រូបមន្តចែកចាយធម្មតាក្នុងស្ថិតិ

# រូបមន្តចែកចាយធម្មតាក្នុងស្ថិតិ

ការចែកចាយធម្មតា ដែលត្រូវបានគេស្គាល់ផងដែរថាជាការចែកចាយហ្គោសៀន ឬខ្សែកោងកណ្ដឹង គឺជាគោលគំនិតជាមូលដ្ឋានបំផុតមួយនៅក្នុងស្ថិតិ។ អត្ថិភាពរបស់វាត្រូវបានចាត់ទុកថាជាមូលដ្ឋានគ្រឹះនៃការវិភាគស្ថិតិ និងប្រូបាប៊ីលីតេផ្សេងៗ។ ការចែកចាយនេះមិនត្រឹមតែត្រូវបានគេប្រើជាញឹកញាប់នៅក្នុងទ្រឹស្តីប៉ុណ្ណោះទេ ប៉ុន្តែក៏នៅក្នុងការអនុវត្តជាក់ស្តែងផ្សេងៗផងដែរ ដូចជាការគ្រប់គ្រងហានិភ័យហិរញ្ញវត្ថុ វិទ្យាសាស្ត្រសង្គម វេជ្ជសាស្ត្រ និងច្រើនទៀត។

## និយមន័យនៃការចែកចាយធម្មតា

ការចែកចាយធម្មតាគឺជាការចែកចាយប្រូបាប៊ីលីតេបន្តដែលស៊ីមេទ្រីអំពីមធ្យមភាគរបស់វា។ ម្យ៉ាងវិញទៀត គ្រោងក្រាហ្វិកនៃការចែកចាយនេះនឹងបង្កើតជាខ្សែកោងកណ្ដឹងដែលរីកធំនៅមធ្យមភាគ និងរួមតូចនៅកន្ទុយ។ ការចែកចាយនេះមានប៉ារ៉ាម៉ែត្រសំខាន់ពីរ៖ មធ្យមភាគ (μ) និងគម្លាតស្តង់ដារ (σ)។

មធ្យមភាគកំណត់ទីតាំងនៃចំណុចកណ្តាលនៃការចែកចាយ ខណៈពេលដែលគម្លាតស្តង់ដារវាស់ស្ទង់ពីរបៀបដែលទិន្នន័យរីករាលដាលជុំវិញមធ្យមភាគ។ គម្លាតស្តង់ដារកាន់តែធំ ខ្សែកោងចែកចាយកាន់តែធំទូលាយ និងខ្លី។ គម្លាតស្តង់ដារកាន់តែតូច ខ្សែកោងកាន់តែតូចចង្អៀត និងចោត។

## អនុគមន៍ដង់ស៊ីតេប្រូបាប៊ីលីតេ

អនុគមន៍ដង់ស៊ីតេប្រូបាប៊ីលីតេ (pdf) សម្រាប់ការចែកចាយធម្មតាមានទម្រង់គណិតវិទ្យាដូចខាងក្រោម៖

\[ f(x | \mu, \sigma) = \frac{1}{\sigma \sqrt{2 \pi}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]

នៅទីនេះ៖
-\( x\) គឺជាអថេរចៃដន្យ។
–\(\mu\) គឺជាមធ្យមនៃការចែកចាយ។
–\(\sigma\) គឺជាគម្លាតស្តង់ដារនៃការចែកចាយ។
–\( e\) គឺជា​មូលដ្ឋាន​នៃ​លោការីត​ធម្មជាតិ ប្រហែល 2.71828។

អនុគមន៍ខាងលើបង្កើតខ្សែកោងកណ្ដឹងស៊ីមេទ្រី។ អាំងតេក្រាលនៃអនុគមន៍នេះរវាងចំណុចពីរផ្តល់នូវប្រូបាប៊ីលីតេដែលអថេរចៃដន្យស្ថិតនៅចន្លោះតម្លៃទាំងពីរនោះ។

## ការចែកចាយធម្មតាស្តង់ដារ

ការចែកចាយធម្មតាស្តង់ដារ គឺជាការចែកចាយធម្មតាដែលមានមធ្យមភាគ \( \mu = 0 \) និងគម្លាតស្តង់ដារ \( \sigma = 1 \)។ អនុគមន៍ដង់ស៊ីតេប្រូបាប៊ីលីតេសម្រាប់ការចែកចាយធម្មតាស្តង់ដារគឺ៖

\[ f(z) = \frac{1}{\sqrt{2 \pi}} e^{ -\frac{z^2}{2} } \]

នៅទីនេះ៖
–\( z\) គឺជាអថេរចៃដន្យដែលធ្វើតាមការចែកចាយធម្មតាស្តង់ដារ។

ការចែកចាយធម្មតាស្តង់ដារត្រូវបានគេប្រើជាញឹកញាប់ ពីព្រោះវាអនុញ្ញាតឱ្យយើងធ្វើឱ្យការចែកចាយធម្មតាផ្សេងទៀតមានលក្ខណៈស្តង់ដារតាមរយៈដំណើរការមួយដែលហៅថា "ស្តង់ដារភាវូបនីយកម្ម"។ ស្តង់ដារភាវូបនីយកម្មពាក់ព័ន្ធនឹងការបំលែងតម្លៃ \(x\) នៃការចែកចាយធម្មតា \(N(\mu, \sigma)\) ទៅជាតម្លៃ \(z\) នៃការចែកចាយធម្មតាស្តង់ដារ \(N(0, 1)\) ដោយប្រើរូបមន្តដូចខាងក្រោម៖

\[ z = \frac{x – \mu}{\sigma} \]

ដំណើរការនេះធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការប្រៀបធៀបតម្លៃពីការចែកចាយធម្មតាផ្សេងៗគ្នាដោយការគូសវាសពួកវាទៅមាត្រដ្ឋានតែមួយ។

## ការដាក់ពាក្យ និងភាពពាក់ព័ន្ធ

### ១. ទ្រឹស្តីបទដែនកំណត់កណ្តាល

ការចែកចាយធម្មតាគឺពាក់ព័ន្ធជាពិសេសនៅក្នុងបរិបទនៃទ្រឹស្តីបទដែនកំណត់កណ្តាល (CLT)។ CLT ចែងថាចំនួនអថេរចៃដន្យឯករាជ្យមួយចំនួនធំគ្រប់គ្រាន់នឹងត្រូវបានចែកចាយធម្មតាប្រហាក់ប្រហែល ដោយមិនគិតពីរូបរាងនៃការចែកចាយដើម។ នេះមានន័យថា ការចែកចាយធម្មតាអាចត្រូវបានប្រើដើម្បីប៉ាន់ស្មានការចែកចាយនៃមធ្យមភាគគំរូ ដរាបណាគំរូមានទំហំធំល្មម។

### ២. ការសន្និដ្ឋានស្ថិតិ

ការចែកចាយធម្មតាអនុញ្ញាតឱ្យមានការអនុវត្តការធ្វើតេស្តសម្មតិកម្ម ដូចជាការធ្វើតេស្ត z និងការធ្វើតេស្ត t។ វិធីសាស្ត្រទាំងពីរប្រើការចែកចាយធម្មតាស្តង់ដារ ដើម្បីកំណត់សារៈសំខាន់ខាងស្ថិតិនៃលទ្ធផលដែលបានសង្កេតឃើញ។ ការធ្វើតេស្ត z ជាធម្មតាត្រូវបានប្រើនៅពេលដែលទំហំគំរូមានទំហំធំ ឬគម្លាតស្តង់ដារចំនួនប្រជាជនត្រូវបានគេដឹង ខណៈពេលដែលការធ្វើតេស្ត t ត្រូវបានអនុវត្តនៅពេលដែលទំហំគំរូមានទំហំតូច ឬគម្លាតស្តង់ដារចំនួនប្រជាជនត្រូវបានគេដឹង។

### ៣. ការវិភាគតំរែតំរង់

នៅក្នុងការវិភាគតំរែតំរង់លីនេអ៊ែរ ការសន្មត់ថាទិន្នន័យកំហុសត្រូវបានចែកចាយជាធម្មតាគឺមានសារៈសំខាន់ណាស់។ ការសន្មត់នេះអនុញ្ញាតឱ្យមានការគណនាចន្លោះជឿជាក់ និងការធ្វើតេស្តសារៈសំខាន់នៃប៉ារ៉ាម៉ែត្រគំរូតំរែតំរង់។ ដូចគ្នានេះដែរ ការរកឃើញកំហុសទិន្នន័យ ឬអសមកាលជារឿយៗត្រូវបានធ្វើឡើងដោយពិនិត្យមើលការចែកចាយសំណល់សម្រាប់គម្លាតសំខាន់ៗពីបទដ្ឋាន។

### ៤. វេជ្ជសាស្ត្រ និង ជីវវិទ្យា

នៅក្នុងវេជ្ជសាស្ត្រ ការចែកចាយធម្មតាត្រូវបានប្រើដើម្បីពិពណ៌នាអំពីការចែកចាយនៃបាតុភូតជីវសាស្ត្រផ្សេងៗ។ ឧទាហរណ៍ កម្ពស់ សម្ពាធឈាម និងលទ្ធផលតេស្តមន្ទីរពិសោធន៍មួយចំនួនច្រើនតែធ្វើតាមការចែកចាយធម្មតា។ នេះជួយសម្រួលដល់ការកំណត់តម្លៃកាត់ផ្តាច់សម្រាប់ការធ្វើរោគវិនិច្ឆ័យផ្នែកវេជ្ជសាស្ត្រ។

### ៥. ហិរញ្ញវត្ថុ និង សេដ្ឋកិច្ច

នៅក្នុងវិស័យហិរញ្ញវត្ថុ ការចែកចាយធម្មតាត្រូវបានប្រើដើម្បីធ្វើគំរូនៃបាតុភូតជាច្រើន ដូចជាផលចំណេញភាគហ៊ុន អត្រាការប្រាក់ និងច្រើនទៀត។ ទោះបីជានៅក្នុងការអនុវត្តជាក់ស្តែង ភាគហ៊ុនច្រើនតែបង្ហាញពីភាពលំអៀង និង kurtosis ខ្ពស់ជាងក៏ដោយ ការសន្មត់នៃការចែកចាយធម្មតានៅតែផ្តល់នូវមូលដ្ឋានវិភាគដ៏រឹងមាំ។

## ការអនុវត្ត និងការគណនា

### ការប្រើប្រាស់ Python

Python ជាមួយបណ្ណាល័យដូចជា NumPy និង SciPy ផ្តល់នូវវិធីសាស្រ្តជាច្រើនសម្រាប់ធ្វើការជាមួយការចែកចាយធម្មតា។ នេះជាឧទាហរណ៍នៃរបៀបដែលយើងអាចធ្វើឱ្យទូទៅ និងគូសវាសការចែកចាយធម្មតាដោយប្រើបណ្ណាល័យទាំងនេះ៖

“`ពស់ថ្លាន់
នាំចូលលេខស្ពាយដូច np
នាំចូល matplotlib.pyplot ជា plt
ពីបទដ្ឋាននាំចូល scipy.stats

# ប៉ារ៉ាម៉ែត្រចែកចាយធម្មតា
មូ = ០ # មធ្យម
ស៊ីហ្គា = 1 # គម្លាតស្តង់ដារ

# ទិន្នន័យសម្រាប់ការចែកចាយធម្មតា
x = np.linspace(-៥, ៥, ១០០០)
y = norm.pdf(x, mu, sigma)

# គ្រោងចែកចាយធម្មតា
គំនូសតាង plt(x, y)
plt.xlabel('x')
plt.ylabel('ដង់ស៊ីតេ')
plt.title('ការចែកចាយធម្មតា N(0, 1)')
plt.show ()
“ `

នៅក្នុងឧទាហរណ៍ខាងលើ យើងបានបង្កើតទិន្នន័យចែកចាយធម្មតាដែលមានមធ្យមភាគ 0 និងគម្លាតស្តង់ដារ 1 ហើយបន្ទាប់មកបានគូសក្រាហ្វិកអនុគមន៍ដង់ស៊ីតេប្រូបាប៊ីលីតេរបស់វា។

## សេចក្តីសន្និដ្ឋាន

ការចែកចាយធម្មតាដើរតួនាទីយ៉ាងសំខាន់នៅក្នុងស្ថិតិ និងប្រូបាប៊ីលីតេ។ ការប្រើប្រាស់ជាសកលរបស់វា ចាប់ពីទ្រឹស្តីបទដែនកំណត់កណ្តាល រហូតដល់ការអនុវត្តជាក់ស្តែងផ្សេងៗដូចជាការវិភាគតំរែតំរង់ និងការធ្វើតេស្តសម្មតិកម្ម ធ្វើឱ្យវាក្លាយជាការចែកចាយប្រូបាប៊ីលីតេដ៏ពេញនិយមបំផុត និងសំខាន់បំផុតមួយ។ ការយល់ដឹងអំពីរូបមន្តចែកចាយធម្មតា និងរបៀបប្រើប្រាស់វាប្រកបដោយប្រសិទ្ធភាព គឺជាជំនាញសំខាន់សម្រាប់អ្នកដែលធ្វើការក្នុងវិទ្យាសាស្ត្រទិន្នន័យ ការស្រាវជ្រាវ សេដ្ឋកិច្ច និងវិស័យជាច្រើនទៀត។

ដោយមានចំណេះដឹងនេះ យើងអាចចូលទៅជិត និងដោះស្រាយបញ្ហាវិភាគប្រភេទផ្សេងៗបានកាន់តែមានប្រសិទ្ធភាព ដែលអាចឱ្យយើងធ្វើការសម្រេចចិត្តបានកាន់តែប្រសើរឡើងដោយផ្អែកលើទិន្នន័យ និងប្រូបាប៊ីលីតេដែលមាន។