{"id":16072,"date":"2026-04-13T20:10:45","date_gmt":"2026-04-13T13:10:45","guid":{"rendered":"https:\/\/krukob.com\/web\/?p=16072"},"modified":"2026-04-13T20:10:53","modified_gmt":"2026-04-13T13:10:53","slug":"news-174","status":"publish","type":"post","link":"https:\/\/krukob.com\/web\/news-174\/","title":{"rendered":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25"},"content":{"rendered":"<script async src=\"\/\/pagead2.googlesyndication.com\/pagead\/js\/adsbygoogle.js\"><\/script>\r\n<script>\r\n  (adsbygoogle = window.adsbygoogle || []).push({\r\n    google_ad_client: \"ca-pub-2163185472750267\",\r\n    enable_page_level_ads: true\r\n  });\r\n<\/script>\n<h1 class=\"wp-block-heading\"><strong>\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25<\/strong><\/h1>\n\n\n\n<p class=\"has-text-align-right\">\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14<br>\u0e28\u0e36\u0e01\u0e29\u0e32\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e4c \u0e27\u0e34\u0e17\u0e22\u0e10\u0e32\u0e19\u0e30\u0e28\u0e36\u0e01\u0e29\u0e32\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e4c\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d \u0e2a\u0e1e\u0e21.\u0e19\u0e04\u0e23\u0e23\u0e32\u0e0a\u0e2a\u0e35\u0e21\u0e32<br>Musicmankob@gmail.com&nbsp;<\/p>\n\n\n\n<p class=\"has-text-align-center\"><br>__________________________________<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e1b\u0e10\u0e21\u0e1a\u0e17\u0e41\u0e2b\u0e48\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e41\u0e25\u0e30\u0e2a\u0e31\u0e0d\u0e0a\u0e32\u0e15\u0e0d\u0e32\u0e13\u0e40\u0e0a\u0e34\u0e07\u0e20\u0e32\u0e1e<\/strong><\/h2>\n\n\n\n<p>\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 \u0e2b\u0e23\u0e37\u0e2d Analysis of Variance \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e31\u0e01\u0e16\u0e39\u0e01\u0e40\u0e23\u0e35\u0e22\u0e01\u0e22\u0e48\u0e2d\u0e43\u0e19\u0e27\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e27\u0e48\u0e32 ANOVA \u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e41\u0e25\u0e30\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2d\u0e19\u0e38\u0e21\u0e32\u0e19\u0e17\u0e35\u0e48\u0e17\u0e23\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e22\u0e34\u0e48\u0e07\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13 \u0e42\u0e14\u0e22\u0e21\u0e35\u0e27\u0e31\u0e15\u0e16\u0e38\u0e1b\u0e23\u0e30\u0e2a\u0e07\u0e04\u0e4c\u0e2b\u0e25\u0e31\u0e01\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 (Means) \u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e2a\u0e32\u0e21\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e1c\u0e25\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48 <sup>1<\/sup> \u0e43\u0e19\u0e1a\u0e23\u0e34\u0e1a\u0e17\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e21\u0e31\u0e01\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e38\u0e49\u0e19\u0e40\u0e04\u0e22\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e04\u0e48\u0e32\u0e17\u0e35 (Student&#8217;s t-test) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e2a\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 \u0e17\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e02\u0e36\u0e49\u0e19\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e21\u0e35\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e0a\u0e31\u0e49\u0e19 (Levels) \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e2a\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 \u0e01\u0e32\u0e23\u0e19\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e04\u0e48\u0e32\u0e17\u0e35\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e17\u0e35\u0e25\u0e30\u0e04\u0e39\u0e48 (Pairwise comparisons) \u0e08\u0e30\u0e01\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e22\u0e41\u0e23\u0e07 \u0e01\u0e25\u0e48\u0e32\u0e27\u0e04\u0e37\u0e2d \u0e01\u0e32\u0e23\u0e1e\u0e38\u0e48\u0e07\u0e17\u0e30\u0e22\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e17\u0e35\u0e48 1 (Type I Error \u0e2b\u0e23\u0e37\u0e2d False Positive) \u0e0b\u0e36\u0e48\u0e07\u0e2b\u0e21\u0e32\u0e22\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e14\u0e48\u0e27\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e27\u0e48\u0e32\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e17\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e41\u0e25\u0e49\u0e27\u0e44\u0e21\u0e48\u0e21\u0e35 <sup>3<\/sup> \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e17\u0e24\u0e29\u0e0e\u0e35 ANOVA \u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e23\u0e27\u0e21 (Family-wise alpha level inflation) \u0e43\u0e2b\u0e49\u0e04\u0e07\u0e17\u0e35\u0e48\u0e41\u0e25\u0e30\u0e04\u0e07\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e16\u0e37\u0e2d\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e44\u0e27\u0e49\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c <sup>3<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e16\u0e48\u0e2d\u0e07\u0e41\u0e17\u0e49\u0e16\u0e36\u0e07\u0e01\u0e25\u0e44\u0e01\u0e17\u0e35\u0e48\u0e0b\u0e48\u0e2d\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c \u0e01\u0e32\u0e23\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e1c\u0e48\u0e32\u0e19\u0e2a\u0e31\u0e0d\u0e0a\u0e32\u0e15\u0e0d\u0e32\u0e13\u0e40\u0e0a\u0e34\u0e07\u0e20\u0e32\u0e1e (Visual Intuition) \u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e38\u0e0d\u0e41\u0e08\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e20\u0e32\u0e1e\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a ANOVA \u0e21\u0e31\u0e01\u0e16\u0e39\u0e01\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e23\u0e32\u0e1f\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2b\u0e25\u0e32\u0e22\u0e01\u0e25\u0e38\u0e48\u0e21 (\u0e40\u0e0a\u0e48\u0e19 Group 1, Group 2 \u0e41\u0e25\u0e30 Group 3) \u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e19\u0e33\u0e21\u0e32\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e31\u0e1a\u0e01\u0e31\u0e19\u0e1a\u0e19\u0e41\u0e01\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e43\u0e19\u0e01\u0e23\u0e32\u0e1f\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27 \u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e16\u0e39\u0e01\u0e41\u0e22\u0e01\u0e41\u0e22\u0e30\u0e2d\u0e2d\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e07\u0e04\u0e4c\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e40\u0e0a\u0e34\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49 \u0e08\u0e38\u0e14\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e22\u0e2d\u0e14\u0e01\u0e23\u0e32\u0e1f\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e2a\u0e49\u0e19\u0e1b\u0e23\u0e30\u0e41\u0e19\u0e27\u0e15\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e01\u0e25\u0e32\u0e07\u0e40\u0e2a\u0e49\u0e19\u0e42\u0e04\u0e49\u0e07\u0e23\u0e39\u0e1b\u0e23\u0e30\u0e06\u0e31\u0e07\u0e04\u0e27\u0e48\u0e33\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2a\u0e35\u0e19\u0e31\u0e49\u0e19 \u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e01\u0e25\u0e38\u0e48\u0e21 (Group Mean) \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48\u0e08\u0e38\u0e14\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e16\u0e48\u0e27\u0e07\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e08\u0e32\u0e01\u0e17\u0e38\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e08\u0e30\u0e16\u0e39\u0e01\u0e19\u0e33\u0e40\u0e2a\u0e19\u0e2d\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e27\u0e21 (Overall Mean \u0e2b\u0e23\u0e37\u0e2d Grand Mean) <sup>1<\/sup><\/p>\n\n\n\n<p>\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e2d\u0e31\u0e19\u0e41\u0e22\u0e1a\u0e22\u0e25\u0e02\u0e2d\u0e07 ANOVA \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e15\u0e23\u0e07\u0e44\u0e1b\u0e15\u0e23\u0e07\u0e21\u0e32 \u0e41\u0e15\u0e48\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e21\u0e32\u0e15\u0e23\u0e27\u0e31\u0e14\u0e2a\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e01\u0e32\u0e23 \u0e1b\u0e23\u0e30\u0e01\u0e32\u0e23\u0e41\u0e23\u0e01\u0e04\u0e37\u0e2d &#8220;\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21&#8221; (Between-group variance) \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e20\u0e32\u0e1e\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e1c\u0e48\u0e32\u0e19\u0e23\u0e30\u0e22\u0e30\u0e2b\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e22\u0e2d\u0e14\u0e01\u0e23\u0e32\u0e1f\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2a\u0e35 \u0e2b\u0e32\u0e01\u0e22\u0e2d\u0e14\u0e01\u0e23\u0e32\u0e1f\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e2b\u0e48\u0e32\u0e07\u0e44\u0e01\u0e25\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01 \u0e22\u0e48\u0e2d\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e17\u0e35\u0e48\u0e1a\u0e48\u0e07\u0e1a\u0e2d\u0e01\u0e16\u0e36\u0e07\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e35\u0e48\u0e01\u0e33\u0e25\u0e31\u0e07\u0e28\u0e36\u0e01\u0e29\u0e32 \u0e1b\u0e23\u0e30\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e2a\u0e2d\u0e07\u0e04\u0e37\u0e2d &#8220;\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21&#8221; (Within-group variance) \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e2a\u0e14\u0e07\u0e2d\u0e2d\u0e01\u0e1c\u0e48\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e10\u0e32\u0e19\u0e01\u0e23\u0e32\u0e1f\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2a\u0e35 \u0e2b\u0e32\u0e01\u0e10\u0e32\u0e19\u0e01\u0e23\u0e32\u0e1f\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e27\u0e32\u0e07 \u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e01\u0e23\u0e30\u0e08\u0e31\u0e14\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e2a\u0e39\u0e07\u0e41\u0e25\u0e30\u0e40\u0e15\u0e47\u0e21\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21 (Random noise) <sup>1<\/sup><\/p>\n\n\n\n<p>\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e41\u0e25\u0e30\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07 ANOVA \u0e08\u0e30\u0e17\u0e33\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e27\u0e48\u0e32 \u0e23\u0e30\u0e22\u0e30\u0e2b\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e22\u0e2d\u0e14\u0e01\u0e23\u0e32\u0e1f\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e17\u0e35\u0e48\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e27\u0e32\u0e07\u0e21\u0e32\u0e01\u0e1e\u0e2d\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e19\u0e33\u0e44\u0e1b\u0e0a\u0e31\u0e48\u0e07\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e10\u0e32\u0e19\u0e01\u0e23\u0e32\u0e1f \u0e2b\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e21\u0e35\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e47\u0e14\u0e02\u0e32\u0e14 \u0e23\u0e30\u0e1a\u0e1a\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e38\u0e1b\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e31\u0e48\u0e19\u0e43\u0e08\u0e27\u0e48\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d <sup>3<\/sup> \u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e2a\u0e01\u0e31\u0e14\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13 (Signal) \u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e23\u0e1a\u0e01\u0e27\u0e19 (Noise) \u0e19\u0e35\u0e49\u0e40\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49 ANOVA \u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e32\u0e01\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e32\u0e07\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e44\u0e1b\u0e08\u0e19\u0e16\u0e36\u0e07\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23 (Feature Selection) \u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e17\u0e33 Machine Learning \u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07 <sup>6<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e01\u0e0e\u0e40\u0e01\u0e13\u0e11\u0e4c\u0e41\u0e25\u0e30\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34 (Statistical Assumptions)<\/strong><\/h2>\n\n\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e19\u0e31\u0e01\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e08\u0e30\u0e19\u0e33\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e1c\u0e48\u0e32\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e2d\u0e42\u0e19\u0e27\u0e32 (ANOVA Model) \u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e41\u0e25\u0e30\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e15\u0e32\u0e21\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19 (Assumptions) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e02\u0e49\u0e21\u0e07\u0e27\u0e14 \u0e01\u0e32\u0e23\u0e40\u0e1e\u0e34\u0e01\u0e40\u0e09\u0e22\u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e02\u0e49\u0e2d\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e2d\u0e32\u0e08\u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e2a\u0e39\u0e0d\u0e40\u0e2a\u0e35\u0e22\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c \u0e19\u0e33\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e41\u0e1b\u0e25\u0e1c\u0e25\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07 <sup>1<\/sup> \u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07 ANOVA \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e31\u0e14\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2d\u0e34\u0e07\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c (Parametric statistics) \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e2d\u0e14\u0e04\u0e25\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19 3 \u0e1b\u0e23\u0e30\u0e01\u0e32\u0e23\u0e2b\u0e25\u0e31\u0e01 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 \u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34 \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e48\u0e33\u0e40\u0e2a\u0e21\u0e2d\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 <sup>1<\/sup><\/p>\n\n\n\n<p>\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 (Independence of Observations) \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e17\u0e23\u0e07\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e41\u0e25\u0e30\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e22\u0e41\u0e23\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2b\u0e32\u0e01\u0e40\u0e01\u0e34\u0e14\u0e01\u0e32\u0e23\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14 <sup>9<\/sup> \u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e19\u0e35\u0e49\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e43\u0e19\u0e17\u0e38\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e22\u0e48\u0e2d\u0e22\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e2a\u0e38\u0e48\u0e21\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e15\u0e48\u0e2d\u0e01\u0e31\u0e19 (Random sampling) \u0e41\u0e25\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e21\u0e48\u0e21\u0e35\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e2d\u0e1a\u0e41\u0e1d\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e44\u0e21\u0e48\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e27\u0e25\u0e32 \u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48 \u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e17\u0e23\u0e01\u0e0b\u0e49\u0e2d\u0e19 (Confounding variables) <sup>1<\/sup> \u0e2b\u0e32\u0e01\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e02\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19 \u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13 ANOVA \u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e21\u0e06\u0e30\u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e44\u0e14\u0e49\u0e43\u0e19\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34 \u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e2a\u0e39\u0e15\u0e23\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \u0e41\u0e15\u0e48\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e41\u0e25\u0e30\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e31\u0e14\u0e01\u0e38\u0e21\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 (Study design) \u0e2b\u0e32\u0e01\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e21\u0e35\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e17\u0e23\u0e01\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e2d\u0e32\u0e08\u0e15\u0e49\u0e2d\u0e07\u0e02\u0e22\u0e31\u0e1a\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07 ANCOVA (Analysis of Covariance) \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e33\u0e08\u0e31\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e2d\u0e2d\u0e01\u0e44\u0e1b <sup>9<\/sup> \u0e1a\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e40\u0e22\u0e35\u0e22\u0e27\u0e22\u0e32\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e43\u0e14\u0e46 \u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e01\u0e49\u0e44\u0e02\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27 <sup>10<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34 (Normality) \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e17\u0e35\u0e48\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e14\u0e36\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e04\u0e27\u0e23\u0e21\u0e35\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e2a\u0e21\u0e21\u0e32\u0e15\u0e23\u0e41\u0e25\u0e30\u0e42\u0e04\u0e49\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e39\u0e1b\u0e23\u0e30\u0e06\u0e31\u0e07\u0e04\u0e27\u0e48\u0e33 <sup>1<\/sup> \u0e43\u0e19\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e17\u0e35\u0e48\u0e23\u0e31\u0e14\u0e01\u0e38\u0e21\u0e22\u0e34\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19 \u0e02\u0e49\u0e2d\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e19\u0e35\u0e49\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e02\u0e2d\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e01\u0e04\u0e49\u0e32\u0e07 (Residuals) \u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e2a\u0e49\u0e19 \u0e27\u0e48\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e23\u0e1a\u0e01\u0e27\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a\u0e28\u0e39\u0e19\u0e22\u0e4c (Zero mean normal distribution) <sup>8<\/sup> \u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e19\u0e35\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e01\u0e23\u0e30\u0e17\u0e33\u0e44\u0e14\u0e49\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22\u0e2a\u0e16\u0e34\u0e15\u0e34 Shapiro-Wilk test \u0e2b\u0e23\u0e37\u0e2d Kolmogorov-Smirnov test <sup>3<\/sup> \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e47\u0e15\u0e32\u0e21 \u0e17\u0e24\u0e29\u0e0e\u0e35\u0e1a\u0e17\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2a\u0e21\u0e31\u0e22\u0e43\u0e2b\u0e21\u0e48\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e44\u0e14\u0e49\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e41\u0e25\u0e49\u0e27\u0e27\u0e48\u0e32 \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a One-way ANOVA \u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e17\u0e19\u0e17\u0e32\u0e19 (Robust) \u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e2a\u0e39\u0e07 \u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e2b\u0e32\u0e01\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d \u0e23\u0e30\u0e1a\u0e1a\u0e22\u0e31\u0e07\u0e04\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1c\u0e25\u0e34\u0e15\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e01\u0e32\u0e23\u0e2d\u0e19\u0e38\u0e21\u0e32\u0e19\u0e17\u0e35\u0e48\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e16\u0e37\u0e2d\u0e44\u0e14\u0e49\u0e41\u0e25\u0e30\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e40\u0e01\u0e13\u0e11\u0e4c\u0e17\u0e35\u0e48\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e44\u0e14\u0e49 <sup>9<\/sup> \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e40\u0e1a\u0e49\u0e2b\u0e23\u0e37\u0e2d\u0e1c\u0e34\u0e14\u0e1b\u0e01\u0e15\u0e34\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e38\u0e19\u0e41\u0e23\u0e07\u0e41\u0e25\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e25\u0e47\u0e01 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e2d\u0e34\u0e07\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c (Nonparametric tests) \u0e40\u0e0a\u0e48\u0e19 Kruskal-Wallis H Test \u0e2b\u0e23\u0e37\u0e2d Friedman test \u0e0b\u0e36\u0e48\u0e07\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e2d\u0e32\u0e28\u0e31\u0e22\u0e02\u0e49\u0e2d\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34\u0e40\u0e25\u0e22 <sup>8<\/sup><\/p>\n\n\n\n<p>\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e48\u0e33\u0e40\u0e2a\u0e21\u0e2d\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (Homogeneity of Variance \u0e2b\u0e23\u0e37\u0e2d Homoscedasticity) \u0e40\u0e1b\u0e47\u0e19\u0e02\u0e49\u0e2d\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e02\u0e2d\u0e07\u0e17\u0e38\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e22\u0e48\u0e2d\u0e22\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e19\u0e33\u0e21\u0e32\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e19\u0e31\u0e49\u0e19 \u0e04\u0e27\u0e23\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (Variance) \u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e43\u0e01\u0e25\u0e49\u0e40\u0e04\u0e35\u0e22\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e17\u0e48\u0e32\u0e40\u0e17\u0e35\u0e22\u0e21\u0e01\u0e31\u0e19 <sup>1<\/sup> \u0e43\u0e19\u0e41\u0e07\u0e48\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a \u0e19\u0e31\u0e01\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e21\u0e31\u0e01\u0e43\u0e0a\u0e49\u0e2a\u0e16\u0e34\u0e15\u0e34 Levene&#8217;s test \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e2b\u0e25\u0e31\u0e01\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e27\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e01\u0e48\u0e2d\u0e19\u0e14\u0e33\u0e40\u0e19\u0e34\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e08\u0e23\u0e34\u0e07 <sup>3<\/sup> \u0e01\u0e32\u0e23\u0e04\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e02\u0e2d\u0e07\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e19\u0e35\u0e49\u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e23\u0e48\u0e27\u0e21 \u0e2b\u0e32\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e19\u0e17\u0e38\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21 (Equal sized groups) \u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c ANOVA \u0e08\u0e30\u0e22\u0e31\u0e07\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e17\u0e19\u0e17\u0e32\u0e19\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e19\u0e35\u0e49 <sup>9<\/sup> \u0e17\u0e27\u0e48\u0e32\u0e43\u0e19\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e1e\u0e1a\u0e44\u0e14\u0e49\u0e1a\u0e48\u0e2d\u0e22\u0e43\u0e19\u0e42\u0e25\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07\u0e17\u0e35\u0e48\u0e02\u0e19\u0e32\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e21\u0e48\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e19 \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e01 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 ANOVA \u0e41\u0e1a\u0e1a\u0e14\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e21\u0e2d\u0e32\u0e08\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e1a\u0e34\u0e14\u0e40\u0e1a\u0e37\u0e2d\u0e19 \u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e43\u0e2b\u0e49\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e1b\u0e23\u0e31\u0e1a\u0e41\u0e01\u0e49\u0e21\u0e32\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e17\u0e32\u0e07 \u0e40\u0e0a\u0e48\u0e19 Welch&#8217;s Test \u0e2b\u0e23\u0e37\u0e2d Brown-Forsythe test \u0e0b\u0e36\u0e48\u0e07\u0e44\u0e21\u0e48\u0e16\u0e39\u0e01\u0e23\u0e1a\u0e01\u0e27\u0e19\u0e42\u0e14\u0e22\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2a\u0e21\u0e48\u0e33\u0e40\u0e2a\u0e21\u0e2d <sup>10<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e41\u0e22\u0e01\u0e2a\u0e48\u0e27\u0e19\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07<\/strong><\/h2>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e25\u0e36\u0e01\u0e0b\u0e36\u0e49\u0e07\u0e16\u0e36\u0e07\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e48\u0e32\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a ANOVA \u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e04\u0e49\u0e19\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e49\u0e2d\u0e1a\u0e31\u0e07\u0e04\u0e31\u0e1a \u0e41\u0e01\u0e48\u0e19\u0e41\u0e17\u0e49\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07\u0e41\u0e22\u0e01\u0e41\u0e25\u0e30\u0e08\u0e31\u0e14\u0e2a\u0e23\u0e23\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 (Partitioning of Sum of Squares) \u0e2d\u0e2d\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e2b\u0e25\u0e48\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2a\u0e2d\u0e07\u0e41\u0e2b\u0e25\u0e48\u0e07\u0e2b\u0e25\u0e31\u0e01 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 \u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30 (Exploratory Variable) \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e0b\u0e36\u0e48\u0e07\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19 (Error \u0e2b\u0e23\u0e37\u0e2d Residuals) <sup>4<\/sup><\/p>\n\n\n\n<p>\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 (Total Sum of Squares: \u0e2b\u0e23\u0e37\u0e2d ) \u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e23\u0e27\u0e21\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a \u0e21\u0e31\u0e19\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e02\u0e19\u0e32\u0e14\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e02\u0e2d\u0e07\u0e08\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e38\u0e01\u0e46 \u0e08\u0e38\u0e14 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e27\u0e21\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e21\u0e2b\u0e20\u0e32\u0e04 (Grand Mean \u0e2b\u0e23\u0e37\u0e2d ) \u0e2a\u0e39\u0e15\u0e23\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e48\u0e32\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23 \u0e04\u0e37\u0e2d\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e08\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2b\u0e19\u0e48\u0e27\u0e22 \u0e04\u0e37\u0e2d\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e04\u0e37\u0e2d\u0e08\u0e33\u0e19\u0e27\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e22\u0e48\u0e2d\u0e22\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e41\u0e25\u0e30 \u0e04\u0e37\u0e2d\u0e08\u0e33\u0e19\u0e27\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22 <sup>3<\/sup><\/p>\n\n\n\n<p>\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 (Between-Group Sum of Squares: \u0e2b\u0e23\u0e37\u0e2d \u0e2b\u0e23\u0e37\u0e2d ) \u0e04\u0e37\u0e2d\u0e2b\u0e31\u0e27\u0e43\u0e08\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e17\u0e35\u0e48\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e16\u0e36\u0e07\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e02\u0e2d\u0e07\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e2b\u0e25\u0e31\u0e01 \u0e04\u0e48\u0e32\u0e19\u0e35\u0e49\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e21\u0e31\u0e19\u0e27\u0e31\u0e14\u0e23\u0e30\u0e22\u0e30\u0e2b\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e01\u0e31\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e27\u0e21\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e21\u0e2b\u0e20\u0e32\u0e04 () \u0e42\u0e14\u0e22\u0e21\u0e35\u0e01\u0e32\u0e23\u0e16\u0e48\u0e27\u0e07\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e14\u0e49\u0e27\u0e22\u0e02\u0e19\u0e32\u0e14\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e19\u0e31\u0e49\u0e19\u0e46 \u0e2a\u0e39\u0e15\u0e23\u0e17\u0e32\u0e07\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e04\u0e37\u0e2d <sup>4<\/sup> \u0e2b\u0e32\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e21\u0e35\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07 \u0e04\u0e48\u0e32 \u0e08\u0e30\u0e21\u0e35\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e21\u0e32\u0e01 \u0e1a\u0e48\u0e07\u0e1a\u0e2d\u0e01\u0e16\u0e36\u0e07\u0e22\u0e2d\u0e14\u0e01\u0e23\u0e32\u0e1f\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e17\u0e35\u0e48\u0e16\u0e2d\u0e22\u0e2b\u0e48\u0e32\u0e07\u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e08\u0e38\u0e14\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e01\u0e25\u0e32\u0e07<\/p>\n\n\n\n<p>\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 (Within-Group Sum of Squares: \u0e2b\u0e23\u0e37\u0e2d Error Sum of Squares: ) \u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e01\u0e04\u0e49\u0e32\u0e07\u0e17\u0e35\u0e48\u0e2b\u0e25\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a \u0e21\u0e31\u0e19\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e16\u0e36\u0e07\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19 (Residuals) \u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e39\u0e48\u0e23\u0e2d\u0e1a\u0e46 \u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e21\u0e31\u0e19\u0e40\u0e2d\u0e07 \u0e2a\u0e21\u0e01\u0e32\u0e23\u0e40\u0e0a\u0e34\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e04\u0e37\u0e2d <sup>4<\/sup> \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e08\u0e32\u0e01\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e08\u0e30\u0e1e\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e1a\u0e27\u0e01\u0e41\u0e1a\u0e1a\u0e2a\u0e31\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e27\u0e48\u0e32 \u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e42\u0e14\u0e22\u0e23\u0e27\u0e21\u0e08\u0e30\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a\u0e1c\u0e25\u0e1a\u0e27\u0e01\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e2a\u0e21\u0e2d \u0e2b\u0e23\u0e37\u0e2d <sup>13<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e04\u0e48\u0e32\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e1a\u0e27\u0e01\u0e2a\u0e30\u0e2a\u0e21 \u0e08\u0e36\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e21\u0e31\u0e19\u0e21\u0e35\u0e41\u0e19\u0e27\u0e42\u0e19\u0e49\u0e21\u0e17\u0e35\u0e48\u0e08\u0e30\u0e21\u0e35\u0e04\u0e48\u0e32\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25\u0e02\u0e36\u0e49\u0e19\u0e15\u0e32\u0e21\u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e08\u0e33\u0e19\u0e27\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e31\u0e1a\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e43\u0e2b\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e21\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e22\u0e38\u0e15\u0e34\u0e18\u0e23\u0e23\u0e21 \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e30\u0e19\u0e33\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e44\u0e1b\u0e2b\u0e32\u0e23\u0e14\u0e49\u0e27\u0e22\u0e21\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07 &#8220;\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30&#8221; (Degrees of Freedom: ) \u0e17\u0e35\u0e48\u0e2a\u0e2d\u0e14\u0e04\u0e25\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19 \u0e19\u0e33\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e01\u0e32\u0e23\u0e01\u0e48\u0e2d\u0e01\u0e33\u0e40\u0e19\u0e34\u0e14\u0e04\u0e48\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e43\u0e2b\u0e21\u0e48\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07 (Mean Squares) <sup>13<\/sup><\/p>\n\n\n\n<p>\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e16\u0e39\u0e01\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e16\u0e39\u0e01\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48 \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e17\u0e19\u0e08\u0e33\u0e19\u0e27\u0e19\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e38\u0e01\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32 <sup>14<\/sup> \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e19\u0e33\u0e21\u0e32\u0e1b\u0e23\u0e31\u0e1a\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e41\u0e25\u0e30\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Mean Square Error () <sup>13<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e40\u0e0a\u0e34\u0e07\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13 \u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e40\u0e2d\u0e1f (F-statistic) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19 \u0e19\u0e31\u0e48\u0e19\u0e04\u0e37\u0e2d <sup>3<\/sup> \u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e19\u0e35\u0e49\u0e21\u0e31\u0e01\u0e16\u0e39\u0e01\u0e19\u0e33\u0e40\u0e2a\u0e19\u0e2d\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA Source Table) \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e15\u0e32\u0e21\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e2a\u0e32\u0e01\u0e25 \u0e14\u0e31\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e2a\u0e23\u0e38\u0e1b\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e19\u0e35\u0e49 <sup>3<\/sup><\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>\u0e41\u0e2b\u0e25\u0e48\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (Source of Variation)<\/strong><\/td><td><strong>\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07 (Sum of Squares: SS)<\/strong><\/td><td><strong>\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30 (Degrees of Freedom: df)<\/strong><\/td><td><strong>\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07 (Mean Squares: MS)<\/strong><\/td><td><strong>\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34 F (F-statistic)<\/strong><\/td><\/tr><tr><td>\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 (Between Groups \/ Factor)<\/td><td><\/td><td><\/td><td><\/td><td><\/td><\/tr><tr><td>\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 (Within Groups \/ Error)<\/td><td><\/td><td><\/td><td><\/td><td><\/td><\/tr><tr><td>\u0e23\u0e27\u0e21\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 (Total)<\/td><td><\/td><td><\/td><td><\/td><td><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e01\u0e23\u0e13\u0e35\u0e28\u0e36\u0e01\u0e29\u0e32\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34<\/strong><\/h2>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e16\u0e39\u0e01\u0e41\u0e1b\u0e25\u0e07\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e20\u0e32\u0e1e\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e08\u0e31\u0e1a\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e43\u0e19\u0e42\u0e25\u0e01\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c \u0e02\u0e2d\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e40\u0e01\u0e29\u0e15\u0e23\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e41\u0e25\u0e30\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e02\u0e2d\u0e07 &#8220;\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e2a\u0e39\u0e15\u0e23\u0e1b\u0e38\u0e4b\u0e22&#8221; \u0e17\u0e35\u0e48\u0e21\u0e35\u0e15\u0e48\u0e2d &#8220;\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15\u0e1e\u0e37\u0e0a\u0e44\u0e23\u0e48&#8221; <sup>2<\/sup> \u0e43\u0e19\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49 \u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e40\u0e0a\u0e34\u0e07\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e04\u0e37\u0e2d\u0e2a\u0e39\u0e15\u0e23\u0e1b\u0e38\u0e4b\u0e22\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e41\u0e1a\u0e48\u0e07\u0e2d\u0e2d\u0e01\u0e40\u0e1b\u0e47\u0e19 3 \u0e23\u0e30\u0e14\u0e31\u0e1a (Mixtures 1, 2 \u0e41\u0e25\u0e30 3) \u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e15\u0e32\u0e21\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e04\u0e37\u0e2d\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e44\u0e14\u0e49 <sup>2<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e15\u0e31\u0e49\u0e07\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e43\u0e19\u0e1a\u0e23\u0e34\u0e1a\u0e17\u0e19\u0e35\u0e49\u0e08\u0e30\u0e16\u0e39\u0e01\u0e41\u0e1a\u0e48\u0e07\u0e2d\u0e2d\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e2d\u0e07\u0e02\u0e31\u0e49\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19 \u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e2b\u0e25\u0e31\u0e01 (Null Hypothesis: ) \u0e08\u0e30\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32 \u0e44\u0e21\u0e48\u0e21\u0e35\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e25\u0e22 \u0e19\u0e31\u0e48\u0e19\u0e04\u0e37\u0e2d\u0e1b\u0e38\u0e4b\u0e22\u0e17\u0e38\u0e01\u0e2a\u0e39\u0e15\u0e23\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e17\u0e35\u0e48\u0e40\u0e17\u0e48\u0e32\u0e40\u0e17\u0e35\u0e22\u0e21\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c () <sup>2<\/sup> \u0e43\u0e19\u0e02\u0e13\u0e30\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01 (Alternative Hypothesis: ) \u0e08\u0e30\u0e42\u0e15\u0e49\u0e41\u0e22\u0e49\u0e07\u0e27\u0e48\u0e32 \u0e21\u0e35\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e19\u0e49\u0e2d\u0e22\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1a\u0e35\u0e48\u0e22\u0e07\u0e40\u0e1a\u0e19\u0e41\u0e25\u0e30\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e42\u0e14\u0e22\u0e23\u0e27\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d <sup>2<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e01\u0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e2a\u0e48\u0e07\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e41\u0e22\u0e01\u0e2a\u0e48\u0e27\u0e19\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 \u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e44\u0e14\u0e49 \u0e2b\u0e32\u0e01\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32\u0e1c\u0e25\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e21\u0e32\u0e01\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e1a\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30 \u0e19\u0e33\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e17\u0e35\u0e48\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 () \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e2b\u0e47\u0e19\u0e44\u0e14\u0e49\u0e0a\u0e31\u0e14 \u0e2a\u0e16\u0e34\u0e15\u0e34 \u0e17\u0e35\u0e48\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e14\u0e49\u0e2d\u0e32\u0e08\u0e1e\u0e38\u0e48\u0e07\u0e2a\u0e39\u0e07\u0e16\u0e36\u0e07 9.073 <sup>2<\/sup><\/p>\n\n\n\n<p>\u0e43\u0e19\u0e01\u0e32\u0e23\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e1c\u0e25\u0e41\u0e1a\u0e1a\u0e21\u0e37\u0e2d\u0e2d\u0e32\u0e0a\u0e35\u0e1e \u0e01\u0e32\u0e23\u0e1e\u0e23\u0e23\u0e13\u0e19\u0e32\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e30\u0e16\u0e39\u0e01\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e23\u0e30\u0e0a\u0e31\u0e1a\u0e27\u0e48\u0e32 &#8220;\u0e1c\u0e25\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e0a\u0e35\u0e49\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15\u0e1e\u0e37\u0e0a\u0e44\u0e23\u0e48 \u0e2d\u0e31\u0e19\u0e2a\u0e37\u0e1a\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e2d\u0e07\u0e2a\u0e39\u0e15\u0e23\u0e1b\u0e38\u0e4b\u0e22\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 ()&#8221; <sup>2<\/sup> \u0e01\u0e32\u0e23\u0e15\u0e35\u0e04\u0e27\u0e32\u0e21\u0e08\u0e32\u0e01\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e22\u0e37\u0e19\u0e22\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e48\u0e32 \u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e2d\u0e07\u0e1b\u0e38\u0e4b\u0e22\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e41\u0e25\u0e30\u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e2a\u0e37\u0e1a\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07\u0e15\u0e48\u0e2d\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15 \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e40\u0e2b\u0e47\u0e19\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e23\u0e49\u0e2d\u0e22\u0e25\u0e30 0.1 \u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e08\u0e32\u0e01\u0e40\u0e2b\u0e15\u0e38\u0e1a\u0e31\u0e07\u0e40\u0e2d\u0e34\u0e0d\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27 <sup>2<\/sup><\/p>\n\n\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e43\u0e19\u0e2d\u0e35\u0e01\u0e21\u0e34\u0e15\u0e34\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c \u0e2d\u0e32\u0e08\u0e21\u0e38\u0e48\u0e07\u0e28\u0e36\u0e01\u0e29\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e16\u0e32\u0e19\u0e30\u0e01\u0e32\u0e23\u0e08\u0e49\u0e32\u0e07\u0e07\u0e32\u0e19\u0e2a\u0e32\u0e21\u0e23\u0e30\u0e14\u0e31\u0e1a \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 \u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e1b\u0e23\u0e30\u0e08\u0e33 \u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e1e\u0e32\u0e23\u0e4c\u0e17\u0e44\u0e17\u0e21\u0e4c \u0e41\u0e25\u0e30\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e0a\u0e31\u0e48\u0e27\u0e04\u0e23\u0e32\u0e27 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e17\u0e35\u0e48\u0e21\u0e35\u0e15\u0e48\u0e2d\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e04\u0e23\u0e35\u0e22\u0e14\u0e2a\u0e30\u0e2a\u0e21 \u0e2b\u0e32\u0e01\u0e15\u0e32\u0e23\u0e32\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e35\u0e48 \u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e19\u0e38\u0e21\u0e32\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e31\u0e48\u0e19\u0e43\u0e08\u0e27\u0e48\u0e32\u0e2a\u0e16\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e2d\u0e32\u0e0a\u0e35\u0e1e\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e15\u0e48\u0e2d\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e20\u0e32\u0e27\u0e30\u0e08\u0e34\u0e15\u0e43\u0e08\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19 <sup>19<\/sup> \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e47\u0e15\u0e32\u0e21 \u0e41\u0e21\u0e49\u0e04\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 (P-value) \u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e22\u0e37\u0e19\u0e22\u0e31\u0e19\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e44\u0e14\u0e49 \u0e41\u0e15\u0e48\u0e21\u0e31\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e2b\u0e49\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e17\u0e35\u0e48\u0e25\u0e36\u0e01\u0e0b\u0e36\u0e49\u0e07\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 \u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e1b\u0e38\u0e4b\u0e22\u0e2a\u0e39\u0e15\u0e23\u0e43\u0e14\u0e2a\u0e39\u0e07\u0e01\u0e27\u0e48\u0e32\u0e2a\u0e39\u0e15\u0e23\u0e43\u0e14 \u0e2b\u0e23\u0e37\u0e2d\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e43\u0e14\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e04\u0e23\u0e35\u0e22\u0e14\u0e2a\u0e39\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e38\u0e14\u0e1a\u0e2d\u0e14\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e19\u0e35\u0e49\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e2a\u0e27\u0e19\u0e15\u0e48\u0e2d\u0e43\u0e19\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e20\u0e32\u0e22\u0e2b\u0e25\u0e31\u0e07<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e41\u0e25\u0e30\u0e21\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d (P-value)<\/strong><\/h2>\n\n\n\n<p>\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e21\u0e02\u0e49\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e35\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e15\u0e31\u0e49\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e1a\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e0f\u0e34\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34 F \u0e17\u0e35\u0e48\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e14\u0e49 \u0e01\u0e31\u0e1a\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e40\u0e2d\u0e1f (F-distribution curve) \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e1b\u0e25\u0e07\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e43\u0e2b\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e2b\u0e23\u0e37\u0e2d \u0e04\u0e48\u0e32 P-value <sup>5<\/sup> \u0e22\u0e34\u0e48\u0e07\u0e04\u0e48\u0e32 F-statistic \u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e40\u0e17\u0e48\u0e32\u0e43\u0e14 \u0e22\u0e34\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e1a\u0e17\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e17\u0e35\u0e48\u0e17\u0e23\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e27\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1c\u0e31\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e42\u0e14\u0e14\u0e40\u0e14\u0e48\u0e19\u0e41\u0e25\u0e30\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1c\u0e31\u0e19\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19 <sup>20<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e23\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e19\u0e35\u0e49\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e2b\u0e23\u0e37\u0e2d \u0e04\u0e48\u0e32\u0e41\u0e2d\u0e25\u0e1f\u0e32 (Alpha level: ) \u0e44\u0e27\u0e49\u0e25\u0e48\u0e27\u0e07\u0e2b\u0e19\u0e49\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e2a\u0e21\u0e37\u0e2d\u0e19\u0e40\u0e2a\u0e49\u0e19\u0e41\u0e1a\u0e48\u0e07\u0e1e\u0e23\u0e21\u0e41\u0e14\u0e19\u0e27\u0e34\u0e01\u0e24\u0e15\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08 \u0e42\u0e14\u0e22\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e43\u0e19\u0e27\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e25\u0e30\u0e2a\u0e31\u0e07\u0e04\u0e21\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e21\u0e31\u0e01\u0e22\u0e36\u0e14\u0e16\u0e37\u0e2d\u0e04\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e17\u0e35\u0e48\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e25\u0e30 5 \u0e2b\u0e23\u0e37\u0e2d <sup>20<\/sup> \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e21\u0e35\u0e2b\u0e25\u0e31\u0e01\u0e40\u0e01\u0e13\u0e11\u0e4c\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e17\u0e35\u0e48\u0e15\u0e23\u0e07\u0e44\u0e1b\u0e15\u0e23\u0e07\u0e21\u0e32 \u0e2b\u0e32\u0e01\u0e04\u0e48\u0e32 P-value \u0e17\u0e35\u0e48\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e14\u0e49\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01\u0e01\u0e27\u0e48\u0e32\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a\u0e04\u0e48\u0e32\u0e41\u0e2d\u0e25\u0e1f\u0e32\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22 () \u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e30\u0e1b\u0e0f\u0e34\u0e40\u0e2a\u0e18\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e2b\u0e25\u0e31\u0e01 () \u0e17\u0e31\u0e19\u0e17\u0e35 \u0e41\u0e25\u0e30\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01 () \u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07 <sup>18<\/sup> \u0e19\u0e31\u0e22\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e19\u0e35\u0e49\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32 \u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e30\u0e1a\u0e31\u0e07\u0e40\u0e2d\u0e34\u0e0d\u0e2a\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e1e\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e35\u0e49\u0e2b\u0e23\u0e37\u0e2d\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32 5% \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e27\u0e34\u0e0d\u0e0d\u0e39\u0e0a\u0e19\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e21\u0e2d\u0e07\u0e02\u0e49\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e1a\u0e31\u0e07\u0e40\u0e2d\u0e34\u0e0d\u0e44\u0e14\u0e49 <sup>23<\/sup><\/p>\n\n\n\n<p>\u0e43\u0e19\u0e17\u0e32\u0e07\u0e01\u0e25\u0e31\u0e1a\u0e01\u0e31\u0e19 \u0e2b\u0e32\u0e01\u0e2a\u0e16\u0e34\u0e15\u0e34 F \u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01\u0e41\u0e25\u0e30\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32 P-value \u0e40\u0e01\u0e34\u0e19\u0e01\u0e27\u0e48\u0e32\u0e1e\u0e23\u0e21\u0e41\u0e14\u0e19\u0e27\u0e34\u0e01\u0e24\u0e15 (\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 ) \u0e21\u0e32\u0e15\u0e23\u0e01\u0e32\u0e23\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e30\u0e1a\u0e31\u0e07\u0e04\u0e31\u0e1a\u0e43\u0e2b\u0e49\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e30\u0e40\u0e27\u0e49\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e0f\u0e34\u0e40\u0e2a\u0e18\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e2b\u0e25\u0e31\u0e01 (Fail to reject the null hypothesis) <sup>20<\/sup> \u0e0b\u0e36\u0e48\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e30\u0e21\u0e31\u0e14\u0e23\u0e30\u0e27\u0e31\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e15\u0e35\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32 \u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e27\u0e48\u0e32\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e17\u0e38\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21 &#8220;\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c&#8221; \u0e41\u0e15\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e2d\u0e22\u0e39\u0e48 &#8220;\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2b\u0e25\u0e31\u0e01\u0e10\u0e32\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e30\u0e08\u0e31\u0e01\u0e29\u0e4c\u0e17\u0e35\u0e48\u0e21\u0e35\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d&#8221; \u0e17\u0e35\u0e48\u0e08\u0e30\u0e22\u0e37\u0e19\u0e22\u0e31\u0e19\u0e27\u0e48\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e43\u0e19\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c <sup>20<\/sup> \u0e43\u0e19\u0e08\u0e31\u0e07\u0e2b\u0e27\u0e30\u0e17\u0e35\u0e48\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e25\u0e49\u0e21\u0e40\u0e2b\u0e25\u0e27\u0e43\u0e19\u0e01\u0e32\u0e23\u0e02\u0e49\u0e32\u0e21\u0e1c\u0e48\u0e32\u0e19\u0e40\u0e2a\u0e49\u0e19\u0e0a\u0e31\u0e22\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e2a\u0e27\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e32\u0e23\u0e23\u0e31\u0e19 Post-hoc test \u0e08\u0e30\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e17\u0e33\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2a\u0e21\u0e04\u0e27\u0e23\u0e41\u0e25\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e22\u0e38\u0e15\u0e34\u0e25\u0e07\u0e17\u0e31\u0e19\u0e17\u0e35 <sup>26<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23 F-test \u0e02\u0e2d\u0e07 ANOVA \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e2d\u0e01\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c\u0e15\u0e23\u0e07\u0e17\u0e35\u0e48\u0e21\u0e31\u0e01\u0e16\u0e39\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e41\u0e1a\u0e1a\u0e2b\u0e32\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27 (One-tailed test) \u0e42\u0e14\u0e22\u0e1b\u0e23\u0e34\u0e22\u0e32\u0e22 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e19\u0e43\u0e08\u0e40\u0e0a\u0e34\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e30\u0e1e\u0e38\u0e48\u0e07\u0e40\u0e1b\u0e49\u0e32\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e1d\u0e31\u0e48\u0e07\u0e02\u0e27\u0e32\u0e02\u0e2d\u0e07\u0e40\u0e2a\u0e49\u0e19\u0e42\u0e04\u0e49\u0e07\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e40\u0e2d\u0e1f\u0e40\u0e2a\u0e21\u0e2d \u0e04\u0e48\u0e32 F \u0e08\u0e30\u0e44\u0e21\u0e48\u0e21\u0e35\u0e27\u0e31\u0e19\u0e15\u0e34\u0e14\u0e25\u0e1a\u0e44\u0e14\u0e49\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e21\u0e31\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07 \u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e27\u0e34\u0e01\u0e24\u0e15 (Critical region) \u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14 5% \u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e08\u0e31\u0e14\u0e2a\u0e23\u0e23\u0e01\u0e2d\u0e07\u0e23\u0e27\u0e21\u0e44\u0e27\u0e49\u0e17\u0e35\u0e48\u0e1b\u0e25\u0e32\u0e22\u0e2b\u0e32\u0e07\u0e1d\u0e31\u0e48\u0e07\u0e02\u0e27\u0e32\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e2a\u0e49\u0e19\u0e42\u0e04\u0e49\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1d\u0e31\u0e48\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e07\u0e27\u0e25\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e43\u0e19\u0e23\u0e30\u0e22\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19 <sup>21<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e21\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25 (Effect Size) \u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e23\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34<\/strong><\/h2>\n\n\n\n<p>\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e04\u0e27\u0e32\u0e21\u0e1a\u0e01\u0e1e\u0e23\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e04\u0e25\u0e32\u0e2a\u0e2a\u0e34\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13 \u0e04\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e25\u0e38\u0e48\u0e21\u0e2b\u0e25\u0e07\u0e43\u0e19\u0e04\u0e48\u0e32 P-value \u0e41\u0e25\u0e30\u0e14\u0e48\u0e27\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1c\u0e34\u0e27\u0e40\u0e1c\u0e34\u0e19 \u0e04\u0e48\u0e32 P-value \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e15\u0e31\u0e4b\u0e27\u0e1c\u0e48\u0e32\u0e19\u0e1b\u0e23\u0e30\u0e15\u0e39\u0e17\u0e35\u0e48\u0e1a\u0e48\u0e07\u0e1a\u0e2d\u0e01\u0e27\u0e48\u0e32 &#8220;\u0e21\u0e35\u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19&#8221; \u0e41\u0e15\u0e48\u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e15\u0e2d\u0e1a\u0e04\u0e33\u0e16\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 &#8220;\u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e41\u0e25\u0e30\u0e17\u0e23\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19?&#8221; \u0e43\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07 \u0e04\u0e48\u0e32 P-value \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2d\u0e48\u0e2d\u0e19\u0e44\u0e2b\u0e27\u0e41\u0e25\u0e30\u0e44\u0e27\u0e15\u0e48\u0e2d\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e02\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 (Sample size sensitivity) \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e38\u0e19\u0e41\u0e23\u0e07 \u0e2b\u0e32\u0e01\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e21\u0e35\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 \u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e17\u0e35\u0e48\u0e40\u0e25\u0e47\u0e01\u0e08\u0e49\u0e2d\u0e22\u0e08\u0e19\u0e41\u0e17\u0e1a\u0e44\u0e21\u0e48\u0e21\u0e35\u0e19\u0e31\u0e22\u0e43\u0e14\u0e46 \u0e15\u0e48\u0e2d\u0e42\u0e25\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07 \u0e2d\u0e32\u0e08\u0e16\u0e39\u0e01\u0e02\u0e22\u0e32\u0e22\u0e1c\u0e25\u0e08\u0e19\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2a\u0e39\u0e07\u0e44\u0e14\u0e49 <sup>27<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e01\u0e1b\u0e49\u0e2d\u0e07\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e32\u0e01\u0e20\u0e32\u0e1e\u0e25\u0e27\u0e07\u0e15\u0e32\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d\u0e08\u0e36\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e49\u0e2d\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e27\u0e48\u0e32 \u0e01\u0e32\u0e23\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e1c\u0e25\u0e15\u0e32\u0e23\u0e32\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 \u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e1b\u0e23\u0e30\u0e01\u0e1a\u0e02\u0e19\u0e32\u0e1a\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19 &#8220;\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25&#8221; (Effect Size) \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e40\u0e2a\u0e21\u0e2d <sup>27<\/sup> \u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e21\u0e32\u0e15\u0e23\u0e27\u0e31\u0e14\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e32\u0e28\u0e08\u0e32\u0e01\u0e2d\u0e04\u0e15\u0e34\u0e08\u0e32\u0e01\u0e02\u0e19\u0e32\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e21\u0e31\u0e19\u0e1a\u0e2d\u0e01\u0e40\u0e25\u0e48\u0e32\u0e16\u0e36\u0e07\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e43\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e15\u0e32\u0e21 \u0e17\u0e35\u0e48\u0e15\u0e01\u0e2d\u0e22\u0e39\u0e48\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e41\u0e25\u0e30\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e17\u0e35\u0e48\u0e01\u0e33\u0e25\u0e31\u0e07\u0e16\u0e39\u0e01\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c <sup>29<\/sup><\/p>\n\n\n\n<p>\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e19\u0e34\u0e22\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e1e\u0e23\u0e48\u0e2b\u0e25\u0e32\u0e22\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a ANOVA \u0e14\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e21\u0e04\u0e37\u0e2d \u0e2d\u0e35\u0e15\u0e49\u0e32\u0e2a\u0e41\u0e04\u0e27\u0e23\u0e4c (Eta-squared: ) \u0e0b\u0e36\u0e48\u0e07\u0e04\u0e33\u0e19\u0e27\u0e13\u0e08\u0e32\u0e01\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e08\u0e32\u0e01\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21 (Treatment Sum of Squares) \u0e41\u0e25\u0e30\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e21\u0e2b\u0e20\u0e32\u0e04\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 (Total Sum of Squares) \u0e2b\u0e23\u0e37\u0e2d <sup>28<\/sup> \u0e04\u0e48\u0e32 \u0e08\u0e30\u0e25\u0e39\u0e48\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e0a\u0e48\u0e27\u0e07\u0e01\u0e23\u0e2d\u0e1a\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 0 \u0e16\u0e36\u0e07 1 \u0e40\u0e2a\u0e21\u0e2d \u0e42\u0e14\u0e22\u0e04\u0e48\u0e32\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e0a\u0e34\u0e14\u0e40\u0e02\u0e49\u0e32\u0e43\u0e01\u0e25\u0e49 1 \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e38\u0e16\u0e36\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e02\u0e47\u0e07\u0e41\u0e01\u0e23\u0e48\u0e07\u0e41\u0e25\u0e30\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e23\u0e2d\u0e1a\u0e07\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e43\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25 <sup>31<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19\u0e1c\u0e25\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e16\u0e39\u0e01\u0e2a\u0e37\u0e48\u0e2d\u0e2a\u0e32\u0e23\u0e43\u0e19\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e17\u0e31\u0e48\u0e27\u0e42\u0e25\u0e01 Jacob Cohen \u0e19\u0e31\u0e01\u0e08\u0e34\u0e15\u0e27\u0e34\u0e17\u0e22\u0e32\u0e1c\u0e39\u0e49\u0e1a\u0e38\u0e01\u0e40\u0e1a\u0e34\u0e01\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25 \u0e44\u0e14\u0e49\u0e40\u0e2a\u0e19\u0e2d\u0e21\u0e32\u0e15\u0e23\u0e27\u0e31\u0e14\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e10\u0e32\u0e19 (Rules of thumb) \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e41\u0e1b\u0e25\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32 \u0e44\u0e27\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49: \u0e04\u0e48\u0e32\u0e17\u0e35\u0e48\u0e41\u0e01\u0e27\u0e48\u0e07\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e39\u0e48\u0e23\u0e32\u0e27 0.01 \u0e08\u0e30\u0e16\u0e39\u0e01\u0e1b\u0e23\u0e30\u0e17\u0e31\u0e1a\u0e15\u0e23\u0e32\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e17\u0e35\u0e48\u0e40\u0e1a\u0e32\u0e1a\u0e32\u0e07\u0e41\u0e25\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01 (Small effect), \u0e04\u0e48\u0e32\u0e41\u0e16\u0e27 0.06 \u0e08\u0e30\u0e16\u0e39\u0e01\u0e22\u0e01\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e19\u0e32\u0e14\u0e1b\u0e32\u0e19\u0e01\u0e25\u0e32\u0e07 (Medium effect) \u0e41\u0e25\u0e30\u0e04\u0e48\u0e32\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e43\u0e14\u0e46 \u0e17\u0e35\u0e48\u0e17\u0e30\u0e25\u0e38\u0e40\u0e1e\u0e14\u0e32\u0e19\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48 0.14 \u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b \u0e08\u0e30\u0e16\u0e39\u0e01\u0e22\u0e01\u0e22\u0e48\u0e2d\u0e07\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e43\u0e2b\u0e0d\u0e48\u0e22\u0e31\u0e01\u0e29\u0e4c\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e22\u0e34\u0e48\u0e07\u0e43\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34 (Large effect) <sup>27<\/sup> \u0e2b\u0e32\u0e01\u0e22\u0e49\u0e2d\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e01\u0e23\u0e13\u0e35\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e1c\u0e25\u0e1c\u0e25\u0e34\u0e15 \u0e2b\u0e32\u0e01\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e43\u0e2b\u0e49\u0e04\u0e48\u0e32 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e25\u0e30 13.67 \u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e19\u0e35\u0e49\u0e08\u0e30\u0e16\u0e39\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e27\u0e48\u0e32\u0e40\u0e02\u0e49\u0e32\u0e43\u0e01\u0e25\u0e49\u0e40\u0e2a\u0e49\u0e19\u0e41\u0e1a\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e43\u0e2b\u0e0d\u0e48 \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32\u0e2a\u0e39\u0e15\u0e23\u0e1b\u0e38\u0e4b\u0e22\u0e21\u0e35\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e39\u0e1b\u0e18\u0e23\u0e23\u0e21\u0e15\u0e48\u0e2d\u0e27\u0e07\u0e08\u0e23\u0e01\u0e32\u0e23\u0e40\u0e01\u0e29\u0e15\u0e23 <sup>27<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e32\u0e23\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e27\u0e34\u0e08\u0e31\u0e22\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e17\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19\u0e2a\u0e21\u0e23\u0e20\u0e39\u0e21\u0e34\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e41\u0e1a\u0e1a\u0e2a\u0e2d\u0e07\u0e17\u0e32\u0e07 (Two-way ANOVA) \u0e2b\u0e23\u0e37\u0e2d\u0e41\u0e1a\u0e1a\u0e27\u0e31\u0e14\u0e0b\u0e49\u0e33 (Repeated measures ANOVA) \u0e17\u0e35\u0e48\u0e21\u0e35\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e41\u0e25\u0e30\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e2b\u0e25\u0e32\u0e22\u0e21\u0e34\u0e15\u0e34 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e48\u0e32\u0e2d\u0e35\u0e15\u0e49\u0e32\u0e2a\u0e41\u0e04\u0e27\u0e23\u0e4c\u0e18\u0e23\u0e23\u0e21\u0e14\u0e32\u0e08\u0e30\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e25\u0e14\u0e17\u0e2d\u0e19\u0e25\u0e07\u0e41\u0e25\u0e30\u0e1a\u0e34\u0e14\u0e40\u0e1a\u0e37\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22 \u0e43\u0e19\u0e1a\u0e23\u0e34\u0e1a\u0e17\u0e19\u0e35\u0e49 \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e08\u0e30\u0e22\u0e01\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \u0e1e\u0e32\u0e23\u0e4c\u0e40\u0e0a\u0e35\u0e22\u0e25\u0e2d\u0e35\u0e15\u0e49\u0e32\u0e2a\u0e41\u0e04\u0e27\u0e23\u0e4c (Partial Eta-squared: ) <sup>28<\/sup> \u0e2a\u0e21\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e0a\u0e33\u0e23\u0e30\u0e25\u0e49\u0e32\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e17\u0e35\u0e48\u0e21\u0e32\u0e08\u0e32\u0e01\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e2d\u0e37\u0e48\u0e19\u0e17\u0e34\u0e49\u0e07\u0e44\u0e1b\u0e43\u0e2b\u0e49\u0e2b\u0e21\u0e14 \u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e44\u0e27\u0e49\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e23\u0e20\u0e39\u0e21\u0e34\u0e17\u0e35\u0e48\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e25\u0e30\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e15\u0e48\u0e2d\u0e2a\u0e39\u0e49\u0e01\u0e31\u0e19\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e42\u0e14\u0e22\u0e21\u0e35\u0e2a\u0e39\u0e15\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e37\u0e2d <sup>28<\/sup> \u0e41\u0e21\u0e49\u0e1e\u0e32\u0e23\u0e4c\u0e40\u0e0a\u0e35\u0e22\u0e25\u0e2d\u0e35\u0e15\u0e49\u0e32\u0e2a\u0e41\u0e04\u0e27\u0e23\u0e4c\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e10\u0e32\u0e19\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e22\u0e48\u0e32\u0e07 SPSS \u0e41\u0e15\u0e48\u0e21\u0e31\u0e19\u0e01\u0e47\u0e40\u0e1c\u0e0a\u0e34\u0e0d\u0e2b\u0e19\u0e49\u0e32\u0e01\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e43\u0e19\u0e01\u0e32\u0e23\u0e19\u0e33\u0e44\u0e1b\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e02\u0e49\u0e32\u0e21\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e21\u0e35\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e32\u0e23\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 (\u0e40\u0e0a\u0e48\u0e19 \u0e28\u0e36\u0e01\u0e29\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e0b\u0e49\u0e33) \u0e19\u0e33\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e01\u0e32\u0e23\u0e23\u0e34\u0e40\u0e23\u0e34\u0e48\u0e21\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e15\u0e31\u0e27\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e40\u0e0a\u0e48\u0e19 Generalized Eta-Squared () \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e02\u0e49\u0e32\u0e21\u0e0a\u0e19\u0e34\u0e14\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22 \u0e41\u0e25\u0e30 Omega-squared () \u0e0b\u0e36\u0e48\u0e07\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e25\u0e14\u0e17\u0e2d\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2d\u0e19\u0e40\u0e2d\u0e35\u0e22\u0e07 (Bias) \u0e01\u0e23\u0e13\u0e35\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01\u0e21\u0e32\u0e01 <sup>28<\/sup> \u0e19\u0e2d\u0e01\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49 \u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e2a\u0e21\u0e31\u0e22\u0e43\u0e2b\u0e21\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07 GraphPad Prism \u0e21\u0e31\u0e01\u0e21\u0e35\u0e15\u0e31\u0e27\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e19\u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e2a\u0e19\u0e2d\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07 \u0e2a\u0e16\u0e34\u0e15\u0e34 Cohen\u2019s f \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19 \u0e42\u0e14\u0e22\u0e04\u0e48\u0e32 Cohen\u2019s f \u0e17\u0e35\u0e48 0.10, 0.25, \u0e41\u0e25\u0e30 0.40 \u0e08\u0e30\u0e2a\u0e2d\u0e14\u0e04\u0e25\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25 \u0e40\u0e25\u0e47\u0e01 \u0e01\u0e25\u0e32\u0e07 \u0e41\u0e25\u0e30\u0e43\u0e2b\u0e0d\u0e48\u0e15\u0e32\u0e21\u0e25\u0e33\u0e14\u0e31\u0e1a <sup>29<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e0a\u0e34\u0e07\u0e25\u0e36\u0e01\u0e20\u0e32\u0e22\u0e2b\u0e25\u0e31\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2b\u0e25\u0e31\u0e01 (Post-Hoc Analysis)<\/strong><\/h2>\n\n\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1c\u0e25\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21 (Omnibus test) \u0e02\u0e2d\u0e07 ANOVA \u0e2a\u0e48\u0e2d\u0e07\u0e41\u0e2a\u0e07\u0e2a\u0e27\u0e48\u0e32\u0e07\u0e0a\u0e35\u0e49\u0e27\u0e48\u0e32\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19 \u0e20\u0e32\u0e23\u0e01\u0e34\u0e08\u0e02\u0e2d\u0e07\u0e19\u0e31\u0e01\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e08\u0e1a\u0e25\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e19\u0e31\u0e49\u0e19 \u0e41\u0e15\u0e48\u0e04\u0e27\u0e32\u0e21\u0e17\u0e49\u0e32\u0e17\u0e32\u0e22\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e40\u0e1e\u0e34\u0e48\u0e07\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e02\u0e36\u0e49\u0e19 \u0e2a\u0e16\u0e34\u0e15\u0e34 F \u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e2a\u0e21\u0e37\u0e2d\u0e19\u0e40\u0e23\u0e14\u0e32\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e1a\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e21\u0e35\u0e1c\u0e39\u0e49\u0e1a\u0e38\u0e01\u0e23\u0e38\u0e01\u0e43\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48 &#8220;\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e19\u0e49\u0e2d\u0e22\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21&#8221; \u0e41\u0e15\u0e48\u0e21\u0e31\u0e19\u0e15\u0e32\u0e1a\u0e2d\u0e14\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e23\u0e30\u0e1a\u0e38\u0e1e\u0e34\u0e01\u0e31\u0e14\u0e17\u0e35\u0e48\u0e41\u0e19\u0e48\u0e0a\u0e31\u0e14\u0e27\u0e48\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e43\u0e14\u0e1a\u0e49\u0e32\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e41\u0e1b\u0e25\u0e01\u0e41\u0e22\u0e01 <sup>26<\/sup> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e08\u0e32\u0e30\u0e17\u0e30\u0e25\u0e38\u0e23\u0e2b\u0e31\u0e2a\u0e1b\u0e23\u0e34\u0e28\u0e19\u0e32\u0e19\u0e35\u0e49 \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e21\u0e32\u0e15\u0e23\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e2a\u0e27\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e25\u0e36\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e20\u0e32\u0e22\u0e2b\u0e25\u0e31\u0e07 \u0e2b\u0e23\u0e37\u0e2d Post-Hoc Tests <sup>2<\/sup><\/p>\n\n\n\n<p>\u0e08\u0e38\u0e14\u0e1a\u0e23\u0e23\u0e08\u0e1a\u0e02\u0e2d\u0e07\u0e2b\u0e32\u0e22\u0e19\u0e30\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e17\u0e35\u0e48\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e21\u0e37\u0e2d\u0e43\u0e2b\u0e21\u0e48\u0e21\u0e31\u0e01\u0e01\u0e49\u0e32\u0e27\u0e1e\u0e25\u0e32\u0e14 \u0e04\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2b\u0e25\u0e35\u0e01\u0e40\u0e25\u0e35\u0e48\u0e22\u0e07 Post-Hoc \u0e41\u0e25\u0e49\u0e27\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e22\u0e01\u0e22\u0e48\u0e2d\u0e22\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e23\u0e31\u0e19\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23 t-test \u0e18\u0e23\u0e23\u0e21\u0e14\u0e32\u0e41\u0e1a\u0e1a\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e0a\u0e19\u0e01\u0e31\u0e19\u0e17\u0e35\u0e25\u0e30\u0e04\u0e39\u0e48 (Multiple t-tests) <sup>3<\/sup> \u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e17\u0e33\u0e40\u0e0a\u0e48\u0e19\u0e19\u0e35\u0e49\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e34\u0e14\u0e1b\u0e23\u0e30\u0e15\u0e39\u0e19\u0e49\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e01\u0e34\u0e14\u0e1c\u0e25\u0e1a\u0e27\u0e01\u0e25\u0e27\u0e07 (False Positive) \u0e44\u0e2b\u0e25\u0e17\u0e30\u0e25\u0e31\u0e01\u0e40\u0e02\u0e49\u0e32\u0e17\u0e33\u0e25\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e16\u0e37\u0e2d\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22 \u0e2b\u0e32\u0e01\u0e21\u0e35\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a 5 \u0e01\u0e25\u0e38\u0e48\u0e21 \u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e44\u0e14\u0e49\u0e21\u0e32\u0e01\u0e16\u0e36\u0e07 10 \u0e04\u0e39\u0e48 \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e08\u0e30\u0e02\u0e22\u0e32\u0e22\u0e15\u0e31\u0e27\u0e2a\u0e30\u0e2a\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27 (Alpha Inflation) \u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e41\u0e1a\u0e1a Post-Hoc \u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e14\u0e49\u0e27\u0e22\u0e1b\u0e23\u0e31\u0e0a\u0e0d\u0e32\u0e40\u0e14\u0e35\u0e22\u0e27\u0e04\u0e37\u0e2d \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e23\u0e31\u0e14\u0e40\u0e02\u0e47\u0e21\u0e02\u0e31\u0e14\u0e41\u0e25\u0e30\u0e23\u0e31\u0e01\u0e29\u0e32\u0e01\u0e23\u0e2d\u0e1a\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e40\u0e0a\u0e34\u0e07\u0e17\u0e14\u0e25\u0e2d\u0e07 (Experiment-wise error rate) \u0e43\u0e2b\u0e49\u0e15\u0e23\u0e36\u0e07\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e22\u0e25\u0e30 5 (\u0e2b\u0e23\u0e37\u0e2d 0.05) \u0e15\u0e25\u0e2d\u0e14\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e2a\u0e27\u0e19\u0e17\u0e38\u0e01\u0e46 \u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07 <sup>26<\/sup> \u0e42\u0e25\u0e01\u0e02\u0e2d\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e21\u0e35\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d Post-Hoc \u0e17\u0e35\u0e48\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2a\u0e23\u0e23 \u0e0b\u0e36\u0e48\u0e07\u0e16\u0e39\u0e01\u0e1b\u0e23\u0e31\u0e1a\u0e41\u0e15\u0e48\u0e07\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e02\u0e49\u0e32\u0e01\u0e31\u0e1a\u0e22\u0e38\u0e17\u0e18\u0e27\u0e34\u0e18\u0e35\u0e27\u0e34\u0e08\u0e31\u0e22\u0e41\u0e25\u0e30\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e02\u0e2d\u0e07\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19:<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e02\u0e2d\u0e07\u0e17\u0e39\u0e04\u0e35\u0e22\u0e4c (Tukey&#8217;s Honestly Significant Difference &#8211; HSD)<\/strong><\/h3>\n\n\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e17\u0e39\u0e04\u0e35\u0e22\u0e4c\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e22\u0e01\u0e22\u0e48\u0e2d\u0e07\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e10\u0e32\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e41\u0e25\u0e30\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e2d\u0e40\u0e19\u0e01\u0e1b\u0e23\u0e30\u0e2a\u0e07\u0e04\u0e4c\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e2b\u0e32\u0e01\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e04\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2a\u0e37\u0e1a\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e08\u0e23\u0e34\u0e07\u0e41\u0e1a\u0e1a\u0e16\u0e2d\u0e19\u0e23\u0e32\u0e01\u0e16\u0e2d\u0e19\u0e42\u0e04\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e41\u0e1a\u0e1a\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e17\u0e38\u0e01\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49 (All pairwise comparisons) \u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e40\u0e01\u0e23\u0e32\u0e30\u0e04\u0e38\u0e49\u0e21\u0e01\u0e31\u0e19\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e17\u0e31\u0e14\u0e40\u0e17\u0e35\u0e22\u0e21\u0e01\u0e31\u0e19 <sup>33<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e25\u0e44\u0e01\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e17\u0e39\u0e04\u0e35\u0e22\u0e4c\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e22\u0e1a\u0e22\u0e25\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e22\u0e34\u0e48\u0e07 \u0e21\u0e31\u0e19\u0e25\u0e30\u0e17\u0e34\u0e49\u0e07\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34 \u0e41\u0e25\u0e49\u0e27\u0e2b\u0e31\u0e19\u0e44\u0e1b\u0e1e\u0e36\u0e48\u0e07\u0e1e\u0e34\u0e07\u0e01\u0e23\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e41\u0e1a\u0e1a\u0e04\u0e34\u0e27 (Studentized range distribution) \u0e0b\u0e36\u0e48\u0e07\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e41\u0e25\u0e30\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e13\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e27\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e1a\u0e31\u0e07\u0e40\u0e2d\u0e34\u0e0d\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 <sup>33<\/sup> \u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21\u0e08\u0e30\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 &#8220;\u0e1c\u0e25\u0e15\u0e48\u0e32\u0e07\u0e27\u0e34\u0e01\u0e24\u0e15&#8221; (Critical Difference \u0e2b\u0e23\u0e37\u0e2d Honestly Significant Difference) <sup>33<\/sup><\/p>\n\n\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e08\u0e30\u0e19\u0e33\u0e40\u0e2a\u0e49\u0e19\u0e1c\u0e25\u0e15\u0e48\u0e32\u0e07\u0e27\u0e34\u0e01\u0e24\u0e15\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e17\u0e32\u0e1a\u0e27\u0e31\u0e14\u0e01\u0e31\u0e1a\u0e23\u0e30\u0e22\u0e30\u0e2b\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e25\u0e30\u0e04\u0e39\u0e48 \u0e2b\u0e32\u0e01\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e39\u0e48\u0e1b\u0e23\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e14\u0e46 \u0e21\u0e35\u0e23\u0e30\u0e22\u0e30\u0e04\u0e27\u0e32\u0e21\u0e2b\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e17\u0e30\u0e25\u0e38\u0e40\u0e2a\u0e49\u0e19\u0e08\u0e33\u0e01\u0e31\u0e14\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e15\u0e48\u0e32\u0e07\u0e27\u0e34\u0e01\u0e24\u0e15 \u0e04\u0e39\u0e48\u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e16\u0e39\u0e01\u0e1e\u0e34\u0e1e\u0e32\u0e01\u0e29\u0e32\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e01\u0e32\u0e28\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e31\u0e48\u0e19\u0e43\u0e08\u0e27\u0e48\u0e32 &#8220;\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d&#8221; <sup>33<\/sup> \u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e40\u0e1e\u0e32\u0e30\u0e1b\u0e25\u0e39\u0e01\u0e1e\u0e37\u0e0a\u0e44\u0e23\u0e48 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e1c\u0e25\u0e40\u0e0a\u0e34\u0e07\u0e1a\u0e27\u0e01\u0e08\u0e32\u0e01\u0e2a\u0e16\u0e34\u0e15\u0e34 F \u0e41\u0e25\u0e49\u0e27 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Tukey Post-hoc \u0e44\u0e14\u0e49\u0e15\u0e35\u0e41\u0e1c\u0e48\u0e04\u0e27\u0e32\u0e21\u0e25\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e0b\u0e48\u0e2d\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e27\u0e48\u0e32 \u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e04\u0e27\u0e32\u0e21\u0e02\u0e31\u0e14\u0e41\u0e22\u0e49\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e1b\u0e38\u0e4b\u0e22\u0e2a\u0e39\u0e15\u0e23\u0e17\u0e35\u0e48 3 \u0e41\u0e25\u0e30 2 (\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 0.42 \u0e1a\u0e38\u0e0a\u0e40\u0e0a\u0e25\u0e15\u0e48\u0e2d\u0e40\u0e2d\u0e40\u0e04\u0e2d\u0e23\u0e4c, ) \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e02\u0e31\u0e14\u0e41\u0e22\u0e49\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2a\u0e39\u0e15\u0e23 3 \u0e41\u0e25\u0e30 1 (\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 0.59 \u0e1a\u0e38\u0e0a\u0e40\u0e0a\u0e25\u0e15\u0e48\u0e2d\u0e40\u0e2d\u0e40\u0e04\u0e2d\u0e23\u0e4c, ) \u0e1c\u0e25\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e1a\u0e2a\u0e27\u0e19\u0e19\u0e35\u0e49\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e02\u0e49\u0e2d\u0e2a\u0e23\u0e38\u0e1b\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e41\u0e25\u0e30\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07\u0e16\u0e36\u0e07\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34 <sup>2<\/sup> \u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e17\u0e39\u0e04\u0e35\u0e22\u0e4c\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e07\u0e48\u0e32\u0e07\u0e32\u0e21\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e23\u0e31\u0e01\u0e29\u0e32\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e47\u0e14\u0e02\u0e32\u0e14 \u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e2a\u0e39\u0e0d\u0e40\u0e2a\u0e35\u0e22\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e23\u0e30\u0e1a\u0e38\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07 (Statistical Power) \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e19\u0e34\u0e22\u0e21\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e32\u0e07\u0e04\u0e25\u0e34\u0e19\u0e34\u0e01\u0e41\u0e25\u0e30\u0e07\u0e32\u0e19\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48 <sup>34<\/sup><\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>\u0e1b\u0e23\u0e31\u0e0a\u0e0d\u0e32\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e31\u0e1a\u0e41\u0e01\u0e49\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e25\u0e07\u0e14\u0e32\u0e1a\u0e02\u0e2d\u0e07 Bonferroni (Bonferroni Correction)<\/strong><\/h3>\n\n\n\n<p>\u0e2b\u0e32\u0e01\u0e17\u0e39\u0e04\u0e35\u0e22\u0e4c\u0e04\u0e37\u0e2d\u0e14\u0e32\u0e1a\u0e41\u0e2b\u0e48\u0e07\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e14\u0e38\u0e25 \u0e01\u0e32\u0e23\u0e1b\u0e23\u0e31\u0e1a\u0e41\u0e01\u0e49\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07\u0e1a\u0e2d\u0e19\u0e40\u0e1f\u0e2d\u0e23\u0e4c\u0e42\u0e23\u0e19\u0e35 (Bonferroni adjustment) \u0e04\u0e37\u0e2d\u0e42\u0e25\u0e48\u0e1b\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48\u0e2b\u0e19\u0e32\u0e41\u0e25\u0e30\u0e2d\u0e19\u0e38\u0e23\u0e31\u0e01\u0e29\u0e4c\u0e19\u0e34\u0e22\u0e21 (Conservative) \u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e40\u0e17\u0e48\u0e32\u0e17\u0e35\u0e48\u0e27\u0e07\u0e01\u0e32\u0e23\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e40\u0e04\u0e22\u0e43\u0e2b\u0e49\u0e01\u0e33\u0e40\u0e19\u0e34\u0e14\u0e21\u0e32 <sup>34<\/sup> \u0e2b\u0e25\u0e31\u0e01\u0e04\u0e34\u0e14\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 Bonferroni \u0e19\u0e31\u0e49\u0e19\u0e44\u0e23\u0e49\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35 \u0e41\u0e15\u0e48\u0e40\u0e15\u0e47\u0e21\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e14\u0e38\u0e14\u0e31\u0e19\u0e43\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34 \u0e42\u0e14\u0e22\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e08\u0e30\u0e17\u0e33\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07\u0e01\u0e33\u0e41\u0e1e\u0e07\u0e04\u0e48\u0e32\u0e27\u0e34\u0e01\u0e24\u0e15\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e15\u0e23\u0e30\u0e2b\u0e07\u0e48\u0e32\u0e19\u0e02\u0e36\u0e49\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e19\u0e33\u0e04\u0e48\u0e32\u0e41\u0e2d\u0e25\u0e1f\u0e32\u0e14\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e21\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 (\u0e21\u0e31\u0e01\u0e08\u0e30\u0e15\u0e31\u0e49\u0e07\u0e44\u0e27\u0e49\u0e17\u0e35\u0e48 0.05) \u0e21\u0e32\u0e40\u0e09\u0e37\u0e2d\u0e19\u0e41\u0e1a\u0e48\u0e07\u0e2d\u0e2d\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e46 \u0e15\u0e32\u0e21\u0e08\u0e33\u0e19\u0e27\u0e19\u0e1e\u0e23\u0e21\u0e41\u0e14\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e17\u0e33 <sup>35<\/sup><\/p>\n\n\n\n<p>\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e27\u0e48\u0e32\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e21\u0e35\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a 5 \u0e04\u0e39\u0e48\u0e22\u0e48\u0e2d\u0e22 \u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e41\u0e1a\u0e1a Bonferroni \u0e08\u0e30\u0e1a\u0e31\u0e07\u0e04\u0e31\u0e1a\u0e43\u0e2b\u0e49\u0e41\u0e2d\u0e25\u0e1f\u0e32\u0e43\u0e2b\u0e21\u0e48\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e04\u0e39\u0e48\u0e16\u0e39\u0e01\u0e01\u0e14\u0e17\u0e31\u0e1a\u0e25\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e1e\u0e35\u0e22\u0e07 \u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48 \u0e2b\u0e32\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e21\u0e27\u0e48\u0e32\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e04\u0e48\u0e32 P-value \u0e02\u0e2d\u0e07\u0e04\u0e39\u0e48\u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e08\u0e32\u0e30\u0e17\u0e30\u0e25\u0e38\u0e01\u0e23\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48 1% \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 <sup>35<\/sup> \u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e17\u0e33\u0e17\u0e35\u0e48\u0e1b\u0e48\u0e32\u0e40\u0e16\u0e37\u0e48\u0e2d\u0e19\u0e15\u0e48\u0e2d\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e31\u0e48\u0e19\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e31\u0e19\u0e15\u0e35\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e27\u0e48\u0e32 \u0e2d\u0e31\u0e15\u0e23\u0e32\u0e01\u0e32\u0e23\u0e40\u0e01\u0e34\u0e14 Type I Error \u0e43\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e08\u0e30\u0e44\u0e21\u0e48\u0e2b\u0e25\u0e38\u0e14\u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e27\u0e07\u0e42\u0e04\u0e08\u0e23\u0e40\u0e25\u0e22 <sup>34<\/sup><\/p>\n\n\n\n<p>\u0e41\u0e15\u0e48\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e1b\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48\u0e41\u0e19\u0e48\u0e19\u0e2b\u0e19\u0e32\u0e22\u0e48\u0e2d\u0e21\u0e41\u0e25\u0e01\u0e21\u0e32\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e2a\u0e39\u0e0d\u0e40\u0e2a\u0e35\u0e22\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e2b\u0e25\u0e27\u0e07 \u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e17\u0e35\u0e48\u0e2d\u0e31\u0e19\u0e15\u0e23\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07 Bonferroni \u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e01\u0e25\u0e37\u0e19\u0e01\u0e34\u0e19\u0e41\u0e25\u0e30\u0e1a\u0e31\u0e48\u0e19\u0e17\u0e2d\u0e19 \u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a (Statistical Power) \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e38\u0e19\u0e41\u0e23\u0e07\u0e41\u0e25\u0e30\u0e17\u0e27\u0e35\u0e04\u0e39\u0e13\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e08\u0e33\u0e19\u0e27\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e25\u0e30\u0e04\u0e39\u0e48\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e43\u0e2b\u0e49\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e21\u0e35\u0e20\u0e32\u0e27\u0e30\u0e1a\u0e01\u0e1e\u0e23\u0e48\u0e2d\u0e07\u0e17\u0e32\u0e07\u0e20\u0e39\u0e21\u0e34\u0e04\u0e38\u0e49\u0e21\u0e01\u0e31\u0e19\u0e15\u0e48\u0e2d Type II Error \u0e01\u0e25\u0e48\u0e32\u0e27\u0e04\u0e37\u0e2d \u0e21\u0e31\u0e19\u0e08\u0e30\u0e21\u0e2d\u0e07\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e47\u0e19\u0e41\u0e25\u0e30\u0e1b\u0e0f\u0e34\u0e40\u0e2a\u0e18\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e48\u0e07\u0e17\u0e35\u0e48\u0e41\u0e23\u0e07\u0e1e\u0e2d\u0e43\u0e2b\u0e49\u0e01\u0e49\u0e32\u0e27\u0e02\u0e49\u0e32\u0e21\u0e01\u0e33\u0e41\u0e1e\u0e07\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e08\u0e38\u0e25\u0e20\u0e32\u0e04\u0e44\u0e1b\u0e44\u0e14\u0e49 <sup>34<\/sup> \u0e1b\u0e23\u0e32\u0e0a\u0e0d\u0e4c\u0e14\u0e49\u0e32\u0e19\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e36\u0e07\u0e21\u0e35\u0e09\u0e31\u0e19\u0e17\u0e32\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 Bonferroni \u0e08\u0e30\u0e21\u0e35\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e2d\u0e1a\u0e18\u0e23\u0e23\u0e21\u0e01\u0e47\u0e15\u0e48\u0e2d\u0e40\u0e21\u0e37\u0e48\u0e2d \u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e39\u0e48\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e21\u0e35\u0e19\u0e49\u0e2d\u0e22\u0e19\u0e34\u0e14\u0e01\u0e23\u0e30\u0e08\u0e34\u0e14\u0e23\u0e34\u0e14 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e01\u0e32\u0e23\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e41\u0e1a\u0e1a\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07\u0e44\u0e27\u0e49\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e23\u0e07\u0e23\u0e48\u0e32\u0e07\u0e27\u0e34\u0e08\u0e31\u0e22 (A priori preplanned comparisons) \u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e23\u0e27\u0e21\u0e40\u0e2d\u0e32\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e17\u0e38\u0e01\u0e04\u0e39\u0e48\u0e21\u0e32\u0e1e\u0e31\u0e27\u0e1e\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22 <sup>34<\/sup><\/p>\n\n\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e2a\u0e2d\u0e07\u0e21\u0e2b\u0e32\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e19\u0e35\u0e49 \u0e42\u0e25\u0e01\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c Post-Hoc \u0e22\u0e31\u0e07\u0e21\u0e35\u0e27\u0e34\u0e18\u0e35\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e17\u0e32\u0e07\u0e17\u0e35\u0e48\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21\u0e08\u0e33\u0e40\u0e1e\u0e32\u0e30 \u0e40\u0e0a\u0e48\u0e19 \u0e2b\u0e32\u0e01\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e22\u0e32\u0e15\u0e31\u0e27\u0e43\u0e2b\u0e21\u0e48\u0e2a\u0e32\u0e23\u0e1e\u0e31\u0e14\u0e2a\u0e39\u0e15\u0e23 \u0e01\u0e31\u0e1a\u0e01\u0e25\u0e38\u0e48\u0e21\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21 (Control group) \u0e40\u0e1e\u0e35\u0e22\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e14\u0e35\u0e22\u0e27\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e22\u0e32\u0e15\u0e31\u0e27\u0e43\u0e2b\u0e21\u0e48\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19\u0e40\u0e2d\u0e07 \u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49\u0e2a\u0e16\u0e34\u0e15\u0e34 Dunnett&#8217;s test \u0e08\u0e30\u0e43\u0e2b\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e41\u0e25\u0e30\u0e1e\u0e32\u0e27\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2d\u0e37\u0e48\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e01 <sup>34<\/sup> \u0e2b\u0e23\u0e37\u0e2d\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e23\u0e49\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15 \u0e41\u0e25\u0e30\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e49\u0e2d\u0e2a\u0e23\u0e38\u0e1b\u0e23\u0e27\u0e21\u0e02\u0e49\u0e32\u0e21\u0e01\u0e25\u0e38\u0e48\u0e21 (Complex contrasts) \u0e2a\u0e16\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07 Scheff\u00e9\u2019s procedure \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e40\u0e14\u0e35\u0e22\u0e27\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e48\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d\u0e43\u0e19\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e20\u0e32\u0e1e\u0e01\u0e27\u0e49\u0e32\u0e07\u0e40\u0e0a\u0e34\u0e07\u0e1c\u0e2a\u0e21\u0e1c\u0e2a\u0e32\u0e19 <sup>34<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e22\u0e38\u0e17\u0e18\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19<\/strong><\/h2>\n\n\n\n<p>\u0e42\u0e25\u0e01\u0e41\u0e2b\u0e48\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e34\u0e1a\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e21\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e21\u0e15\u0e15\u0e32\u0e43\u0e2b\u0e49\u0e01\u0e31\u0e1a\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e32\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35 \u0e1a\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e02\u0e49\u0e2d\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e44\u0e27\u0e49 \u0e04\u0e27\u0e32\u0e21\u0e17\u0e49\u0e32\u0e17\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e04\u0e27\u0e32\u0e21\u0e1b\u0e31\u0e48\u0e19\u0e1b\u0e48\u0e27\u0e19\u0e41\u0e25\u0e30\u0e01\u0e31\u0e14\u0e01\u0e23\u0e48\u0e2d\u0e19\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e16\u0e37\u0e2d\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e2a\u0e31\u0e21\u0e24\u0e17\u0e18\u0e34\u0e4c\u0e43\u0e19 ANOVA \u0e41\u0e1a\u0e1a\u0e14\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e21\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e37\u0e2d \u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e25\u0e38\u0e48\u0e21 (Heteroscedasticity) \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e31\u0e01\u0e21\u0e32\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e23\u0e48\u0e32\u0e07\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e04\u0e27\u0e32\u0e21\u0e44\u0e21\u0e48\u0e2a\u0e21\u0e14\u0e38\u0e25\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e2a\u0e21\u0e32\u0e0a\u0e34\u0e01\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 (Unequal Sample Sizes) \u0e2d\u0e32\u0e01\u0e32\u0e23\u0e23\u0e48\u0e27\u0e21\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e1a\u0e31\u0e0d\u0e0d\u0e31\u0e15\u0e34\u0e43\u0e19\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e0a\u0e37\u0e48\u0e2d Behrens-Fisher Problem <sup>11<\/sup><\/p>\n\n\n\n<p>\u0e16\u0e49\u0e32\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e44\u0e21\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2b\u0e19\u0e32\u0e41\u0e19\u0e48\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e21\u0e14\u0e38\u0e25\u0e01\u0e31\u0e19 \u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e2d\u0e07\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 (MSW) \u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 Classic ANOVA \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e01\u0e34\u0e14\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e40\u0e17\u0e23\u0e27\u0e21\u0e23\u0e27\u0e1a\u0e22\u0e2d\u0e14\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e21\u0e32\u0e2b\u0e32\u0e23\u0e14\u0e49\u0e27\u0e22\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e2a\u0e48\u0e27\u0e19\u0e01\u0e25\u0e32\u0e07 \u0e08\u0e30\u0e2a\u0e39\u0e0d\u0e40\u0e2a\u0e35\u0e22\u0e08\u0e38\u0e14\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e16\u0e48\u0e27\u0e07\u0e41\u0e25\u0e30\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e04\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e31\u0e19\u0e1c\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e17\u0e47\u0e08\u0e44\u0e14\u0e49 \u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e17\u0e35\u0e48\u0e1c\u0e34\u0e14\u0e18\u0e23\u0e23\u0e21\u0e0a\u0e32\u0e15\u0e34\u0e19\u0e35\u0e49\u0e2d\u0e32\u0e08\u0e40\u0e2a\u0e01\u0e2a\u0e23\u0e23\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49 P-value \u0e17\u0e35\u0e48\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e0a\u0e48\u0e19\u0e19\u0e31\u0e49\u0e19 (\u0e20\u0e32\u0e1e\u0e25\u0e27\u0e07\u0e15\u0e32\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34) \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e14\u0e17\u0e31\u0e1a\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e44\u0e21\u0e48\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e25\u0e48\u0e07\u0e1b\u0e23\u0e30\u0e01\u0e32\u0e22 <sup>11<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Levene&#8217;s Test \u0e40\u0e1b\u0e25\u0e48\u0e07\u0e40\u0e2a\u0e35\u0e22\u0e07\u0e40\u0e15\u0e37\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e48\u0e33\u0e40\u0e2a\u0e21\u0e2d\u0e1e\u0e31\u0e07\u0e17\u0e25\u0e32\u0e22\u0e25\u0e07 \u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2b\u0e25\u0e1a\u0e2b\u0e19\u0e35\u0e08\u0e32\u0e01\u0e27\u0e07\u0e01\u0e15\u0e41\u0e2b\u0e48\u0e07\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1a\u0e39\u0e23\u0e13\u0e32\u0e01\u0e32\u0e23\u0e23\u0e30\u0e1a\u0e1a\u0e01\u0e31\u0e1a Welch&#8217;s ANOVA \u0e2b\u0e23\u0e37\u0e2d Brown-Forsythe Test <sup>10<\/sup> \u0e1a\u0e17\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e02\u0e2d\u0e07 Welch \u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e44\u0e14\u0e49\u0e14\u0e31\u0e48\u0e07\u0e1b\u0e0f\u0e34\u0e27\u0e31\u0e15\u0e34\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c \u0e21\u0e31\u0e19\u0e22\u0e01\u0e40\u0e25\u0e34\u0e01\u0e2b\u0e25\u0e31\u0e01\u0e04\u0e34\u0e14\u0e17\u0e35\u0e48\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e1b\u0e30\u0e1b\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e04\u0e37\u0e2d\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e41\u0e15\u0e48\u0e2b\u0e31\u0e19\u0e21\u0e32\u0e40\u0e04\u0e32\u0e23\u0e1e\u0e43\u0e19\u0e2d\u0e31\u0e15\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23 \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e04\u0e48\u0e32\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e1c\u0e01\u0e1c\u0e31\u0e19\u0e43\u0e2b\u0e49\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e43\u0e19\u0e41\u0e15\u0e48\u0e01\u0e25\u0e38\u0e48\u0e21\u0e42\u0e14\u0e22\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e25\u0e38\u0e48\u0e21\u0e17\u0e35\u0e48\u0e21\u0e35\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e41\u0e01\u0e27\u0e48\u0e07\u0e44\u0e01\u0e27\u0e2a\u0e39\u0e07\u0e08\u0e30\u0e16\u0e39\u0e01\u0e25\u0e14\u0e17\u0e2d\u0e19\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e25\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21 \u0e2a\u0e48\u0e07\u0e1c\u0e25\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e17\u0e19\u0e17\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e0a\u0e31\u0e49\u0e19 (Unparalleled Robustness) \u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e1c\u0e0a\u0e34\u0e0d\u0e2b\u0e19\u0e49\u0e32\u0e01\u0e31\u0e1a\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e44\u0e23\u0e49\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e1a <sup>11<\/sup><\/p>\n\n\n\n<p>\u0e41\u0e25\u0e30\u0e40\u0e21\u0e37\u0e48\u0e2d Welch\u2019s F-test \u0e17\u0e30\u0e25\u0e27\u0e07\u0e01\u0e33\u0e41\u0e1e\u0e07\u0e1e\u0e23\u0e21\u0e41\u0e14\u0e19\u0e27\u0e34\u0e01\u0e24\u0e15\u0e08\u0e19\u0e19\u0e33\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e40\u0e0a\u0e34\u0e07\u0e25\u0e36\u0e01\u0e2b\u0e25\u0e31\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 (Post-hoc) \u0e01\u0e47\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1c\u0e39\u0e01\u0e15\u0e34\u0e14\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e14\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07 Tukey HSD \u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e15\u0e48\u0e2d\u0e44\u0e1b \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01 Tukey \u0e16\u0e39\u0e01\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e1a\u0e19\u0e02\u0e49\u0e2d\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e40\u0e2a\u0e16\u0e35\u0e22\u0e23\u0e20\u0e32\u0e1e\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a <sup>11<\/sup> \u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e25\u0e31\u0e1a\u0e01\u0e25\u0e44\u0e01\u0e41\u0e25\u0e30\u0e2d\u0e31\u0e1b\u0e40\u0e01\u0e23\u0e14\u0e23\u0e30\u0e1a\u0e1a\u0e44\u0e1b\u0e2a\u0e39\u0e48 \u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e02\u0e2d\u0e07 Games-Howell Test \u0e17\u0e31\u0e19\u0e17\u0e35 <sup>11<\/sup> \u0e01\u0e25\u0e44\u0e01\u0e02\u0e2d\u0e07 Games-Howell \u0e16\u0e2d\u0e14\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e08\u0e32\u0e01\u0e40\u0e08\u0e15\u0e19\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e02\u0e2d\u0e07 Tukey \u0e41\u0e15\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e25\u0e48\u0e32\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e08\u0e32\u0e01\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e32\u0e14\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e41\u0e1a\u0e1a Welch (Welch-type standard errors) \u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21\u0e02\u0e2d\u0e07 Satterthwaite Equation \u0e2d\u0e31\u0e19\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e08\u0e35\u0e22\u0e23\u0e30\u0e44\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e34\u0e2a\u0e23\u0e30 (Degrees of Freedom) \u0e41\u0e22\u0e01\u0e02\u0e32\u0e14\u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e01\u0e31\u0e19\u0e42\u0e14\u0e22\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e38\u0e01\u0e46 \u0e04\u0e39\u0e48\u0e17\u0e35\u0e48\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e49\u0e32\u0e1b\u0e23\u0e30\u0e25\u0e2d\u0e07 <sup>12<\/sup><\/p>\n\n\n\n<p>\u0e04\u0e27\u0e32\u0e21\u0e1b\u0e23\u0e30\u0e13\u0e35\u0e15\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e23\u0e31\u0e07\u0e2a\u0e23\u0e23\u0e04\u0e4c\u0e19\u0e35\u0e49\u0e0a\u0e48\u0e27\u0e22\u0e1b\u0e23\u0e30\u0e01\u0e31\u0e19\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e27\u0e48\u0e32 \u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e17\u0e38\u0e01\u0e46 \u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e01\u0e31\u0e14\u0e22\u0e31\u0e1a\u0e22\u0e31\u0e49\u0e07\u0e01\u0e32\u0e23\u0e1e\u0e38\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19\u0e02\u0e2d\u0e07 Type I Error \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e19\u0e31\u0e22\u0e22\u0e30 \u0e41\u0e21\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e21\u0e2b\u0e32\u0e19\u0e04\u0e23\u0e01\u0e31\u0e1a\u0e01\u0e25\u0e38\u0e48\u0e21\u0e17\u0e35\u0e48\u0e40\u0e25\u0e47\u0e01\u0e01\u0e23\u0e30\u0e08\u0e34\u0e14\u0e23\u0e34\u0e14\u0e41\u0e25\u0e30\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e1b\u0e31\u0e48\u0e19\u0e1b\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e2a\u0e39\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e01\u0e47\u0e15\u0e32\u0e21 <sup>39<\/sup> \u0e01\u0e32\u0e23\u0e04\u0e27\u0e1a\u0e23\u0e27\u0e21 Welch\u2019s ANOVA \u0e04\u0e39\u0e48\u0e02\u0e19\u0e32\u0e19\u0e44\u0e1b\u0e01\u0e31\u0e1a Games-Howell Test \u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e2a\u0e16\u0e32\u0e1b\u0e19\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e1b\u0e23\u0e42\u0e15\u0e04\u0e2d\u0e25\u0e01\u0e32\u0e23\u0e40\u0e2d\u0e32\u0e15\u0e31\u0e27\u0e23\u0e2d\u0e14 (Survival Protocol) \u0e17\u0e35\u0e48\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e19\u0e36\u0e01\u0e16\u0e36\u0e07 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19\u0e16\u0e39\u0e01\u0e25\u0e30\u0e40\u0e21\u0e34\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e49\u0e32\u0e22\u0e41\u0e23\u0e07 <sup>39<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e43\u0e19\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e02\u0e2d\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07<\/strong><\/h2>\n\n\n\n<p>\u0e04\u0e38\u0e13\u0e39\u0e1b\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e44\u0e14\u0e49\u0e01\u0e49\u0e32\u0e27\u0e02\u0e49\u0e32\u0e21\u0e1e\u0e23\u0e21\u0e41\u0e14\u0e19\u0e2b\u0e49\u0e2d\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e01\u0e32\u0e23\u0e17\u0e32\u0e07\u0e2a\u0e31\u0e07\u0e04\u0e21\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e1a\u0e23\u0e34\u0e2a\u0e38\u0e17\u0e18\u0e34\u0e4c \u0e21\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e20\u0e32\u0e04\u0e20\u0e39\u0e21\u0e34\u0e43\u0e08\u0e43\u0e19\u0e42\u0e25\u0e01\u0e02\u0e2d\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e38\u0e04\u0e43\u0e2b\u0e21\u0e48 (Modern Data Science) \u0e17\u0e24\u0e29\u0e0e\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e41\u0e1b\u0e25\u0e07\u0e2a\u0e20\u0e32\u0e1e\u0e41\u0e25\u0e30\u0e16\u0e2d\u0e14\u0e23\u0e2b\u0e31\u0e2a\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19 \u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21\u0e41\u0e2b\u0e48\u0e07\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e04\u0e38\u0e13\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30 (Feature Selection) \u0e17\u0e35\u0e48\u0e17\u0e23\u0e07\u0e2d\u0e32\u0e19\u0e38\u0e20\u0e32\u0e1e\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e42\u0e04\u0e23\u0e07\u0e02\u0e48\u0e32\u0e22\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e02\u0e2d\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07 (Machine Learning) <sup>6<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e27\u0e34\u0e28\u0e27\u0e01\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e2a\u0e16\u0e32\u0e1b\u0e19\u0e34\u0e01\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1c\u0e0a\u0e34\u0e0d\u0e01\u0e31\u0e1a\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e2b\u0e25\u0e31\u0e01\u0e1e\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e2b\u0e25\u0e31\u0e01\u0e2b\u0e21\u0e37\u0e48\u0e19\u0e21\u0e34\u0e15\u0e34 (High Dimensionality Matrix) \u0e01\u0e32\u0e23\u0e1a\u0e31\u0e07\u0e04\u0e31\u0e1a\u0e43\u0e2b\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e25\u0e37\u0e19\u0e01\u0e34\u0e19\u0e41\u0e25\u0e30\u0e0b\u0e36\u0e21\u0e0b\u0e31\u0e1a\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e38\u0e01\u0e0a\u0e38\u0e14 \u0e21\u0e31\u0e01\u0e08\u0e30\u0e08\u0e38\u0e14\u0e0a\u0e19\u0e27\u0e19\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e2b\u0e32\u0e22\u0e19\u0e30\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \u0e2a\u0e20\u0e32\u0e27\u0e30\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e41\u0e25\u0e30\u0e08\u0e14\u0e08\u0e33\u0e17\u0e35\u0e48\u0e21\u0e32\u0e01\u0e40\u0e01\u0e34\u0e19\u0e1e\u0e2d\u0e14\u0e35 (Curse of Dimensionality \u0e41\u0e25\u0e30 Overfitting) \u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e1c\u0e25\u0e32\u0e0d\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e43\u0e2b\u0e49\u0e2b\u0e21\u0e14\u0e44\u0e1b\u0e01\u0e31\u0e1a\u0e02\u0e22\u0e30\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e23\u0e1a\u0e01\u0e27\u0e19 <sup>6<\/sup> \u0e17\u0e32\u0e07\u0e23\u0e2d\u0e14\u0e17\u0e35\u0e48\u0e07\u0e48\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e41\u0e25\u0e30\u0e40\u0e23\u0e47\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1a\u0e39\u0e23\u0e13\u0e32\u0e01\u0e32\u0e23\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e02\u0e49\u0e32\u0e01\u0e31\u0e1a\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14 Filter Methods \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e23\u0e48\u0e2d\u0e19\u0e17\u0e2d\u0e07\u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e17\u0e23\u0e32\u0e22 <sup>6<\/sup><\/p>\n\n\n\n<p>\u0e43\u0e19\u0e1a\u0e23\u0e23\u0e22\u0e32\u0e01\u0e32\u0e28\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e08\u0e33\u0e41\u0e19\u0e01\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17 (Classification Models) \u0e42\u0e14\u0e22\u0e21\u0e35\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22 (Target Variable) \u0e40\u0e1b\u0e47\u0e19\u0e04\u0e48\u0e32\u0e04\u0e07\u0e17\u0e35\u0e48\u0e41\u0e1a\u0e1a\u0e41\u0e22\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e08\u0e33\u0e40\u0e1e\u0e32\u0e30\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07 (Categorical Target) \u0e41\u0e25\u0e30\u0e21\u0e35\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e48\u0e32\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 (Continuous\/Numerical Features) \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e2a\u0e39\u0e15\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e41\u0e1a\u0e1a F-ANOVA \u0e08\u0e30\u0e41\u0e2a\u0e14\u0e07\u0e41\u0e2a\u0e19\u0e22\u0e32\u0e19\u0e38\u0e20\u0e32\u0e1e\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e16\u0e36\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 <sup>6<\/sup> \u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e19\u0e42\u0e2b\u0e21\u0e14\u0e19\u0e35\u0e49 \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32\u0e04\u0e48\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34 F \u0e43\u0e2b\u0e49\u0e41\u0e01\u0e48\u0e0a\u0e38\u0e14\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e38\u0e01\u0e46 \u0e21\u0e34\u0e15\u0e34\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27 \u0e42\u0e14\u0e22\u0e2d\u0e32\u0e28\u0e31\u0e22\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e40\u0e14\u0e34\u0e21\u0e17\u0e35\u0e48\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e27\u0e48\u0e32 \u0e23\u0e30\u0e22\u0e30\u0e2b\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e43\u0e14\u0e46 \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e15\u0e48\u0e25\u0e30\u0e0a\u0e19\u0e34\u0e14 (Variance Between Classes) \u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e19\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e41\u0e01\u0e27\u0e48\u0e07\u0e15\u0e31\u0e27\u0e02\u0e2d\u0e07\u0e1e\u0e34\u0e01\u0e31\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48 (Variance Within Each Class) <sup>7<\/sup><\/p>\n\n\n\n<p>\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1b\u0e23\u0e31\u0e0a\u0e0d\u0e32\u0e15\u0e23\u0e07\u0e19\u0e35\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e41\u0e15\u0e48\u0e0a\u0e32\u0e0d\u0e09\u0e25\u0e32\u0e14 \u0e2b\u0e32\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e15\u0e31\u0e27\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e40\u0e0a\u0e48\u0e19 &#8216;\u0e02\u0e19\u0e32\u0e14\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e08\u0e2d\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c&#8217; \u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32 (\u0e01\u0e25\u0e38\u0e48\u0e21 A, B, C) \u0e41\u0e25\u0e30\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e35\u0e49\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e01\u0e27\u0e31\u0e14\u0e41\u0e01\u0e27\u0e48\u0e07\u0e43\u0e19\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e2a\u0e39\u0e07\u0e01\u0e27\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32 \u0e19\u0e31\u0e48\u0e19\u0e1a\u0e48\u0e07\u0e0a\u0e35\u0e49\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19\u0e27\u0e48\u0e32\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e35\u0e49 &#8216;\u0e02\u0e32\u0e14\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07\u0e41\u0e22\u0e01&#8217; \u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e01\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e1c\u0e25\u0e2a\u0e31\u0e21\u0e24\u0e17\u0e18\u0e34\u0e4c (Impact) \u0e43\u0e14\u0e46 \u0e15\u0e48\u0e2d\u0e23\u0e30\u0e1a\u0e1a \u0e04\u0e48\u0e32 P-value \u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e35\u0e49\u0e08\u0e30\u0e17\u0e30\u0e22\u0e32\u0e19\u0e2a\u0e39\u0e07\u0e02\u0e36\u0e49\u0e19 \u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e35\u0e49\u0e2a\u0e21\u0e04\u0e27\u0e23\u0e16\u0e39\u0e01\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e15\u0e31\u0e14\u0e17\u0e34\u0e49\u0e07\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e08\u0e32\u0e01\u0e04\u0e25\u0e31\u0e07\u0e2a\u0e21\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e01\u0e48\u0e2d\u0e19\u0e40\u0e23\u0e34\u0e48\u0e21\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e25\u0e36\u0e01 <sup>6<\/sup> \u0e22\u0e34\u0e48\u0e07\u0e04\u0e48\u0e32 F-statistic \u0e17\u0e33\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e2a\u0e39\u0e07\u0e15\u0e23\u0e30\u0e2b\u0e07\u0e48\u0e32\u0e19\u0e21\u0e32\u0e01\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14 \u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e19\u0e31\u0e49\u0e19\u0e22\u0e34\u0e48\u0e07\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e22\u0e28\u0e41\u0e25\u0e30\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e38\u0e0d\u0e41\u0e08\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e35\u0e48\u0e21\u0e35\u0e28\u0e31\u0e01\u0e22\u0e20\u0e32\u0e1e\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22 (Discriminative power) \u0e41\u0e25\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e49\u0e2d\u0e19\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e20\u0e32\u0e04\u0e20\u0e39\u0e21\u0e34\u0e43\u0e08 <sup>6<\/sup><\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e1c\u0e48\u0e32\u0e19\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 Python<\/strong><\/h3>\n\n\n\n<p>\u0e20\u0e32\u0e29\u0e32\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e22\u0e38\u0e17\u0e18\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07 Python \u0e43\u0e2b\u0e49\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e30\u0e14\u0e27\u0e01\u0e2a\u0e1a\u0e32\u0e22\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e35\u0e14\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e01\u0e32\u0e23\u0e14\u0e36\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2d\u0e42\u0e19\u0e27\u0e32\u0e21\u0e32\u0e1b\u0e23\u0e30\u0e17\u0e31\u0e1a\u0e44\u0e27\u0e49\u0e43\u0e19\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 \u0e1c\u0e48\u0e32\u0e19\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e0a\u0e31\u0e49\u0e19\u0e19\u0e33\u0e02\u0e2d\u0e07\u0e42\u0e25\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07 scikit-learn \u0e1c\u0e39\u0e49\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d\u0e14\u0e49\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1c\u0e2a\u0e32\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e42\u0e21\u0e14\u0e39\u0e25 SelectKBest \u0e01\u0e31\u0e1a\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e41\u0e01\u0e19\u0e2b\u0e25\u0e31\u0e01\u0e17\u0e35\u0e48\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32 f_classif (\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e02\u0e2d\u0e07 F-ANOVA classification test) \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e31\u0e01\u0e23\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e31\u0e14\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e21\u0e34\u0e15\u0e34\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e2a\u0e01\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e42\u0e14\u0e22\u0e2d\u0e31\u0e15\u0e42\u0e19\u0e21\u0e31\u0e15\u0e34 <sup>7<\/sup><\/p>\n\n\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e01\u0e23\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49 \u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e2a\u0e23\u0e23\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e2d\u0e01\u0e44\u0e2d\u0e23\u0e34\u0e2a (Iris Dataset) \u0e43\u0e19\u0e15\u0e33\u0e19\u0e32\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e31\u0e19\u0e18\u0e38\u0e01\u0e23\u0e23\u0e21\u0e15\u0e49\u0e19\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e42\u0e25\u0e01 Machine Learning <sup>7<\/sup> \u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e16\u0e39\u0e01\u0e16\u0e2d\u0e14\u0e23\u0e2b\u0e31\u0e2a\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e04\u0e23\u0e07\u0e23\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e21\u0e34\u0e48\u0e07 \u0e14\u0e31\u0e07\u0e19\u0e35\u0e49:<\/p>\n\n\n\n<p>Python<\/p>\n\n\n\n<p># \u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e42\u0e04\u0e23\u0e07\u0e02\u0e48\u0e32\u0e22\u0e41\u0e25\u0e30\u0e2b\u0e49\u0e2d\u0e07\u0e2a\u0e21\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e1a\u0e41\u0e25\u0e30\u0e04\u0e31\u0e14\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23<br>import pandas as pd<br>from sklearn.datasets import load_iris<br>from sklearn.feature_selection import SelectKBest, f_classif<br>from sklearn.model_selection import train_test_split<br>from sklearn.ensemble import RandomForestClassifier<br>from sklearn.metrics import accuracy_score<br><br># \u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e14\u0e36\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e1e\u0e31\u0e19\u0e18\u0e38\u0e01\u0e23\u0e23\u0e21\u0e41\u0e25\u0e30\u0e08\u0e31\u0e14\u0e41\u0e1a\u0e48\u0e07\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e22\u0e48\u0e2d\u0e22<br>data = load_iris()<br>X = pd.DataFrame(data.data, columns=data.feature_names) # \u0e2d\u0e32\u0e23\u0e4c\u0e40\u0e23\u0e22\u0e4c\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e2d\u0e34\u0e2a\u0e23\u0e30\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14<br>y = pd.Series(data.target) # \u0e40\u0e27\u0e01\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e04\u0e48\u0e32\u0e04\u0e27\u0e32\u0e21\u0e08\u0e23\u0e34\u0e07 (\u0e2a\u0e32\u0e22\u0e1e\u0e31\u0e19\u0e18\u0e38\u0e4c\u0e44\u0e2d\u0e23\u0e34\u0e2a)<br><br># \u0e01\u0e25\u0e22\u0e38\u0e17\u0e18\u0e4c\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07\u0e41\u0e22\u0e01\u0e2a\u0e19\u0e32\u0e21\u0e0b\u0e49\u0e2d\u0e21\u0e41\u0e25\u0e30\u0e2a\u0e19\u0e32\u0e21\u0e23\u0e1a\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19<br>X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)<br><br># \u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e15\u0e31\u0e49\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e23\u0e2d\u0e07 F-ANOVA \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e31\u0e01\u0e08\u0e31\u0e1a\u0e41\u0e25\u0e30\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e35\u0e48\u0e17\u0e23\u0e07\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25 2 \u0e15\u0e31\u0e27\u0e41\u0e23\u0e01<br>selector = SelectKBest(score_func=f_classif, k=2) &nbsp;<br># \u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e41\u0e25\u0e30\u0e1a\u0e35\u0e1a\u0e2d\u0e31\u0e14\u0e21\u0e34\u0e15\u0e34\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49<br>X_train_selected = selector.fit_transform(X_train, y_train)<br>X_test_selected = selector.transform(X_test)<br><br># \u0e04\u0e25\u0e35\u0e48\u0e04\u0e25\u0e32\u0e22\u0e23\u0e2b\u0e31\u0e2a\u0e1b\u0e23\u0e34\u0e28\u0e19\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e39\u0e27\u0e48\u0e32\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e43\u0e14\u0e1a\u0e49\u0e32\u0e07\u0e17\u0e35\u0e48\u0e23\u0e2d\u0e14\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e2a\u0e23\u0e23<br>selected_features = X.columns[selector.get_support()]<br>f_scores = selector.scores_[selector.get_support()]<br><br>print(f&#8221;\u0e40\u0e2d\u0e01\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21 (Features) \u0e17\u0e35\u0e48\u0e04\u0e39\u0e48\u0e04\u0e27\u0e23\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e2d\u0e19\u0e38\u0e21\u0e32\u0e19\u0e1c\u0e25: {selected_features}&#8221;)<br>print(f&#8221;\u0e28\u0e31\u0e01\u0e22\u0e20\u0e32\u0e1e\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e40\u0e0a\u0e34\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c (F-Scores): {f_scores}&#8221;)<br><br># \u0e01\u0e32\u0e23\u0e1b\u0e25\u0e39\u0e01\u0e16\u0e48\u0e32\u0e22\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2b\u0e31\u0e27\u0e01\u0e30\u0e17\u0e34\u0e25\u0e07\u0e43\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07 (Random Forest)<br>model = RandomForestClassifier(random_state=42)<br>model.fit(X_train_selected, y_train)<br>y_pred = model.predict(X_test_selected)<br><br># \u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22<br>accuracy = accuracy_score(y_test, y_pred)<br>print(f&#8221;\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e08\u0e32\u0e01\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e01\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07: {accuracy:.4f}&#8221;)<br><\/p>\n\n\n\n<p>\u0e08\u0e32\u0e01\u0e21\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c \u0e23\u0e30\u0e1a\u0e1a\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25 F-ANOVA \u0e44\u0e14\u0e49\u0e09\u0e32\u0e22\u0e41\u0e2a\u0e07\u0e02\u0e31\u0e1a\u0e40\u0e19\u0e49\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23 &#8216;petal length&#8217; \u0e41\u0e25\u0e30 &#8216;petal width&#8217; \u0e43\u0e2b\u0e49\u0e42\u0e14\u0e14\u0e40\u0e14\u0e48\u0e19\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e17\u0e33\u0e25\u0e32\u0e22\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e04\u0e30\u0e41\u0e19\u0e19\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e15\u0e31\u0e27\u0e02\u0e49\u0e32\u0e21\u0e04\u0e25\u0e32\u0e2a \u0e17\u0e34\u0e49\u0e07\u0e2b\u0e48\u0e32\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e21\u0e34\u0e15\u0e34\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e25\u0e34\u0e1a\u0e25\u0e31\u0e1a <sup>7<\/sup> \u0e23\u0e30\u0e1a\u0e1a\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e0b\u0e31\u0e01\u0e0b\u0e49\u0e2d\u0e21\u0e08\u0e32\u0e01\u0e2a\u0e2d\u0e07\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e0a\u0e35\u0e49\u0e02\u0e32\u0e14\u0e19\u0e35\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e28\u0e31\u0e01\u0e22\u0e20\u0e32\u0e1e\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e17\u0e35\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e17\u0e30\u0e25\u0e38 100% \u0e2b\u0e23\u0e37\u0e2d 1.0000 \u0e44\u0e14\u0e49\u0e43\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e2a\u0e20\u0e32\u0e1e\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21 \u0e0b\u0e36\u0e48\u0e07\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e16\u0e36\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e2d\u0e31\u0e19\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07 <sup>7<\/sup><\/p>\n\n\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e08\u0e23\u0e34\u0e07\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e22\u0e34\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e2d\u0e38\u0e15\u0e2a\u0e32\u0e2b\u0e01\u0e23\u0e23\u0e21\u0e01\u0e32\u0e23\u0e41\u0e1e\u0e17\u0e22\u0e4c \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 Pima Indians Diabetes Dataset \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e1f\u0e49\u0e19\u0e2b\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e17\u0e32\u0e07\u0e23\u0e48\u0e32\u0e07\u0e01\u0e32\u0e22\u0e17\u0e35\u0e48\u0e21\u0e35\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e01\u0e34\u0e14\u0e42\u0e23\u0e04\u0e40\u0e1a\u0e32\u0e2b\u0e27\u0e32\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e01\u0e32\u0e23\u0e14\u0e36\u0e07 read_csv \u0e08\u0e32\u0e01\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35 pandas \u0e02\u0e2d\u0e07\u0e20\u0e32\u0e29\u0e32 Python \u0e41\u0e25\u0e30\u0e2a\u0e48\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e4c\u0e40\u0e23\u0e22\u0e4c\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e41\u0e1a\u0e1a\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 (k=&#8217;all&#8217;) \u0e0a\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e34\u0e14\u0e40\u0e1c\u0e22\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e35\u0e48\u0e0b\u0e48\u0e2d\u0e19\u0e2d\u0e22\u0e39\u0e48 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e19\u0e31\u0e01\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e39\u0e21\u0e34\u0e17\u0e31\u0e28\u0e19\u0e4c\u0e02\u0e2d\u0e07\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e08\u0e30\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e15\u0e31\u0e14\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e19\u0e31\u0e22\u0e22\u0e30\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e41\u0e1e\u0e17\u0e22\u0e4c\u0e17\u0e34\u0e49\u0e07\u0e44\u0e1b\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e25\u0e14\u0e2d\u0e38\u0e1b\u0e2a\u0e23\u0e23\u0e04\u0e43\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e20\u0e32\u0e1e\u0e01\u0e27\u0e49\u0e32\u0e07 <sup>42<\/sup><\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e23\u0e32\u0e30\u0e1a\u0e32\u0e07\u0e40\u0e0a\u0e34\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e43\u0e19\u0e21\u0e34\u0e15\u0e34\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e31\u0e01\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49<\/strong><\/h3>\n\n\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e47\u0e14\u0e35 \u0e2d\u0e32\u0e13\u0e32\u0e08\u0e31\u0e01\u0e23\u0e41\u0e2b\u0e48\u0e07\u0e15\u0e31\u0e27\u0e01\u0e23\u0e2d\u0e07\u0e40\u0e0a\u0e34\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a\u0e44\u0e23\u0e49\u0e17\u0e35\u0e48\u0e15\u0e34\u0e40\u0e2a\u0e21\u0e2d\u0e44\u0e1b \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e1c\u0e0a\u0e34\u0e0d\u0e2b\u0e19\u0e49\u0e32\u0e01\u0e31\u0e1a\u0e01\u0e25\u0e44\u0e01\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07 \u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e17\u0e32\u0e07\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e02\u0e2d\u0e07 F-ANOVA \u0e08\u0e30\u0e04\u0e48\u0e2d\u0e22\u0e46 \u0e40\u0e1c\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e23\u0e2d\u0e22\u0e23\u0e49\u0e32\u0e27\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e1e\u0e36\u0e07\u0e23\u0e30\u0e27\u0e31\u0e07 <sup>7<\/sup> \u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e19\u0e35\u0e49\u0e43\u0e19\u0e1a\u0e23\u0e34\u0e1a\u0e17 Machine Learning \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e38\u0e13\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e22\u0e01\u0e2a\u0e48\u0e27\u0e19\u0e41\u0e1a\u0e1a\u0e40\u0e2d\u0e01\u0e40\u0e17\u0e28 (Evaluate independently) \u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e40\u0e04\u0e23\u0e37\u0e2d\u0e02\u0e48\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e17\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19 (Feature Interactions) \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e01\u0e37\u0e49\u0e2d\u0e01\u0e39\u0e25\u0e01\u0e31\u0e19\u0e41\u0e1a\u0e1a\u0e02\u0e49\u0e32\u0e21\u0e2a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 <sup>7<\/sup> \u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22\u0e15\u0e31\u0e27\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e2d\u0e32\u0e08\u0e14\u0e39\u0e44\u0e23\u0e49\u0e04\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e22\u0e37\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e42\u0e14\u0e14\u0e40\u0e14\u0e35\u0e48\u0e22\u0e27\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a F-statistic \u0e17\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e07\u0e32\u0e19\u0e2a\u0e2d\u0e14\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e19\u0e23\u0e27\u0e21\u0e01\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e1a\u0e32\u0e07\u0e15\u0e31\u0e27 \u0e21\u0e31\u0e19\u0e2d\u0e32\u0e08\u0e41\u0e2a\u0e14\u0e07\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e17\u0e35\u0e48\u0e40\u0e14\u0e47\u0e14\u0e02\u0e32\u0e14\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e40\u0e04\u0e23\u0e37\u0e2d\u0e02\u0e48\u0e32\u0e22\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49 F-ANOVA \u0e22\u0e31\u0e07\u0e1c\u0e39\u0e01\u0e02\u0e32\u0e14\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e40\u0e0a\u0e34\u0e07\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e40\u0e2a\u0e49\u0e19\u0e15\u0e23\u0e07 (Linear models assumptions) \u0e2b\u0e32\u0e01\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e23\u0e35\u0e14\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e08\u0e32\u0e01\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21\u0e15\u0e49\u0e19\u0e44\u0e21\u0e49\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07 \u0e2b\u0e23\u0e37\u0e2d Support Vector Machines \u0e41\u0e1a\u0e1a\u0e27\u0e34\u0e01\u0e24\u0e15\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e2a\u0e49\u0e19 (Non-linear models) \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 F-ANOVA \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e23\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e32\u0e08\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e25\u0e01\u0e23\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e25\u0e14\u0e17\u0e2d\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e01\u0e48\u0e07\u0e01\u0e32\u0e08\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a (Defeat the point of using non-linear models) \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e21\u0e31\u0e19\u0e2d\u0e32\u0e08\u0e25\u0e1a\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e17\u0e35\u0e48\u0e21\u0e35\u0e19\u0e31\u0e22\u0e22\u0e30\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e41\u0e1a\u0e1a\u0e40\u0e2a\u0e49\u0e19\u0e42\u0e04\u0e49\u0e07\u0e2a\u0e38\u0e14\u0e02\u0e31\u0e49\u0e27\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e41\u0e23\u0e01\u0e40\u0e23\u0e34\u0e48\u0e21 <sup>6<\/sup> \u0e17\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e19\u0e35\u0e49 \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e23\u0e30\u0e2b\u0e19\u0e31\u0e01\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e2a\u0e21\u0e2d\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e32\u0e28\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e23\u0e1a\u0e01\u0e27\u0e19\u0e17\u0e35\u0e48\u0e1c\u0e34\u0e14\u0e1b\u0e01\u0e15\u0e34 (Outliers sensitive) \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e01\u0e34\u0e14\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e23\u0e48\u0e27\u0e21\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e2a\u0e49\u0e19\u0e1e\u0e2b\u0e38\u0e04\u0e39\u0e13 (Multicollinearity) \u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e22\u0e36\u0e14\u0e16\u0e37\u0e2d\u0e1c\u0e25\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e41\u0e22\u0e01\u0e42\u0e14\u0e22\u0e15\u0e31\u0e27\u0e41\u0e1a\u0e1a\u0e2d\u0e42\u0e19\u0e27\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1a\u0e47\u0e14\u0e40\u0e2a\u0e23\u0e47\u0e08 <sup>7<\/sup><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>\u0e1a\u0e17\u0e2a\u0e23\u0e38\u0e1b\u0e40\u0e0a\u0e34\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e41\u0e25\u0e30\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15<\/strong><\/h2>\n\n\n\n<p>\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a ANOVA \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 \u0e44\u0e14\u0e49\u0e01\u0e49\u0e32\u0e27\u0e1c\u0e48\u0e32\u0e19\u0e22\u0e38\u0e04\u0e2a\u0e21\u0e31\u0e22\u0e41\u0e25\u0e30\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e15\u0e19\u0e40\u0e2d\u0e07\u0e0b\u0e49\u0e33\u0e41\u0e25\u0e49\u0e27\u0e0b\u0e49\u0e33\u0e40\u0e25\u0e48\u0e32\u0e43\u0e19\u0e10\u0e32\u0e19\u0e30\u0e28\u0e34\u0e25\u0e32\u0e24\u0e01\u0e29\u0e4c\u0e02\u0e2d\u0e07\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e40\u0e0a\u0e34\u0e07\u0e2d\u0e19\u0e38\u0e21\u0e32\u0e19 \u0e40\u0e2a\u0e19\u0e48\u0e2b\u0e4c\u0e41\u0e25\u0e30\u0e2d\u0e31\u0e15\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c\u0e2d\u0e31\u0e19\u0e17\u0e23\u0e07\u0e1e\u0e25\u0e31\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49 \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2b\u0e22\u0e38\u0e14\u0e2d\u0e22\u0e39\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e19\u0e35\u0e1b\u0e23\u0e30\u0e19\u0e2d\u0e21\u0e2a\u0e48\u0e27\u0e19\u0e15\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e21\u0e2b\u0e32\u0e20\u0e32\u0e04\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e41\u0e15\u0e48\u0e21\u0e31\u0e19\u0e22\u0e31\u0e07\u0e44\u0e14\u0e49\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e23\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e04\u0e34\u0e14\u0e40\u0e0a\u0e34\u0e07\u0e15\u0e23\u0e23\u0e01\u0e30\u0e2d\u0e31\u0e19\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e1a\u0e1a \u0e43\u0e19\u0e01\u0e32\u0e23\u0e41\u0e22\u0e01\u0e41\u0e22\u0e30\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e08\u0e32\u0e01\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e19\u0e43\u0e08 \u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e23\u0e1a\u0e01\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21\u0e41\u0e25\u0e30\u0e40\u0e2b\u0e15\u0e38\u0e1a\u0e31\u0e07\u0e40\u0e2d\u0e34\u0e0d <sup>1<\/sup> \u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e08\u0e31\u0e14\u0e41\u0e1a\u0e48\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e41\u0e25\u0e30\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 (Partitioning Sum of Squares) \u0e22\u0e31\u0e07\u0e04\u0e07\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e41\u0e2a\u0e07\u0e2a\u0e27\u0e48\u0e32\u0e07\u0e19\u0e33\u0e17\u0e32\u0e07\u0e41\u0e01\u0e48\u0e19\u0e31\u0e01\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e17\u0e35\u0e48\u0e21\u0e35\u0e40\u0e2b\u0e15\u0e38\u0e21\u0e35\u0e1c\u0e25\u0e40\u0e2a\u0e21\u0e2d <sup>13<\/sup><\/p>\n\n\n\n<p>\u0e01\u0e32\u0e23\u0e15\u0e23\u0e30\u0e2b\u0e19\u0e31\u0e01\u0e23\u0e39\u0e49\u0e15\u0e48\u0e2d\u0e02\u0e49\u0e2d\u0e15\u0e01\u0e25\u0e07\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19\u0e41\u0e25\u0e30\u0e01\u0e0e\u0e40\u0e01\u0e13\u0e11\u0e4c\u0e41\u0e2b\u0e48\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34 (Independence, Normality, Homogeneity) \u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e17\u0e31\u0e28\u0e19\u0e4c\u0e2b\u0e25\u0e31\u0e01\u0e17\u0e35\u0e48\u0e01\u0e31\u0e49\u0e19\u0e02\u0e27\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e25\u0e27\u0e07\u0e15\u0e32 \u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e04\u0e38\u0e13\u0e39\u0e1b\u0e01\u0e32\u0e23\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07 <sup>1<\/sup> \u0e2b\u0e32\u0e01\u0e42\u0e25\u0e01\u0e41\u0e2b\u0e48\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19\u0e40\u0e2a\u0e35\u0e22\u0e2a\u0e21\u0e14\u0e38\u0e25 \u0e01\u0e32\u0e23\u0e01\u0e49\u0e32\u0e27\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e02\u0e2d\u0e07 Welch&#8217;s ANOVA \u0e04\u0e27\u0e1a\u0e04\u0e39\u0e48\u0e44\u0e1b\u0e01\u0e31\u0e1a\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e2d\u0e1a\u0e2a\u0e27\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e25\u0e36\u0e01\u0e20\u0e32\u0e22\u0e2b\u0e25\u0e31\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07 Games-Howell Test \u0e44\u0e14\u0e49\u0e01\u0e32\u0e23\u0e31\u0e19\u0e15\u0e35\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e16\u0e36\u0e07\u0e27\u0e34\u0e27\u0e31\u0e12\u0e19\u0e32\u0e01\u0e32\u0e23\u0e43\u0e19\u0e01\u0e32\u0e23\u0e23\u0e31\u0e1a\u0e21\u0e37\u0e2d\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e08\u0e23\u0e34\u0e07\u0e17\u0e35\u0e48\u0e22\u0e38\u0e48\u0e07\u0e40\u0e2b\u0e22\u0e34\u0e07\u0e02\u0e2d\u0e07\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e19\u0e18\u0e23\u0e23\u0e21\u0e0a\u0e32\u0e15\u0e34\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e07\u0e48\u0e32\u0e07\u0e32\u0e21 <sup>11<\/sup><\/p>\n\n\n\n<p>\u0e43\u0e19\u0e17\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e1a\u0e17\u0e40\u0e23\u0e35\u0e22\u0e19\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e1c\u0e22\u0e41\u0e1e\u0e23\u0e48\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e19\u0e33\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\u0e02\u0e2d\u0e07 ANOVA \u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e2d\u0e32\u0e0a\u0e35\u0e1e\u0e14\u0e49\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e21\u0e48\u0e15\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e32\u0e2a\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e21\u0e35\u0e19\u0e31\u0e22\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e40\u0e0a\u0e34\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34 (P-value) \u0e40\u0e1e\u0e35\u0e22\u0e07\u0e14\u0e49\u0e32\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e15\u0e35\u0e41\u0e1c\u0e48\u0e02\u0e19\u0e32\u0e14\u0e2d\u0e34\u0e17\u0e18\u0e34\u0e1e\u0e25 (Effect Sizes \u0e40\u0e0a\u0e48\u0e19 Partial Eta-squared) \u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e2b\u0e25\u0e31\u0e01\u0e41\u0e25\u0e30\u0e21\u0e42\u0e19\u0e18\u0e23\u0e23\u0e21\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07 <sup>27<\/sup> \u0e01\u0e32\u0e23\u0e02\u0e22\u0e32\u0e22\u0e02\u0e2d\u0e1a\u0e40\u0e02\u0e15\u0e2d\u0e07\u0e04\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e2a\u0e39\u0e48\u0e2d\u0e32\u0e13\u0e32\u0e08\u0e31\u0e01\u0e23\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c\u0e41\u0e25\u0e30 Feature Selection \u0e19\u0e31\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e21\u0e23\u0e14\u0e01\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e48\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e41\u0e25\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e04\u0e25\u0e32\u0e2a\u0e2a\u0e34\u0e01\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e04\u0e07\u0e21\u0e35\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e0a\u0e35\u0e27\u0e32 \u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e41\u0e25\u0e30\u0e17\u0e23\u0e07\u0e04\u0e38\u0e13\u0e04\u0e48\u0e32\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e41\u0e27\u0e14\u0e27\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e2b\u0e48\u0e07\u0e42\u0e25\u0e01\u0e2d\u0e19\u0e32\u0e04\u0e15 <sup>6<\/sup><\/p>\n\n\n\n<h4 class=\"wp-block-heading\"><strong>Works cited<\/strong><\/h4>\n\n\n\n<ol class=\"wp-block-list\">\n<li>What Is ANOVA (Analysis of Variance): Definition, Types, Uses &amp; Assumptions | Editage, accessed April 2, 2026, <a href=\"https:\/\/www.editage.com\/blog\/anova-types-uses-assumptions-a-quick-guide-for-biomedical-researchers\/\">https:\/\/www.editage.com\/blog\/anova-types-uses-assumptions-a-quick-guide-for-biomedical-researchers\/<\/a><\/li>\n\n\n\n<li>One-way ANOVA | When and How to Use It (With Examples) &#8211; Scribbr, accessed April 2, 2026, <a href=\"https:\/\/www.scribbr.com\/statistics\/one-way-anova\/\">https:\/\/www.scribbr.com\/statistics\/one-way-anova\/<\/a><\/li>\n\n\n\n<li>Understanding one-way ANOVA using conceptual figures &#8211; PMC, accessed April 2, 2026, <a href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC5296382\/\">https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC5296382\/<\/a><\/li>\n\n\n\n<li>3.3: One-Way ANOVA Sums of Squares, Mean Squares, and F-test &#8211; Statistics LibreTexts, accessed April 2, 2026, <a href=\"https:\/\/stats.libretexts.org\/Bookshelves\/Advanced_Statistics\/Intermediate_Statistics_with_R_(Greenwood)\/03%3A_One-Way_ANOVA\/3.03%3A_One-Way_ANOVA_Sums_of_Squares_Mean_Squares_and_F-test\">https:\/\/stats.libretexts.org\/Bookshelves\/Advanced_Statistics\/Intermediate_Statistics_with_R_(Greenwood)\/03%3A_One-Way_ANOVA\/3.03%3A_One-Way_ANOVA_Sums_of_Squares_Mean_Squares_and_F-test<\/a><\/li>\n\n\n\n<li>ANOVA Test: An In-Depth Guide with Examples &#8211; DataCamp, accessed April 2, 2026, <a href=\"https:\/\/www.datacamp.com\/tutorial\/anova-test\">https:\/\/www.datacamp.com\/tutorial\/anova-test<\/a><\/li>\n\n\n\n<li>Feature Selection with Filter Methods in Python &#8211; Train in Data&#8217;s Blog, accessed April 2, 2026, <a href=\"https:\/\/www.blog.trainindata.com\/feature-selection-with-filter-methods\/\">https:\/\/www.blog.trainindata.com\/feature-selection-with-filter-methods\/<\/a><\/li>\n\n\n\n<li>Feature Selection using F-Anova &#8211; GeeksforGeeks, accessed April 2, 2026, <a href=\"https:\/\/www.geeksforgeeks.org\/machine-learning\/feature-selection-using-f-anova\/\">https:\/\/www.geeksforgeeks.org\/machine-learning\/feature-selection-using-f-anova\/<\/a><\/li>\n\n\n\n<li>Analysis of variance &#8211; Wikipedia, accessed April 2, 2026, <a href=\"https:\/\/en.wikipedia.org\/wiki\/Analysis_of_variance\">https:\/\/en.wikipedia.org\/wiki\/Analysis_of_variance<\/a><\/li>\n\n\n\n<li>Understanding ANOVA: Analyzing Variance in Multiple Groups, accessed April 2, 2026, <a href=\"https:\/\/www.statisticssolutions.com\/free-resources\/directory-of-statistical-analyses\/anova\/\">https:\/\/www.statisticssolutions.com\/free-resources\/directory-of-statistical-analyses\/anova\/<\/a><\/li>\n\n\n\n<li>One-way ANOVA &#8211; Violations to the assumptions of this test and how to report the results, accessed April 2, 2026, <a href=\"https:\/\/statistics.laerd.com\/statistical-guides\/one-way-anova-statistical-guide-3.php\">https:\/\/statistics.laerd.com\/statistical-guides\/one-way-anova-statistical-guide-3.php<\/a><\/li>\n\n\n\n<li>Benefits of Welch&#8217;s ANOVA Compared to the Classic One-Way ANOVA &#8211; Statistics By Jim, accessed April 2, 2026, <a href=\"https:\/\/statisticsbyjim.com\/anova\/welchs-anova-compared-to-classic-one-way-anova\/\">https:\/\/statisticsbyjim.com\/anova\/welchs-anova-compared-to-classic-one-way-anova\/<\/a><\/li>\n\n\n\n<li>How the Dunnett T3, Games and Howell, and Tamhane T2 tests work &#8211; GraphPad Prism 11 Statistics Guide, accessed April 2, 2026, <a href=\"https:\/\/www.graphpad.com\/guides\/prism\/latest\/statistics\/stat_multiple-comparisons-without-a.htm\">https:\/\/www.graphpad.com\/guides\/prism\/latest\/statistics\/stat_multiple-comparisons-without-a.htm<\/a><\/li>\n\n\n\n<li>13.2 &#8211; The ANOVA Table &#8211; Statistics Online, accessed April 2, 2026, <a href=\"https:\/\/online.stat.psu.edu\/stat415\/book\/export\/html\/822\">https:\/\/online.stat.psu.edu\/stat415\/book\/export\/html\/822<\/a><\/li>\n\n\n\n<li>One-Way ANOVA Sums of Squares, Mean Squares, and F-test &#8211; Statistics with R, accessed April 2, 2026, <a href=\"https:\/\/arc.lib.montana.edu\/book\/statistics-with-r-textbook\/item\/56\">https:\/\/arc.lib.montana.edu\/book\/statistics-with-r-textbook\/item\/56<\/a><\/li>\n\n\n\n<li>Chapter 17 ANOVA Part 2: Partitioning Sums of Squares | Introduction to Statistics and Data Analysis, accessed April 2, 2026, <a href=\"https:\/\/courses.washington.edu\/psy524a\/_book\/anova-part-2-partitioning-sums-of-squares.html\">https:\/\/courses.washington.edu\/psy524a\/_book\/anova-part-2-partitioning-sums-of-squares.html<\/a><\/li>\n\n\n\n<li>ANOVA &#8211; Sociology 3112 &#8211; The University of Utah, accessed April 2, 2026, <a href=\"https:\/\/soc.utah.edu\/sociology3112\/anova.php\">https:\/\/soc.utah.edu\/sociology3112\/anova.php<\/a><\/li>\n\n\n\n<li>10: One-Way ANOVA &#8211; Statistics Online, accessed April 2, 2026, <a href=\"https:\/\/online.stat.psu.edu\/stat200\/book\/export\/html\/212\">https:\/\/online.stat.psu.edu\/stat200\/book\/export\/html\/212<\/a><\/li>\n\n\n\n<li>ANOVA for Feature Selection in Machine Learning | by sampath kumar gajawada &#8211; Medium, accessed April 2, 2026, <a href=\"https:\/\/medium.com\/data-science\/anova-for-feature-selection-in-machine-learning-d9305e228476\">https:\/\/medium.com\/data-science\/anova-for-feature-selection-in-machine-learning-d9305e228476<\/a><\/li>\n\n\n\n<li>Section 6.2: One-Way ANOVA Assumptions, Interpretation, and Write Up, accessed April 2, 2026, <a href=\"https:\/\/usq.pressbooks.pub\/statisticsforresearchstudents\/chapter\/one-way-anova-assumptions\/\">https:\/\/usq.pressbooks.pub\/statisticsforresearchstudents\/chapter\/one-way-anova-assumptions\/<\/a><\/li>\n\n\n\n<li>How to Interpret the F-Value and P-Value in ANOVA &#8211; Statology, accessed April 2, 2026, <a href=\"https:\/\/www.statology.org\/anova-f-value-p-value\/\">https:\/\/www.statology.org\/anova-f-value-p-value\/<\/a><\/li>\n\n\n\n<li>How to interpret F- and p-value in ANOVA? &#8211; Cross Validated &#8211; Stats StackExchange, accessed April 2, 2026, <a href=\"https:\/\/stats.stackexchange.com\/questions\/12398\/how-to-interpret-f-and-p-value-in-anova\">https:\/\/stats.stackexchange.com\/questions\/12398\/how-to-interpret-f-and-p-value-in-anova<\/a><\/li>\n\n\n\n<li>accessed April 2, 2026, <a href=\"https:\/\/www.statology.org\/anova-f-value-p-value\/#:~:text=For%20example%2C%20the%20p%2Dvalue,means%20of%20the%20three%20groups.\">https:\/\/www.statology.org\/anova-f-value-p-value\/#:~:text=For%20example%2C%20the%20p%2Dvalue,means%20of%20the%20three%20groups.<\/a><\/li>\n\n\n\n<li>Understanding P-Values and Statistical Significance &#8211; Simply Psychology, accessed April 2, 2026, <a href=\"https:\/\/www.simplypsychology.org\/p-value.html\">https:\/\/www.simplypsychology.org\/p-value.html<\/a><\/li>\n\n\n\n<li>How is statistical significance calculated in an ANOVA? &#8211; Scribbr, accessed April 2, 2026, <a href=\"https:\/\/www.scribbr.com\/frequently-asked-questions\/statistical-significance-in-anova\/\">https:\/\/www.scribbr.com\/frequently-asked-questions\/statistical-significance-in-anova\/<\/a><\/li>\n\n\n\n<li>Understanding Analysis of Variance (ANOVA) and the F-test &#8211; Minitab Blog, accessed April 2, 2026, <a href=\"https:\/\/blog.minitab.com\/en\/blog\/adventures-in-statistics-2\/understanding-analysis-of-variance-anova-and-the-f-test\">https:\/\/blog.minitab.com\/en\/blog\/adventures-in-statistics-2\/understanding-analysis-of-variance-anova-and-the-f-test<\/a><\/li>\n\n\n\n<li>One-way ANOVA &#8211; How to report the significance results, homogeneity of variance and running post-hoc tests | Laerd Statistics, accessed April 2, 2026, <a href=\"https:\/\/statistics.laerd.com\/statistical-guides\/one-way-anova-statistical-guide-4.php\">https:\/\/statistics.laerd.com\/statistical-guides\/one-way-anova-statistical-guide-4.php<\/a><\/li>\n\n\n\n<li>Clear-Sighted Statistics: Module 16: One-Way ANOVA Tests, accessed April 2, 2026, <a href=\"https:\/\/academicworks.cuny.edu\/cgi\/viewcontent.cgi?article=1128&amp;context=qb_oers\">https:\/\/academicworks.cuny.edu\/cgi\/viewcontent.cgi?article=1128&amp;context=qb_oers<\/a><\/li>\n\n\n\n<li>10 Effect Sizes for ANOVAs, accessed April 2, 2026, <a href=\"https:\/\/matthewbjane.quarto.pub\/Effect-Sizes-for-ANOVAs.html\">https:\/\/matthewbjane.quarto.pub\/Effect-Sizes-for-ANOVAs.html<\/a><\/li>\n\n\n\n<li>Understanding ANOVA Effect Sizes &#8211; GraphPad Prism 11 Statistics Guide, accessed April 2, 2026, <a href=\"https:\/\/www.graphpad.com\/guides\/prism\/latest\/statistics\/stat_anova_effect_sizes.htm\">https:\/\/www.graphpad.com\/guides\/prism\/latest\/statistics\/stat_anova_effect_sizes.htm<\/a><\/li>\n\n\n\n<li>Effect size for Analysis of Variance (ANOVA) | Psycho Hawks &#8211; WordPress.com, accessed April 2, 2026, <a href=\"https:\/\/psychohawks.wordpress.com\/2010\/10\/31\/effect-size-for-analysis-of-variables-anova\/\">https:\/\/psychohawks.wordpress.com\/2010\/10\/31\/effect-size-for-analysis-of-variables-anova\/<\/a><\/li>\n\n\n\n<li>What is Eta Squared? (Definition &amp; Example) &#8211; Statology, accessed April 2, 2026, <a href=\"https:\/\/www.statology.org\/eta-squared\/\">https:\/\/www.statology.org\/eta-squared\/<\/a><\/li>\n\n\n\n<li>Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs &#8211; PMC, accessed April 2, 2026, <a href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC3840331\/\">https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC3840331\/<\/a><\/li>\n\n\n\n<li>Tukey&#8217;s Honestly Significant Difference (HSD) Test &#8211; The University of Texas at Dallas, accessed April 2, 2026, <a href=\"https:\/\/www.utdallas.edu\/~herve\/abdi-HSD2010-pretty.pdf\">https:\/\/www.utdallas.edu\/~herve\/abdi-HSD2010-pretty.pdf<\/a><\/li>\n\n\n\n<li>Statistical notes for clinical researchers: post-hoc multiple comparisons &#8211; PMC, accessed April 2, 2026, <a href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC4432262\/\">https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC4432262\/<\/a><\/li>\n\n\n\n<li>2.4 Post Hoc Tests &#8211; Statistics LibreTexts, accessed April 2, 2026, <a href=\"https:\/\/stats.libretexts.org\/Courses\/Kansas_State_University\/EDCEP_917%3A_Experimental_Design_(Yang)\/02%3A_Between-Subjects_Single_Factor_Design\/2.4_Post_Hoc_Tests\">https:\/\/stats.libretexts.org\/Courses\/Kansas_State_University\/EDCEP_917%3A_Experimental_Design_(Yang)\/02%3A_Between-Subjects_Single_Factor_Design\/2.4_Post_Hoc_Tests<\/a><\/li>\n\n\n\n<li>Which post hoc test is better, Tukey HSD or Bonfferoni? &#8211; ResearchGate, accessed April 2, 2026, <a href=\"https:\/\/www.researchgate.net\/post\/Which_post_hoc_test_is_better_Tukey_HSD_or_Bonfferoni\">https:\/\/www.researchgate.net\/post\/Which_post_hoc_test_is_better_Tukey_HSD_or_Bonfferoni<\/a><\/li>\n\n\n\n<li>How to manually calculate Tukey&#8217;s Honestly Significant Difference (HSD) for comparing factor levels &#8211; Business Performance Improvement (BPI), accessed April 2, 2026, <a href=\"https:\/\/www.biz-pi.com\/how-to-manually-calculate-tukey-honestly-significant-difference-hsd-for-comparing-factor-levels\/\">https:\/\/www.biz-pi.com\/how-to-manually-calculate-tukey-honestly-significant-difference-hsd-for-comparing-factor-levels\/<\/a><\/li>\n\n\n\n<li>When is it appropriate to use Bonferroni, Scheffe, and Tukey in ANOVA? : r\/statistics &#8211; Reddit, accessed April 2, 2026, <a href=\"https:\/\/www.reddit.com\/r\/statistics\/comments\/442nh4\/when_is_it_appropriate_to_use_bonferroni_scheffe\/\">https:\/\/www.reddit.com\/r\/statistics\/comments\/442nh4\/when_is_it_appropriate_to_use_bonferroni_scheffe\/<\/a><\/li>\n\n\n\n<li>Games\u2013Howell Test: Robust Post-Hoc Comparisons With Unequal Variances Calculator, accessed April 2, 2026, <a href=\"https:\/\/metricgate.com\/docs\/games-howell-test\/\">https:\/\/metricgate.com\/docs\/games-howell-test\/<\/a><\/li>\n\n\n\n<li>ANOVA shows signficance but post-hoc does not : r\/rstats &#8211; Reddit, accessed April 2, 2026, <a href=\"https:\/\/www.reddit.com\/r\/rstats\/comments\/1c28to7\/anova_shows_signficance_but_posthoc_does_not\/\">https:\/\/www.reddit.com\/r\/rstats\/comments\/1c28to7\/anova_shows_signficance_but_posthoc_does_not\/<\/a><\/li>\n\n\n\n<li>Statistics in Python &#8211; Using ANOVA for Feature Selection &#8211; Towards Data Science, accessed April 2, 2026, <a href=\"https:\/\/towardsdatascience.com\/statistics-in-python-using-anova-for-feature-selection-b4dc876ef4f0\/\">https:\/\/towardsdatascience.com\/statistics-in-python-using-anova-for-feature-selection-b4dc876ef4f0\/<\/a><\/li>\n\n\n\n<li>How to Perform Feature Selection With Numerical Input Data &#8211; Machine Learning Mastery, accessed April 2, 2026, <a href=\"https:\/\/machinelearningmastery.com\/feature-selection-with-numerical-input-data\/\">https:\/\/machinelearningmastery.com\/feature-selection-with-numerical-input-data\/<\/a><\/li>\n<\/ol>\n<script async src=\"\/\/pagead2.googlesyndication.com\/pagead\/js\/adsbygoogle.js\"><\/script>\r\n<script>\r\n  (adsbygoogle = window.adsbygoogle || []).push({\r\n    google_ad_client: \"ca-pub-2163185472750267\",\r\n    enable_page_level_ads: true\r\n  });\r\n<\/script>","protected":false},"excerpt":{"rendered":"<p>\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25<\/p>\n","protected":false},"author":1,"featured_media":16073,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":false,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[44,17,443,43,677,18],"tags":[239],"class_list":["post-16072","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-develop-learner","category-article","category-443","category-classroomresearch","category-677","category-theory","tag-239"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;<\/title>\n<meta name=\"description\" content=\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/krukob.com\/web\/news-174\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;\" \/>\n<meta property=\"og:description\" content=\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\" \/>\n<meta property=\"og:url\" content=\"https:\/\/krukob.com\/web\/news-174\/\" \/>\n<meta property=\"og:site_name\" content=\"Digital Learning Classroom\" \/>\n<meta property=\"article:published_time\" content=\"2026-04-13T13:10:45+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-04-13T13:10:53+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@musicmankob\" \/>\n<meta name=\"twitter:site\" content=\"@musicmankob\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/\"},\"author\":{\"name\":\"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#\\\/schema\\\/person\\\/920adef1e1740804d6bc536a19fc4ec6\"},\"headline\":\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\",\"datePublished\":\"2026-04-13T13:10:45+00:00\",\"dateModified\":\"2026-04-13T13:10:53+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/\"},\"wordCount\":1555,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#\\\/schema\\\/person\\\/920adef1e1740804d6bc536a19fc4ec6\"},\"image\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/aaaaa.jpg?fit=1920%2C1080&ssl=1\",\"keywords\":[\"\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e1c\u0e25\"],\"articleSection\":[\"\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19\",\"\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21\",\"\u0e27\u0e34\u0e08\u0e31\u0e22\",\"\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19\",\"\u0e27\u0e34\u0e17\u0e22\u0e10\u0e32\u0e19\u0e30\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d\",\"\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e41\u0e25\u0e30\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/\",\"url\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/\",\"name\":\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/aaaaa.jpg?fit=1920%2C1080&ssl=1\",\"datePublished\":\"2026-04-13T13:10:45+00:00\",\"dateModified\":\"2026-04-13T13:10:53+00:00\",\"description\":\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/aaaaa.jpg?fit=1920%2C1080&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/aaaaa.jpg?fit=1920%2C1080&ssl=1\",\"width\":1920,\"height\":1080},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/news-174\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/krukob.com\\\/web\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#website\",\"url\":\"https:\\\/\\\/krukob.com\\\/web\\\/\",\"name\":\"Digital Learning Classroom\",\"description\":\"Digital Learning Classroom\",\"publisher\":{\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#\\\/schema\\\/person\\\/920adef1e1740804d6bc536a19fc4ec6\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/krukob.com\\\/web\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\\\/\\\/krukob.com\\\/web\\\/#\\\/schema\\\/person\\\/920adef1e1740804d6bc536a19fc4ec6\",\"name\":\"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/i2.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2021\\\/04\\\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500\",\"url\":\"https:\\\/\\\/i2.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2021\\\/04\\\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500\",\"contentUrl\":\"https:\\\/\\\/i2.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2021\\\/04\\\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500\",\"width\":500,\"height\":500,\"caption\":\"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14\"},\"logo\":{\"@id\":\"https:\\\/\\\/i2.wp.com\\\/krukob.com\\\/web\\\/wp-content\\\/uploads\\\/2021\\\/04\\\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;","description":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/krukob.com\/web\/news-174\/","og_locale":"en_US","og_type":"article","og_title":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;","og_description":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25","og_url":"https:\/\/krukob.com\/web\/news-174\/","og_site_name":"Digital Learning Classroom","article_published_time":"2026-04-13T13:10:45+00:00","article_modified_time":"2026-04-13T13:10:53+00:00","og_image":[{"width":1920,"height":1080,"url":"http:\/\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg","type":"image\/jpeg"}],"author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","twitter_card":"summary_large_image","twitter_creator":"@musicmankob","twitter_site":"@musicmankob","twitter_misc":{"Written by":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","Est. reading time":"10 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/krukob.com\/web\/news-174\/#article","isPartOf":{"@id":"https:\/\/krukob.com\/web\/news-174\/"},"author":{"name":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","@id":"https:\/\/krukob.com\/web\/#\/schema\/person\/920adef1e1740804d6bc536a19fc4ec6"},"headline":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25","datePublished":"2026-04-13T13:10:45+00:00","dateModified":"2026-04-13T13:10:53+00:00","mainEntityOfPage":{"@id":"https:\/\/krukob.com\/web\/news-174\/"},"wordCount":1555,"commentCount":0,"publisher":{"@id":"https:\/\/krukob.com\/web\/#\/schema\/person\/920adef1e1740804d6bc536a19fc4ec6"},"image":{"@id":"https:\/\/krukob.com\/web\/news-174\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg?fit=1920%2C1080&ssl=1","keywords":["\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e1c\u0e25"],"articleSection":["\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19","\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21","\u0e27\u0e34\u0e08\u0e31\u0e22","\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19","\u0e27\u0e34\u0e17\u0e22\u0e10\u0e32\u0e19\u0e30\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d","\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e41\u0e25\u0e30\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/krukob.com\/web\/news-174\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/krukob.com\/web\/news-174\/","url":"https:\/\/krukob.com\/web\/news-174\/","name":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 &#187;","isPartOf":{"@id":"https:\/\/krukob.com\/web\/#website"},"primaryImageOfPage":{"@id":"https:\/\/krukob.com\/web\/news-174\/#primaryimage"},"image":{"@id":"https:\/\/krukob.com\/web\/news-174\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg?fit=1920%2C1080&ssl=1","datePublished":"2026-04-13T13:10:45+00:00","dateModified":"2026-04-13T13:10:53+00:00","description":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25","breadcrumb":{"@id":"https:\/\/krukob.com\/web\/news-174\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/krukob.com\/web\/news-174\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/krukob.com\/web\/news-174\/#primaryimage","url":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg?fit=1920%2C1080&ssl=1","contentUrl":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg?fit=1920%2C1080&ssl=1","width":1920,"height":1080},{"@type":"BreadcrumbList","@id":"https:\/\/krukob.com\/web\/news-174\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/krukob.com\/web\/"},{"@type":"ListItem","position":2,"name":"\u0e41\u0e19\u0e27\u0e17\u0e32\u0e07\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e39\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e41\u0e1b\u0e23\u0e1b\u0e23\u0e27\u0e19 (ANOVA) \u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e41\u0e25\u0e30\u0e27\u0e34\u0e17\u0e22\u0e32\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25"}]},{"@type":"WebSite","@id":"https:\/\/krukob.com\/web\/#website","url":"https:\/\/krukob.com\/web\/","name":"Digital Learning Classroom","description":"Digital Learning Classroom","publisher":{"@id":"https:\/\/krukob.com\/web\/#\/schema\/person\/920adef1e1740804d6bc536a19fc4ec6"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/krukob.com\/web\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":["Person","Organization"],"@id":"https:\/\/krukob.com\/web\/#\/schema\/person\/920adef1e1740804d6bc536a19fc4ec6","name":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/i2.wp.com\/krukob.com\/web\/wp-content\/uploads\/2021\/04\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500","url":"https:\/\/i2.wp.com\/krukob.com\/web\/wp-content\/uploads\/2021\/04\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500","contentUrl":"https:\/\/i2.wp.com\/krukob.com\/web\/wp-content\/uploads\/2021\/04\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500","width":500,"height":500,"caption":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14"},"logo":{"@id":"https:\/\/i2.wp.com\/krukob.com\/web\/wp-content\/uploads\/2021\/04\/141723375_10214243495481420_8857316148753634287_n-removebg-preview.png?fit=500%2C500"}}]}},"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaa.jpg?fit=1920%2C1080&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p8LKk5-4be","jetpack-related-posts":[{"id":16069,"url":"https:\/\/krukob.com\/web\/news-173\/","url_meta":{"origin":16072,"position":0},"title":"\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e1a\u0e1a\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"April 13, 2026","format":false,"excerpt":"\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e41\u0e1a\u0e1a\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34","rel":"","context":"In &quot;\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21&quot;","block_context":{"text":"\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21","link":"https:\/\/krukob.com\/web\/category\/article\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/ddddd.jpg?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/ddddd.jpg?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/ddddd.jpg?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/ddddd.jpg?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/ddddd.jpg?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]},{"id":15992,"url":"https:\/\/krukob.com\/web\/sv-58\/","url_meta":{"origin":16072,"position":1},"title":"\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32: \u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49 T-Test \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e28\u0e36\u0e01\u0e29\u0e32\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e4c\u0e41\u0e25\u0e30\u0e04\u0e23\u0e39\u0e1c\u0e39\u0e49\u0e2a\u0e2d\u0e19","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"April 1, 2026","format":false,"excerpt":"\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32: \u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49 T-Test \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e28\u0e36\u0e01\u0e29\u0e32\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e4c\u0e41\u0e25\u0e30\u0e04\u0e23\u0e39\u0e1c\u0e39\u0e49\u0e2a\u0e2d\u0e19","rel":"","context":"In &quot;\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21&quot;","block_context":{"text":"\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21","link":"https:\/\/krukob.com\/web\/category\/article\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/sv005.jpg?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/sv005.jpg?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/sv005.jpg?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/sv005.jpg?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/sv005.jpg?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]},{"id":16063,"url":"https:\/\/krukob.com\/web\/%e0%b8%a3%e0%b8%b0%e0%b9%80%e0%b8%9a%e0%b8%b5%e0%b8%a2%e0%b8%9a%e0%b8%a7%e0%b8%b4%e0%b8%98%e0%b8%b5%e0%b9%81%e0%b8%a5%e0%b8%b0%e0%b8%81%e0%b8%a3%e0%b8%b0%e0%b8%9a%e0%b8%a7%e0%b8%99%e0%b8%81%e0%b8%b2\/","url_meta":{"origin":16072,"position":2},"title":"\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e41\u0e25\u0e30\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e1a\u0e1a\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e1e\u0e36\u0e07\u0e1e\u0e2d\u0e43\u0e08\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e19\u0e27\u0e31\u0e15\u0e01\u0e23\u0e23\u0e21\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e27\u0e34\u0e17\u0e22\u0e10\u0e32\u0e19\u0e30\u0e04\u0e23\u0e39\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"April 13, 2026","format":false,"excerpt":"\u0e23\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e41\u0e25\u0e30\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e1a\u0e1a\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e1e\u0e36\u0e07\u0e1e\u0e2d\u0e43\u0e08\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e19\u0e27\u0e31\u0e15\u0e01\u0e23\u0e23\u0e21\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e27\u0e34\u0e17\u0e22\u0e10\u0e32\u0e19\u0e30\u0e04\u0e23\u0e39\u0e40\u0e0a\u0e35\u0e48\u0e22\u0e27\u0e0a\u0e32\u0e0d","rel":"","context":"In &quot;\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19&quot;","block_context":{"text":"\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19","link":"https:\/\/krukob.com\/web\/category\/develop-learner\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaad.jpg?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaad.jpg?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaad.jpg?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaad.jpg?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/04\/aaaaad.jpg?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]},{"id":14905,"url":"https:\/\/krukob.com\/web\/ai-17\/","url_meta":{"origin":16072,"position":3},"title":"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 AI \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e23\u0e07\u0e23\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"April 26, 2025","format":false,"excerpt":"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 AI \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e23\u0e07\u0e23\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19","rel":"","context":"In &quot;AI&quot;","block_context":{"text":"AI","link":"https:\/\/krukob.com\/web\/category\/ai-2\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/ai00.png?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/ai00.png?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/ai00.png?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/ai00.png?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/ai00.png?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]},{"id":15950,"url":"https:\/\/krukob.com\/web\/sv-50\/","url_meta":{"origin":16072,"position":4},"title":"\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19 \u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e2a\u0e31\u0e07\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e2a\u0e32\u0e23\u0e2a\u0e19\u0e40\u0e17\u0e28\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"March 29, 2026","format":false,"excerpt":"\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19 \u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e2a\u0e31\u0e07\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e2a\u0e32\u0e23\u0e2a\u0e19\u0e40\u0e17\u0e28\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e34\u0e40\u0e17\u0e28\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32","rel":"","context":"In &quot;\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21&quot;","block_context":{"text":"\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21","link":"https:\/\/krukob.com\/web\/category\/article\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/03\/sv001.jpg?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/03\/sv001.jpg?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/03\/sv001.jpg?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/03\/sv001.jpg?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2026\/03\/sv001.jpg?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]},{"id":14891,"url":"https:\/\/krukob.com\/web\/research-18\/","url_meta":{"origin":16072,"position":5},"title":"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e2b\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 Prompt \u0e43\u0e19 Generative AI\u00a0 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19","author":"\u0e14\u0e23.\u0e2d\u0e19\u0e38\u0e28\u0e23 \u0e2b\u0e07\u0e29\u0e4c\u0e02\u0e38\u0e19\u0e17\u0e14","date":"April 24, 2025","format":false,"excerpt":"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e2b\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 Prompt \u0e43\u0e19 Generative AI \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19","rel":"","context":"In &quot;\u0e27\u0e34\u0e08\u0e31\u0e22&quot;","block_context":{"text":"\u0e27\u0e34\u0e08\u0e31\u0e22","link":"https:\/\/krukob.com\/web\/category\/article\/%e0%b8%a7%e0%b8%b4%e0%b8%88%e0%b8%b1%e0%b8%a2\/"},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/Ai9.png?fit=1200%2C675&ssl=1&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/Ai9.png?fit=1200%2C675&ssl=1&resize=350%2C200 1x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/Ai9.png?fit=1200%2C675&ssl=1&resize=525%2C300 1.5x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/Ai9.png?fit=1200%2C675&ssl=1&resize=700%2C400 2x, https:\/\/i0.wp.com\/krukob.com\/web\/wp-content\/uploads\/2025\/04\/Ai9.png?fit=1200%2C675&ssl=1&resize=1050%2C600 3x"},"classes":[]}],"jetpack_sharing_enabled":true,"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/posts\/16072","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/comments?post=16072"}],"version-history":[{"count":1,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/posts\/16072\/revisions"}],"predecessor-version":[{"id":16074,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/posts\/16072\/revisions\/16074"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/media\/16073"}],"wp:attachment":[{"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/media?parent=16072"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/categories?post=16072"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/krukob.com\/web\/wp-json\/wp\/v2\/tags?post=16072"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}