ការតំរែតំរង់វិភាគទំនាក់ទំនងរវាងអថេរ
តំរែតំរង់គឺជាបច្ចេកទេសរុករករ៉ែទិន្នន័យដែលត្រូវបានប្រើដើម្បីទស្សន៍ទាយជួរនៃតម្លៃជាលេខមួយ (ហៅផងដែរថា តម្លៃបន្ត ) ដែលបានផ្តល់សំណុំទិន្នន័យជាក់លាក់។ ឧទាហរណ៍តំរែតំរង់អាចត្រូវបានប្រើដើម្បីព្យាករណ៍ពីតម្លៃនៃផលិតផលឬសេវាកម្មដែលបានផ្តល់ឱ្យអថេរផ្សេងទៀត។
ការតំរែតំរង់ត្រូវបានប្រើប្រាស់នៅគ្រប់វិស័យជាច្រើនសម្រាប់ការធ្វើផែនការអាជីវកម្មនិងទីផ្សារការព្យាករណ៍ផ្នែកហិរញ្ញវត្ថុគំរូនៃបរិស្ថាននិងការវិភាគនៃនិន្នាការ។
ការតំរែតំរង់ Vs. ចំណាត់ថ្នាក់
ការតំរែតំរង់និង ការចាត់ថ្នាក់ គឺជាបច្ចេកទេសជីកយករ៉ែទិន្នន័យដែលត្រូវបានប្រើដើម្បីដោះស្រាយបញ្ហាស្រដៀងគ្នាប៉ុន្តែពួកគេតែងតែច្រឡំ។ ទាំងពីរត្រូវបានប្រើក្នុងការវិភាគការទស្សន៍ទាយប៉ុន្តែការតំរែតំរង់ត្រូវបានប្រើដើម្បីទស្សន៍ទាយតម្លៃជាលេខឬបន្តខណៈពេលការបែងចែកផ្តល់ទិន្នន័យទៅជាប្រភេទដាច់ដោយឡែក។
ឧទាហរណ៍ការតំរែតំរង់នឹងត្រូវបានប្រើដើម្បីព្យាករណ៍តម្លៃផ្ទះមួយផ្អែកលើទីតាំងរបស់វាការ៉េតម្លៃនៅពេលលក់ចុងក្រោយតម្លៃផ្ទះប្រហាក់ប្រហែលនិងកត្តាផ្សេងទៀត។ ចំណាត់ថា្នាក់នឹងស្ថិតក្នុងលំដាប់ប្រសិនបើអ្នកចង់រៀបចំផ្ទះជំនួសវិញដូចជាការដើរលេងខ្នាតធំឬអត្រាឧក្រិដ្ឋកម្ម។
ប្រភេទនៃបច្ចេកទេសតំរែតំរង់
ទម្រង់សាមញ្ញបំផុតនិងចាស់បំផុតនៃតំរែតំរង់គឺតំរែតំរង់លីនេអ៊ែរដែលត្រូវបានប្រើដើម្បីប៉ាន់ប្រមាណទំនាក់ទំនងរវាងអថេរពីរ។ បច្ចេកទេសនេះប្រើរូបមន្តគណិតវិទ្យានៃបន្ទាត់ត្រង់ (y = mx + b) ។ ជាធម្មតាវាមានន័យថាក្រាហ្វជាចំនុចមួយដែលមានអ័ក្ស Y និងអ័ក្ស X ទំនាក់ទំនងរវាង X និង Y គឺជាបន្ទាត់ត្រង់មួយដែលមានបន្ទាត់ខាងក្រៅ។ ឧទាហរណ៍យើងអាចសន្មតថាដោយសារតែកំណើនប្រជាពលរដ្ឋការផលិតម្ហូបអាហារនឹងកើនឡើងក្នុងអត្រាដូចគ្នា - នេះតម្រូវឱ្យមានទំនាក់ទំនងរឹងមាំនិងលីនេអ៊ែររវាងតួលេខទាំងពីរ។ ដើម្បីមើលរូបភាពនេះសូមពិចារណាក្រាហ្វមួយដែលអ័ក្ស Y តាមដានចំនួនប្រជាជនកើនឡើងហើយអ័ក្ស X តាមដានការផលិតម្ហូបអាហារ។ នៅពេលដែលតម្លៃ Y កើនឡើងនោះតម្លៃ X នឹងកើនឡើងក្នុងកំរិតដូចគ្នាធ្វើអោយទំនាក់ទំនងរវាងបន្ទាត់ទាំងនោះជាប់គ្នា។
បច្ចេកទេសកម្រិតខ្ពស់ដូចជាការតំរែតំរង់ច្រើនព្យាករណ៍ពីទំនាក់ទំនងរវាងអថេរច្រើន - ឧទាហរណ៍តើមានទំនាក់ទំនងរវាងប្រាក់ចំណូលការអប់រំនិងកន្លែងណាដែលជ្រើសរើសរស់នៅ? ការបន្ថែមអថេរច្រើនបង្កើនការពិចារណាស្មុគស្មាញ។ វាមានប្រភេទជាច្រើននៃបច្ចេកទេសតំរែតំរង់ច្រើនរួមមានស្តង់ដារឋានានុក្រមដែលបានកំណត់ហើយនិងត្រីកោណនីមួយៗដែលមានកម្មវិធីផ្ទាល់ខ្លួន។
នៅចំណុចនេះវាជាការសំខាន់ដើម្បីយល់ពីអ្វីដែលយើងកំពុងព្យាករណ៍ (អថេរពឹងផ្អែកឬ ព្យាករណ៍ ) និងទិន្នន័យដែលយើងកំពុងប្រើដើម្បីធ្វើការទស្សន៍ទាយ (អថេរឯករាជឬ ព្យាករណ៍ ) ។ នៅក្នុងឧទាហរណ៍របស់យើងយើងចង់ព្យាករណ៍អំពីទីតាំងដែលមនុស្សម្នាក់ជ្រើសរើសដើម្បីរស់នៅ (អថេរដែលបាន ព្យាករណ៍ ) ដែលបានផ្តល់ឱ្យនិងការអប់រំ (អថេរ អ្នកព្យាករណ៍ ទាំងពីរ) ។
- ស្តង់ដារច្រើនស្តង់ដារ ពិចារណាអថេរអ្នកព្យាករណ៍ទាំងអស់ក្នុងពេលតែមួយ។ ឧទាហរណ៍ 1) ទំនាក់ទំនងរវាងប្រាក់ចំណូលនិងការអប់រំ (អ្នកព្យាករណ៍) និងជម្រើសរបស់អ្នកជិតខាង (ទស្សន៍ទាយ) ។ និង 2) តើអ្នកទស្សន៍ទាយបុគ្គលម្នាក់ៗរួមចំណែកក្នុងទំនាក់ទំនងកម្រិតណា?
- តំរែតំរង់តំរែតំរង់ច្រើន ឆ្លើយតបនូវសំនួរខុសគ្នាទាំងស្រុង។ ក្បួនដោះស្រាយតំរែតំរង់មួយជំហាននឹងវិភាគអ្នកទស្សន៍ទាយដែលត្រូវបានគេប្រើយ៉ាងល្អបំផុតដើម្បីទស្សន៍ទាយជម្រើសអ្នកជិតខាងដែលមានន័យថាគំរូស្តង់ដារវាយតំលៃលំដាប់នៃសារៈសំខាន់នៃអថេរអ្នកព្យាករណ៍ហើយបន្ទាប់មកជ្រើសរើសសំណុំរង។ ប្រភេទនៃបញ្ហាតំរែតំរង់នេះប្រើ "ជំហាន" ដើម្បីបង្កើតសមីការតំរែតំរង់។ ដែលបានផ្តល់ឱ្យប្រភេទនៃការតំរែតំរង់នេះអ្នកព្យាករណ៍ទាំងអស់មិនអាចលេចឡើងក្នុងសមីការតំរែតំរង់ចុងក្រោយទេ។
- តំរែតំរង់តាមឋានានុក្រម ដូចជា stepwise គឺជាដំណើរការបន្តបន្ទាប់ប៉ុន្តែអថេរអ្នកទស្សន៍ទាយត្រូវបានបញ្ចូលទៅក្នុងគំរូនៅក្នុងលំដាប់ដែលបានបញ្ជាក់មុនដែលបានកំណត់ជាមុនឧទាហរណ៍ក្បួនដោះស្រាយមិនមានសមាសធាតុដែលមានស្រាប់សម្រាប់កំណត់លំដាប់ដែលត្រូវ បញ្ចូលអ្នកទស្សន៍ទាយ។ នេះត្រូវបានប្រើញឹកញាប់បំផុតនៅពេលដែលបុគ្គលដែលបង្កើតសមីការតំរែតំរង់មានចំណេះដឹងអ្នកជំនាញលើវាល។
- តំរែតំរង់ Setwise ក៏ស្រដៀងនឹងជំហានប៉ុន្តែធ្វើការវិភាគអថេរជាជាងអថេរបុគ្គល។