R စာအုပ် မှာယူထားသူများအတွက်ပါ။📢
ဟိုတနေ့က တင်လိုက်တဲ့ R စာအုပ်အရောင်းပို့စ်ကနေ တဆင့် R စာအုပ်ကို ဝယ်ယူအားပေးသူ တွေ၊ တနည်းနည်းဖြင့် အလှူ မှာ ပါဝင်သူများကို ကျေးဇူးအများကြီးတင်ရှိပါတယ်ရှင်

သက်ဆိုင်ရာ စာအုပ်အမှာ များကို ပေးပို့ရန် လိပ်စာ ဖုန်းနံပါတ် စသဖြင့် အဆင့်ဆင့် စစ်ဆေးပြီး( လွဲချော်သွားမှာ စိုးလို့ပါ) ပို့ဆောင် ပေးထားပါတယ်။

ကြားထဲမှာ စာအုပ်အရေအတွက် လွဲချော် သွားတဲ့သူ
နှစ်ယောက်အတွက် လည်း အဆင်ပြေအောင် ပြန်စီစဉ်ပေးထားပါတယ်။ နားလည် ပေးတဲ့ အတွက်လည်း ကျေးဇူးအထူးတင်ရှိပါတယ်ရှင်

Delivery Service ဖက်က ခရီး အကွာအဝေး ပေါ် မူတည်ပြီး ကြာချိန်ကွာဟ နိုင်ပါတယ်။ ပေးထားတဲ့ ဖုန်းနံပါတ် အတိုင်း သူတို့ ဆက်သွယ်လာပါလိမ့်မယ်။📞☎️

အကယ်၍ စာအုပ်မှာယူထားမှုနဲ့ ပက်သက်ပြီး အခြား အကြောင်းအရာ စုံစမ်းလိုပါက Page Messenger📩 မှာ လာပြောပေးပါရှင်

R for Data Science Team

*Rစာအုပ်လေးက လိုချင်ရင် လူ ၆၀စာ စာအုပ် ၆၀ ကျန်ပါသေးတယ် လူပြည့်သွားရင် comment ပိတ်လိုက်ပါမယ်

*ရှေ့ရက်က Rစာအုပ်မကျန်တော့ဘူး ထင်နေပေမယ့် စာအုပ်တိုက်က ပို့ထားတဲ့ တစ်ပုံးကို မတွေ့မိလို့ ပါ

*ရှေ့ ပို့စ်မှာ လိုချင်လျက် မရလိုက်တဲ့ သူများမှ ဒီpostမှာ ပြန်မန့်ပေးပါ

*messengerမှာ လိပ်စာဖုန်းနံပါတ် ပေးတဲ့အခါ လာမယ့်အပါတ်ထဲ ပို့ပေးပါမယ်။ "

Item Response Theory (IRT) က ကျောင်းသားတစ်ယောက်ဟာ မေးခွန်း တစ်ပုဒ် ကို အဖြေမှန် ဖြေနိုင်စွမ်း( Probability) ကို model ရေးဆွဲလေ့လာနိုင်
‌မယ့် သီအိုရီ တစ်ခုပါ။

အဲ့ဒီ model ကို ဘာ‌ တွေ ပေါ် အခြေခံ တည်ဆောက်မလဲဆိုရင်~~

θ (theta) → student ability နဲ့

Item characteristics တွေဖြစ်တဲ့→ difficulty, discrimination, guessing, စတာတွေပေါ် မူတည် ပြီး လေ့လာကြမှာပါ။

Model တစ်ခုနဲ့ တစ်ခု ဘာ‌တွေ အဓိက ကွာမလဲဆိုရင်တော့ အ‌ပေါ်က ပြောတဲ့ parameters အမျိုးအစားနဲ့ မေးခွန်း item က ဘယ်လောက် ရှုပ်ထွေးလဲဆိုတာပေါ် မူတည် ပြီး ကွဲပြားသွားမှာပါ။

1.

One-Parameter Logistic Model (1PL / Rasch Model)

Parameters: b = item difficulty

Formula: P(correct) = e^(θ-b) / (1 + e^(θ-b))

ဒီ Model က Item difficulty တမျိုးတည်း ပေါ် အခြေခံ တည်ဆောက်မှာပါ။

ကျန်တဲ့ Item Discrimination ကတော့ item အကုန်လုံးတူတယ်လို့ယူဆလိုက်မှာပါ။

θ = student ability

ဥပမာ:

Item difficulty b = 0.5,
Student ability θ = 0 → P ≈ 38%
Student ability θ = 1 → P ≈ 73%

ဒီ Model ကို ဘယ်မှာ သုံးမလဲ‌ဆိုရင် Standardized tests, fair & simple measurement တွေမှာ သုံးပါတယ်။

2.

Two-Parameter Logistic Model (2PL)

Parameters:

b = difficulty,
a = discrimination

Formula: P(correct) = e^(a(θ-b)) / (1 + e^(a(θ-b)))

ဒီ Model မှာတော့ items တွေဟာ တော်တဲ့ ကျောင်းသား ညံ့တဲ့ ကျောင်းသားကို ကောင်းကောင်းမွန်မွန် ခွဲခြားနိုင်ခြင်း ဆိုတာကို အဓိက ထားပါတယ်။

Higher a → steeper slope.

Example:

Item: b = 0.5,

a = 2,
θ = 0 → P ≈ 27%;
θ = 1 → P ≈ 73%

ဒီ Model ကိုတော့ မတူညီတဲ့ item quality တွေ ပါတဲ့
Research tests တွေ မှာ အသုံးပြု လေ့ရှိပါတယ်။

3.
Three-Parameter Logistic Model (3PL)

Parameters:

b = difficulty,
a = discrimination,
c = guessing

Three Parameters model မှာတော့ guessing ဆိုတဲ့ parameter တစ်ခု ပါလာပါတယ်။

Formula: P(correct) = c + (1-c) * (e^(a(θ-b)) / (1 + e^(a(θ-b))))

အထူးသဖြင့် multiple-choice questions တွေမှာ ခန့်မှန်းပြီး ထည့်လို့ရမယ့် item quality မျိုးကို စစ်ဆေးပေးပါတယ်။

Example:

b = 1,
a = 1.5,
c = 0.25,

θ = 0 → P ≈ 32%;
θ = 1 → P ≈ 65%;
θ = 2 → P ≈ 85%

**Item Analysis အတန်းမှ မှတ်စုကို မျှဝေခြင်းဖြစ်ပါတယ်။။ဒီ Model (3) ခု အပြင် အခြား သက်ဆိုင်ရာ model တွေရှိပါသေးတယ်။ဆက်လေ့လာလို့ရပါတယ်ရှင်

With Love,
Tr.Airy🍂

#itemresponsetheory
#itemanalysis
#question
#rfordatascience

Quantitative Survey Data Analysis with R (ZOOM Class)
-----
📊 Survey Data တွေကို အစမှ အဆုံးထိ ကိုယ်တိုင် Analysis ပြုလုပ်နိုင်ဖို့... တနှစ်အတွင်း တခါတရံသာ ဖွင့်လှစ်ဖြစ်မယ့် သင်တန်း တခုကို ဒီလ ဖွင့်လှစ်လိုက်ပါပြီ။ NGO အဖွဲ့အစည်းများမှ Data ကိုင်တွယ်နေသူများ၊ သုတေသနပြုလုပ်သူများ၊ ဘွဲ့လွန်ကျောင်းသားများနှင့် Data Analyst များအတွက် အထူးရည်ရွယ်ပါသည်။

ဒီသင်တန်းမှာ Survey Data တစ်ခုကို လက်ခံရရှိချိန်ကစပြီး Publication-ready Report ရေးသားတတ်တဲ့အထိ Flow တစ်ခုလုံးကို လက်တွေ့ (Hands-on) သင်ကြားပေးသွားမှာပါ။ "R ကို တစ်ခါမှမသုံးဖူးလို့ တက်လို့ရပါ့မလား" စိတ်ပူစရာမလိုအောင် R Basics ကိုပါ ပူးတွဲသင်ကြားပေးသွားမယ့် သင်တန်းဖြစ်ပါတယ်။

📘 ဒီသင်တန်းမှာ ဘာတွေသင်မှာလဲ?

1️⃣ R Basics & Data Handling: R ကို တစ်ခါမှမသုံးဖူးသူတွေအတွက် R နှင့် RStudio အသုံးပြုပုံ အခြေခံများမှစတင်၍ Excel သို့မဟုတ် CSV Data ဖိုင်များကို R ထဲသို့ စနစ်တကျ ထည့်သွင်းခြင်း။
2️⃣ Data Cleaning: Variables များစွာနဲ့ ကောက်ထားတဲ့ survey datasetကြီးမှ Missing values များနှင့် Outliers များကို စနစ်တကျ ကိုင်တွယ်ခြင်း။ လိုအပ်သလို data wrangling လုပ်ခြင်း
3️⃣ Scale Analysis: Likert scale များကို Reverse coding လုပ်ခြင်းနှင့် Composite scores များ တွက်ချက်ခြင်း။
4️⃣ Professional Visualization: pictograph, likert plots အပါအဝင် Publication-ready ဖြစ်တဲ့ အဆင့်မြင့် Graph မျိုးစုံကို ရေးဆွဲခြင်း။
5️⃣ Complex Survey Design: Sampling weights များ ထည့်သွင်းပြီး လူဦးရေတစ်ခုလုံးကို ကိုယ်စားပြုစေမည့် Analysis လုပ်နည်း။
6️⃣ Inferential Statistics: Variables ပေါ်မူတည်ပြီး Descriptive Statistics အပြင် inferential Statistical tests များကို R ဖြင့် တွက်ချက် အဖြေထုတ်ခြင်း။
7️⃣ Factor Analysis: Reliability (Cronbach’s alpha) မှသည် EFA နှင့် CFA အခြေခံအထိ တွက်ထုတ်ခြင်းနှင့် Report ရေးသားခြင်း။
________
📅 သင်တန်းအသေးစိတ်
📅 စတင်မည့်ရက်: မေလ (၉) ရက်၊ ၂၀၂၆ ခုနှစ်။
⏰ သင်တန်းအချိန်: စနေ၊ တနင်္ဂနွေ (ည ၇:၀၀ နာရီ မှ ၉:၀၀ နာရီအထိ)။
⏳ သင်တန်းကာလ: ၄ ပတ် (စုစုပေါင်း ၈ ရက် - ၁၆ နာရီ)။
💻 သင်ကြားမည့်ပုံစံ: Zoom (Live) - လက်တွေ့ Exercise များ၊ Case Studies (update real data) များဖြင့် သင်ကြားပေးမည်။
💰 သင်တန်းကြေး: ၁၀၀,၀၀၀ ကျပ်။
🎁 Special Promotion: ဧပြီလ (၃၀) ရက်နေ့ နောက်ဆုံးထားပြီး အပ်နှံသူများအတွက် ၁၀% Discount (၉၀,၀၀၀ ကျပ်) ဖြင့် တက်ရောက်နိုင်မည့် Early Bird အခွင့်အရေးရှိပါသည်။

ဘာကြောင့် ဒီသင်တန်းကို တက်သင့်တာလဲ?
✅ Zoom class: ဒီသင်တန်းက တနှစ်အတွင်း တခါတရံသာ ဖွင့်လှစ်ဖြစ်မယ့် သင်တန်းအမျိုးအစားဖြစ်တာမို့ အခွင့်အရေးရတုန်း တက်ထားဖို့ လို့တာပေါ့နော်။ Video lecture class မရှိသေးပါဘူး။
✅ Real-world Data: လက်တွေ့နယ်ပယ်က Survey Data တွေကို အသုံးပြုပြီး သင်ကြားပေးမှာ ဖြစ်လို့ မိမိလုပ်ငန်းအတွက် ဆက်စပ်အသုံးချနိုင်တယ်။
✅ Step-by-Step: R Programming အခြေခံမှစပြီး အဆင့်မြင့် Factor Analysis အထိ တစ်ဆင့်ချင်း နားလည်အောင် ရှင်းပြပေးမှာပါ။
✅ Resources: သင်ခန်းစာပြီးတိုင်း လက်တွေ့ပြန်လုပ်နိုင်မယ့် RScripts များနှင့် Checklist များကို ပံ့ပိုးပေးမှာဖြစ်လို့ နားမလည်မှာ စိတ်ပူစရာမလိုပါဘူး။

ဒါကြောင့် Data Science နယ်ပယ်မှာ Survey Analysis ကို R နဲ့ အဆင့်မြှင့်တင်ချင်တယ်ဆိုရင် ဒီနေ့ပဲ Page Messenger မှတစ်ဆင့် ဆက်သွယ်မေးမြန်း စာရင်းပေးသွင်းနိုင်ပါပြီရှင်။

#DataScience #RStats #RforDataScienceMyanmar #DataViz #drnunukhaing #DataVisualisation #Survey #DataAnalysis #Statistics #ResearchMethodology #RMyanmar #RProgramming #DataVisualization #Rmyanmar #RforDataScience

Kindly Reminder 📢
"Quantitative Survey Data Analysis with R" အတန်းက မနက်ဖြန် စနေ‌နေ့ ည 7 နာရီ စပါပြီ။
📩သက်ဆိုင်ရာ Zoom Link နဲ့ Google Classroom Link ပို့ထားပါပြီရှင့်။ Chat Box / Mail တွေ ကို တချက် စစ်ပေးပါ။
Register လုပ်ထားရဲ့နဲ့ Link တွေ မရသေးတဲ့သူရှိရင်လည်း Page Messenger မှာ လာပြောပေးပါရှင်

📨 Teaching/Learning Materials၊ Resources တွေကို Google Classroom မှာ တင်မှာ ဖြစ်တဲ့ အတွက် မဖြစ်မနေ Google Classroom Link လေးကို Join ဖို့ လိုအပ်ပါတယ်။

📨အတန်း Join ဖို့ စိတ်ဝင်စားတယ်၊ Join မယ်လို့ စာရင်း ပေးထားတဲ့ သူလေးတွေလည်း အတန်း Join ဖို့ အခွင့် အရေး လက်လွှတ်သွားမှာ စိုးလို့ပါ။ Page Messenger မှာ Join ဖြစ်/မဖြစ် တချက် Confirm ပေးပါအူးရှင့်။

📨 R Programming ကို အခု မှ စ အသုံးပြုမယ့် သူတွေ အနေနဲ့ R Programming Software ကို ကြိုတင် Install လုပ်ဖို့ လိုအပ်ပါတယ်ရှင်။ ဘယ်လို Install လုပ်ရမလဲ မသိတဲ့ သူတွေအတွက်လည်း အောက်က YouTube Video Link မှာ Install လုပ်ဖို့ တဆင့်ချင်း ပြောပြထားပါတယ်။

YouTube Video Link:
https://youtu.be/btmNKmrvZcs?si=EMLTnpQ_iMjC4FEN

With Love,
Tr.Airy🍂

Let's Make Learning Fun!!

#rprogramming
#rfordatascience
#rmyanmar
#survey

pipe operator, %>%
================

▪️▪️▪️▪️R ကို အသုံးပြုရင်းနဲ့ pipe operator ဆိုတာကို မကြာခဏကြားဖူး/သုံးဖူးကြမှာပါ။Pipe operator ဆိုတာဘာလဲ?

Pipe operator ဟာ R မှာ အတွဲလိုက်(sequence)
လုပ်ဆောင်ချက်တွေ ကို ရှင်းရှင်းလင်းလင်း ဖော်ပြချင်တဲ့ အခါမှာ အသုံးပြုတဲ့ tool တစ်ခုပါ။

Pipe operator ကို 2013 ခုနှစ် ဒီဇင်ဘာလ 29ရက်နေ့မှာ Stefan Milton Bache ဆိုတဲ့ ပညာရှင် က
မိတ်ဆက်ပေးခဲ့ပါတယ်။

pipe( %>%) ဟာ magrittr package ကနေတဆင့် ခေါ်ယူ အသုံးပြုထားတဲ့အရာပါ။ဒါပေမယ့် tidyverse ထဲက packages တွေက‌ pipe ကို အလိုအလျောက် loading လုပ်ပေးတဲ့ အတွက် သီးသန့် package ခေါ်ပြီး သုံးဖို့ လိုလေ့မရှိပါဘူး။

function အမျိုးမျိုးကို data frame တစ်ခုထဲမှာ အသုံးပြုဖို့ ခွင့်ပြုတဲ့ အတွက် pipe operator ကို chain function အနေနဲ့ လဲ မှတ်ယူကြပါတယ်။

"chaining" ရဲ့ သဘောကတော့ နည်းလမ်းမျိုးစုံကို ခေါ်ယူအသုံးပြုတယ်" multiple method calls" လို့ ဆိုလိုတာပါ။

R မှာ pipe operator ကို သင်္ကေတ( %>% ) နဲ့ ပိုပြီး ရင်းနှီးကြပါတယ်။

pipe operator ကို ggplot2 မှာသုံးတဲ့ + နဲ့ သဘောတရားချင်း ဆင်တူတယ်လို့မှတ်ယူလို့ရပါတယ်။အင်္ဂလိပ်လို ဆိုရင် "THEN" ဆိုတဲ့ အဓိပ္ပာယ်ပါ။

Why Use R Pipes?
==============

R ဆိုတာက functional language တစ်မျိုးပါ။
ဒါကြောင့် code တစ်ခုမှာparenthesis ( ) အများအပြား အသုံးပြုပြီး ချိတ်ဆက်ကာ command ပေးပြီး လုပ်ဆောင်ခိုင်းရလေ့ရှိပါတယ်။

ရှုပ်ထွေးတဲ့ Code တွေ ရေးရလေလေ ( ) function အများအပြားသုံးရလေပါပဲ။အဲ့ဒီအခါ code တွေက ဖတ်ရခက်ပြီးနားလည်ရခက်လာပါတယ်။

Pipe operator ကို အသုံးပြုပြီး....
R မှာ လုပ်ဆောင်ချက်တွေကို တစ်ခုနဲ့ တစ်ခု ချိတ်ဆက်ပြီး လုပ်ဆောင်တယ်/သို့
pipeline တစ်ခုကဲ့ သို့ လုပ်ဆောင်တယ်ဆိုတာဟာ
ရှုပ်ထွေး‌နေတာတွေကို ရှင်းရှင်းလင်းလင်းဖြစ်စေမယ့်
ထိရောက်တဲ့နည်းလမ်းတစ်ခုပါ။

R မှာ pipe operator အသုံးပြုရတဲ့ အဓိက အကြောင်းပြချက် လေးခုကတော့~~

• data operations ရဲ့ လုပ်ဆောင်ချက် sequence အလိုက် စနစ်တကျ စုစည်း‌ဖော်ပြရန်

• ရှုပ်ထွေးပြီး ထပ်ခါထပ်ခါ ဖြစ်စေမယ့် function အသုံးပြုမှုကို ရှောင်ရှားရန်

• variable တွေနဲ့အသုံးပြုထားတဲ့ function တွေကို မကြာခဏ အဓိပ္ပာယ် ဖွင့်ရတာကို လျှော့ချရန်

• operation အတွဲလိုက် ရဲ့ ကြိုက်တဲ့နေရာမှာ လိုအပ်တဲ့ အဆင့်တွေကို အလွယ်တကူ ထပ်ပေါင်းထည့်နိုင်ရန်

...စတာတွေကြောင့် ဖြစ်ပါတယ်။

Pipe operator ကို အသုံးပြုရတဲ့ အဓိက အကြောင်းပြချက်က‌တော့function တွေကို နားလည်ရလွယ်ကူ ပြီး အသုံးပြုရလွယ်ကူဖို့ ပဲဖြစ်ပါတယ်။
pipe operator ရဲ့ အသုံးဝင်ပုံကို သိရှိခြင်းအားဖြင့် R မှာ code တွေ function တွေကို ထိထိရောက်ရောက် အသုံးပြုတတ်လာမှာပါ။

With Love,
Tr.Airy🍂

https://www.datacamp.com/tutorial/pipe-r-tutorial

June လအတွက် R programming & Statistics တန်းခွဲသစ်များကို အထူး Discount နှင့်အတူ ဖွင့်လှစ်ပါတော့မယ် 📢

🍂 ယနေ့ခေတ် IT revolution မှာ Analytical tools တွေကိုအသုံးပြုမှုပုံစံက ဆယ်စုနှစ်နှစ်ခု အတွင်းမှာအလျင် အမြန် ပြောင်းလဲလာခဲ့ပါတယ်။ ဟိုးအရင်က သင်္ချာသီအိုရီတွေကိုဆို နှုတ်နဲ့ပုံဖော်ရှင်းပြရတဲ့ အချိန်ကာလ အပိုင်းအခြားကနေ ကွန်ပျူတာနဲ့ simulation modelတွေပြုလုပ်ပြီး 2D 3D ပုံတွေနဲ့ ရှင်းပြလာကြတာမျိုး၊ Internet မှတဆင့် Websiteအသီးသီးမှတဆင့် နေရာဒေသအသီးသီးက လေ့လာလို့ရနေတာ၊ သက်ဆိုင်ရာ ပုစ္စာကို တွက်ချက်ဖြေရှင်းကြတဲ့အခါမှာလည်း Formulaတွေမှာ ကိန်းဂဏန်းတွေ အစားထိုးပြီး Analytical tools (အနည်းဆုံး Calculator အကူအညီယူ) သုံးပြီး တွက်တဲ့ သင်ခန်းစာမျိုးတွေ ထည့်သွင်းလာပါပြီ။

🍂 သုတေသနနယ်ပယ်မှာလည်း အလားတူပါပဲ။ နည်းပညာ အရည်အသွေး မြင့်မားလာတာနှင့်အမျှ သုတေသနပိုင်းဆိုင်ရာမှာ သုံးတဲ့ Data Analytical toolsတွေကလည်း ပိုပြီး advanced ဖြစ်လာခဲ့ပါတယ်။ Data output တွေ ပိုတိကျလာရန်၊ ပိုပြီးပီပီပြင်ပြင်သရုပ်ဖော်နိုင်လာ‌ပြီးအသေးစိတ် ဖော်ပြနိုင်ရန် Statistical software တွေကို တီထွင် အသုံးပြုလာကြပါတယ်။ ဒါကတော့ နည်းပညာခေတ်ရဲ့အဆင့်ဆင့် ပြောင်းလဲမှု (IT revolution)ကြောင့် ဆိုတာ အားလုံး မျက်မြင်ကိုယ်တွေ့ပါပဲ။

🍂 ဒါ​ကြောင့် ကျွန်မတို့ R for Data Science page မှာ Data analysts နဲ့ Academic researchers ​တွေအတွက် R programming နဲ့ Statistics Courses အမျိုးမျိုးကို တတ် စွမ်းသ​လောက် သင်ကြားမျှဝေ ​ပေးသွားဖို့ ကြိုးစား​နေပါတယ်။
🍂 ဒီလို popular ဖြစ်လာတဲ့ R programming language နဲ့ statistics course ​လေး​တွေကို လေ့လာချင်တယ်ဆိုရင်​တော့ ဒီ batch ​လေးမှာ join ဖို့ ဖိတ်​ခေါ်ပါရ​စေ 🤝

---------------------------------------------------------
📌R ကို ဘယ်သူတွေ သင်ယူသင့်သလဲ?

✓Programming Language တစ်ခုခု ကို စိတ်ပါဝင်စား၍လေ့လာလိုသူ
✓Data အချက်အလက်တွေနဲ့ အလုပ်လုပ်နေရတဲ့ သူ
✓Researcher✓Data Analyst ......စသဖြင့် နယ်ပယ်အသီးသီး က စိတ်ပါဝင်စားသူ မည်သူမဆို လေ့လာလို့ရပါတယ်။

---------------------------------------------------------

🔴R ကို သင်ဖို့ ဆုံးဖြတ်လိုက်ပြီဆိုရင် ဒီသင်တန်းကို ဘာကြောင့်ရွေးချယ်သင့်လဲ ?

📊 R နဲ့ ပတ်သက်ပြီး - ကျွန်မတို့ သင်တန်းကို တက်မယ်ဆိုရင်.. ငါ ဘာမှမသိဘူး၊ coding ဆိုတာလည်း တခါမှ မရေးဖူးဘူး။ R ကို စနစ်တကျ လေ့လာချင်တယ်၊ ဘယ်လိုလုပ်ရမလဲ စသဖြင့်.. စိုးရိမ်စရာ မလိုတော့ပါဘူး။ ကျွန်မတို့သင်တန်းမှာ R ကို install လုပ်နည်းအပြင် R data အခြေခံကစပြီး R pro တယောက်လို ကျွမ်းကျင်ချင်ရင် ဘယ်လို self-studyလေ့လာရမလဲ ဆိုတာကိုပါ သင်ယူလို့ရပါမယ်။

📊 အခုသင်တန်းနှစ်ခုစလုံးကို Zoom live နဲ့ပဲ သင်ဖို့ စီစဉ်ထားပါတယ်။ အကြောင်းအရင်းကတော့ သင်တန်းသားတွေနဲ့ engagement ပိုရှိပြီးနားမလည်တာတခုခု၊ အမှားတခုခုတွေ့ရင် သင်တန်းမှာတင် အတူတူဖြေရှင်းလို့ရအောင် ဖြစ်ပါတယ်။

📊 အသစ် ထွက်ရှိလာတဲ့ R Studio version နဲ့ အတူ Latest features တွေကို လစဉ် content အသစ် ထည့်သွင်းရေးဆွဲထား သင်ကြားနေတဲ့ အတွက် update R lessons တွေကို သင်ယူသွားရမှာ ဖြစ်ပါတယ်။

ကျွန်မတို့ဖွင့်လှစ်မယ့် သင်တန်း (၂)ခုကတော့ -
---------------------------------------------------------
၁။ Introduction to R and RStudio Course (Batch-38)
(R Programming ကို အခြေခံမှစ၍ လက်တွေ့အသုံးချနိုင်သည်အထိ စနစ်တကျ လေ့လာလိုသူများအတွက်)

📅 သင်တန်းရက်များ: SAT & SUN (ည ၇ နာရီ - ၉ နာရီ)
🗓️ သင်တန်းစတင်မည့်ရက်: 6.6.2026 (စနေနေ့)
💰 သင်တန်းကြေး: 80,000 MMK
---------------------------------------------------------
၂။ Basic Statistics with R Course (Batch-38)
(Data များကို Statistics Logic များဖြင့် မှန်ကန်စွာ Analysis လုပ်ပြီး အဓိပ္ပာယ်ဖွင့်ဆိုလိုသူများအတွက်)

📅 သင်တန်းရက်များ: MON & TUE (ည ၇ နာရီ - ၉ နာရီ)
🗓️သင်တန်း စတင်မည့်ရက်: 8.6.2026(တနင်္လာနေ့)
💰 သင်တန်းကြေး: 100,000 MMK
---------------------------------------------------------
🎁 အထူးအခွင့်အရေးများ (Promotions)

⏳ Early bird Discount - May လ (31)ရက်နေ့ ည 12 နာရီ မတိုင်ခင် R programming & Statistics အတန်းတွေကို စာရင်းသွင်းအပ်နှံသူများအတွက် အထူး Discount ရှိပါတယ်။ အတန်း နှစ်တန်းစလုံး Join ရင် Discount က နှစ်ခုစလုံး အတွက် ရမှာပါရှင်။👋

⏳ Alumni Discount:- ကျွန်မတို့ဆီမှာ သင်တန်းတစ်ခုခု တက်ရောက်ဖူးထားသည့် သင်တန်းသားဟောင်းများအတွက်လည်း အထူး Discount ရှိပါသည် (Messenger တွင် မေးမြန်းနိုင်ပါသည်)။

---------------------------------------------------------
💻 သင်ကြားမည့်ပုံစံနှင့် အကျိုးကျေးဇူးများ

• Learning Platform: Zoom မှတစ်ဆင့် တိုက်ရိုက်သင်ကြားပေးပါမည်။
• Class Materials: နေ့စဉ်သင်ကြားသည့် Teaching Materials များနှင့် Lecture Recorded Files များကို Google Classroom မှတစ်ဆင့် ပြန်လည်လေ့လာနိုင်အောင် တင်ပေးသွားပါမည်။
• Certificate: သင်တန်းပြီးဆုံးပါက တက်ရောက်ထားကြောင်း Certificate ပေးအပ်ပါမည်။

---------------------------------------------------------
📩 သင်တန်းအပ်နှံရန်နှင့် အသေးစိတ်စုံစမ်းရန်: [Page Messenger သို့ ဆက်သွယ်နိုင်ပါသည်ရှင်။

#rfordatasciencemyanmar#RProgramming#rstatistics#R

📢R အတန်းတွေကိုအထူး Discount အစီအစဉ် နဲ့ Join ဖို့ အချိန်(၆) ရက် သာကျန်ပါသည်။

Join နိုင်တဲ့ အတန်းကတော့ နှစ်တန်းပါ။

1.Introduction to R and R Studio
2.Basic Statistics with R

Special Discount အစီအစဉ်ကတော့ May လ (၃၁) ရက် ည ၁၂ နာရီ မတိုင်ခင် အတန်းအပ်တဲ့ မည်သူ မဆို 10000 Mmk လျှော့ပေးမှာပါ။

နှစ်တန်း စလုံး Join ရင် နှစ်တန်း စလုံးအတွက် Discount offer ရမှာပါ။

Special Discount offer က အခု Batch ပဲပေးမှာပါ။
အတန်း မှာ လူဦးရေ ကန့်သတ် ထားတဲ့ အတွက် လူမပြည့်ခင် ခပ်မြန်မြန် Join ဖို့လိုပါတယ်။

****သတ်မှတ်ထားတဲ့ သင်တန်းသား ဦးရေ ပြည့် ခါနီးနေပါပြီ။

သင်တန်းအကြောင်းအရာ အသေးစိတ်နဲ့ Discount အစီအစဉ် အသေးစိတ်ကို အောက်ပါ link မှာ ဝင်ရောက်ကြည့်ရှုနိုင်ပါတယ်။

https://www.facebook.com/share/p/18chherJcQ/

#rfordatasciencemyanmar
#datasciencemyanmar

Kindly Reminder 🔔
မင်္ဂလာပါ 👋......! မနက်ဖြန်ည (7) နာရီ မှာ Introduction to R & R Studio အတန်းလေး​တွေ စမှာပါ။ 🥰

💻 Zoom Invitation link/Google classroom link လေးတွေကို page CB ကနေတဆင့် ပို့ ပေးပါမယ်။
Registration လုပ်ထားရဲ့နဲ့ အခုထိ link မရသေးသူများရှိရင် CB /Telegram ကတဆင့် ဆက်သွယ်နိုင်ပါတယ်ရှင်။…

တဆက်တည်းမှာ R programming ကို အသုံးပြုပြီး Statistics ဘာသာရပ် ကို လေ့လာလို သူတွေ အတွက် အခွင့်အရေးလက်မလွှတ် ရလေအောင် ~~

📍 Google Form ဖြည့်ပြီး သင်တန်းမအပ်ရသေးတဲ့သူတွေ
📍Messenger မှာ စုံစမ်းပြီး registration မလုပ်ရသေးတဲ့ သူတွေ
📍 သင်တန်း တက်ဖို့ လျာထားပေမယ့် အလုပ်တွေများပြီး မေ့နေတဲ့ သူတွေ အတွက်ရော

Registeration လေးလုပ်ပေးဖို့ remind လုပ်လိုက်ရပါတယ်ရှင့် ~~🙋

Course အသေးစိတ်ကို အောက်က link ထဲမှာ ဝင်ရောက် ဖတ်ရှု နိုင်ပါတယ်။
https://www.facebook.com/share/p/1EhfZbkHmb/

သင်ယူ မှု အခွင့်အလမ်းများ အစဉ်တိုးပွားစေရန် ရည်
ရွယ်လျက်🤎

R for Data Science Team 🍂

Telegram Link:
https://t.me/rfordatascience

Kindly Reminder 🔔
မင်္ဂလာပါ 👋......! မနက်ဖြန်ည (7) နာရီ မှာ "Basic Statistics With R" အတန်းလေး​တွေ စမှာပါ။ 🥰

💻 Zoom Invitation link/Google classroom link လေးတွေကို page CB ကနေတဆင့် ပို့ ပေးပါမယ်။
Registration လုပ်ထားရဲ့နဲ့ အခုထိ link မရသေးသူများရှိရင် CB /Telegram ကတဆင့် ဆက်သွယ်နိုင်ပါတယ်ရှင်။…

တဆက်တည်းမှာ R programming ကို အသုံးပြုပြီး Statistics ဘာသာရပ် ကို လေ့လာလို သူတွေ အတွက် အခွင့်အရေးလက်မလွှတ် ရလေအောင် ~~

📍 Google Form ဖြည့်ပြီး သင်တန်းမအပ်ရသေးတဲ့သူတွေ
📍Messenger မှာ စုံစမ်းပြီး registration မလုပ်ရသေးတဲ့ သူတွေ
📍 သင်တန်း တက်ဖို့ လျာထားပေမယ့် အလုပ်တွေများပြီး မေ့နေတဲ့ သူတွေ အတွက်ရော

Registeration လေးလုပ်ပေးဖို့ remind လုပ်လိုက်ရပါတယ်ရှင့် ~~🙋

Course အသေးစိတ်ကို အောက်က link ထဲမှာ ဝင်ရောက် ဖတ်ရှု နိုင်ပါတယ်။
https://www.facebook.com/share/p/1EhfZbkHmb/

သင်ယူ မှု အခွင့်အလမ်းများ အစဉ်တိုးပွားစေရန် ရည်
ရွယ်လျက်🤎

R for Data Science Team 🍂

Telegram Link:
https://t.me/rfordatascience

#rfordatascience
#rmyanmar

Basics of R
Introduction to R Interface