าจุดต่าง ๆ ในกราฟ ค่อนข้างจะเรียงตัวกันในแนวเส้นทแยงมุม นั่นหมายความว่าค่า % ของสาร abc จึงกับค่า % ของสาร abc ที่ตรวจวัดได้จากเครื่องมือ A มีค่าไปด้วยกัน หรือค่า % ของสาร abc ที่วัดได้จากเครื่องมือ A มีค่าไปในทางเดียวกับค่า % จริงของสาร abc

หรือ% สาร abc ที่วัดได้จากเครื่องมือ A มีค่าใกล้เคียงกับ % ของสาร abc จริง

จุดไหนที่แกว่งออกนอกแนวเส้น (ตรง) ทแยงมุม แสดงว่าจุดนั้นค่า % จริงกับค่าที่ตรวจวัดได้มีค่าต่างกัน ถ้าจุดออกนอกแนวเส้นมาก ค่าที่วัดได้ก็ต่างไปจากค่าจริงมาก จุดอยู่นอกแนวน้อย ค่าที่วัดได้ต่างจากค่าจริงไม่มากนัก

 

ค่าที่วัดได้จากเครื่องมือ B เมื่อเทียบกับ % จริงของสาร abc แล้ว พบว่าค่าที่วัดได้จากเครื่องมือ B ค่อนข้างจะแกว่ง มีคงที่มีทั้งที่วัดได้น่าน้อยกว่าค่าจริงและค่าที่วัดได้มากกว่าค่าจริง (กราฟที่ ๒)

 

หรือค่าที่วัดได้จากเครื่องมือ A และเครื่องมือ B วัดค่าได้ค่อนข้างจะต่างกัน (ค่าที่วัดได้จากเครื่องมือ A ไปด้วยกันกับค่า % จริง) (กราฟที่ ๓) แต่ก็ยังไม่แกว่งออกนอกเส้นตรงมากนัก (แต่แนวเส้นตรงอาจจะไม่ใช่เป็นเส้นทแยงมุม)

 

เห็นภาพความสัมพันธ์ระหว่างข้อมูลชัดขึ้นไหมครับ แต่อาจจะยังขาดรายละเอียดของข้อมูลอีกเล็กน้อย ครั้งหน้าเรามาใส่ข้อมูลในรายละเอียดเพิ่มเติมกันนะครับ

 

อิอิอิ

 

เราเอง

 

เพลง: ความจนเรื้อรัง
ศิลปิน: สุนารี ราชสีมา

 

หมวดหมู่บันทึก: เรื่องทั่วไป
สัญญาอนุญาต: ซีซี: แสดงที่มา-ไม่ใช้เพื่อการค้า-อนุญาตแบบเดียวกัน Cc-by-nc-sa
สร้าง: 30 กันยายน 2557 15:27 แก้ไข: 28 เมษายน 2563 17:23 [ แจ้งไม่เหมาะสม ]
ดอกไม้
สมาชิกที่ให้กำลังใจ: Ico24 คนธรรมดา, Ico24 ทดแทน, และ 3 คนอื่น.
สมาชิกที่ให้กำลังใจ
 
Facebook
Twitter
Google

บันทึกอื่นๆ

ความเห็น

ไม่มีความเห็น
คุณต้องทำการเข้าระบบก่อนแสดงความเห็น