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. 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.