���្ថិតិវិទ្យា(statistics) មានចែកចេញជា
Descriptive & inferential statistic
Descriptive statistics & estimation
Inferential statistics & standard deviation
Inferential statistics & hypothesis testing
���ើអ្វីខ្លះជាផ្នែករបស់ Descriptive statistics?
Mean
Median
Mode
Mode, Median & Mean
���ើអ្វីខ្លះជាផ្នែករបស់ Descriptive statistics?
Measure of central tendency
Range & median
Measure of Central of tendency & measures of dispersion
Measure of dispersion
���ើអ្វីខ្លះមិនមែនជាផ្នែករបស់ Descriptive statistics?
Measure of Central of tendency
Estimation & Hypothesis testing
Measure of dispersion
Probability
���ើអ្វីខ្លះជាផ្នែករបស់ inferential statistics?
Mean & Confidence interval
Hypothesis testing & Estimation
Measure of dispersion
Measure of Central of tendency & measures of dispersion
���ើអ្វីខ្លះជាផ្នែករបស់ inferential statistics?
Estimation
Standard deviation
Median
Variance
ការសិក្សានៅលើសំណាកនៃនិសិ្សតឆ្នាំទី២A ចំនួន១៥នាក់ រកឃើញថានិស្សិតបានចំណេញពេលសិក្សានៅផ្ទះរយៈពេលមធ្យម១២០នាទី ក្នុងមួយថ្ងៃហើយមានstandard deviation ៦០នាទីហើយការសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២Cចំនួន១១នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុងមួយថ្ងៃហើយមាន standard deviation ២០នាទី។តាមការពិនិត្យមើលទៅលើការរកឃើញក្នុងសំណាកទាំងពីរនេះយើងអាចសន្និដ្ឋានបានថា
���ិស្សិតឆ្នាំទី២Aបាបចំណាយពេលសិក្សានៅផ្ទះច្រើនជាងនិស្សិតថ្នាក់ទី២C
���ិស្សិតឆ្នាំទី២Aបាបចំណាយពេលសិក្សានៅផ្ទះស្មើនិស្សិតថ្នាក់ទី២C
���បាយនៃរយៈពេលសិក្សានៅផ្ទះរបស់សំណាកនៃនិស្សិតឆ្នាំទី២Aធំជាងរបាយនៃរយៈពេលសិក្សារបស់សំណាកនៃនិស្សិតឆ្នាំទី២C
���បាយនៃរយៈពេលសិក្សានៅផ្ទះរបស់សំណាកនៃនិស្សិតឆ្នាំទី២Aដូចគ្នានឹងរបាយនៃរយៈពេលសិក្សារបស់សំណាកនៃនិស្សិតឆ្នាំទី២C
���ារសិក្សានៅលើសំណាកនៃនិសិ្សតឆ្នាំទី២A ចំនួន១៥នាក់ រកឃើញថានិស្សិតបានចំណេញពេលសិក្សានៅផ្ទះរយៈពេលមធ្យម១២០នាទី ក្នុងមួយថ្ងៃហើយមានstandard deviation ៦០នាទី។
���េអាចនិយាយថានិស្សិតឆ្នាំទី២A បានចំណាយពេលសិក្សានៅផ្ទះច្រើនជាង១០០នាទី
���េអាចនិយាយថានិស្សិតឆ្នាំទី២A ចំនួន៩៥%បានចំណាយពេលសិក្សានៅផ្ទះស្មើនឹង១២០នាទី
���េមិនទាន់អាចសន្និដ្ឋានបាននៅឡើយដោយសារលទ្ធផលដែលទទួលបានមិនអាចតំណាងអោយនិស្សិតឆ្នាំទី២Aទាំងអស់បានទេ
���េត្រូវប្រើប្រាស់inferential statistics បន្ថែមទៀតដើម្បីអាចធ្វើការសន្និដ្ឋានទៅលើក្រុមនិស្សិតឆ្នាំទី២Aទាំងអស់បាន
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២Aចំនួន១១ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations 20នាទី។ គេចង់ធ្វើ hypothesis testing ថានិស្សិតឆ្នាំទី២បានរៀនរយៈពេលតិចជាង២ម៉ោង។ តើគេត្រូវសរសេរ hypothesis យ៉ាងដូចម្តេច?
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ=២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ≥ ២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ < ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ≤២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ > ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ>២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ ២ ម៉ោង
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២c ចំនួន១១ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations 20នាទី។ គេចង់ធ្វើ hypothesis testing ដើម្បីឆ្លើយតបទៅនឹងសំណួរថាតើនិស្សិតឆ្នាំទី២បានរៀនរយៈពេល2ម៉ោងដែររឺទេ។ តើគេធ្វើតេស្តមួយណាខាងក្រោម?
One-sided hypothesis testing
Two-sided hypothesis testing សម្រាប់សំណាក២ក្រុម
Estimation methods
Two-sided hypothesis testing
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២A ចំនួន១៥ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅផ្ទះរយៈពេល១២០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations ៦០នាទីហើយការសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២cចំនួន១១នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations 20នាទី។គេចង់ប្រៀបធៀបថាតើនិស្សិត២Aនិង 2Bបានចំណាយពេលសិក្សាស្មើគ្នាដែរឬទេតើគេត្រូវធ្វើhypothesis testing ប្រភេទណា?
One-sided hypothesis testing សម្រាប់សំណាក២ក្រុម
Two-sided hypothesis testing សម្រាប់សំណាក២ក្រុម
One-sided hypothesis testing សម្រាប់សំណាក១ក្រុម
Two-sided hypothesis testing សម្រាប់សំណាក១ក្រុម
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២A ចំនួន១៥ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅផ្ទះរយៈពេល១២០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations ៦០នាទីហើយការសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២cចំនួន១១នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations 20នាទី។គេចង់ប្រៀបធៀបថាតើនិស្សិត២Aនិង 2Bបានចំណាយពេលសិក្សាស្មើគ្នាដែរឬទេតើគេត្រូវសរសេរstatistical hypothesis យ៉ាងដូចម្តេច?
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ= រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2C; Ha:និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≥ រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2C; Ha:និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ < រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≤ រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2C; Ha:និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ > រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2C; Ha:និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ = រយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី2
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២Aចំនួន១១ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations 20នាទី។ គេចង់ធ្វើ hypothesis testing ថានិស្សិតឆ្នាំទី២បានរៀនរយៈពេល២ម៉ោង។ តើគេត្រូវសរសេរ hypothesis យ៉ាងដូចម្តេច?
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ>២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ < ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ ២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ = ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ = ២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ ២ ម៉ោង
H0: និស្សិតឆ្នាំទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ < ២ ម៉ោង; Ha: និស្សិតថ្នាក់ទី២Aបានចំណាយពេលសិក្សានៅផ្ទះ ≠ ២ ម៉ោង
���ាល់មានអ្នកស្រាវជ្រាវប្រើប្រាស់ hypothesis testing មានកំហុស (error) ពីរដែលអាចកើតឡើង។តើឃ្លាខាងក្រោមនេះ ឃ្លាមួយណាដែលត្រឹមទៅនឹងនិយមន័យរបស់ប្រភេទរបស់error?
Type I error កើតឡើងនៅពេលដែលយើងទាត់ចោលH0 នៅពេលដែលវាពិត
Type I error កើតឡើងនៅពេលដែលយើងមិនទាត់ចោលH0 នៅពេលដែលវាពិត
Type I error កើតឡើងនៅពេលដែលយើងទាត់ចោលH0 នៅពេលដែលវាមិនពិត
Type I error កើតឡើងនៅពេលដែលយើងមិនទាត់ចោលH0 នៅពេលដែលវាមិនពិត
���ូមរើសយកឃ្លាមួយដែលត្រឹមត្រូវជាងគេពីឃ្លាខាងក្រោម ដើម្បីបង្ហាញពីគោលការណ៍នៃការធ្វើ hypothesis testing
���ណនាប្រូបាប៊ីលីតេដែលគេអាចរកឃើញលទ្ធផលនៅក្នុងក្រុមសំណាក (observed)ដោយឧបមាថាH0 ពិត
���្វើការប្រៀបធៀបមធ្យមភាគរបស់ក្រុមសំណាកមួយទៅនឹងក្រុមសំណាកមួយទៀត
���ណនាប្រូបាបប៊ីលីតេរបស់H0
���ណនាប្រូបាបប៊ីលីតេរបស់Ha
���ោលការណ៍សំរាប់ធ្វើការសំរេចចិត្តនៅក្នុងការធ្វើ hypothesis testing គឺត្រូវពឹងផ្នែកលើ
���ំហំនៃភាពខុសគ្នារវាងមធ្យមភាគរបស់ក្រុមសំណាកមួយទៅនឹងក្រុមសំណាកមួយទៀត
���្រូបាបប៊ីលីតេដែលរកឃើញតម្លៃនៅក្នុងក្រុមសំណាក( observed) ដោយឧបមា H0ពិត
���្រូបាបប៊ីលីតេរបស់H0
���្រូបាបប៊ីលីតេរបស់Ha
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២Aចំនួន១៥ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅផ្ទះរយៈពេលមធ្យម១២០នាទីក្នុង១ថ្ងៃហើយមានstandard deviations60នាទី ហើយការសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២c ចំនួន១១ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទីក្នុងមួយថ្ងៃហើយមាន standard deviation 20នាទី។គេធ្វើតេស្តចង់ដឹងថាតើរយៈពេលសិក្សារបស់ថ្នាក់ទាំងពីរស្មើគ្នាដែរឬទេហើយទទួលបានp-value របស់តេស្តស្មើ៥%។ យោងតាមលទ្ធផលនេះគេអាចសន្និដ្ឋានថា
���ិនមានភស្តុតាងគ្រប់គ្រាន់ដើម្បីទាត់ចោលH0 ដែលចែងថារយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២c ស្មើនឹងរយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២A
���ានភស្តុតាងគ្រប់គ្រាន់ដើម្បីទាត់ចោលH0 ដែលចែងថារយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២c ស្មើនឹងរយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២A
���ិនមានភស្តុតាងគ្រប់គ្រាន់ដើម្បីទាត់ចោលHa ដែលចែងថារយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២c ស្មើនឹងរយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២A
���ានភស្តុតាងគ្រប់គ្រាន់ដើម្បីទាត់ចោលHa ដែលចែងថារយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២c ស្មើនឹងរយៈពេលសិក្សារបស់និស្សិតឆ្នាំទី២A
���ារសិក្សាទៅលើសំណាកនិស្សិតឆ្នាំទី២Aចំនួន១១ នាក់បានរកឃើញថានិស្សិតបានចំណាយពេលសិក្សារយៈពេល១០០នាទី ក្នុង១ថ្ងៃហើយមាន standard deviation 20 នាទី។ គេចង់ធ្វើ hypothesis testing ថានិស្សិតឆ្នាំទី២A បានរៀនរយៈពេល២ម៉ោងដែរឬទេ ហើយបានរកឃើញp-valve = 0.049។ តើគេអាចសន្និដ្ឋានបានយ៉ាងដូចម្តេច?
���ិស្សិតឆ្នាំទី២A បានចំណាយពេលសិក្សានៅផ្ទះខុសពី២ម៉ោង
���ិស្សិតឆ្នាំទី២A បានចំណាយពេលសិក្សានៅផ្ទះ ≥2 ម៉ោង
���ិស្សិតឆ្នាំទី២A បានចំណាយពេលសិក្សានៅផ្ទះ ≤2 ម៉ោង
���ិស្សិតឆ្នាំទី២A បានចំណាយពេលសិក្សានៅផ្ទះ =2 ម៉ោង
���ារសិក្សាទៅលើសំណាកនៃនិស្សិតឆ្នាំទី២B ចំនួន១៥នាក់រកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅបណ្ណាល័យជាមធ្យម៦០នាទីក្នុង១ថ្ងៃហើយមានstandard deviation ៤០នាទី។ គេអាចប្រើ point estimation ដើម្បីធ្វើការសន្និដ្ឋានថា
���ិស្សិតឆ្នាំទី២B បានចំណាយពេលសិក្សាយ៉ាងតិច ៦០នាទី
���ិស្សិតឆ្នាំទី២B បានចំណាយពេលសិក្សាយ៉ាងច្រើន ៦០នាទី
���ិស្សិតឆ្នាំទី២B បានចំណាយពេលសិក្សាជាមធ្យម ៦០នាទី ប៉ុន្តែរបាយនៃរយៈពេលសិក្សានេះមានភាពខុសគ្នាខ្លាំងពីនិស្សិតម្នាក់ទៅម្នាក់ទៀត
���ិស្សិតឆ្នាំទី២B បានចំណាយពេលសិក្សាជាមធ្យម ៦០នាទី ប៉ុន្តែរបាយនៃរយៈពេលសិក្សានេះមិនមានភាពខុសគ្នាខ្លាំង
ការសិក្សាទៅលើសំណាកនៃនិស្សិតឆ្នាំទី២B ចំនួន១៥នាក់រកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅបណ្ណាល័យជាមធ្យម៥០នាទីក្នុង១ថ្ងៃ។ គេចង់ធ្វើhypothesis testing ដោយសរសេរថាH0: រយៈពេលសិក្សាក្នុងបណ្ណាល័យស្មើរ៦០នាទីនិង Ha:រយៈពេលសិក្សាក្នុងបណ្ណាល័យ≠ ៦០នាទី។ ការធ្វើតេស្តបែបនេះជាប្រភេទ
One sided, one sample hypothesis testing
Two sided, one sample hypothesis testing
One sided, two sample hypothesis testing
Two sided, two sample hypothesis testing
ការសិក្សាទៅលើសំណាកនៃនិស្សិតឆ្នាំទី២B ចំនួន១៥នាក់រកឃើញថានិស្សិតបានចំណាយពេលសិក្សានៅបណ្ណាល័យជាមធ្យម៥០នាទីក្នុង១ថ្ងៃ។ គេចង់ធ្វើhypothesis testing ដោយសរសេរថាH0: រយៈពេលសិក្សាក្នុងបណ្ណាល័យ៦០នាទី≥និង Ha:រយៈពេលសិក្សាក្នុងបណ្ណាល័យ< ៦០នាទី។ ការធ្វើតេស្តបែបនេះជាប្រភេទ
One sided, one sample hypothesis testing
Two sided, one sample hypothesis testing
One sided, two sample hypothesis testing
Two sided, two sample hypothesis testing
���ៅក្នុង One sided hypothesis testing យើងអាច reject H0 ដោយប្រើប្រាស់ z ឬ t Distribution
���្នុងតំបន់ចំនួន២ ( ទាំងសងខាង) នៃDistribution
���្នុងតំបន់ចំនួន ១ ខាងស្តាំ នៃdistribution
���្នុងតំបន់ចំនួន ១ ខាងឆ្វេង នៃdistribution
���្នុងតំបន់ចំនួន ១ ដែលអាចនៅខាងស្តាំ ឬ ខាងឆ្វេង នៃdistribution អាស្រ័យទៅតាម null hopothesis
���ារាងដែលមាន variable គឺមាន:
���ជួរ
���ីជួរ
���ជួរ
���ួនជួរ
���្សេងពីនេះ
���ក្ខណៈរួមរបស់ក្រាហ្វិកដែលមានកូអរដោនេ បួនជ្រុងទ្រវែងគឺ
���ថេរ(variable) ដែលតាងលើអ័ក្ស(axe X) ជា អថេរ (variable) មិនឯករាជ្យ
���ថេរ(variable) ដែលតាងលើអ័ក្ស(axe Y ) ជា variable រណបទៅនឹងvariable លើ X, ជាអាទិចំនួនករកើតឡើងនៃ ឧប្បត្តិវហេតុណាមួយ
���ាក្រាហ្វិកមានអ័ក្ស២ ជួបគ្នាជាមុំស្រួច ហើយអ័ក្សនីមួយៗមានមាត្រាដ្ឋានរង្វាស់ និង ឈ្មោះសំគាល់ដោយឡែករបស់វា
���ាវិធីបង្ហាញព័ត៌មានជាតួលេខ ដោយប្រើប្រព័ន្ធទិន្នន័យ
���ំណុចដែលគួរអោយចងចាំក្នុងក្រាហ្វិកនោះគឺ
���្សែរគំនូសក្រាហ្វិកត្រូវអោយដិតជាងខ្សែរបន្ទាត់អ័ក្សកូអរដោនេ
���ើគេចង់បង្ហាញvariable ចាប់ពីពីរឡើងទៅក្នុងក្រាហ្វិកមួយ , variable នីមួយៗត្រូវតែ គូសវាសយ៉ាងណាអោយឃើញដូចគ្នា
���្រាហ្វិកនីមួយៗ ត្រូវមានព័ត៌មានគ្រប់គ្រាន់ដើម្បីអោយអាចយល់បានដោយខ្លួនឯង
���្រិតមាត្រដ្ឋាន ក្នុងអ័ក្សទាំងពីរត្រូវតែដូចគ្នា
���ៅកម្ពុជា អត្រាមរណៈភាពរបស់មាតាមាន៦០ភាគ ១០០០កើតរស់មានន័យថា
���្នុងចំណោមទារក១០០០កើតរស់ មានស្ត្រី៦០នាក់ ស្លាប់ក្នុង1ឆ្នាំ ដោយសារមានបញ្ហាឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០កើតរស់ មានស្ត្រី៦០នាក់ ស្លាប់ក្នុង1ឆ្នាំ ក្នុងពេលមានគក៌ និងជុំវិញការឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០នាក់មានស្ត្រី៦០នាក់ ស្លាប់ក្នុង1ឆ្នាំ ដោយសារមានបញ្ហាឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០នាក់ មានស្ត្រី៦០នាក់ ស្លាប់ក្នុង1ឆ្នាំ ក្នុងពេលមានគ៌ក និង ជុំវិញការឆ្លងទន្លេ
���្សេងពីនេះ
���ៅកម្ពុជា Taux de mortalité infantile, Infant Mortality Rate មាន៥០ភាគ១០០០ កើតរស់ក្នុងឆ្នាំ២០០០។មានន័យថាក្នុងកំឡុងឆ្នាំ២០០០៖
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៥០នាក់
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៥០នាក់ អាយុក្រោម ២៨ថ្ងៃ
���្នុងចំណោមទារក១០០០០កើតរស់ មានទារកស្លាប់៥០នាក់ អាយុក្រោម ២៨ថ្ងៃ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៥០នាក់ ទាក់ទងការមានផ្ទៃពោះនិងឆ្លងទន្លេ
���្សេងពីនេះ
នៅកម្ពុជា Taux de mortalité Néonatale , neonatal mortality rate មាន ៣០ ភាគ១០០០ កើតរស់ក្នុងឆ្នាំ២០០០។មានន័យថាក្នុងកំឡុងឆ្នាំ២០០០៖
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៣០នាក់ ទាក់ទងការមានផ្ទៃពោះនិងឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៣០នាក់
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៣០នាក់ អាយុក្រោម២៨ថ្ងៃ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៣០នាក់ អាយុក្រោម១ឆ្នាំ
���្សេងពីនេះ
នៅកម្ពុជាអត្រាមរណៈភាពនៃមាតា taux de mortalité Maternelle, Maternal Mortality Rate មាន ៤០ ភាគ ១០០០ កើតរស់ក្នុងឆ្នាំ២០០០។ មានន័យថា ក្នុងកំឡុងឆ្នាំ២០០០:
���្នុងចំណោមទារក១០០០កើតរស់ មានមាតាស្លាប់៤០នាក់ទាក់ទងការមានផ្ទៃពោះ និងឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០កើតរស់ មានមាតាស្លាប់៤០នាក់ អាយុក្រោម១ឆ្នាំ
���្នុងចំណោមទារក១០០០កើតរស់ មានមាតាស្លាប់៤០នាក់ អាយុក្រោម២៨ថ្ងៃ
���ាតាស្លាប់សរុបចំនួន៤០នាក់ ក្នុងចំណោមប្រជាជនមធ្យម១០០០នាក់
���្សេងពីនេះ
���ៅកម្ពុជា Taux de mortalité Périnatal , périnatal mortality rate មាន ៦០ ភាគ១០០០ កើតរស់ក្នុងឆ្នាំ២០០០។មានន័យថាក្នុងកំឡុងឆ្នាំ២០០០៖
���្នុងចំណោមទារក១០០០កើតរស់ មានមាតាស្លាប់៦០នាក់ទាក់ទងការមានផ្ទៃពោះ និងឆ្លងទន្លេ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៦០នាក់ អាយុក្រោម២៨ថ្ងៃ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៦០នាក់ អាយុក្រោម៧ថ្ងៃ
���្នុងចំណោមទារក១០០០កើតរស់ មានទារកស្លាប់៤០នាក់ អាយុក្រោម១ថ្ងៃ
���្សេងពីនេះ
���្នុងចំណោមទារក១០០០កើតរស់មានទារកស្លាប់៦០នាក់ អាយុក្រោម២៨ថ្ងៃ សុច្ចនាករនេះបញ្ជាក់ការគណនា៖
Taux de mortalité Périnatal , Perinatal Mortality Rate
Taux de mortalité Maternelle, Maternal Mortality Rate
Taux de mortalité Néonatale , Neonatal Mortality Rate
Taux de mortalité infantile, Infant Mortality Rate
���្សេងពីនេះ
���្នុងចំណោមទារក១០០០កើតរស់មានមាតាស្លាប់៦០នាក់ទាក់ទងការមានផ្ទៃពោះនិងឆ្លងទន្លេសុច្ចនាករនេះបញ្ចាក់ការគណនា:
Taux de mortalité Périnatal , Perinatal Mortality Rate
Taux de mortalité Maternelle, Maternal Mortality Rate
Taux de mortalité Néonatale , Neonatal Mortality Rate
Taux de mortalité infantile, Infant Mortality Rate
Taux de mortalité Brut
���្នុងចំណោមទារក១០០០កើតរស់មានទារកស្លាប់៤០នាក់ អាយុក្រោម១ឆ្នាំ សុច្ចនាករនេះបញ្ជាក់ការគណនា៖
Taux de mortalité Néonatale , Neonatal Mortality Rate
Taux de mortalité Maternelle, Maternal Mortality Rate
Taux de mortalité Brut
Taux de mortalité Périnatal , Perinatal Mortality Rate
Taux de mortalité infantile, Infant Mortality Rate
���ើអត្រាអ្វីដែលគេគណនាចំនួននៃទារកស្លាប់អាយុក្រោម៧ថ្ងៃ?
Taux de mortalité infantile / Infant Mortality Rate
Taux de mortalité Post Néonatal / Post Néonatal mortality Rate
Taux de mortalité Périnatal / Périnatal Mortality Rate
Taux de mortalité Néonatale/ / Néonatal Mortality Rate
Taux de mortalité Maternelle, Maternal Mortality Rate
���ើអត្រាអ្វីដែលគេគណនាចំនួននៃការកកើតក្នុង១ឆ្នាំសំរាប់ប្រជាជន១០០នាក់?
���ត្រាកូនកើតស្លាប់
���ត្រាកំណើនរបស់កុមារ
���ត្រាកំណើត
���ត្រាមរណៈភាព
���្សេងពីនេះ
���ើអត្រាអ្វីដែលគេគណនាចំនួននៃការស្លាប់សរុបក្នុង១ឆ្នាំសំរាប់ប្រជាជនមធ្យម១០០០នាក់?
���ត្រាមរណៈភាពនៃកុមារ
���ត្រាមរណៈភាពនៃមាតា
���មាមាត្រស្លាប់នៃជំងឺ
���ត្រាមរណៈភាព
���្សេងពីនេះ
���្រេវ៉ាឡង់ត្រូវបានគណនាដូចតទៅ:
���ំនួនករណីជំងឺកើតថ្មី ដែលកើតមានក្នុងកំឡុងពេលមួយនៅលើប្រជាជនជាក់លាក់មួយ
���រណីជំងឺកើតថ្មី+ និងជម្ងឺចាស់ក្នុងកំឡុងពេលមួយនៅលើប្រជាជនជាក់លាក់មួយ
���ាចំនួនករណីជំងឺ នៅចំណុចជាក់លាក់មួយ ក្នុងប្រជាជនកំណត់មួយ
���ំនួនករណីជម្ងឺកើតថ្មី + ជ/ងចាស់ X ១០០០ ចែកនឹងប្រជាជនមធ្យម
���ំនួនករណីជម្ងឺកើតថ្មី X ១០០០ ចែកនឹងប្រជាជនមធ្យម
���ាំងសុីដង់ ត្រូវបានគណនាដូចតទៅ:
���ំនួនករណីជំងឺកើតថ្មី ដែលកើតមានក្នុងកំឡុងពេលមួយនៅលើប្រជាជនជាក់លាក់មួយ
���រណីជំងឺកើតថ្មី+ និងជម្ងឺចាស់ក្នុងកំឡុងពេលមួយនៅលើប្រជាជនជាក់លាក់មួយ
���ាចំនួនករណីជំងឺ នៅចំណុចជាក់លាក់មួយ ក្នុងប្រជាជនកំណត់មួយ
���ំនួនករណីជម្ងឺកើតថ្មី X ១០០០ ចែកនឹងប្រជាជនមធ្យម
���ំនួនករណីជម្ងឺកើតថ្មី + ជ/ងចាស់ X ១០០០ ចែកនឹងប្រជាជនមធ្យម
���ត្រាអាំងសុីដង់ ( incident rate / taux d’incidence) ត្រូវបានគណនាដូចតទៅ៖
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មីក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនដើមឆ្នាំក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មី+ ជម្ងឺចាស់ក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនមធ្យមក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មីក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនមានជ/ងសរុបក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មីក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនមធ្យមក្នុងកំឡុងពេលដូចគ្នា
���្សេងពីនេះ
���ត្រាប្រេវ៉ាឡង់ ( prevalent rate / taux prévalent ) ត្រូវបានគណនាដូចតទៅ៖
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មី+ ជម្ងឺចាស់ក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនដើមឆ្នាំក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មី+ ជម្ងឺចាស់ក្នុងកំឡុងពេលជាក់លាក់មួយ X (10n) ចែកនឹងប្រជាជនមធ្យមក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មីក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនមធ្យមក្នុងកំឡុងពេលដូចគ្នា
���ំនួនប្រ/ជដែលមានជម្ងឺកើតថ្មី+ ជម្ងឺចាស់ក្នុងកំឡុងពេលជាក់លាក់មួយ X 1000 ចែកនឹងប្រជាជនដើមឆ្នាំក្នុងកំឡុងពេលដូចគ្នា
���ាំងសុីដង់កើនឡើងក្នុងករណី:
���ម្ងឺកើតថ្មីភៀសខ្លួនចូល
���រណីជម្ងឺកើតថ្មីកើតឡើង
���យៈពេលវែងនៃការរាប់ចំនួនអ្នកជម្ងឺ
���្រឹមត្រូវទាំងអស់
���ាំងសុីដង់ថយចុះក្នុងករណី:
���រណីជម្ងឺចាស់ថយចុះ
���ម្ងឺកើតថ្មីថយចុះ
���យះពេលវែងនៃការរាប់ចំនួនអ្នកជម្ងឺ
���រណីជម្ងឺថ្មីកើនឡើង
���្សេងពីនេះ
���មាមាត្រស្លាប់នៃអ្នកជម្ងឺ (case fatality rate CFR) ស្មើនឹង:
���ំនួនអ្នកស្លាប់ដោយជម្ងឺមួយ ក្នុងកំឡុងពេលជាក់លាក់មួយ X 100 ចែកចំនួនករណីអ្នកជម្ងឺធ្ងន់ធ្ងរក្នុងកំឡុងពេលដូចគ្នា
���ំនួនអ្នកស្លាប់ដោយជម្ងឺមួយ ក្នុងកំឡុងពេលជាក់លាក់មួយ X 100 ចែកចំនួនករណីអ្នកជម្ងឺសរុប ក្នុងកំឡុងពេលដូចគ្នា
���ំនួនអ្នកស្លាប់ដោយជម្ងឺមួយ ក្នុងកំឡុងពេលជាក់លាក់មួយ X 100 ចែកចំនួនប្រជាជនមធ្យម
���ំនួនអ្នកស្លាប់ដោយជម្ងឺមួយ ក្នុងកំឡុងពេលជាក់លាក់មួយ X 100 ចែកចំនួនករណីអ្នកស្លាប់សរុប
���្សេងពីនេះ
���ម្លើយទាំងអស់ខាងក្រោមនេះសុទ្ធតែត្រឹមត្រូវលើកលែងតែចម្លើយមួយដែលខុសអត្រាមរណៈរួមគឺ
���ត្រាមរណភាពសរុប
���ត្រាមរណភាពទូទៅ
���ត្រាមរណភាពតាមក្រុមភេទ អាយុ
���ត្រាមរណភាពគ្រប់មូលហេតុ
���្សេងពីនេះ
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន២៤០០នាក់។អត្រាទារកកើតរស់ក្នុងឆ្នាំក្នុងខេត្តប៉ៃលិនមាន:
���%
���%
���%
���%
���្សេងពីនេះ
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន២៤០០នាក់។មរណៈភាពទូទៅមាន៦០០នាក់និងប្រ/ជ មធ្យមមាន:
���១២០០នាក់
���២៤០០នាក់
���៣០០០នាក់
���៥០០០នាក់
���០៩០០នាក់
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន២៤០០នាក់។មរណៈភាពទូទៅមាន៦០០នាក់និងប្រ/ជ ចុងឆ្នាំមាន:
���១២០០នាក់
���១២០០នាក់
���១៨០០នាក់
���០០០០នាក់
���០៩០០នាក់
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន៤%។ មានស្ត្រី៥០នាក់ស្លាប់ទាក់ទងនឹងមានផ្ទៃពោះ និងជុំវិញការឆ្លងទន្លេស្មើនឹងអត្រា:
���០/១០០០កើតរស់
���០,៨៣/១០០០កើតរស់
���០,៨៣/១០០០កើតរស់
���០,៨០ /១០០០កើតរស់
���្សេងពីនេះ
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ មានជម្ងឺរបេងសកម្មភាពកើតថ្មីត្រូវបានរកឃើញនៅកំឡុងឆ្នាំ២០១៤ មានចំនួន៦០នាក់, ជម្ងឺរបេងសកមសល់ពីឆ្នាំចាស់(២០១៣)មានចំនួន២០នាក់ ហើយឈឺបន្តដល់ចុងឆ្នាំ២០១៤។ អត្រាអត្រាប្រេវ៉ាឡង់ជ/ងរបេងគឺ:
���,៣៣/១០០០នាក់
��� /១០០០នាក់
���,៣០ /១០០០នាក់
���,៣៣ /១០០នាក់
���្សេងពីនេះ
���ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ មានជម្ងឺរបេងសកម្មភាពកើតថ្មីត្រូវបានរកឃើញនៅកំឡុងឆ្នាំ២០១៤ មានចំនួន៦០នាក់, ជម្ងឺរបេងសកមសល់ពីឆ្នាំចាស់(២០១៣)មានចំនួន២០នាក់ ហើយឈឺបន្តដល់ចុងឆ្នាំ២០១៤។ អត្រាអាំងសុីដង់ជ /ងរបេងគឺ:
���,៣៣/១០០០នាក់
��� /១០០០នាក់
���,៣០ /១០០០នាក់
���/១០០នាក់
���្សេងពីនេះ
{"name":"ស្ថិតិវិទ្យា(statistics) មានចែកចេញជា", "url":"https://www.supersurvey.com/QPREVIEW","txt":"ស្ថិតិវិទ្យា(statistics) មានចែកចេញជា, តើអ្វីខ្លះជាផ្នែករបស់ Descriptive statistics?, តើអ្វីខ្លះជាផ្នែករបស់ Descriptive statistics?","img":"https://www.supersurvey.com/3012/images/ogquiz.png"}
More Surveys
Post Salvation Survey
6317
Please help us to understand what would make your adoption experience easier and less of a rollercoaster by answering these questions.
520
Thanks for your feedback to Ali
10530
Would You Go For Online Tutoring?
100
Carnivals at School
10538
Understanding Perspectives: A Social Quiz
331629
Konkurss
100
Halloween Costume Contest 2022
520