Statisztika

p-érték kalkulátor — z-próba és szignifikancia

Vesse össze a minta átlagát a nullhipotézissel, és kapja meg a p-értéket, a z-statisztikát, valamint az egy- és kétoldali eredményt.

Képletek és források frissítve · Adatforrások · 1Algoritmus, állandók és alapértelmezett bemenetek (JSON)

Adja meg az értékeket

p-érték 0,4652
Eredmények

Erről a kalkulátorról

A p-érték annak valószínűsége, hogy legalább ilyen szélsőséges eredményt lássunk, ha a nullhipotézis igaz. Nem annak valószínűsége, hogy a nullhipotézis helyes, és semmit sem mond a hatás nagyságáról. Ez a kalkulátor z-próbát használ, amely feltételezi, hogy ismeri a sokaság szórását, vagy nagy a mintája.

Számítási példa

az alábbi alapértékekkel számolva

Mintaátlag 102 · Feltételezett átlag 100 · Szórás 15 · Mintaelemszám 30 · Próba típusa Kétoldali · Egyoldali alternatív hipotézis Az átlag nagyobb p-érték 0,4652 · z-statisztika 0,730 · Egyoldali p-érték 0,2326 · Kétoldali p-érték 0,4652 · Standard hiba 2,7386 Nem szignifikáns

Módszer és feltételezések

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))] Egyoldali próbánál az alternatív hipotézisnek megfelelő p_upper vagy p_lower értéket válassza; a kétoldali próba mindkét irányt vizsgálja. Az erf az Abramowitz–Stegun 5 tagú közelítését használja; p értéke [0, 1] közé van korlátozva. A p-érték annak valószínűsége, hogy legalább ilyen szélsőséges eredményt lássunk, ha a nullhipotézis igaz. Nem annak valószínűsége, hogy a nullhipotézis helyes, és semmit sem mond a hatás nagyságáról. Ez a kalkulátor z-próbát használ, amely feltételezi, hogy ismeri a sokaság szórását, vagy nagy a mintája.

Adatforrások

Jogi nyilatkozat

Ezek a kalkulátorok általános matematikai eredményeket adnak. Tanulmányozásra, tervezésre és becslésre alkalmasak — ellenőrizzen mindent, ami jeggyel értékelt beadandóba, közzétett adatba vagy pénzügyi kötelezettségbe kerül.

Karbantartja: CalcDelta Képletek és források frissítve ·

Megvalósítási forrás

Ez a rekord az oldal megvalósítását írja le, nem független ellenőrzést. A külső források csak a megadott képletet vagy definíciót támasztják alá; a becsléseknek és saját szabályoknak saját feltevéseik vannak.

Algoritmus, állandók és alapértelmezett bemenetek (JSON)

Embed this calculator

Copy the iframe snippet to place this calculator on your site. No account required. The snippet stays in sync with the inputs currently shown.

Gyakori kérdések

Milyen képletet használ a(z) p-érték kalkulátor — z-próba és szignifikancia?

Képlet: 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))] Egyoldali próbánál az alternatív hipotézisnek megfelelő p_upper vagy p_lower értéket válassza; a kétoldali próba mindkét irányt vizsgálja. Az erf az Abramowitz–Stegun 5 tagú közelítését használja; p értéke [0, 1] közé van korlátozva.

Milyen bemenetek és korlátok tartoznak ehhez: p-érték kalkulátor — z-próba és szignifikancia?

Használja a mezők mellett jelzett egységeket. Ezek az űrlap korlátai, nem ajánlott értékek. Mintaátlag: -1 000 000–1 000 000; Feltételezett átlag: -1 000 000–1 000 000; Szórás: 0,0001–1 000 000; Mintaelemszám: 2–10 000 000 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))] Egyoldali próbánál az alternatív hipotézisnek megfelelő p_upper vagy p_lower értéket válassza; a kétoldali próba mindkét irányt vizsgálja. Az erf az Abramowitz–Stegun 5 tagú közelítését használja; p értéke [0, 1] közé van korlátozva. A p-érték annak valószínűsége, hogy legalább ilyen szélsőséges eredményt lássunk, ha a nullhipotézis igaz. Nem annak valószínűsége, hogy a nullhipotézis helyes, és semmit sem mond a hatás nagyságáról. Ez a kalkulátor z-próbát használ, amely feltételezi, hogy ismeri a sokaság szórását, vagy nagy a mintája.

Mi a teljes számítási példa ehhez: Mintaátlag = 102; Feltételezett átlag = 100?

Bemenetek: Mintaátlag = 102; Feltételezett átlag = 100; Szórás = 15; Mintaelemszám = 30; Próba típusa = Kétoldali; Egyoldali alternatív hipotézis = Az átlag nagyobb. Számítás: 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))]. Eredmények: p-érték = 0,4652; z-statisztika = 0,730; Egyoldali p-érték = 0,2326; Kétoldali p-érték = 0,4652; Standard hiba = 2,7386.