ស្ថិតិវិទ្យា(statistics) មានចែកចេញជា

Super Survey Maker

��្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:

��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:

��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

��ាំ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:

��ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន២៤០០នាក់។មរណៈភាពទូទៅមាន៦០០នាក់និងប្រ/ជ មធ្យមមាន:

��១២០០នាក់

��២៤០០នាក់

��៣០០០នាក់

��៥០០០នាក់

��០៩០០នាក់

��ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន២៤០០នាក់។មរណៈភាពទូទៅមាន៦០០នាក់និងប្រ/ជ ចុងឆ្នាំមាន:

��១២០០នាក់

��១៨០០នាក់

��០០០០នាក់

��០៩០០នាក់

��ៅក្នុងខេត្តប៉ៃលិនមានប្រជាជន៦០០០០នាក់ នៅដើមឆ្នាំ២០១៤ ។ ទារកកើតរស់ក្នុងឆ្នាំនោះមាន៤%។ មានស្ត្រី៥០នាក់ស្លាប់ទាក់ទងនឹងមានផ្ទៃពោះ និងជុំវិញការឆ្លងទន្លេស្មើនឹងអត្រា:

��០/១០០០កើតរស់

��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

Nanopicture Contest 2017 Please choose 3 of your favorite NanoPicture of the year. 1 is for the winner and 2, 3 for the runner-ups.

1890

Scientific Method - Microsoft Cortana

1587

Summer Quiz

420

AN INVESTIGATION INTO THE FACTORS AFFECTING THE DEMAND FOR CHICKEN AMONG THE WORKERS OF CUSTOMS AGENCY, KINGSTON

15827

Ooh La La Float Social Events

Make your own Survey
- it's free to start.