एक-नमुना टी चाचणी
दोन-बाजूंच्या टी चाचणीचा वापर करून नमुना सरासरीची दिलेल्या संदर्भाशी तुलना करा.
इनपुट मूल्ये
टी सांख्यिकी
योग्य स्वतंत्र-नमुना मॉडेलची आवश्यकता असते. पी-व्हॅल्यू हे शून्य गृहीतक सत्य असण्याची संभाव्यता मोजत नाही.
परिस्थितीची तुलना
या टॅबमध्ये जास्तीत जास्त तीन स्नॅपशॉट. एक लोड केल्यावर सध्याचे इनपुट बदलले जातात.
सूत्र
df = n−1 सोबत t = (m−μ₀)/(s/√n) वापरा. m म्हणजे नमुना माध्य, μ₀ म्हणजे शून्य-गृहीतक माध्य, s म्हणजे नमुना मानक विचलन आणि n म्हणजे नमुना आकार. दर्शविलेले p-मूल्य द्विपक्षीय आहे.
दोन-बाजूंच्या टी चाचणीचा वापर करून नमुना सरासरीची दिलेल्या संदर्भाशी तुलना करा.
सोडवलेले उदाहरण
- नमुना निरीक्षणे
- 2, 4, 6, 8, 10
- शून्य-गृहीतक सरासरी
- 5
- टी सांख्यिकी
- ०.७०७१०६७८११८७
- स्वातंत्र्य कोटी
- ४
- द्विपक्षीय पी-व्हॅल्यू
- ०.५१८५१८५१८५१९
व्याप्ती आणि मर्यादा
योग्य स्वतंत्र-नमुना मॉडेलची आवश्यकता असते. पी-व्हॅल्यू हे शून्य गृहीतक सत्य असण्याची संभाव्यता मोजत नाही.
इनपुटमधील गहाळ मूल्ये आणि अनुमत श्रेणी तपासल्या जातात. मर्यादित संख्यात्मक श्रेणीच्या बाहेरील निकाल प्रदर्शित केला जात नाही. पूर्णांकीकरणामुळे प्रदर्शनावर परिणाम होतो, तर गणनेसाठी मॉडेलची संख्यात्मक अचूकता वापरली जाते.
निकालावर अवलंबून राहण्यापूर्वी तुमची एकके आणि गृहितके तपासा. लेबल बदलल्याने चलन किंवा भौतिक एकक रूपांतरित होत नाही.
सूत्र आवृत्ती: 66a8f6b24d20 · उदाहरण तपासले: