প্রশ্ন ট্যাগ «t-test»

দুটি নমুনার মাধ্যমগুলির সাথে তুলনা করার জন্য একটি পরীক্ষা বা একটি নির্দিষ্ট মানের সাথে একটি নমুনার (বা এমনকি পরামিতি অনুমান) এর গড়ের তুলনা করার জন্য একটি পরীক্ষা; এটির উদ্ভাবকের ছদ্মনামের পরে "ছাত্র টি-টেস্ট" নামেও পরিচিত known

7
টি-টেস্ট বা নন-প্যারামেট্রিক পরীক্ষার মধ্যে কীভাবে চয়ন করবেন, যেমন ছোট নমুনায় উইলকক্সন
কিছু অনুমানের স্টুডেন্টস ব্যবহার পরীক্ষা করা সম্ভব টন -test (হয়তো দুই নমুনা ক্ষেত্রে অসম ভেরিয়ানস জন্য ওয়েলশ এর সংশোধন ব্যবহার করে), অথবা দ্বারা Wilcoxon মত একটি অ-স্থিতিমাপ পরীক্ষা জোড় র্যাঙ্ক পরীক্ষা স্বাক্ষরিত, Wilcoxon-মান-হুইটনি ইউ পরীক্ষা, বা জোড়যুক্ত সাইন পরীক্ষা। কোন পরীক্ষাটি সবচেয়ে উপযুক্ত, বিশেষত যদি নমুনার আকার "ছোট" হয় তবে …

7
টি অ-সাধারণের জন্য পরীক্ষা যখন এন> 50?
অনেক আগেই আমি জানতে পেরেছিলাম যে দুটি বিতরণের দুটি নমুনা টি-পরীক্ষা ব্যবহারের জন্য সাধারণ বন্টন প্রয়োজন। আজ একজন সহকর্মী আমাকে জানিয়েছিলেন যে তিনি শিখলেন যে এন> 50 এর জন্য সাধারণ বিতরণ জরুরি ছিল না। এটা কি সত্যি? যদি সত্য হয় তবে কেন্দ্রীয় সীমাবদ্ধতার কারণে?

10
টি-পরীক্ষাটি বৈধ হওয়ার জন্য কি কোনও ন্যূনতম নমুনার আকার প্রয়োজন?
আমি বর্তমানে একটি প্রায়-পরীক্ষামূলক গবেষণা কাগজে কাজ করছি। নির্বাচিত অঞ্চলে কম জনসংখ্যার কারণে আমার কাছে কেবলমাত্র 15 টির একটি নমুনা আকার রয়েছে এবং এটি কেবল 15 আমার মানদণ্ডে ফিট করে। টি-টেস্ট এবং এফ-পরীক্ষার জন্য গণনা করার জন্য কি সর্বনিম্ন 15 টি নমুনার আকার? যদি তা হয় তবে এই ছোট্ট নমুনার …

9
কেন তাৎপর্যপূর্ণ পরিসংখ্যান (পি <.001) পাওয়া যায় না তবে তাত্পর্যপূর্ণ-রেজিস্ট্রার টি-টেস্ট পাওয়া যায়?
একাধিক লিনিয়ার রিগ্রেশন-এ, কেন অত্যন্ত সম্ভাব্য এফ স্ট্যাটিস্টিক (পি &lt;.001) থাকা সম্ভব তবে সমস্ত রেজিস্ট্রারের টি পরীক্ষায় খুব উচ্চ মানের পি-মান থাকতে পারে কেন? আমার মডেলটিতে 10 জন নিবন্ধক রয়েছে। একটির পি-মান রয়েছে ০.০ এবং বাকী ০.৯ এর উপরে এই সমস্যাটি মোকাবেলার জন্য ফলোআপ প্রশ্নটি দেখুন ।

6
টি-পরীক্ষার পরিবর্তে আর-তে কোন ক্রোমুটেশন পরীক্ষার প্রয়োগকরণ (জোড়যুক্ত এবং অ-জোড়যুক্ত)?
টি-টেস্ট ব্যবহার করে বিশ্লেষণ করেছি এমন একটি পরীক্ষা থেকে আমার কাছে ডেটা রয়েছে। নির্ভরশীল ভেরিয়েবলটি অন্তরকৃত আকারযুক্ত এবং ডেটা হয় অবিযুক্ত (অর্থাত্, 2 গোষ্ঠী) বা জোড়যুক্ত (অর্থাত্-বিষয়গুলির মধ্যে)। যেমন (বিষয়গুলির মধ্যে): x1 &lt;- c(99, 99.5, 65, 100, 99, 99.5, 99, 99.5, 99.5, 57, 100, 99.5, 99.5, 99, 99, 99.5, 89.5, …


2
বিভিন্ন নমুনা আকার থেকে কোনওটির সাথে তুলনা করার কীভাবে ব্যাখ্যা করা উচিত?
কোনও ওয়েবসাইটে বইয়ের রেটিংয়ের বিষয়টি বিবেচনা করুন। বুক এ এর গড় রেটিং ৪.২৫ এবং বৈচিত্র সাথে 10,000 জন লোক রেট করেছে । একইভাবে বুক বি 100 জন দ্বারা রেট করা হয়েছে এবং এর রেটিংটি 4.5 σ = 0.25 দিয়ে থাকে ।σ=0.5σ=0.5\sigma = 0.5σ=0.25σ=0.25\sigma = 0.25 এখন বুক এ এর ​​বড় …

4
টি-পরীক্ষায় টি মান থেকে ম্যানুয়ালি পি মান গণনা করা হচ্ছে
আমার 31 টি মান সহ একটি নমুনা ডেটাसेट রয়েছে। সত্যিকারের গড় 10 এর সমান হলে পরীক্ষার জন্য আর ব্যবহার করে আমি একটি দ্বি-পুচ্ছ টি-টেস্ট চালিয়েছি: t.test(x=data, mu=10, conf.level=0.95) আউটপুট: t = 11.244, df = 30, p-value = 2.786e-12 alternative hypothesis: true mean is not equal to 10 95 percent confidence …

7
টি-টেস্ট পরিচালনা করার সময় কেন কেউ সর্বদা ডিএফ-এর একটি ওয়েলচ অনুমান ব্যবহার করার চেয়ে সমান রূপগুলি ধরে নিতে (বা পরীক্ষা করার জন্য) পছন্দ করবে?
ভেরিয়েন্সের একজাতীয়তার অনুমানটি যখন পূরণ করা হয় তখন মনে হয় যে ওয়েলচ অ্যাডজাস্টেড টি-টেস্ট এবং স্ট্যান্ডার্ড টি-টেস্টের ফলাফলগুলি প্রায় একই রকম। কেন সবসময় ওয়েলচ অ্যাডজাস্টেড টি ব্যবহার করবেন না?

5
যদি দুটি গ্রুপের টি-টেস্ট এবং আনোভা সমতুল্য হয় তবে তাদের অনুমানগুলি কেন সমান নয়?
আমি নিশ্চিত যে এটি আমার মাথায় পুরোপুরি জড়িয়ে গেছে, তবে আমি এটি বুঝতে পারি না। টি-টেস্ট জেড বিতরণ ব্যবহার করে দুটি সাধারণ বিতরণের তুলনা করে। এজন্য ডেটাতে স্বাভাবিকতার অনুমান রয়েছে। আনোভা ডামি ভেরিয়েবলগুলির সাথে লিনিয়ার রিগ্রেশন সমতুল্য এবং ওএলএসের মতো স্কোয়ারের পরিমাণ ব্যবহার করে। সে কারণেই রেসিডুয়ালসের স্বাভাবিকতার অনুমান আছে। …

3
লগের রূপান্তরিত ভবিষ্যদ্বাণী এবং / অথবা প্রতিক্রিয়ার ব্যাখ্যা
আমি ভাবছি কিনা এটির ব্যাখ্যায় কোনও পার্থক্য রয়েছে কিনা কেবল নির্ভরশীল, নির্ভরশীল এবং স্বতন্ত্র বা কেবলমাত্র স্বাধীন ভেরিয়েবলগুলি লগ রূপান্তরিত কিনা। ক্ষেত্রে বিবেচনা করুন log(DV) = Intercept + B1*IV + Error আমি আইভিটি শতাংশ বৃদ্ধি হিসাবে ব্যাখ্যা করতে পারি তবে আমার যখন কীভাবে এই পরিবর্তন হয় log(DV) = Intercept + …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

8
কোন গ্রুপ পার্থক্য অনুমানের পরীক্ষা কিভাবে?
আপনি দুটি গ্রুপ (যেমন, পুরুষ এবং মহিলা) একটি সংখ্যার উপর নির্ভরশীল ভেরিয়েবল (উদাহরণস্বরূপ, গোয়েন্দা পরীক্ষার স্কোর) খুঁজছেন এবং আপনার কোন অনুমান আছে যে কোন গ্রুপ পার্থক্য আছে সঙ্গে আপনার একটি অধ্যয়ন আছে কল্পনা করুন। প্রশ্ন: কোন গ্রুপ পার্থক্য আছে কিনা তা পরীক্ষা করার একটি ভাল উপায় কী? দলগত কোনও পার্থক্যের …

4
দুটি নমুনা টি-টেস্টের সমান বেইশিয়ান?
আমি আর বেস্টের মতো প্লাগ এবং খেলার পদ্ধতি খুঁজছি না বরং দুটি নমুনার মধ্যকার পার্থক্য পরীক্ষা করতে আমি কিছু বায়েশিয়ান পদ্ধতি কী কী তা ব্যবহার করতে পারি তার গাণিতিক ব্যাখ্যা।

3
লিনিয়ার রিগ্রেশনে তাত্পর্যপূর্ণ বৈপরীত্য: একটি গুণফলের জন্য অ-উল্লেখযোগ্য সামগ্রিক এফ-স্ট্যাটিস্টিকের জন্য উল্লেখযোগ্য টি-টেস্ট
আমি 4 টি শ্রেণিবদ্ধ ভেরিয়েবল (প্রতিটি 4 টি স্তর সহ) এবং একটি সংখ্যাসূচক আউটপুটের মধ্যে একাধিক লিনিয়ার রিগ্রেশন মডেল ফিট করছি। আমার ডেটাসেটে 43 টি পর্যবেক্ষণ রয়েছে। রিগ্রেশন আমাকে অনুসরণ দেয় ppp থেকে -values ttt : প্রতিবার ঢাল সহগ জন্য -test .15,.67,.27,.02.15,.67,.27,.02.15, .67, .27, .02 । সুতরাং, 4 র্থ predictor …

4
কাঁচা তথ্যের চেয়ে নমুনা পরিসংখ্যান ইনপুট করে কীভাবে আর দ্বি-নমুনা টি-টেস্ট সম্পাদন করবেন?
ধরা যাক আমাদের নীচে দেওয়া পরিসংখ্যান রয়েছে gender mean sd n f 1.666667 0.5773503 3 m 4.500000 0.5773503 4 আপনি কীভাবে দ্বি-নমুনা টি-টেস্ট সম্পাদন করেন (দেখতে কিছু পরিবর্তনশীল নারী-পুরুষের মধ্যে কোনও উল্লেখযোগ্য পার্থক্য আছে কি না) প্রকৃত তথ্যের চেয়ে এই জাতীয় পরিসংখ্যান ব্যবহার করে? কীভাবে এটি করা যায় তা আমি …
32 r  t-test 

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.