P-verdikalkulator — z-test for ett utvalg
Test et utvalgsgjennomsnitt mot en nullhypotese og få p-verdi, z-verdi og både ensidig og tosidig resultat.
Formler og kilder oppdatert · Datakilder · 1Se algoritme, konstanter og standardinndata (JSON)
Om denne kalkulatoren
P-verdien er sannsynligheten for å se et resultat som er minst like ekstremt hvis nullhypotesen var sann. Den er ikke sannsynligheten for at nullhypotesen er riktig, og den sier ingenting om hvor stor effekten er. Denne kalkulatoren bruker en z-test, som forutsetter at du kjenner standardavviket i populasjonen eller har et stort utvalg.
Regneeksempel
beregnet med standardverdiene nedenfor
Gjennomsnitt i utvalget 102 · Antatt gjennomsnitt 100 · Standardavvik 15 · Utvalgsstørrelse 30 · Testtype Tosidig · Ensidig alternativ hypotese Gjennomsnittet er større P-verdi 0,4652 · Z-verdi 0,730 · Ensidig p-verdi 0,2326 · Tosidig p-verdi 0,4652 · Standardfeil 2,7386 Ikke signifikant
Metode og forutsetninger
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))] Ved en ensidig test velges p_upper eller p_lower etter alternativ hypotese; den tosidige testen undersøker begge retninger. erf bruker Abramowitz–Stegun-tilnærmingen med 5 ledd, og p begrenses til [0, 1]. P-verdien er sannsynligheten for å se et resultat som er minst like ekstremt hvis nullhypotesen var sann. Den er ikke sannsynligheten for at nullhypotesen er riktig, og den sier ingenting om hvor stor effekten er. Denne kalkulatoren bruker en z-test, som forutsetter at du kjenner standardavviket i populasjonen eller har et stort utvalg.
Datakilder
Ansvarsfraskrivelse
Disse kalkulatorene gir generelle matematiske resultater. De passer til studier, planlegging og overslag — kontroller alt som inngår i en bedømt oppgave, et offentliggjort tall eller et økonomisk forhold.
Implementasjonskilde
Denne oppføringen beskriver sidens implementasjon, ikke uavhengig validering. Eksterne kilder støtter bare den oppgitte formelen eller definisjonen; anslag og egne regler har egne forutsetninger.
Ofte stilte spørsmål
Hvilken formel bruker P-verdikalkulator — z-test for ett utvalg?
Formel: 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))] Ved en ensidig test velges p_upper eller p_lower etter alternativ hypotese; den tosidige testen undersøker begge retninger. erf bruker Abramowitz–Stegun-tilnærmingen med 5 ledd, og p begrenses til [0, 1].
Hvilke inndata og grenser gjelder for P-verdikalkulator — z-test for ett utvalg?
Bruk enhetene ved feltene. Dette er skjemagrenser, ikke anbefalte verdier. Gjennomsnitt i utvalget: −1 000 000–1 000 000; Antatt gjennomsnitt: −1 000 000–1 000 000; Standardavvik: 0,0001–1 000 000; Utvalgsstørrelse: 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))] Ved en ensidig test velges p_upper eller p_lower etter alternativ hypotese; den tosidige testen undersøker begge retninger. erf bruker Abramowitz–Stegun-tilnærmingen med 5 ledd, og p begrenses til [0, 1]. P-verdien er sannsynligheten for å se et resultat som er minst like ekstremt hvis nullhypotesen var sann. Den er ikke sannsynligheten for at nullhypotesen er riktig, og den sier ingenting om hvor stor effekten er. Denne kalkulatoren bruker en z-test, som forutsetter at du kjenner standardavviket i populasjonen eller har et stort utvalg.
Hva er et fullstendig regneeksempel for Gjennomsnitt i utvalget = 102; Antatt gjennomsnitt = 100?
Inndata: Gjennomsnitt i utvalget = 102; Antatt gjennomsnitt = 100; Standardavvik = 15; Utvalgsstørrelse = 30; Testtype = Tosidig; Ensidig alternativ hypotese = Gjennomsnittet er større. Beregning: 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))]. Resultater: P-verdi = 0,4652; Z-verdi = 0,730; Ensidig p-verdi = 0,2326; Tosidig p-verdi = 0,4652; Standardfeil = 2,7386.