ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण उपाय

चरण 0: पूर्व-गणना सारांश
प्रयुक्त सूत्र
ची स्क्वायर आँकड़ा = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता
χ2 = ((N-1)*s2)/σ2
यह सूत्र 4 वेरिएबल का उपयोग करता है
चर
ची स्क्वायर आँकड़ा - ची स्क्वायर स्टेटिस्टिक वह माप है जिसका उपयोग ची-स्क्वायर परीक्षणों में यह निर्धारित करने के लिए किया जाता है कि आकस्मिकता तालिका में श्रेणीबद्ध चर के बीच कोई महत्वपूर्ण संबंध है या नहीं।
नमूने का आकार - नमूना आकार किसी विशिष्ट नमूने में शामिल व्यक्तियों या वस्तुओं की कुल संख्या है।
नमूना विचरण - नमूना भिन्नता प्रत्येक डेटा बिंदु और नमूना माध्य के बीच वर्ग अंतर का औसत है।
जनसंख्या भिन्नता - जनसंख्या भिन्नता प्रत्येक डेटा बिंदु और जनसंख्या माध्य के बीच वर्ग अंतर का औसत है।
चरण 1: इनपुट को आधार इकाई में बदलें
नमूने का आकार: 10 --> कोई रूपांतरण आवश्यक नहीं है
नमूना विचरण: 225 --> कोई रूपांतरण आवश्यक नहीं है
जनसंख्या भिन्नता: 81 --> कोई रूपांतरण आवश्यक नहीं है
चरण 2: फॉर्मूला का मूल्यांकन करें
फॉर्मूला में इनपुट वैल्यू को तैयार करना
χ2 = ((N-1)*s2)/σ2 --> ((10-1)*225)/81
मूल्यांकन हो रहा है ... ...
χ2 = 25
चरण 3: परिणाम को आउटपुट की इकाई में बदलें
25 --> कोई रूपांतरण आवश्यक नहीं है
आख़री जवाब
25 <-- ची स्क्वायर आँकड़ा
(गणना 00.004 सेकंड में पूरी हुई)

क्रेडिट

Creator Image
के द्वारा बनाई गई निशां पूजारी
श्री माधव वदिराजा प्रौद्योगिकी और प्रबंधन संस्थान (SMVITM), उडुपी
निशां पूजारी ने इस कैलकुलेटर और 500+ अधिक कैलकुलेटर को बनाए है!
Verifier Image
के द्वारा सत्यापित मोना ग्लेडिस
सेंट जोसेफ कॉलेज (एसजेसी), बेंगलुरु
मोना ग्लेडिस ने इस कैलकुलेटर और 1800+ को अधिक कैलकुलेटर से सत्यापित किया है!

18 सांख्यिकी में बुनियादी सूत्र कैलक्युलेटर्स

नमूने का पी मान
​ जाओ नमूने का पी मान = (नमूना अनुपात-अनुमानित जनसंख्या अनुपात)/sqrt((अनुमानित जनसंख्या अनुपात*(1-अनुमानित जनसंख्या अनुपात))/नमूने का आकार)
नमूना आकार दिया गया P मान
​ जाओ नमूने का आकार = ((नमूने का पी मान^2)*अनुमानित जनसंख्या अनुपात*(1-अनुमानित जनसंख्या अनुपात))/((नमूना अनुपात-अनुमानित जनसंख्या अनुपात)^2)
टी सांख्यिकी
​ जाओ टी सांख्यिकी = (नमूने का प्रेक्षित माध्य-नमूने का सैद्धांतिक माध्य)/(नमूना मानक विचलन/sqrt(नमूने का आकार))
टी सामान्य वितरण के आंकड़े
​ जाओ टी सामान्य वितरण के आँकड़े = (नमूना माध्य-आबादी मतलब)/(नमूना मानक विचलन/sqrt(नमूने का आकार))
वर्ग चौड़ाई दी कक्षाओं की संख्या
​ जाओ कक्षाओं की संख्या = (डेटा में सबसे बड़ा आइटम-डेटा में सबसे छोटी वस्तु)/डेटा की कक्षा चौड़ाई
डेटा की वर्ग चौड़ाई
​ जाओ डेटा की कक्षा चौड़ाई = (डेटा में सबसे बड़ा आइटम-डेटा में सबसे छोटी वस्तु)/कक्षाओं की संख्या
ची स्क्वायर स्टेटिस्टिक
​ जाओ ची स्क्वायर आँकड़ा = ((नमूने का आकार-1)*नमूना मानक विचलन^2)/(जनसंख्या मानक विचलन^2)
ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण
​ जाओ ची स्क्वायर आँकड़ा = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता
अवशिष्ट मानक त्रुटि दिए गए अलग-अलग मानों की संख्या
​ जाओ व्यक्तिगत मूल्यों की संख्या = (वर्गों का अवशिष्ट योग/(डेटा की अवशिष्ट मानक त्रुटि^2))+1
यादृच्छिक चर के योग की अपेक्षा
​ जाओ यादृच्छिक चरों के योग की अपेक्षा = यादृच्छिक चर X की अपेक्षा+यादृच्छिक चर Y की अपेक्षा
यादृच्छिक चर के अंतर की अपेक्षा
​ जाओ यादृच्छिक चर के अंतर की अपेक्षा = यादृच्छिक चर X की अपेक्षा-यादृच्छिक चर Y की अपेक्षा
नमूना मानक विचलन दिए गए दो नमूनों का एफ मान
​ जाओ दो नमूनों का एफ मान = (नमूना X का मानक विचलन/नमूना Y का मानक विचलन)^2
डेटा की मध्य श्रेणी
​ जाओ डेटा की मध्य श्रेणी = (डेटा का अधिकतम मूल्य+डेटा का न्यूनतम मूल्य)/2
डेटा दी गई रेंज में सबसे बड़ा आइटम
​ जाओ डेटा में सबसे बड़ा आइटम = डेटा की रेंज+डेटा में सबसे छोटी वस्तु
डेटा दी गई रेंज में सबसे छोटा आइटम
​ जाओ डेटा में सबसे छोटी वस्तु = डेटा में सबसे बड़ा आइटम-डेटा की रेंज
डेटा की रेंज
​ जाओ डेटा की रेंज = डेटा में सबसे बड़ा आइटम-डेटा में सबसे छोटी वस्तु
दो नमूनों का एफ मान
​ जाओ दो नमूनों का एफ मान = नमूना X का प्रसरण/नमूना Y का प्रसरण
सापेक्ष आवृत्ति
​ जाओ सापेक्ष आवृत्ति = निरपेक्ष आवृत्ति/कुल आवृत्ति

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण सूत्र

ची स्क्वायर आँकड़ा = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता
χ2 = ((N-1)*s2)/σ2

सांख्यिकी में ची वर्ग परीक्षण का क्या महत्व है?

एक ची-स्क्वेर्ड परीक्षण एक सांख्यिकीय परिकल्पना परीक्षण है जिसका उपयोग नमूना आकार के बड़े होने पर आकस्मिक तालिकाओं के विश्लेषण में किया जाता है। सरल शब्दों में, इस परीक्षण का मुख्य रूप से परीक्षण करने के लिए उपयोग किया जाता है कि क्या दो श्रेणीबद्ध चर या आकस्मिकता तालिका के दो आयाम परीक्षण आंकड़े को प्रभावित करने में स्वतंत्र हैं, जो कि तालिका के मान हैं। इस परीक्षण के मानक अनुप्रयोगों में, अवलोकनों को पारस्परिक रूप से अनन्य वर्गों में वर्गीकृत किया गया है। यदि शून्य परिकल्पना कि जनसंख्या में वर्गों के बीच कोई अंतर नहीं है, सत्य है, तो प्रेक्षणों से परिकलित परीक्षण आँकड़ा एक ची वर्ग आवृत्ति वितरण का अनुसरण करता है। परीक्षण का उद्देश्य यह मूल्यांकन करना है कि अशक्त परिकल्पना के सत्य होने पर प्रेक्षित आवृत्तियों की कितनी संभावना होगी।

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण की गणना कैसे करें?

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण के लिए ऑनलाइन कैलकुलेटर पर, कृपया नमूने का आकार (N), नमूना आकार किसी विशिष्ट नमूने में शामिल व्यक्तियों या वस्तुओं की कुल संख्या है। के रूप में, नमूना विचरण (s2), नमूना भिन्नता प्रत्येक डेटा बिंदु और नमूना माध्य के बीच वर्ग अंतर का औसत है। के रूप में & जनसंख्या भिन्नता (σ2), जनसंख्या भिन्नता प्रत्येक डेटा बिंदु और जनसंख्या माध्य के बीच वर्ग अंतर का औसत है। के रूप में डालें। कृपया ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण गणना को पूर्ण करने के लिए कैलकुलेट बटन का उपयोग करें।

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण गणना

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण कैलकुलेटर, ची स्क्वायर आँकड़ा की गणना करने के लिए Chi Square Statistic = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता का उपयोग करता है। ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण χ2 को ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या भिन्नता सूत्र को ची-स्क्वायर परीक्षणों में उपयोग किए जाने वाले माप के रूप में परिभाषित किया गया है ताकि यह निर्धारित किया जा सके कि आकस्मिकता तालिका में श्रेणीबद्ध चर के बीच कोई महत्वपूर्ण संबंध है या नहीं, और दी गई जानकारी में नमूना और जनसंख्या दोनों के भिन्नताओं का उपयोग करके गणना की जाती है। के रूप में परिभाषित किया गया है। यहाँ ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण गणना को संख्या में समझा जा सकता है - 1.333333 = ((10-1)*225)/81. आप और अधिक ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण उदाहरण यहाँ देख सकते हैं -

FAQ

ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण क्या है?
ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या भिन्नता सूत्र को ची-स्क्वायर परीक्षणों में उपयोग किए जाने वाले माप के रूप में परिभाषित किया गया है ताकि यह निर्धारित किया जा सके कि आकस्मिकता तालिका में श्रेणीबद्ध चर के बीच कोई महत्वपूर्ण संबंध है या नहीं, और दी गई जानकारी में नमूना और जनसंख्या दोनों के भिन्नताओं का उपयोग करके गणना की जाती है। है और इसे χ2 = ((N-1)*s2)/σ2 या Chi Square Statistic = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता के रूप में दर्शाया जाता है।
ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण की गणना कैसे करें?
ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण को ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या भिन्नता सूत्र को ची-स्क्वायर परीक्षणों में उपयोग किए जाने वाले माप के रूप में परिभाषित किया गया है ताकि यह निर्धारित किया जा सके कि आकस्मिकता तालिका में श्रेणीबद्ध चर के बीच कोई महत्वपूर्ण संबंध है या नहीं, और दी गई जानकारी में नमूना और जनसंख्या दोनों के भिन्नताओं का उपयोग करके गणना की जाती है। Chi Square Statistic = ((नमूने का आकार-1)*नमूना विचरण)/जनसंख्या भिन्नता χ2 = ((N-1)*s2)/σ2 के रूप में परिभाषित किया गया है। ची स्क्वायर सांख्यिकी दिए गए नमूना और जनसंख्या प्रसरण की गणना करने के लिए, आपको नमूने का आकार (N), नमूना विचरण (s2) & जनसंख्या भिन्नता 2) की आवश्यकता है। हमारे टूल के द्वारा, आपको नमूना आकार किसी विशिष्ट नमूने में शामिल व्यक्तियों या वस्तुओं की कुल संख्या है।, नमूना भिन्नता प्रत्येक डेटा बिंदु और नमूना माध्य के बीच वर्ग अंतर का औसत है। & जनसंख्या भिन्नता प्रत्येक डेटा बिंदु और जनसंख्या माध्य के बीच वर्ग अंतर का औसत है। के लिए संबंधित मान दर्ज करने और कैलकुलेट बटन को क्लिक करने की आवश्यकता है।
ची स्क्वायर आँकड़ा की गणना करने के कितने तरीके हैं?
ची स्क्वायर आँकड़ा नमूने का आकार (N), नमूना विचरण (s2) & जनसंख्या भिन्नता 2) का उपयोग करता है। हम गणना करने के 1 अन्य तरीकों का उपयोग कर सकते हैं, जो इस प्रकार हैं -
  • ची स्क्वायर आँकड़ा = ((नमूने का आकार-1)*नमूना मानक विचलन^2)/(जनसंख्या मानक विचलन^2)
Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!