[br]၁။ ဒီဇိုင်း - အစီအစဉ်များချမှတ်ခြင်းနှင့် သုသေတန လုပ်ဆောင်ခြင်း[br]၂။ ဖော်ပြချက်များ -အကျဉ်းချုံးခြင်းနှင့်အချက်အလက်များကို ရှာဖွေခြင်း[br]၃။ ဆုံးဖြတ်ချက်များကိုသတ်မှတ်ခြင်း[br][code][/code][br] Population နှင့်sample များ [br][b]Population[/b][br] စာရင်းအင်းဆိုင်ရာအချက်အလက်များကိုကိုစုစည်းထားခြင်း(တစ်ဦးတယောက်အတွက်ဖြစ်စေ၊အဖွဲ့အစည်းများအတွက်ဖြစ်စေ၊[br]ပစ္စည်းများအတွက်ဖြစ်စေ အချက်အလက်များကိုစုစည်းထားခြင်း)[br][br][b]Sample[/b][br] နမူနာများသည် population ထဲမှသီးသန့်ရွေးထုတ်ထားခြင်းဖြစ်သည်[br][br][b]Descriptive statistics[/b] [br] အစုများဖွဲ့စည်းခြင်း၊ အကျဉ်းချုပ်အချက်အလက်ဆိုင်ရာများပါဝင်သည်။ ယင်းတို့ကို ပြသရာတွင် graphs (ဂရတ်ဖ်) , charts (ပုံများ) နှင့် table (ဇယား) များပါဝင်မည်ဖြစ်သည်။ [br][br][b]Inferential statistics[/b] [br] ယုံကြည်နိုင်လောက်သည့် နိဂုံးချုပ်ချက်ဆိုင်ရာပုံများကို population ကိုအခြေခံ၍ရယူထားသည့် sample (နမူနာများ) ကိုအသုံးပြုမည်ဖြစ်သည်။ ၎င်းတို့ကိုပြသရာတွင် ဖြစ်တန်စွမ်းဆိုင်ရာ သီအိုရမ်များကိုအခြေခံထားသည့် estimation, interval estimation, hypothesis စသည့် တို့ကိုအသုံးပြုမည်ဖြစ်သည်။ [br][br]ယင်းတွက်ချက်သည့်များကိုလုပ်ဆောင်ရာတွင် Descriptive statistics ကိုဦးစွာလုပ်ဆောင်သင့်သည်။ ပြီးမှသာလျှင်ကျန်သည့် တွက်ချက်မှုများကိုလုပ်ဆောင်ရမည်ဖြစ်သည်။ [br][br]ဥပမာ။ ။ အောက်ဖော်ပြပါဇယားသည် Descriptive statistics ကိုအသုံးချ၍ အစုဖွဲ့ခြင်း အချက်အလက်များကို ဇယားနှင့်ပြသထားခြင်းဖြစ်သည်။ [br][table] [tr][br] [td]Outcome of the roll[br][/td][br] [td]Frequencies in the sample data[/td][br][/tr][br] [tr][br] [td]1[/td][br] [td]100[/td][br][/tr][br] [tr][br] [td]2[/td][br] [td]120[/td][br][/tr][br] [tr][br] [td]3[/td][br] [td]112[/td][br][/tr][br][tr][br] [td]4[/td] [br] [td]126[/td] [br][/tr][br][tr][br] [td]5[/td] [br] [td]123[/td] [br][/tr][br][/table][br][br]Interential statistics ကိုမူ အံစာတုံး၏ အခြေအနေများကိုတွက်ချက်ရာတွင်အသုံးပြုသည်။ သို့ဖြစ်၍ယင်းတို့နှစ်မျိုးသည်အခြင်းခြင်းဆက်နွယ်လျှက်ရှိကြသည်။ [br][br][b]Parameter များ [/b][br][br][b] အရေအတွက်နှင့် အရည်အသွေး[/b] [br]Mean = သမတ်ကိန်း[br](စုစုပေါင်းကိုအရည်အတွက်နဲ့ပြန်စားပေးရန်) [br][math]\bar{x}=\frac{x_1+x_2+x_3+...+x_n}{n}[/math][br][br]အခြားသမတ်ကိန်းများ[br]arithmetic mean[br]Geometric mean [br][br]Mode = ကြိမ်များကိန်း[br]Median = အလယ်ကိန်း[br]Variance = ပြောင်းလဲမှု[br][br][table] [br][tr][br] [td]Population[/td][br] [td]Sample[/td][br][/tr][br] [tr][br] [td]mean [math]\mu=\Sigma_{1 }^n\left(x_n\right)[/math][/td][br] [td]mean = [math]\bar{x}=\Sigma_{1 }^n\left(x_n\right)[/math][/td][br][/tr][br] [tr][br] [td]variance [math]\sigma^{2}=\frac{\Sigma_{i=1}^{n}\left(x_{i}-\mu\right)}{N}[/math] [/td][br] [td]variance [math]s^{2}=\frac{\Sigma_{i=1}^{n}\left(x_{i}-\bar{x}\right)}{n-1}[/math] [/td][br][/tr][br] [tr][br] [td]standard deviation [math]\sigma=\sqrt{\frac{\Sigma_{i=1}^{n}\left(x_{i}-\mu\right)}{N}}[/math] [/td][br] [td]standard deviation [math]s=\sqrt{\frac{\Sigma_{i=1}^{n}\left(x_{i}-\bar{x}\right)}{n-1}}[/math][/td][br][/tr][br][/table][br][br]standard deviation = စံသွေဖယ်မှု (တန်ဖိုးတခု၏တန်ဖိုးမည်သည့်နေရာမှစတင်၍ သွေဖယ်သွားကြောင်းကို စံသတ်မှတ်ချက်မှတဆင့်တွက်ချက်ခြင်း)[br]Density = သိပ်သည်းဆ(မည်သည့်နေရာများတွင် တန်ဖိုးများစုစည်းနေသည်ကို အကြမ်းဖျင်းဖော်ပြခြင်း) [br]correlation = ဆက်စပ်ချက် [br]skewness = သမတ်ကိန်းနှင့်အလယ်ကိန်းတို့၏ကွာခြားချက်ကိုတွက်ချက်ခြင်းဖြစ်သည် [br][br]စာရင်းအင်းသင်္ချာတွင် အမျိုးအစားနှစ်မျိုးရှိသည်။ ယင်းတို့မှာ continues နှင့် discrete တို့ကိုတွက်ချက်ခြင်းဖြစ်သည်။ Continuous များတွင် အလေးချိန်၊အပူချိန်နှင့် analogue ဆန်ဆန်ပြောင်းလဲနေသည့်တန်ဖိုးများပါဝင်သည်။၊[br][br] Discrete တန်ဖိုးများကိုတွက်ချက်ရာတွင်မှု အလေးချိန်ကဲ့သို့တန်ဖိုးများထက် သွေးအုပ်စု၊ အရာင်များ၊ ကျားမ စသည့်တို့ကိုတွက်ချက်စဉ်းစားမည်ဖြစ်သည်။ Discrete ဆိုင်ရာများ ကိုတွက်ချက်ရာတွင် bar chart များ၊ pie char များပါဝင်မည်ဖြစ်သည်။ [br][br] Data များကိုပုံဆွဲပြသခြင်း [br]Data များကိုပုံဆွဲမည်ဆိုပါက အောက်ဖော်ပြပါ ပုံများနှင်ဆွဲသားဖော်ပြနိုင်သည်။ [br]1) stem and leaf[br]2) Bar[br]3) Histogram[br]4)stack [br]5)pie [br]6)scatter plot [br]

stem and leaf ပုံစံသည် အချက်အလက်များကိုဖော်ပြရာတွင် ကိန်းတွဲများအနေနှင့်အသုံးပြုနိုင်သည်။ ထိုသို့အသုံးပြုရာတွင် သတ်မှတ်ချက်ထည့်သွင်းဖော်ပြပေးထားရသည်။ သို့မှသာလျှင် အခြားသူများက မိမိရေးသားထားသည့်ပုံကိုဖတ်နိုင်မည်ဖြစ်သည်။ [br]GeoGebra ဖြင့်ဆွဲသားလိုပါက stemplot() command ဖြင့်ဆွဲသားပေးရမည်ဖြစ်သည်။ [br][br][b] Stem and leaf plot ကိုဖတ်ခြင်း [/b] [br]မျဉ်း၏လက်ဝဲဖက်တွင်ရှိသည့် ကိန်းသည် stem ဖြစ်ပြီး မျဉ်း၏ ညာဖက်တွင်ရှိသည့်ကိန်းသည် leaf ဖြစ်သည်။ [br]Stem | leaf [br]1 | 1 2 2 3 [br]2 | 0 1 [br]ယင်းကိုဖတ်ရာတွင် ပြန်လည်ရရှိမည့် list တန်ဖိုးမှာ {11,12,12,13,20,21} ဖြစ်သည်။ ဆယ်ပြည့်ကိန်းများကိုသားမက ရာပြည့်ကိန်းမာျးကိုလည်းတွက်ချက်နိုင်သည်။ [br][br]မှတ်ချက်။ ။ Python ဖြင့်ဆွဲသားလိုပါက stemgraphic(data) command ဖြင့်ဆွဲသားပေးရမည်ဖြစ်သည်။ [br] R တွင် stem(data_set) ဖြင့်ဆွဲသားပေးရမည်ဖြစ်သည်။

Box plot များကိုဆွဲသားရာတွင် List တစ်ခုကိုဖန်တီးထားရန်လိုအပ်သည်။ ယင်း၏အခြားအမည်မှာ whiskers ဖြစ်သည်။ ယင်းသည် List (အချက်အလက်များကိုစုစည်းထားခြင်း) အတွင်းရှိ ကိန်းများကိုအခြေခံ၍ဆွဲသားခြင်းဖြစ်သည်။ ပုံတွင် 25%, 50%, 75% စသည်ဖြင့်သတ်မှတ်ထားသည်။ ယင်းကိုဆွဲသားလိုပါက GeoGebra ထဲတွင် List တစ်ခုကိုဦးစွာဖန်တီးပေးထားရမည်ဖြစ်သည်။ ယင်း list ကိုအသုံးပြု၍ Box plot ကိုဆွဲသားနိုင်သည်။ [br][code] BoxPlot(yoffset,width,List) [/code]