p-मान कैलकुलेटर — z-परीक्षण और सार्थकता
नमूना माध्य की तुलना शून्य परिकल्पना से करें और p-मान, z-सांख्यिकी तथा एक व दो-पुच्छ नतीजे पाएँ।
सूत्र और स्रोत अपडेट किए गए · डेटा स्रोत · 1एल्गोरिदम, स्थिरांक और डिफ़ॉल्ट इनपुट देखें (JSON)
इस कैलकुलेटर के बारे में
p-मान यह संभावना है कि अगर शून्य परिकल्पना सच हो तो कम से कम इतना चरम नतीजा देखने को मिले। यह इस बात की संभावना नहीं है कि शून्य परिकल्पना सही है, और प्रभाव कितना बड़ा है, इसके बारे में यह कुछ नहीं बताता। यह कैलकुलेटर z-परीक्षण लगाता है, जो मानता है कि जनसंख्या का मानक विचलन पता है या नमूना बड़ा है।
हल किया उदाहरण
नीचे दिए डिफ़ॉल्ट मानों से गणना
नमूना माध्य 102 · परिकल्पित माध्य 100 · मानक विचलन 15 · नमूने का आकार 30 · परीक्षण का प्रकार दो-पुच्छ · वैकल्पिक परिकल्पना की दिशा (केवल एक-पुच्छ परीक्षण) माध्य अधिक है p-मान 0.4652 · z-सांख्यिकी 0.730 · एक-पुच्छ p-मान 0.2326 · दो-पुच्छ p-मान 0.4652 · मानक त्रुटि 2.7386 सार्थक नहीं
विधि और मान्यताएँ
z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))] p-मान यह संभावना है कि अगर शून्य परिकल्पना सच हो तो कम से कम इतना चरम नतीजा देखने को मिले। यह इस बात की संभावना नहीं है कि शून्य परिकल्पना सही है, और प्रभाव कितना बड़ा है, इसके बारे में यह कुछ नहीं बताता। यह कैलकुलेटर z-परीक्षण लगाता है, जो मानता है कि जनसंख्या का मानक विचलन पता है या नमूना बड़ा है।
डेटा स्रोत
अस्वीकरण
ये कैलकुलेटर सामान्य गणितीय परिणाम देते हैं। ये अध्ययन, योजना और अनुमान के लिए उपयुक्त हैं — जाँच लें उस किसी भी चीज़ की जो किसी अंकित कार्य, प्रकाशित संख्या या वित्तीय प्रतिबद्धता में जाती हो।
कार्यान्वयन का स्रोत
यह रिकॉर्ड इस पृष्ठ के कार्यान्वयन का विवरण है, स्वतंत्र सत्यापन नहीं। बाहरी संदर्भ केवल बताए गए सूत्र या परिभाषा का समर्थन करते हैं; अनुमानों और कस्टम नियमों की अपनी धारणाएँ हैं।
अक्सर पूछे जाने वाले प्रश्न
p-मान कैलकुलेटर — z-परीक्षण और सार्थकता कौन-सा सूत्र इस्तेमाल करता है?
सूत्र: z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))]
p-मान कैलकुलेटर — z-परीक्षण और सार्थकता में कौन से इनपुट और सीमाएँ हैं?
हर फ़ील्ड की दी गई इकाई इस्तेमाल करें। ये फ़ॉर्म की सीमाएँ हैं, अनुशंसित मान नहीं। नमूना माध्य: -10,00,000–10,00,000; परिकल्पित माध्य: -10,00,000–10,00,000; मानक विचलन: 0.0001–10,00,000; नमूने का आकार: 2–1,00,00,000 z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))] p-मान यह संभावना है कि अगर शून्य परिकल्पना सच हो तो कम से कम इतना चरम नतीजा देखने को मिले। यह इस बात की संभावना नहीं है कि शून्य परिकल्पना सही है, और प्रभाव कितना बड़ा है, इसके बारे में यह कुछ नहीं बताता। यह कैलकुलेटर z-परीक्षण लगाता है, जो मानता है कि जनसंख्या का मानक विचलन पता है या नमूना बड़ा है।
नमूना माध्य = 102; परिकल्पित माध्य = 100 का पूरा गणना उदाहरण क्या है?
इनपुट: नमूना माध्य = 102; परिकल्पित माध्य = 100; मानक विचलन = 15; नमूने का आकार = 30; परीक्षण का प्रकार = दो-पुच्छ; वैकल्पिक परिकल्पना की दिशा (केवल एक-पुच्छ परीक्षण) = माध्य अधिक है. गणना: z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))]. परिणाम: p-मान = 0.4652; z-सांख्यिकी = 0.730; एक-पुच्छ p-मान = 0.2326; दो-पुच्छ p-मान = 0.4652; मानक त्रुटि = 2.7386.