P- മൂല്യങ്ങളുടെ ഗണനി (Zല് നിന്ന്)
z-2-2-അല് നിന്ന് ഒരു p-മൂല്ല്യം വേര്തിരിയ്ക്കുക.
ടൈപ്പ് ചെയ്യുന്നതിനനുസരിച്ച് പുതുക്കല് ഫലങ്ങള്.
ഈ ഗണനിയെപ്പറ്റി
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.
പലപ്പോഴും ചോദ്യങ്ങൾ ചോദിച്ചു
എന്താണ് ഒരു പി-മൂല്യം?
പ-മൂല്ല്യം ആണ്, ശൂന്യമായ ഒരു ദ്രാവക-അനുഗ്രഹം, അത് കണ്ടതുപോലെ തന്നെ ഒരു പരീക്ഷണ കണക്കുകൂട്ടല് എടുക്കുക എന്നതാണു. ചെറിയൊരു പ- മൂല്യം എന്നുവെച്ചാല്, നിങ്ങളുടെ വിവരങ്ങള് ശൂന്യമായ ശൂന്യമായ ദ്രാവകത്തില് (അനുഗ്രഹിക്കപ്പെടുന്ന), അതിന് എതിരെ തെളിവായി.
രണ്ട്-ഡയറ്റം പി-മൂല്ല് എങ്ങനെ ഒരു ടൂള്ഡ് ആയി മാറും?
രണ്ട് വഴികളില് ഏറ്റവും കുറഞ്ഞ പരിശോധനം, അതുകൊണ്ട് അതിന്റെ പ-മൂല്ല്യം ആ മൂല്ല്യത്തിന്റെ ഇരട്ടിയാണ്. നിങ്ങള്ക്ക് പരിപാലനം മാത്രമേ കാണുകയുള്ളൂ. ഒരു വ്യത്യാസം മാത്രമേ മുന്കൂട്ടി മുൻകൂട്ടി പറഞ്ഞിട്ടുള്ളൂ.
p < 0.05 എപ്പോഴും പ്രാധാന്യമുള്ളതാണോ?
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.
ഞാൻ എങ്ങനെ ഒരു z-സ്കോർ മാറ്റി പി-മൂത്?
നിങ്ങളുടെ സ്കോര്ഡിനു് അപ്പുറത്തുള്ള സ്റ്റാന്ഡേര്ഡ് വിതരണ മേഖലകള് പരിശോധിക്കൂ. ഈ ഉപകരണം നിങ്ങള്ക്ക് വേണ്ടിയാണ് ചെയ്യുന്നത്: ഇടത്തെ വാലിലെ മൂല്യം P(ZZzz), വലത്തെ വാലായിരിക്കും വലത്തേ വാലായിരിക്കും 1 P P (ZZzz) (Zzz), രണ്ടു atd-value), രണ്ടു വോള്ഡിന്റെ ഇരട്ടിയും ഇരട്ടിയായി.
ഒരു വലിയ പ-മൂല്യം, ശൂന്യമായ മന്ത്രവാദം ശരിയാണോ?
ഒരു വലിയ പ- മൂല്യം എന്നുവെച്ചാല് നിങ്ങളുടെ ഡേറ്റാ ശൂന്യമായ ഒരു ശൂന്യമായ ശൂന്യമായ ഇന്ഫൊറിസുമായി പൊരുത്തമുള്ളതാണു്. ഇതിനോടുള്ള തെളിവ് അതിന് ലഭ്യമല്ല. ഒരു പ്രഭാവം കണ്ടുപിടിക്കാന് സാമ്പിള് വലിപ്പം ഇല്ലായിരിക്കാം.
ഒരു ടി-ബൗദ്ധികമായ ഒരു പി-മൂത് ഉപയോഗിക്കുന്നതിനു പകരം ഞാൻ എപ്പോഴാ ഒരു z-അടിസ്ഥാന?
ജനിതക വ്യത്യസ്തം അറിയപ്പെടുകയോ അല്ലെങ്കില് സാമ്പിളിന്റെ വലിയ (ഏറ്റവും റെക്കോഡ് 30) ആകുമ്പോള് z-അടിസ്ഥാന വില ഉപയോഗിക്കുക. നിരീക്ഷകമായി സാമ്പിളുമായി ചെറിയ സാമ്പിളുകള്ക്കു് ഒരു t- ഡിസ്ട്രിക്റ്റ് ഡീബ്യൂട്ട് നല്കുന്നു.
പി-മൂല്ല്യതയുടെയും പ്രാധാന്യ നിലയുടെയും വ്യത്യാസം എന്താണ്?
sht നിലവാരം PI(ക്യുട്ടി) ആണ് നിങ്ങള് നേരത്തെ ഉണ്ടാക്കിയിട്ടുള്ള shell. 0.05 പോലുള്ള ഒരു ത്രെഡ് ആണ്. p- മൂല്യം നിങ്ങളുടെ വിവരങ്ങളില് നിന്നും കണക്ക് വയ്ക്കുന്നു. p- മൂല്യം shtvalue- shell- യുടെ താഴെ വീഴുമ്പോള് നിങ്ങള് തെറ്റായ അക്ഷരം തള്ളിക്കളയുന്നു.
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. നീ വിട്ടതെന്തും ഈ താള് മുന്പ് തന്നെ നിറച്ചതാണ്; അപരിചിതമായ ഒരു പരാമീറ്റര് 400 ആണ്, നിശബ്ദമായ പൂജ്യം ഒരിക്കലും ഉപയോഗിക്കില്ല. മുഴുവന് API ഡോക്സ് വായിക്കുക →
അവസാനം സ്ഥലം
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);
എന്നാൽ, ഈ പ്രശ്നം പരിഹരിക്കാൻ കഴിയുന്ന ഏറ്റവും നല്ല മാർഗം എന്താണ്?