F-waarde van twee monsters Oplossing

STAP 0: Samenvatting voorberekening
Formule gebruikt
F-waarde van twee monsters = Variantie van monster X/Variantie van monster Y
F = σ2X/σ2Y
Deze formule gebruikt 3 Variabelen
Variabelen gebruikt
F-waarde van twee monsters - F-waarde van twee monsters is de verhouding van de varianties van twee verschillende monsters, vaak gebruikt in variantieanalyse-tests (ANOVA).
Variantie van monster X - De variantie van monster X is het gemiddelde van de gekwadrateerde verschillen tussen elk gegevenspunt en het gemiddelde van monster X.
Variantie van monster Y - De variantie van steekproef Y is het gemiddelde van de gekwadrateerde verschillen tussen elk gegevenspunt en het gemiddelde van steekproef Y.
STAP 1: converteer ingang (en) naar basiseenheid
Variantie van monster X: 576 --> Geen conversie vereist
Variantie van monster Y: 256 --> Geen conversie vereist
STAP 2: Evalueer de formule
Invoerwaarden in formule vervangen
F = σ2X/σ2Y --> 576/256
Evalueren ... ...
F = 2.25
STAP 3: converteer het resultaat naar de eenheid van de uitvoer
2.25 --> Geen conversie vereist
DEFINITIEVE ANTWOORD
2.25 <-- F-waarde van twee monsters
(Berekening voltooid in 00.005 seconden)

Credits

Gemaakt door Anirudh Singh
Nationaal Instituut voor Technologie (NIT), Jamshedpur
Anirudh Singh heeft deze rekenmachine gemaakt en nog 300+ meer rekenmachines!
Geverifieërd door Urvi Rathod
Vishwakarma Government Engineering College (VGEC), Ahmedabad
Urvi Rathod heeft deze rekenmachine geverifieerd en nog 1900+ rekenmachines!

18 Basisformules in de statistiek Rekenmachines

P-waarde van monster
Gaan P-waarde van monster = (Monsteraandeel-Veronderstelde bevolkingsomvang)/sqrt((Veronderstelde bevolkingsomvang*(1-Veronderstelde bevolkingsomvang))/Monstergrootte)
Steekproefgrootte gegeven P-waarde
Gaan Monstergrootte = ((P-waarde van monster^2)*Veronderstelde bevolkingsomvang*(1-Veronderstelde bevolkingsomvang))/((Monsteraandeel-Veronderstelde bevolkingsomvang)^2)
t Statistiek
Gaan t Statistiek = (Waargenomen gemiddelde van monster-Theoretisch gemiddelde van monster)/(Voorbeeld standaardafwijking/sqrt(Monstergrootte))
t Statistiek van normale verdeling
Gaan t Statistiek van normale verdeling = (Steekproefgemiddelde-Populatie gemiddelde)/(Voorbeeld standaardafwijking/sqrt(Monstergrootte))
Verwachting van verschil van willekeurige variabelen
Gaan Verwachting van verschil tussen willekeurige variabelen = Verwachting van willekeurige variabele X-Verwachting van willekeurige variabele Y
Chi Square-statistiek
Gaan Chi-kwadraatstatistiek = ((Monstergrootte-1)*Voorbeeld standaardafwijking^2)/(Populatiestandaardafwijking^2)
Verwachting van som van willekeurige variabelen
Gaan Verwachting van de som van willekeurige variabelen = Verwachting van willekeurige variabele X+Verwachting van willekeurige variabele Y
Aantal klassen gegeven klassebreedte
Gaan Aantal klassen = (Grootste item in gegevens-Kleinste item in gegevens)/Klassebreedte van gegevens
Klassebreedte van gegevens
Gaan Klassebreedte van gegevens = (Grootste item in gegevens-Kleinste item in gegevens)/Aantal klassen
Chi Square-statistiek gegeven steekproef- en populatieverschillen
Gaan Chi-kwadraatstatistiek = ((Monstergrootte-1)*Steekproefvariantie)/Bevolkingsvariantie
Aantal gegeven individuele waarden Resterende standaardfout
Gaan Aantal individuele waarden = (Resterende som van kwadraten/(Resterende standaardfout van gegevens^2))+1
F-waarde van twee monsters gegeven standaarddeviaties van monsters
Gaan F-waarde van twee monsters = (Standaardafwijking van monster X/Standaardafwijking van monster Y)^2
Middenbereik van gegevens
Gaan Middenbereik van gegevens = (Maximale waarde van gegevens+Minimale waarde van gegevens)/2
F-waarde van twee monsters
Gaan F-waarde van twee monsters = Variantie van monster X/Variantie van monster Y
Grootste item in gegevensbereik
Gaan Grootste item in gegevens = Bereik van gegevens+Kleinste item in gegevens
Kleinste item in gegevensbereik
Gaan Kleinste item in gegevens = Grootste item in gegevens-Bereik van gegevens
Bereik van gegevens
Gaan Bereik van gegevens = Grootste item in gegevens-Kleinste item in gegevens
Relatieve frequentie
Gaan Relatieve frequentie = Absolute frequentie/Totale frequentie

F-waarde van twee monsters Formule

F-waarde van twee monsters = Variantie van monster X/Variantie van monster Y
F = σ2X/σ2Y

Wat is F-test in de statistiek?

Een F-test is elke statistische test waarbij de teststatistiek een F-verdeling heeft onder de nulhypothese. Het wordt meestal gebruikt bij het vergelijken van statistische modellen die zijn aangepast aan een dataset, om het model te identificeren dat het beste past bij de populatie waaruit de gegevens zijn verzameld. Exacte "F-toetsen" ontstaan vooral wanneer de modellen met behulp van kleinste kwadraten aan de gegevens zijn aangepast. Bekende voorbeelden van het gebruik van F-toetsen zijn de studie van de volgende gevallen: (i) De hypothese dat de gemiddelden van een gegeven set van normaal verdeelde populaties, die allemaal dezelfde standaarddeviatie hebben, gelijk zijn. Dit is misschien wel de bekendste F-toets, en speelt een belangrijke rol bij de variantieanalyse (ANOVA). (ii) De hypothese dat een voorgesteld regressiemodel goed bij de gegevens past. Zie Gebrekkige kwadratensom. (iii) De hypothese dat een dataset in een regressieanalyse de eenvoudigste van twee voorgestelde lineaire modellen volgt die in elkaar genest zijn.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!