ਮਾਨ-ਵਿਟਨੀ ਟੈਸਟ: ਇੱਕ ਉਦਾਹਰਨ ਸਾਰਣੀ ਵਿੱਚ

ਗਣਿਤ ਦੇ ਅੰਕੜੇ 'ਚ ਮਾਪਦੰਡ - ਇੱਕ ਸਖ਼ਤ ਨਿਯਮ, ਪਰਿਕਲਪਨਾ ਹੈ, ਜੋ ਕਿ ਮਹੱਤਤਾ ਦੇ ਇੱਕ ਖਾਸ ਪੱਧਰ ਨੂੰ ਸਵੀਕਾਰ ਜ ਰੱਦ ਕਰ ਰਿਹਾ ਹੈ ਦੇ ਅਨੁਸਾਰ. ਇਸ ਨੂੰ ਬਣਾਉਣ ਲਈ, ਤੁਹਾਨੂੰ ਇੱਕ ਖਾਸ ਫੰਕਸ਼ਨ ਨੂੰ ਲੱਭਣ ਦੀ ਲੋੜ ਹੈ. ਇਹ ਤਜਰਬੇ, ਜੋ ਕਿ empirically ਇਰਾਦਾ ਕੀਤਾ ਮੁੱਲ ਹੈ, ਦੇ ਫਾਈਨਲ ਨਤੀਜੇ 'ਤੇ ਨਿਰਭਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ. ਇਹ ਇਸ ਫੀਚਰ ਨੂੰ ਨਮੂਨੇ ਵਿੱਚ ਅੰਤਰ ਦਾ ਜਾਇਜ਼ਾ ਲੈਣ ਲਈ ਇੱਕ ਸੰਦ ਹੋ ਜਾਵੇਗਾ ਹੈ.

ਭੋਰਾ ਮੁੱਲ. ਅਵਲੋਕਨ

ਅੰਕੜਾ ਮਹੱਤਤਾ - ਮੌਕਾ ਮੌਜੂਦਗੀ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਮੁੱਲ ਬਹੁਤ ਘੱਟ ਹੁੰਦਾ ਹੈ. ਹੋਰ ਬਹੁਤ ਹੈ ਅਤੇ ਇਸ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਦੇ ਤੌਰ ਤੇ ਮਾਮੂਲੀ. ਫਰਕ ਜਿੱਥੇ ਕੇਸ ਡਾਟਾ, ਸੰਭਾਵਨਾ, ਜਿਸ ਦੇ ਘੱਟ ਹੈ, ਜੇਕਰ ਦਾਅਵਾ ਹੈ ਕਿ ਇਹ ਅੰਤਰ ਮੌਜੂਦ ਨਹੀ ਹਨ, ਉਥੇ ਹਨ ਭੋਰਾ ਕਿਹਾ ਗਿਆ ਹੈ. ਪਰ ਇਸ ਦਾ ਇਹ ਮਤਲਬ ਨਹੀ ਹੈ, ਜੋ ਕਿ ਇਸ ਫ਼ਰਕ ਇਹ ਜ਼ਰੂਰੀ ਵੱਡੇ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ.

ਅੰਕੜਾ ਮਹੱਤਤਾ ਟੈਸਟ ਦੇ ਪੱਧਰ

ਇਸ ਮਿਆਦ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਸਮਝ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਇਸ ਦੇ ਸੱਚਾਈ ਦੇ ਮਾਮਲੇ 'ਚ ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ. ਇਹ ਵੀ ਪਹਿਲੀ ਕਿਸਮ ਦੀ ਹੈ, ਜ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਫ਼ੈਸਲੇ ਦੀ ਇੱਕ ਗਲਤੀ ਕਿਹਾ ਗਿਆ ਹੈ. ਸਭ ਕੇਸ ਵਿੱਚ, ਕਾਰਜ ਨੂੰ ਪੀ-ਮੁੱਲ ( "PI-ਮੁੱਲ") 'ਤੇ ਅਧਾਰਿਤ ਹੈ. ਅੰਕੜਾ ਟੈਸਟ ਦੇ ਪੱਧਰ ਨੂੰ ਦੇਖ ਕੇ ਇਹ ਸੰਚਤ ਸੰਭਾਵਨਾ. ਉਸ ਨੇ, ਬਦਲੇ ਵਿੱਚ, ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਦੀ ਗੋਦ ਦੇ ਵੇਲੇ 'ਤੇ ਇੱਕ ਨਮੂਨਾ ਹੈ. ਜੇ ਪੀ-ਮੁੱਲ ਦਾ ਐਲਾਨ ਪੱਧਰ ਦੇ ਵਿਸ਼ਲੇਸ਼ਕ ਵੱਧ ਘੱਟ ਹੈ ਸੁਝਾਅ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਵੇਗਾ. ਇਸ ਅੰਕੜੇ ਨੂੰ ਸਿੱਧੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਮਹੱਤਤਾ ਟੈਸਟ ਮੁੱਲ: ਛੋਟੇ ਇਸ ਨੂੰ ਹੈ, ਕ੍ਰਮਵਾਰ, ਅਤੇ ਹੋਰ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰਨ ਦਾ ਕਾਰਨ. ਮਹੱਤਤਾ ਦਾ ਪੱਧਰ ਆਮ ਤੌਰ 'ਤੇ ਪੱਤਰ ਬੀ (ਅਲਫ਼ਾ) ਨਾਲ ਜਾਣਿਆ ਗਿਆ ਹੈ. ਮਾਹਿਰ ਆਪਸ ਵਿੱਚ ਪ੍ਰਸਿੱਧ ਅੰਕੜੇ: 0.1%, 1%, 5% ਅਤੇ 10%. ਜੇ, ਉਦਾਹਰਨ ਲਈ, ਨੇ ਕਿਹਾ ਕਿ ਇੱਕ ਮੈਚ ਦੀ ਸੰਭਾਵਨਾ 1000 ਵਿੱਚ 1 ਹਨ, ਫਿਰ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਸਾਨੂੰ ਇੱਕ ਲਗਾਤਾਰ ਵੇਰੀਏਬਲ ਦੀ ਅੰਕੜਾ ਮਹੱਤਤਾ ਦੇ 0.1% ਦੇ ਪੱਧਰ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਨ. ਵੱਖ ਵੱਖ ਅਰਥ ਅ-ਪੱਧਰ 'ਆਪਣੇ ਹੀ ਨਫ਼ੇ ਨੁਕਸਾਨ ਅਤੇ ਹੈ. ਜੇਕਰ ਸੂਚੀ-ਪੱਤਰ ਘੱਟ ਫਿਰ ਵੱਡਾ ਸੰਭਾਵਨਾ ਹੈ, ਜੋ ਕਿ ਬਦਲ ਪਰਿਕਲਪਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਇਸ ਨੂੰ ਇੱਕ ਖਤਰੇ ਨੂੰ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਗਲਤ ਹੈ ਕਿ null ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਨਾ ਕੀਤਾ ਗਿਆ ਹੈ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ. ਇਹ ਸਿੱਟਾ ਕੱਢਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਅਨੁਕੂਲ ਅ-ਪੱਧਰ ਦੀ ਪਸੰਦ ਦਾ ਇੱਕ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਅਤੇ ਝੂਠੇ ਨਕਾਰਾਤਮਕ ਫੈਸਲੇ ਦੇ ਸਮਝੌਤਾ ਸੰਭਾਵਨਾ ਦੇ ਕ੍ਰਮਵਾਰ "ਸ਼ਕਤੀ ਦੀ ਮਹੱਤਤਾ" ਜ, ਦੇ ਸੰਤੁਲਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ. "ਅੰਕੜਾ ਮਹੱਤਤਾ" ਰੂਸੀ ਸਾਹਿਤ ਵਿੱਚ ਨਾਲ ਬਰਾਬਰ ਮਿਆਦ 'ਪ੍ਰਮਾਣਿਕਤਾ "ਹੈ.

ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਦਾ ਇਰਾਦਾ

ਗਣਿਤ ਦੇ ਅੰਕੜੇ ਵਿੱਚ, ਇਸ ਧਾਰਨਾ ਦੇ ਹੱਥ ਵਿੱਚ ਮੌਜੂਦਾ ਅਨੁਭਵੀ ਸਬੂਤ ਨਾਲ ਇਕਸਾਰ ਕਰਨ ਲਈ ਕੀਤੀ ਗਈ ਹੈ. ਸਭ ਕੇਸ ਵਿੱਚ, ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਸੀ ਕਿ ਅਧਿਐਨ ਕਰਨ ਵੇਰੀਏਬਲ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਗੁੰਮ ਹੈ ਜ, ਜੋ ਕਿ ਵੰਡ ਦੀ ਇਕਸਾਰਤਾ ਅੰਤਰ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਹੈ, ਨਾ ਹੈ ਲਿਆ ਗਿਆ ਹੈ. ਮਿਆਰੀ ਖੋਜ ਗਣਿਤ ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਸਾਬਤ ਕਰਨ ਲਈ, ਜੋ ਕਿ ਹੈ, ਜੋ ਕਿ ਸਾਬਤ ਕਰਨ ਲਈ ਇਸ ਨੂੰ ਤਜਰਬੇ ਰਿਪੋਰਟ ਨਾਲ ਇਕਸਾਰ ਨਹ ਹੈ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਦੇ ਤਹਿਤ. ਅਤੇ ਸਥਾਨ ਹੈ ਅਤੇ ਇੱਕ ਬਦਲ ਪਰਿਕਲਪਨਾ ਜੋ ਕਿ ਇੱਕ ਜ਼ੀਰੋ ਦੀ ਬਜਾਏ ਨੂੰ ਸਵੀਕਾਰ ਹੁੰਦਾ ਹੈ ਲੈਣ ਲਈ.

ਕੁੰਜੀ ਪਰਿਭਾਸ਼ਾ

ਮਾਪਦੰਡ ਯੂ (ਮਾਨ-ਵਿਟਨੀ) ਵਿਚ ਗਣਿਤ ਦੇ ਅੰਕੜੇ ਦੋ ਨਮੂਨੇ ਵਿੱਚ ਅੰਤਰ ਲਾਉਣ ਲਈ ਸਹਾਇਕ ਹੈ. ਉਹ ਇੱਕ ਗੁਣ ਹੈ, ਜੋ ਕਿ ਗਿਣਾਤਮਕ ਮਾਪਿਆ ਗਿਆ ਹੈ ਦੇ ਪੱਧਰ 'ਤੇ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਇਹ ਵਿਧੀ ਛੋਟੇ ਨਮੂਨੇ ਦੇ ਅੰਤਰ ਦੀ ਪੜਤਾਲ ਲਈ ਆਦਰਸ਼ ਹੈ. ਇਹ ਸਧਾਰਨ ਮਾਪਦੰਡ 1945 ਵਿਚ Frank Wilcoxon ਦੁਆਰਾ ਤਜਵੀਜ਼ ਕੀਤਾ ਗਿਆ ਸੀ. ਅਤੇ 1947 ਵਿਚ, ਢੰਗ ਹੈ ਸੋਧਿਆ ਹੋਇਆ ਅਤੇ ਵਿਗਿਆਨੀ ਐੱਚ ਬੀ ਮਾਨ ਅਤੇ ਡੀ ਆਰ Uitni, ਨਾਮ, ਜਿਸ ਦੇ ਲਈ ਉਹ ਇਸ ਦਿਨ ਨੂੰ ਕਿਹਾ ਗਿਆ ਹੈ ਨੂੰ ਵਧਾਉਣ ਦੀ ਕੀਤੀ ਗਈ ਹੈ. ਮਨੋਵਿਗਿਆਨ, ਗਣਿਤ, ਅੰਕੜੇ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਵਿਗਿਆਨ ਵਿਚ ਮਾਨ-ਵਿਟਨੀ ਟੈਸਟ ਲਿਖਤੀ ਖੋਜ ਦੀ ਗਣਿਤ ਬੁਨਿਆਦ ਦੇ ਬੁਨਿਆਦੀ ਤੱਤ ਦੇ ਇੱਕ ਹੈ.

ਦਾ ਵੇਰਵਾ

ਮਾਨ-ਵਿਟਨੀ - ਪੈਰਾਮੀਟਰ ਬਿਨਾ ਇੱਕ ਮੁਕਾਬਲਤਨ ਸਧਾਰਨ ਢੰਗ ਹੈ. ਇਸ ਦੀ ਸਮਰੱਥਾ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਇਹ ਬਿਜਲੀ ਦੀ Rosenbaum ਸ-ਟੈਸਟ ਵੱਧ ਕਾਫ਼ੀ ਵੱਧ ਹੈ. ਢੰਗ ਦੀ ਦਾ ਜਾਇਜ਼ਾ ਨੂੰ ਛੋਟੇ ਅਰਥਾਤ ਪਹਿਲੇ ਅਤੇ ਦੂਜੇ ਚੋਣ ਦਾ ਦਰਜਾ ਦਿੱਤਾ ਹੈ, ਮੁੱਲ ਦੀ ਕਤਾਰ ਵਿਚਕਾਰ ਨਮੂਨੇ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ-ਮੁੱਲ ਦੇ ਖੇਤਰ. ਮੁੱਲ ਮਾਪਦੰਡ, ਹੋਰ ਸੰਭਾਵਨਾ, ਜੋ ਕਿ ਪੈਰਾਮੀਟਰ ਮੁੱਲ ਠੀਕ ਅੰਤਰ ਹਨ ਵੱਧ ਘੱਟ ਹੈ. ਨੂੰ ਠੀਕ ਮਾਪਦੰਡ ਯੂ (ਮਾਨ-ਵਿਟਨੀ) ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ, ਕੁਝ ਪਾਬੰਦੀ ਬਾਰੇ, ਨਾ ਭੁੱਲੋ. ਹਰ ਨਮੂਨੇ 'ਤੇ ਘੱਟੋ ਘੱਟ 3 ਗੁਣ ਦਾ ਮੁੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਇਹ ਸੰਭਵ ਹੈ ਕਿ ਇਕ ਮਾਮਲੇ 'ਚ ਦੋ ਦੀ ਮੁੱਲ ਹੈ, ਪਰ ਦੂਜੀ ਵਾਰ ਉਹ ਇਹ ਜ਼ਰੂਰੀ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਪੰਜ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਟੈਸਟ ਨਮੂਨੇ ਵਿੱਚ coincident ਸੂਚਕ ਦੇ ਘੱਟੋ-ਘੱਟ ਨੰਬਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਸਾਰੇ ਨੰਬਰ ਆਦਰਸ਼ ਮਾਮਲੇ 'ਚ ਵੱਖ-ਵੱਖ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ.

ਦੀ ਵਰਤੋ

ਕਰਨਾ ਠੀਕ ਮਾਨ-ਵਿਟਨੀ ਟੈਸਟ ਵਰਤਣ ਲਈ? ਟੇਬਲ ਹੈ, ਜੋ ਕਿ ਇਸ ਵਿਧੀ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਇੱਕ ਨੂੰ ਕੁਝ ਨਾਜ਼ੁਕ ਮੁੱਲ ਹਨ. ਪਹਿਲੀ ਤੁਹਾਨੂੰ ਦੋ ਮੈਚ ਦੇ ਨਮੂਨੇ, ਜੋ ਕਿ ਫਿਰ ਦਰਜਾ ਦਿੱਤਾ ਗਿਆ ਰਹੇ ਹਨ, ਦੀ ਇੱਕ ਸਿੰਗਲ ਦਾ ਸੈੱਟ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ. ਜੋ ਕਿ ਤੱਤ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਅਤੇ ਛੋਟੇ ਦਰਜੇ ਦੇ ਵਾਧੇ ਦੇ ਡਿਗਰੀ ਅਨੁਸਾਰ ਪ੍ਰਬੰਧ ਕੀਤਾ ਗਏ ਹਨ, ਹੈ ਛੋਟੇ ਮੁੱਲ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਗਿਆ ਹੈ. ਇਸ ਦੇ ਨਤੀਜੇ ਦੇ ਤੌਰ ਤੇ, ਸਾਨੂੰ ਗ੍ਰੇਡ ਦੀ ਕੁੱਲ ਗਿਣਤੀ ਨੂੰ ਪ੍ਰਾਪਤ:

ਐਨ = N1 + N2,

ਜਿੱਥੇ ਮੁੱਲ N1 ਅਤੇ N2 - ਕ੍ਰਮਵਾਰ ਪਹਿਲੇ ਅਤੇ ਦੂਜੇ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਿਲ ਇਕਾਈ ਦੀ ਗਿਣਤੀ ਹੈ. ਅੱਗੇ, ਇੱਕ ਸਿੰਗਲ ਦੀ ਨੰਬਰ ਮੁੱਲ ਨੂੰ ਦੋ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ. ਯੂਨਿਟ ਕ੍ਰਮਵਾਰ ਪਹਿਲੇ ਅਤੇ ਦੂਜੇ ਨਮੂਨੇ. ਹੁਣ ਵਿੱਚ ਮੰਨਿਆ ਪਹਿਲੇ ਅਤੇ ਦੂਜੇ ਕਤਾਰ ਵਿੱਚ ਮੁੱਲ ਦੀ ਗਿਣਤੀ ਦੇ ਜੋੜ ਦੇ ਚਾਲੂ. ਇਹ, ਉਹ ਦੇ ਸਭ (TX) ਦਾ ਪੱਕਾ ਇਰਾਦਾ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ NX ਯੂਨਿਟ ਦੇ ਨਾਲ ਇੱਕ ਨਮੂਨਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ. ਹੋਰ Wilcoxon ਢੰਗ ਇਸਤੇਮਾਲ ਕਰਨ ਲਈ, ਇਸ ਦੇ ਮੁੱਲ ਨੂੰ ਹੇਠ ਦਿੱਤੀ ਵਿਧੀ ਨੂੰ ਦੇ ਕੇ ਗਣਨਾ ਕੀਤੀ ਗਈ ਹੈ. ਸਾਰਣੀ ਵਿੱਚ ਖਾਸ ਤੌਰ 'ਤੇ ਲਿਆ N1 ਅਤੇ N2 ਲਈ ਗੰਭੀਰ ਮਾਪਦੰਡ ਦੀ ਮਹੱਤਤਾ ਦੇ ਚੁਣਿਆ ਪੱਧਰ ਦਾ ਪਤਾ ਕਰਨ ਲਈ ਲਈ ਇਹ ਜ਼ਰੂਰੀ ਹੈ. ਨਤੀਜੇ ਭਾਗ ਨੂੰ ਵੱਧ ਘੱਟ ਜ ਸਾਰਣੀ ਵਿੱਚ ਮੁੱਲ ਦੇ ਬਰਾਬਰ ਹੋ ਸਕਦਾ ਹੈ. ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਫਰਕ ਦਾ ਅਧਿਐਨ ਨਮੂਨਾ ਵਿਚ ਗੁਣ ਦੇ ਪੱਧਰ ਪਤਾ ਹੈ. ਜੇ ਨਤੀਜੇ ਮੁੱਲ ਸਾਰਣੀ ਵਿੱਚ ਵੱਧ ਵੱਡਾ ਹੈ, ਫਿਰ ਪ੍ਰਭਾਵਹੀਣ ਪਰਿਕਲਪਨਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰ ਲਿਆ ਹੈ. ਜਦ ਹਿਸਾਬ ਮਾਨ-ਵਿਟਨੀ ਟੈਸਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਸ ਨੂੰ ਨੋਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਜੋ ਕਿ ਜੇਕਰ ਨਾਜਾਇਜ਼ ਪਰਿਕਲਪਨਾ ਸੱਚ ਹੈ, ਕਸੌਟੀ ਹੋ ਜਾਵੇਗਾ ਉਮੀਦ, ਫੈਲਾਅ ਦੇ ਨਾਲ ਨਾਲ. ਯਾਦ ਰੱਖੋ ਕਿ ਡਾਟਾ ਨਮੂਨੇ ਦੇ ਵੱਡੇ ਵਾਲੀਅਮ ਲਈ ਢੰਗ ਹੈ ਲਗਭਗ ਆਮ ਵੰਡ ਨੂੰ ਮੰਨਿਆ ਗਿਆ ਹੈ. ਅੰਤਰ ਦੀ ਮਹੱਤਤਾ ਵੱਧ ਹੈ, ਮੁੱਲ ਘੱਟੋ-ਘੱਟ ਮਾਨ-ਵਿਟਨੀ ਟੈਸਟ ਹੁੰਦਾ ਹੈ.