ဒီ tool နှစ်ခုထိုကဲ့သို့သောကုသမှုအဖြစ်လွတ်လပ်သော, ပုံမှန်အားဖြင့်ဖြန့်ဝေအချက်အလက်များ၏အုပ်စုများနှင့်တစ်ဦးလက်တွေ့လေ့လာမှု၏ထိန်းချုပ်မှုလက်နက်၏နမူနာများနှင့် t-စမ်းသပ်တက်ကြွလာသည်။ အဆိုပါခြင်း simulation ထွက်သယ်ဆောင်ရန်, ယုတ်များနှင့်ပုံမှန်အားအမည်မသိသောအုပ်စုတစ်ခုချင်းစီ၏စံသွေဖည်, မသိဘဲရမ်းမေးတဲ့သတ်မှတ်ထားသောခံရဖို့လိုအပ်ပါတယ်။ အဆိုပါခြင်း simulation သတ်မှတ်ထားသောယုတ်များနှင့်စံသွေဖည်အပေါ်အခြေခံပြီးနမူနာအဖြစ်ကျပန်းနံပါတ်များကိုထုတ်ပေးပါတယ်။ ထို့နောက်သူကနမူနာစာရင်းဇယား computes, ခလုတ်ကို Simulate အထက်နှင့်အောက်တွင်ဖော်ပြထားသောဇယားအတွက်နမူနာအချက်အလက်များ၏ဆွေမျိုးဖြန့်ဖြူးပြသထားတယ် - ယုတ်, စံသွေဖည်, ကျောင်းသားရဲ့ t-စမ်းသပ်မှု၏ t ကိုတန်ဖိုးတအမြီးနဲ့ Two-Tails ယုံကြည်မှုအဆင့်ဆင့်။
အဆိုပါ Simulator ကိုကွဲပြားခြားနားသောကး (ဥပမာကွဲပြားခြားနားသောစံသွေဖီ, နမူနာအရွယ်အစား) အရတစ်ဦးလေ့လာမှုရလဒ်ကိုအကြောင်းကိုအချို့သောအသိပေးကူညီပေးနိုင်ပါသည်။ ဒါဟာအာဏာကိုခွဲခြမ်းစိတ်ဖြာဖြည့်စွက်ပေးနိုင်သည်။ ဥပမာအားဖြင့်, မူးယစ်ဆေးလျှော့ချတစ်ဦးလက်စထရောလ်အပေါ်လေ့လာမှုတစ်ခုကောက်ယူခံရဖို့အကြောင်းနှင့်အကျိုးရလဒ်များထဲမှအတိုင်းအတာတစ်လအတွင်းလက်စထရောအဆင့်ကိုအပြောင်းအလဲတစ်ခုဖြစ်သည်ဆိုပါစို့။ ထို့အပြင်ကြောင့်ဖြစ်နိုင်ချေယုတ်နှင့်စံသွေဖည်ဆေးလက်မောင်းများအတွက်အသီးသီး -15 mg / dL နှင့် 20 mg / dL ဖြစ်ကြောင်းယူဆထားပါသည်။ ထိန်းချုပ်မှုလက်မောင်းများအတွက်သက်ဆိုင်ရာ parameters တွေကို 0 င် mg / dL နှင့် 10 mg / dL ဖြစ်ကြသည်။ ကွဲပြားခြားနားသောနမူနာအရွယ်အစားသူတို့ကုသမှုလက်မောင်းနှင့်ထိန်းချုပ်မှုလက်မောင်းများအကြားခြားနားချက်များ၏စာရင်းအင်းအရေးပါမှုကိုအကျိုးသက်ရောက်ပုံကိုကြည့်ဖို့ထဲသို့ဝင်နိုင်ပါတယ်။ စံသွေဖီနှင့်နည်းလမ်းကိုလည်း၎င်းတို့၏သက်ရောက်မှုကိုကြည့်ပါရန်ပြောင်းလဲနိုင်ပါသည်။ parameters တွေကို၏တူညီသော set ကိုအမြစ်တွယ်ကျပန်းသဘောသဘာဝကိုဘယ်လိုအကျိုးသက်ရောက်မှုကြည့်ဖို့အကြိမ်ပေါင်းများစွာ run နိုင်ပါတယ်။
အပ်ဒိတ်လုပ်ခဲ့သည့်ရက်
၂၀၂၅ ဇူ ၃၀