വിശ്വാസം ഇഞ്ചന്റ് ഗണനി
സാമ്പിളിലെ ഒരു അർത്ഥം, SD ന്റെ വലിപ്പത്തില് നിന്ന് ഒരു ആത്മവിശ്വാസ ഇടവേള നിര്മ്മിക്കുക.
ടൈപ്പ് ചെയ്യുന്നതിനനുസരിച്ച് പുതുക്കല് ഫലങ്ങള്.
ഈ ഗണനിയെപ്പറ്റി
z- g / ou) എന്നതുകൊണ്ട് ഉപയോഗിക്കുന്നത് നിങ്ങളുടെ ആത്മവിശ്വാസത്തിന് വേണ്ടിയുള്ള സാധാരണ മൂല്യമാണ്. (1895,65%) എന്നുള്ള z-5% യുടെ അടിസ്ഥാന മൂല്യമാണ് ഇവിടെ. 995% - നും 905% - നും 99% - നും 99% പേർക്ക് അത് സാധാരണ മൂല്യമുള്ള ഒരു നിലവാരം, 995% പേരും 99% പേരും 99% പേരും ഈ നിലവാരം അനുസരിച്ച് 99% പേരും 99% പേരും 99% പേരും സ്റ്റൈന്റെ മാനദണ്ഡം അനുസരിച്ച് പര്യവസാക്ഷണ നിരക്ക് അനുസരിച്ച് 99% പേരും 150% പേരും 150 ശതമാനം പേരും സ്റ്റൈറ്റിസ് റെയോ റെക്കോളജിസ്റ്റൈഡ്സ്കോ 995% പേരും ഈ റെ അളോസ്കോ ആണ്.
പലപ്പോഴും ചോദ്യങ്ങൾ ചോദിച്ചു
95% വിശ്വാസവഞ്ചനയുടെ അര്ത്ഥം എന്താണ്?
അതായത് നിങ്ങള് പല തവണ ആവര്ത്തിച്ച് ഇടവേളകള് ആവര്ത്തിച്ചാല്, അപ്പോള്,ആ ഇടവേളകളില് 95% യഥാര്ത്ഥ ജനസംഖ്യയുടെ അര്ത്ഥം ഉണ്ടാവും.
ഞാൻ എപ്പോഴാ ഒരു ടി- ഇന്റർനെർവൽ ഉപയോഗിക്കേണ്ടത്?
മാതൃക ചെറുതായിരിക്കുമ്പോള് (30- നു താഴെ) നിലവാരത്തിന്റെ വ്യതിയാനം അറിയപ്പെടാത്തത് ഒരു ടി- ഡിസ്ട്രാക്ടിസ്ഥാന് ഉപയോഗിക്കുക. ട്രഡ്- ഡിസ്ട്രിക്റ്റ് വാലുകള്ക്ക് ഭാരമുള്ള വാലുകള് ഉണ്ട്, z-ഉറപ്പുള്ള ഒന്നിനെക്കാള് കുറച്ചു കൂടി വലിപ്പമുള്ള, കൂടുതല് ജാഗ്രതയുള്ള ഇടവേള.
വിശ്വാസത്തിന്റെ ഇടവേളയിൽ എന്താണ് പിശകിന്റെ അറ്റം?
പിശകിന്റെ അറ്റം ഇടവേളയുടെ പകുതിയോളം (ze* / obn) ആണ്. നിങ്ങള് മാതൃകയില് നിന്നും ചേര്ത്തു് ശേഖരിച്ച്, ശേഖരിച്ചാല്, മുകളിലും താഴുമുള്ള പരിധികള് കിട്ടുന്നു. അതുകൊണ്ട് ചെറിയ അറ്റം കൂടുതല് കൃത്യമായ കണക്കുകൂട്ടുന്നു.
എങ്ങനെ ഞാന് ഒരു ആത്മവിശ്വാസം ഇടവേള നിര്ത്തിക്കും?
വലിയ മാതൃക ശേഖരിച്ചുവെക്കുക, കാരണം വീതി n ക്വട്ടത്തിന്റെ റൂട്ട് ഉപയോഗിച്ച് ചുരുക്കുന്നു അല്ലെങ്കില് കുറഞ്ഞ ആത്മവിശ്വാസം സ്വീകരിക്കുന്നു. നിങ്ങളുടെ ഡേറ്റായിലെ ദ്രാവകത വീണ്ടും കുറയ്ക്കുന്നു. മാതൃകയുടെ വലിപ്പം കൂട്ടി കൂട്ടിയുള്ളത് വീതി പകുതിയായി കുറയ്ക്കുന്നു.
ഉയർന്ന ആത്മവിശ്വാസത്തിന്റെ നില ഇടവേളയെ വിപുലമാക്കുന്നുണ്ടോ?
അതെ. കൂടുതല് ആത്മവിശ്വാസം തരിക എന്നത് z** ആണ് വലിയ വിലയുള്ളത്. അതുകൊണ്ട് 99% ഇടവേള, അതേ ഡാറ്റയില് നിന്ന് ഉണ്ടാക്കിയ 95% ഇടവേളയേക്കാള് വലുതാണ്. വിശ്വാസവും കൃത്യതയും തമ്മിലുള്ള ഒരു വ്യവസായമുണ്ട്.
എന്താണ് സ്റ്റാന്ഡേര്ഡ് പിശക്?
മാതൃകയുടെ സ്ക്രീനില് നിന്നും സ്ക്വയര് റൂട്ട് വേര്തിരിച്ചിരിക്കുന്ന മാനദണ്ഡത്തിന്റെ നിലവാരത്തിലുള്ള അതിരുകള്. സാമ്പിളിന്റെ എത്ര് രീതിയില് സാമ്പിള് സാമ്പിളില് നിന്നും സാമ്പിളില് നിന്നും സാമ്പിളു് എത്ര വ്യത്യാസമാണു്, ഇതു് പിശകിന്റെ അറ്റു് തട്ടാണു്.
API — കോഡ്പണലകത്തിലെ ഈ ഗണിതസൂത്രം ഉപയോഗിക്കുക
ഈ കംപ്യൂട്ടറില് ഒരു സ്വതന്ത്ര Jonson test എന്ന നിലയില് വിളിക്കുക, അത് ആവശ്യമില്ലാത്ത കീയല്ല. ഫീള്ഡ് മൂല്ല്യങ്ങള് അല്ലെങ്കില് ഫീള്ഡ് സ്ട്രിങ് സ്ട്രിങ് ആയി അയയ്ക്കുക. മുഴുവന് API ഡോക്സ് വായിക്കുക →
അവസാനം സ്ഥലം
GET https://calculator.free/api/v1/confidence-interval/curl
curl "https://calculator.free/api/v1/confidence-interval/?mean=100&sd=15&n=50&conf=1.96"JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/confidence-interval/?" + new URLSearchParams({
"mean": "100",
"sd": "15",
"n": "50",
"conf": "1.96"
}));
const data = await r.json();
console.log(data.results);എന്നാൽ, ഈ പ്രശ്നം പരിഹരിക്കാൻ കഴിയുന്ന ഏറ്റവും നല്ല മാർഗം എന്താണ്?