පී-අගය ගණනය (Z සිට)
එක්- හෝ දෙක-අත් p-අගය z-ලකුණු පරිවර්තනය කරන්න.
ඔබ ටයිප් ලෙස ප්රතිඵල යාවත්කාලීන.
මෙම කැල්ක්යුලේටරය ගැන
small p-value means that your data would be surprising under the null hypothesis, which counts as evidence against it. The large p-value means that your data would be surprising under the null hypothesis, which counts as evidence against it. The large p-value means that your data would be surprising under the null hypothesis, which counts as evidence against it. The large p-value means that your data would be surprising under the null hypothesis, which counts as evidence against it. The large p-value means that your data would be surprising under the null hypothesis, which counts as evidence against it.ChooseaWorked example:az-score of 1.96 givesaright-tailed p-value of about 0.025 andatwo-tailed p-value of about 0.050ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:az-score of 1.96ChooseaWorked example:a
නිතර අසන ප්රශ්න
P-අගය කුමක්ද?
මෙම පී-අගය අවදානම, ශුන්ය උපකල්පනය සැබෑ යැයි උපකල්පනය, එක් නිරීක්ෂණය ලෙස අවම වශයෙන් මෙන් අන්ත පරීක්ෂණ සංඛ්යා ලේඛන ලබා ගැනීමේ වේ. කුඩා පී-අගය එය එරෙහිව සාක්ෂි වන ශුන්ය උපකල්පනය යටතේ ඔබේ දත්ත අසාමාන්ය වනු ඇත යන්නයි.
2.එක් ද්රව්යයක ස්කන්ධය අනෙක් ද්රව්යයේ ස්කන්ධයට වඩා වැඩි නම් එය ද්රව්යයක් නොවේ.
ද්විත්ව-අත් පරීක්ෂණය දෙපාර්ශ්වයම අතිශය ප්රතිඵල ගණන්, ඒ නිසා එහි පී-අගය එම |z| සඳහා එක්-අත් අගය දෙගුණ වේ. ඔබ පමණක් වෙනසක් ඇති බව සලකා විට දෙ-අත් භාවිතා, සහ ඔබ පෙර දිශාව අනාවැකි පළ කළ විට එක්-අත්.
0.05 ක් පමණ වන අතර එය සාමාන්යයෙන් 0.05 ක් පමණ වේ.
0.05 නීතියක් නොවේ, පොදු සම්මුතිය පමණක් වේ. එය බොරු ධනාත්මක 5% අවස්ථාවක් අදහස්. ක්ෂේත්රයේ හා වැරදි විය වියදම මත පදනම්ව, 0.01 වැනි දැඩි අගයන් බොහෝ විට වඩාත් සුදුසු වේ.
මම කොහොමද පී-අගය සඳහා z-ලකුණු පරිවර්තනය කරන්නේ?
ඔබගේ z-ලකුණු ඉක්මවා සම්මත-සාමාන්ය ව්යාප්තිය වලිගය ප්රදේශය දක්වා බලන්න. මෙම මෙවලම ඔබ වෙනුවෙන් එය කරයි: වම් වලිගය පී (Z ≤ z) වේ, දකුණු වලිගය 1 - පී (Z ≤ z) වේ, හා දෙකක්-tailed පී-අගය දෙකෙන් කුඩා දෙගුණ කරයි.
විශාල p-අගය ශුන්ය උපකල්පනය සත්ය බව ඔප්පු කරයිද?
නැහැ. විශාල පී-අගය පමණක් ඔබේ දත්ත ශුන්ය උපකල්පනය සමග අනුකූල වන බව, ශුන්ය ඔප්පු බව අදහස් නොවේ. එය එරෙහිව සාක්ෂි නොමැති වීම එය සඳහා සාක්ෂි නොවේ; ඔබ සරලව බලපෑමක් හඳුනා ගැනීමට නියැදි ප්රමාණය නොමැති විය හැක.
මම ටී-පාදක වූ එකක් වෙනුවට z-පාදක පී-අගය භාවිතා කළ යුතු විට?
ජනගහනය සම්මත විචලනය දැන හෝ නියැදි විශාල වේ විට z-පාදක අගය භාවිතා (දළ වශයෙන් n ≥ 30). ඇස්තමේන්තු සම්මත විචලනය සමග කුඩා නියැදි සඳහා, ටී-බෙදාහැරීම වඩා නිවැරදි පී-අගය ලබා දෙයි.
p-අගය හා සාධාරණත්වය මට්ටම අතර වෙනස කුමක්ද?
සාර්ථකත්වය මට්ටම α ඔබ පෙර සකස් අගයක්, එවැනි 0.05 වේ. මෙම පී-අගය ඔබේ දත්ත ගණනය කරනු ලැබේ. පී-අගය α පහත වැටෙන විට ඔබ ශුන්ය උපකල්පනය ප්රතික්ෂේප.
API - කේතය සිට මෙම කැල්ක්යුලේටරය භාවිතා
කිසිදු යතුරක් අවශ්ය - නිදහස් JSON අවසන් ස්ථානයක් ලෙස මෙම ගණනය කිරීම් ඇමතුම්. විමසුම් පරාමිතීන් හෝ JSON ලෙස පහත ක්ෂේත්ර අගයන් යවන්න. ඔබ අතහැර දමන ඕනෑම දෙයක් මෙම පිටුව සමග පෙර පිරවීම වන එම පෙරනිමි භාවිතා; නොදන්නා පරාමිතියක් 400 වේ, නිහඬ ශුන්ය කවදාවත්. සම්පූර්ණ API ලේඛන කියවන්න →
අවසාන ස්ථානය
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);ප්රතිඵල සාමාන්ය මග පෙන්වීම සඳහා පමණක් ඇස්තමේන්තු, මූල්ය, වෛද්ය හෝ බදු උපදෙස් නොවේ.