t सामान्य वितरणाची आकडेवारी उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
t सामान्य वितरणाची आकडेवारी = (नमुना सरासरी-लोकसंख्या सरासरी)/(नमुना मानक विचलन/sqrt(नमुन्याचा आकार))
tNormal = (-μ)/(s/sqrt(N))
हे सूत्र 1 कार्ये, 5 व्हेरिएबल्स वापरते
कार्ये वापरली
sqrt - स्क्वेअर रूट फंक्शन हे एक फंक्शन आहे जे इनपुट म्हणून नॉन-ऋणात्मक संख्या घेते आणि दिलेल्या इनपुट नंबरचे वर्गमूळ परत करते., sqrt(Number)
व्हेरिएबल्स वापरलेले
t सामान्य वितरणाची आकडेवारी - t सामान्य वितरणाची सांख्यिकी म्हणजे सामान्य वितरणातून गणना केलेली t आकडेवारी.
नमुना सरासरी - सॅम्पल मीन हे विशिष्ट नमुन्यातील सर्व डेटा पॉइंट्सचे सरासरी मूल्य आहे.
लोकसंख्या सरासरी - लोकसंख्या सरासरी हे लोकसंख्येतील सर्व मूल्यांचे सरासरी मूल्य आहे.
नमुना मानक विचलन - नमुना मानक विचलन हे विशिष्ट नमुन्यातील मूल्ये किती भिन्न आहेत याचे मोजमाप आहे.
नमुन्याचा आकार - नमुना आकार म्हणजे विशिष्ट नमुन्यात समाविष्ट केलेल्या व्यक्ती किंवा वस्तूंची एकूण संख्या.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
नमुना सरासरी: 48 --> कोणतेही रूपांतरण आवश्यक नाही
लोकसंख्या सरासरी: 28 --> कोणतेही रूपांतरण आवश्यक नाही
नमुना मानक विचलन: 15 --> कोणतेही रूपांतरण आवश्यक नाही
नमुन्याचा आकार: 10 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
tNormal = (x̄-μ)/(s/sqrt(N)) --> (48-28)/(15/sqrt(10))
मूल्यांकन करत आहे ... ...
tNormal = 4.21637021355784
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
4.21637021355784 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
4.21637021355784 4.21637 <-- t सामान्य वितरणाची आकडेवारी
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित निशान पुजारी
श्री माधवा वडिराजा तंत्रज्ञान व व्यवस्थापन संस्था (एसएमव्हीआयटीएम), उडुपी
निशान पुजारी यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
द्वारे सत्यापित अनामिका मित्तल
वेल्लोर तंत्रज्ञान संस्था (व्हीआयटी), भोपाळ
अनामिका मित्तल यानी हे कॅल्क्युलेटर आणि 300+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

18 सांख्यिकी मध्ये मूलभूत सूत्रे कॅल्क्युलेटर

नमुन्याचे पी मूल्य
​ जा नमुन्याचे पी मूल्य = (नमुना प्रमाण-गृहित लोकसंख्येचे प्रमाण)/sqrt((गृहित लोकसंख्येचे प्रमाण*(1-गृहित लोकसंख्येचे प्रमाण))/नमुन्याचा आकार)
नमुना आकार दिलेला P मूल्य
​ जा नमुन्याचा आकार = ((नमुन्याचे पी मूल्य^2)*गृहित लोकसंख्येचे प्रमाण*(1-गृहित लोकसंख्येचे प्रमाण))/((नमुना प्रमाण-गृहित लोकसंख्येचे प्रमाण)^2)
t सांख्यिकी
​ जा t सांख्यिकी = (नमुन्याचे निरीक्षण केलेले सरासरी-नमुन्याचा सैद्धांतिक अर्थ)/(नमुना मानक विचलन/sqrt(नमुन्याचा आकार))
t सामान्य वितरणाची आकडेवारी
​ जा t सामान्य वितरणाची आकडेवारी = (नमुना सरासरी-लोकसंख्या सरासरी)/(नमुना मानक विचलन/sqrt(नमुन्याचा आकार))
वर्गाची रुंदी दिलेल्या वर्गांची संख्या
​ जा वर्गांची संख्या = (डेटामधील सर्वात मोठा आयटम-डेटामधील सर्वात लहान आयटम)/डेटाची वर्ग रुंदी
डेटाची वर्ग रुंदी
​ जा डेटाची वर्ग रुंदी = (डेटामधील सर्वात मोठा आयटम-डेटामधील सर्वात लहान आयटम)/वर्गांची संख्या
ची स्क्वेअर सांख्यिकी
​ जा ची स्क्वेअर सांख्यिकी = ((नमुन्याचा आकार-1)*नमुना मानक विचलन^2)/(लोकसंख्या मानक विचलन^2)
ची स्क्वेअर आकडेवारी दिलेली नमुना आणि लोकसंख्या भिन्नता
​ जा ची स्क्वेअर सांख्यिकी = ((नमुन्याचा आकार-1)*नमुना भिन्नता)/लोकसंख्या भिन्नता
यादृच्छिक चलांच्या बेरजेची अपेक्षा
​ जा यादृच्छिक चलांच्या बेरजेची अपेक्षा = रँडम व्हेरिएबल X ची अपेक्षा+रँडम व्हेरिएबल Y ची अपेक्षा
यादृच्छिक चलांच्या फरकाची अपेक्षा
​ जा यादृच्छिक चलांच्या फरकाची अपेक्षा = रँडम व्हेरिएबल X ची अपेक्षा-रँडम व्हेरिएबल Y ची अपेक्षा
अवशिष्ट मानक त्रुटी दिलेल्या वैयक्तिक मूल्यांची संख्या
​ जा वैयक्तिक मूल्यांची संख्या = (चौरसांची अवशिष्ट बेरीज/(डेटाची अवशिष्ट मानक त्रुटी^2))+1
नमुना मानक विचलन दिलेले दोन नमुन्यांचे F मूल्य
​ जा दोन नमुन्यांचे F मूल्य = (नमुना X चे मानक विचलन/नमुना Y चे मानक विचलन)^2
दिलेल्या श्रेणीतील डेटामधील सर्वात मोठा आयटम
​ जा डेटामधील सर्वात मोठा आयटम = डेटाची श्रेणी+डेटामधील सर्वात लहान आयटम
दिलेल्या श्रेणीतील डेटामधील सर्वात लहान आयटम
​ जा डेटामधील सर्वात लहान आयटम = डेटामधील सर्वात मोठा आयटम-डेटाची श्रेणी
डेटाची श्रेणी
​ जा डेटाची श्रेणी = डेटामधील सर्वात मोठा आयटम-डेटामधील सर्वात लहान आयटम
डेटाची मध्यम श्रेणी
​ जा डेटाची मध्यम श्रेणी = (डेटाचे कमाल मूल्य+डेटाचे किमान मूल्य)/2
दोन नमुन्यांचे F मूल्य
​ जा दोन नमुन्यांचे F मूल्य = नमुना X चे भिन्नता/नमुन्याचे फरक Y
सापेक्ष वारंवारता
​ जा सापेक्ष वारंवारता = परिपूर्ण वारंवारता/एकूण वारंवारता

t सामान्य वितरणाची आकडेवारी सुत्र

t सामान्य वितरणाची आकडेवारी = (नमुना सरासरी-लोकसंख्या सरासरी)/(नमुना मानक विचलन/sqrt(नमुन्याचा आकार))
tNormal = (-μ)/(s/sqrt(N))

सांख्यिकी मध्ये टी चाचणी काय आहे?

टी चाचणी ही सांख्यिकीय चाचणी आहे जी दोन गटांच्या माध्यमांची तुलना करण्यासाठी वापरली जाते. एखाद्या प्रक्रियेचा किंवा उपचाराचा प्रत्यक्षात स्वारस्य असलेल्या लोकसंख्येवर परिणाम होतो की नाही किंवा दोन गट एकमेकांपासून वेगळे आहेत की नाही हे निर्धारित करण्यासाठी हे सहसा गृहीतक चाचणीमध्ये वापरले जाते. तुलना करण्यासाठी तीन टी चाचण्या आहेत: एक-नमुना टी चाचणी, एक दोन-नमुना टी चाचणी आणि एक जोडलेली टी चाचणी.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!