P-արժեքի հաշվիչ (Z-ից)
Արդյունքները փոխակերպել մեկ կամ երկու կողմերով p-արժեքի
Տեղեկացնել արդյունքները տպելու ժամանակ։
Ընդունել այս հաշվիչը
This p-value calculator converts a z-score (the standard-normal test statistic) into a p-value — the probability of observing a result at least as extreme as yours if the null hypothesis is true. A small p-value means your data would be surprising under the null hypothesis, which counts as evidence against it.
Choose a left-tailed, right-tailed or two-tailed test; all three p-values are shown so you can compare. The left-tailed value is P(Z ≤ z), the right-tailed value is P(Z ≥ z), and the two-tailed value is 2 × P(Z ≥ |z|) — double the smaller tail. All come from the standard-normal cumulative distribution, so this tool applies to z-tests and large-sample approximations, and the result is flagged against the conventional α = 0.05 threshold.
Worked example: a z-score of 1.96 gives a right-tailed p-value of about 0.025 and a two-tailed p-value of about 0.050 — exactly the classic 5% cutoff, which is why 1.96 is the critical value for a 95% two-sided test. Since 0.05 is not below 0.05, that result sits right on the border of significance.
Հաճախակի տրվող հարցեր
Ի՞նչ է p-արժեքը։
p- արժեքը հավանականությունն է, եթե հանճարեղ ենթադրությունը ճիշտ է, ստանալ փորձարկման վիճակագրություն, որը առնվազն այնքան էլ արտակարգ չէ, որքան դիտարկվածը։ Փոքր p- արժեքը նշանակում է, որ ձեր տվյալները հավանական չեն հանճարեղ ենթադրության դեպքում, որը վկայում է դրա դեմ։
Ինչպե՞ս է տարբերվում երկու կողմերով p-արժեքը մեկ կողմով p-արժեքից։
2-րդ դարում, երբ Էլ-Ազարիի իշխանությունը նվազել է, Էլ-Ազարիի իշխանությունը վերականգնվել է 2-րդ դարում, երբ Էլ-Ազարիի իշխանությունը վերականգնվել է 3-րդ դարում, երբ Էլ-Ազարիի իշխանությունը վերականգնվել է 4-րդ դարում։
0.05% Էլեկտրոնային փոստ.
0.05 is only a common convention, not a law. It means a 5% chance of a false positive. Depending on the field and the cost of being wrong, stricter thresholds like 0.01 are often more appropriate.
Ինչպե՞ս փոխակերպել z-ի գնահատականը p-ի արժեքի։
Ստուգեք ստանդարտ- նորմալ բաշխման ետևի տարածքը z- գնահատականից դուրս։ Այս գործիքը դա անում է ձեզ համար. ձախ ետևը P(Z ≤ z), աջ ետևը 1 − P(Z ≤ z), և երկու ետևի p- արժեքը կրկնապատկում է երկուսի միջև փոքրագույնը։
Արդյո՞ք մեծ p-արժեքը ապացուցում է, որ 0-ի ենթադրությունը ճիշտ է։
Ոչ։ Մեծ p- արժեքը նշանակում է միայն, որ ձեր տվյալները համապատասխանում են հանճարեղ ենթադրությանը, ոչ թե այն, որ հանճարեղ ենթադրությունը ապացուցված է։ Դրա դեմ ապացույցների բացակայությունը ապացույց չէ դրա համար։ Դուք պարզապես կարող եք չունենալ օրինակի չափը ազդեցության հայտնաբերման համար։
Երբ պետք է օգտագործել z-ի վրա հիմնված p-արժեքը t-ի վրա հիմնվածի փոխարեն։
Օգտագործել z- հիմնված արժեքը, երբ հայտնի է բնակչության ստանդարտ խախտումը կամ օրինակը մեծ է (մոտավորապես n ≥ 30)։ Փոքր օրինակների համար, որոնք ունեն կանխատեսված ստանդարտ խախտում, t- բաժանումը տալիս է ավելի ճշգրիտ p- արժեք։
Ո՞րն է տարբերությունը p-արժեքի և նշանակության մակարդակի միջև։
The significance level α is a threshold you set in advance, such as 0.05. The p-value is computed from your data. You reject the null hypothesis when the p-value falls below α.
API — օգտագործել այս հաշվիչը կոդից
Խնդրել այս հաշվիչը որպես ազատ JSON վերջնական կետը - ոչ մի կոճակ պահանջվում է. Առաջարկեք ներքևի դաշտի արժեքները որպես հարցման պարամետրեր կամ JSON. Ձեր բաց թողած ամեն ինչ օգտագործում է նույն լռելյայնը, որով այս էջը նախօրոք լրացված է։ Անհայտ պարամետրը 400 է, երբեք անձայն զրո։ Կարդալ ամբողջական API փաստաթղթերը →
Ավարտման կետ
GET https://calculator.free/api/v1/p-value/curl
curl "https://calculator.free/api/v1/p-value/?z=1.96&tail=two"JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/p-value/?" + new URLSearchParams({
"z": "1.96",
"tail": "two"
}));
const data = await r.json();
console.log(data.results);Ընդհանուր ցուցանիշները միայն ընդհանուր ուղեցույցի համար են, ոչ ֆինանսական, բժշկական կամ հարկային խորհուրդներ։