GracE Analytics

April 4ရက်နေ့စမဲ့အတန်းလေး
၂ယောက်လက်ခံပါသေးတယ်✨

Hello 👋✨
Batch အသစ်လာမေးထားကြတဲ့ မိတ်ဆွေတို့အတွက် 15th Batchလေးဖွင့်လိုက်ပါပြီ✨🩵

Data Fieldထဲသွားချင်ပေမဲ့
ဘယ်ကနေစရမှန်းမသိဖြစ်နေတဲ့
အတူတူကြိုးစားကြည့်ချင်တဲ့
မိတ်ဆွေတွေအတွက် ရည်ရွယ်ပါတယ်
Excel Shortcut ကနေအစ ပြောပြပေးပါတယ်

Data Analysis ပိုင်းကို အခြေခံမှစတင်ပြီး
ကျွမ်းကျင်သည်အထိ လေ့လာချင်တဲ့
မိတ်ဆွေတွေအတွက်
Batch 15: Data Analysis with Excel & Power BI ကို
ဖွင့်ပေးလိုက်ပါပြီ

Course Outline ကို Telegram Channel ကနေ Downloadလုပ်ပြီး ဖတ်ကြည့်လို့ရပါတယ်ရှင့်

သင်တန်းကြေး - 180K(တသိန်း၈သောင်း)
Start Date - 01-04- 2026( 4th April)
Time - 10:00AM - 12:00AM (Weekend)
ပထမဆုံး enrollလုပ်တဲ့ ၁၀ယောက်ကို
၂၀၀၀၀ကျပ် Discountပေးသွားမှာပါရှင့်

Project၂ခုထွက်ပါမယ်
Outlineမှာဖော်ပြထားတဲ့ Project မဟုတ်ပဲ
အသစ်လုပ်သွားမှာပါ
Excel Project အတွက်ကို Telegram Groupထဲမှာ ပုံပို့ထားတာမို့ exploreလုပ်ကြည့်ပါရှင့်

15 Batchမှာ Power BI projectကို
Classထဲကလူတွေကိုကိုယ်တိုင်ရွေးခိုင်းမှာပါ
common Domain/ideaကို ယူပြီး
လုပ်သွားပါမယ်ရှင့် အမလဲ ကူစဉ်းစားပေးမှာပါ

Sample အနေနဲ့ကြည့်ချင်ရင်တော့ Course outlinesမှာ 14 Batchက အမနဲ့တူတူရေးခဲ့တဲ့ Project ကို
ကြည့်လို့ရပါတယ်

Project 2ခုလုံးကို
အမနဲ့တူတူClassထဲမှာ လုပ်သွားမှာပါ

https://t.me/+0axenotjeNczYWY1

အမက Course ကို part 3ခုခွဲထားပါတယ်

Part 1 မှာတော့ Data Analysisကို အခုမှ စပြီး
လေ့လာကြမဲ့ မိတ်ဆွေတွေအတွက်
Data Literacy Foundation Skills

အခုချိန်ထိ Coporateတွေမှာ Excel spreadsheet ကို တွင်တွင်ကျယ်ကျယ် သုံးနေကြတုန်းမို့

Part 2မှာတော့ Data Cleaning and Data Transforming & Analysis အတွက် Excelရဲ့ powerful features တွေဖြစ်တဲ့ pivot table, power queryနဲ့အတူ Excelရဲ့
အသုံးများတဲ့ Advance Function
တွေအကြောင်းကို လေ့လာသွားရမှာဖြစ်ပြီး

Part 2ပြီးသွားရင်လဲ Excelကိုသုံးပြီး Report တခုအတူတူရေးကြမှာပါရှင့်

Part 3မှာတော့ Power BI ပါလာပါပြီ
ဒီအဆင့်မှာတော့ Data Model, Schema and Relationship တွေအကြောင်းနဲ့ power BIကို သုံးပြီး
Final interactive Dashboard
တခု ထွက်လာမှာဖြစ်ပါတယ်

Course Outlines အကြမ်းဖျင်းကို
အောက်က Link ကနေ ဝင်ဖတ်ကြည့်ပါရှင့်

https://t.me/+0axenotjeNczYWY1

ဒီ Course ကို တက်ဖို့ ဘာတွေသိရမလဲဆို
Computer Basic သုံးတတ်ပြီး
Fresherတွေပဲဖြစ်ဖြစ်
Data Analysis ကို အခုမှ စပြီး လေ့လာချင်တဲ့
Beginner Levelမိတ်ဆွေတို့အတွက်
အဆင်ပြေပါတယ်

Final Project ၂ခုထွက်လာမှာပါ
Excelနဲ့တခုPower BIနဲ့တခု course outlinesထဲမှာ
ဝင်ကြည့်လို့ရပါတယ်

Zoom Class ဖြစ်ပြီး Recording ကို အတန်းပြီးတာနက် Google Classroom ထဲတင်ပေးပါတယ်
တခုရှိတာက recording ကိုlifetime တော့မပေးပါ
၂လပြည့်ရင် Classroom ကို Delete လုပ်ပါတယ်ရှင့်

အမနဲ့တူတူ Data Analysisပိုင်းကို လေ့လာကြည့်ချင်တဲ့မိတ်ဆွေတွေကို စောင့်မျှော်နေပါတယ်✨🥳

Hello 👋✨
Day3: Statistics for Beginners:အောက်မှာ
1 min စာစီ Sharing လုပ်ပေးသွားမဲ့
အကြောင်းအရာကတော့ Five-Number Summary, Box & Whisker Plots ဖြစ်ပါတယ်

Five-Number Summaryက Data Analysisမလုပ်ခင် Exploratory Data Analysis ဆင့်မှာ အသုံးပြုတာကို
မကြာခနတွေ့ရမှာပါ

Five-Number Summary ဆိုတာဘာလဲ?

Numerical Dataတစ်ခုရဲ့Characteristics(Central Tendency, Dispersion, Shape)အနှစ်ချုပ်ဖော်ပြဖို့အတွက် Five‑Number Summaryကို အသုံးပြုပါတယ်

ပုံမှာပြထားတဲ့အတိုင်း ကြည့်ရအောင်
1. Minimum
2. Q₁ – First Quartile
3. Q₂ – Median
4. Q₃ – Third Quartile
5. Maximum စတဲ့ အပိုင်း၅ပိုင်းနဲ့ Five-Number Summaryကို Box & Whisker Plotsကို
သုံးပြီးဖော်ပြပါတယ်

ဒါလေးက undergrad studentတွေရဲ့ Scoreကို
Box & Whisker Plotsကိုသုံးပြီး
Visualizeလုပ်ပြထားတာပါ

Min Value- 66
Q₁ - 73
Q2( Median) – 77
Q₃ – 83
အထက်ဘက် အစွန်ဆုံးတန်ဖိုး (Max ) - 94
ပျမ်းမျှ(Mean) – 78.5
IQRကတော့ လူတိုင်းသိမယ်ထင်ပါတယ်
အမတို့က outlinerကိုကြည့်မယ်ဆို IQRရှာမှ ရပါတယ်
IQR formulaက Q₃ – Q₁ = 83– 73= 10

ပုံမှာ Max Valueကိုကျော်နေတဲ့ အစကလေးတွေ
တွေ့မယ်ထင်ပါတယ် အဲ့ဒါတွေက Outlierဖြစ်နိုင်လို့
အမတို့ရှာထားတဲ့ IQRပေါ်မာတွက်ရပါမယ်

အမတို့ပုံကို Interpretလုပ်ကြည့်ရအောင်

Medianက ၇၇ ဖြစ်ပြီးတော့
Mean (ပျမ်းမျှ) မှာ ၇၈.၅ ဖြစ်တာမို့ Medianထက် အနည်းငယ်ပိုများနေတာကိုတွေ့ရလို့ Dataက Rightဖက်ခြမ်း အနည်းငယ်Skewဖြစ်နေတာ
တွေ့ရပါတယ်

Data Shapeကို ကြည့်မယ်ဆို Medianက Q₁ နှင့် Q₃
ကြားမှာ အနည်းငယ် ညာဘက်သို့
ကပ်နေတာကိုတွေ့ရပါတယ်

Mean > Median – ညာဘက် (Positive Skew)ဖြစ်တာတွေ့ရပါတယ်

Data pointတွေမှာ Outliner ရှိမရှိကို
Lower Limitအတွက် Q1-1.5*IQR
Upper Limitအတွက် Q₃ + 1.5×IQRကို
အသုံးပြုနိုင်ပါတယ် ဒီPlotအရဆို Maxရဲ့ပေါ်မှာ အစက်ကလေးတွေတွေ့တော့ Upper Boundကိုရှာလိုက်တာ 98ရတာမို့ 98မှတ်ကျော်သွားရင်
Outlinerလို့ ယူဆနိုင်ပါတယ်

အဆင်ပြေကြပါစေရှင့်
နောက်နေ့ကျ Probability Distribution
အကြောင်း လေ့လာကြပါမယ်✨

Hello 👋✨
Statisticsလေ့လာချင်တဲ့ မိတ်ဆွေတွေအတွက်
တန်ဖိုးရှိတဲ့တမိနစ်စာလေးဖြစ်သွားအောင်

Day1: Statistics for Beginners:အောက်မှာ
1 min စာစီ Sharing လုပ်ပေးသွားပါမယ်ရှင့်

Descriptive Statisticsကတော့
လူတိုင်းရင်းနှီးနေပြီးသားထင်ပါတယ်

ဒီနေ့တော့ အမ Shareပေးချင်တဲ့ အကြောင်းအရာကို
မသွားခင် ဒီမေးခွန်းလေး ဖြေကြည့်ရအောင်

“ကျောင်းသားတယောက်က
သင်္ချာမှာ ၈၅ မှတ်ရပြီး အင်္ဂလိပ်မှာ ၇၅ မှတ်
ရတယ်ဆိုရင် ဘယ်ဘာသာ ပိုတော်လဲ?”
ဒါကိုကြည့်ရင်တော့ Z- score ကို မလေ့လာဖူးသေးတဲ့မိတ်ဆွေတွေ Mathလို့ဖြေကြပါလိမ့်
ဘယ်ဘာသာရပ်မှာပိုတော်နိုင်လဲဆိုတာကို
အမတို့တွက်ချက်ပြီးမှ ရလာတဲ့
Dataပေါ်မှာပဲဆုံးဖြတ်ကြပါမယ်

ပုံမှာပြထားတဲ့အတိုင်းပဲ ဒီနေ့ အမက Z-score(Standard Score)နဲ့ပတ်သတ်ပြီး Sharing လုပ်ပေးပါမယ်

Z-score ဆိုတာ ဘာလဲ? ဘယ်လိုတွက်မလဲ?

Statistics ပညာရပ်မှာ Z-score (စံမှတ်) ဆိုတာ Data တစ်ခုချင်းစီရဲ့ တန်ဖိုးကို Dataset ရဲ့ ပျမ်းမျှ (Mean)နဲ့ ဘယ်လောက်ကွာဝေးသလဲဆိုတာကို
Standard Deviationနဲ့ ဖော်ပြတဲ့
နည်းလမ်းတစ်ခုဖြစ်ပါတယ်

ဥပမာလေးနဲ့ကြည့်ရအောင်

ကျောင်းသားတွေရဲ့စာမေးပွဲရမှတ်တွေကို Compare လုပ်ကြည့်ကြမယ်

မောင်မောင်က စာမေးပွဲ နှစ်ခုဖြေဆိုခဲ့တယ်ဆိုပါစို့ ဘယ်subject က သူပိုတော်ခဲ့လဲဆိုတာ
သိချင်တယ်ဆိုရင်

ဘာသာရပ်စာမေးပွဲတွေက လွယ်မှု/ခက်မှု
မတူညီတဲ့အတွက် ရမှတ် ချည်းပဲကြည့်ပြီး
နှိုင်းယှဉ်လို့မရတာမို့

အမတို့ Z-score ကိုသုံးပြီး နှိုင်းယှဉ်ကြည့်ရအောင်

င်္သချာဘာသာအတွက်
မောင်မောင်ရမှတ် (X) = 85
တစ်ကျောင်းလုံးပျမ်းမျှ (μ) mean = 70
စံသွေဖည်မှု (σ) Standard Deviation = 10

အင်္ဂလိပ်ဘာသာ:
မောင်မောင်ရမှတ် (X) = 75
တစ်ကျောင်းလုံးပျမ်းမျှ (μ) mean = 65
စံသွေဖည်မှု (σ) Standard Deviation = 5

Dataကိုပေးထားတဲ့ Formulaမှာ အစားထိုးလိုက်ရင်
Subject တခုချင်းစီရဲ့ Z-scoreကို ရလာမှာပါ

င်္သချာဘာသာရပ်အတွက် Z တန်ဖိုးက 1.5ရတာဖြစ်လို့
မောင်မောင်ရဲ့ သင်္ချာရမှတ်ဟာ
တစ်ကျောင်းလုံးရဲ့ ပျမ်းမျှအထက်မှာ
Standard Deviation ရဲ့၁.၅ ဆ ရှိတယ်လို့
အဓိပ္ပါယ်ရပါတယ်

အင်္ဂလိပ် Z = 2.0: မောင်မောင်ရဲ့
အင်္ဂလိပ်စာ ရမှတ်ဟာ
တစ်ကျောင်းလုံးရဲ့ ပျမ်းမျှအထက်မှာ
စံသွေဖည်မှု (STD)၂.၀ ဆ ရှိတယ်လို့ အဓိပ္ပါယ်ရပါတယ်

ဒါကိုကြည့်ခြင်းအားဖြင့်

Z-score ၂.၀ က ၁.၅ ထက် ပိုများတဲ့အတွက်
မောင်မောင်ဟာ အင်္ဂလိပ်ဘာသာမှာ သင်္ချာထက်ပိုပြီး ထူးချွန်ခဲ့တယ်လို့ ဆိုနိုင်ပါတယ်
ဘာသာရပ်စာမေးပွဲရဲ့ လွယ်မှု/ခက်မှုကို ချိန်ညှိပြီး နှိုင်းယှဉ်လိုက်တဲ့သဘောပါ

မိတ်ဆွေတို့ကော Z-scoreကို ဘာကြောင့်ကြည့်ဖို့လိုအပ်တယ်ထင်ပါသလဲ✨
နောက်နေ့ကျ Empirical Rule ဘာကြောင့်
သုံးရလဲကို တူတူလေ့လာကြည့်ကြမယ်ရှင့်
ဖြည်းဖြည်းချင်းစီ Sharing လုပ်ပေးပါမယ်ရှင့်