आत्म-खेती, मनोविज्ञान
Mann-विटने परीक्षण: एक उदाहरण तालिका
गणितीय तथ्याङ्क मा मापदण्ड - एक सख्त नियम, अनुसार महत्त्व एक निश्चित स्तर स्वीकार वा अस्वीकार गर्ने परिकल्पना संग। यसलाई निर्माण गर्न, तपाईं एक विशिष्ट कार्य फेला पार्न आवश्यक छ। यो empirically कटिबद्ध मानहरू छ, कि प्रयोग, अन्तिम परिणाम निर्भर हुनुपर्छ। यो सुविधा नमूनाहरू बीच मतभेद आकलन गर्न एक उपकरण हुनेछ छ।
सांख्यिकीय महत्वपूर्ण मूल्य। अवलोकन
तथ्याङ्क महत्त्व - मौका घटना को सम्भावना को मूल्य धेरै कम छ। थप चरम र यसको प्रदर्शन रूपमा नगण्य। फरक सांख्यिकीय त्यहाँ सम्भावना जो नगण्य छ दावी यी मतभेद कि अवस्थित छैन भने डाटा, हो जहाँ मामला मा महत्वपूर्ण भनिन्छ। तर यो यो फरक आवश्यक ठूलो र महत्वपूर्ण हुनुपर्छ भन्ने होइन।
तथ्याङ्क महत्त्व परीक्षण को स्तर
यो अवधि संभावना बुझे गर्नुपर्छ यसको सत्य को मामला मा शून्य परिकल्पना स्वीकार्दैनन्। यो पनि पहिलो प्रकारको वा गलत सकारात्मक निर्णय त्रुटि भनिन्छ। प्रायजसो, प्रक्रिया पी-मूल्य ( "पाइ-मूल्य") मा आधारित छ। तथ्याङ्क परीक्षण को स्तर नियालेर यो सञ्चितिको सम्भावना। उहाँले, पालो मा, शून्य परिकल्पना को ग्रहण समय मा एक नमूना छ। पी-मान घोषणा स्तर विश्लेषक भन्दा कम छ भने सुझाव अस्वीकार गरिनेछ। यो आंकडा सिधै महत्त्व परीक्षण मान निर्भर गर्दछ: साना यो छ, क्रमशः, र थप परिकल्पना अस्वीकार गर्ने कारण।
को शून्य परिकल्पना को संकल्प
गणितीय तथ्याङ्क मा, यो धारणा हातमा विद्यमान empirical प्रमाण संग स्थिरता लागि जाँच गरिन्छ। प्रायजसो मा, शून्य परिकल्पना परिकल्पना अध्ययन चर बीच एक correlation हराइरहेको वा त्यो वितरण एकरूपता मतभेद अध्ययन छैन कि लिइएको छ। को शून्य परिकल्पना, यो प्रयोगात्मक निष्कर्ष अनुरूप छैन भनेर प्रमाणित गर्न, कि छ खण्डन गर्नु गर्न प्रयास मानक अनुसन्धान गणितज्ञ अन्तर्गत। र ठाउँ र शून्य सट्टा स्वीकार छ वैकल्पिक परिकल्पना लिन।
प्रमुख परिभाषाहरू
मापदण्ड यू (Mann-विटने) मा गणितीय तथ्याङ्क दुई नमूनाहरू बीच मतभेद मूल्याङ्कन गर्न अनुमति दिन्छ। तिनीहरूले quantitatively मापन भएको एक विशेषता को स्तर मा दिइएको गर्न सकिन्छ। यो विधि सानो नमूनाहरू को मतभेद को मूल्यांकन को लागि आदर्श छ। यो सरल मापदण्ड 1945 मा फ्रैंक Wilcoxon द्वारा प्रस्तावित भएको थियो। र पहिले नै 1947 मा, विधि संशोधित र वैज्ञानिकहरू एच बी Mann र डी आर Uitni, उहाँले यो दिन भनिन्छ जो नाम द्वारा पूरक गरिएको छ। मनोविज्ञान, गणित, तथ्याङ्क, र धेरै अन्य विज्ञान मा mann-विटने परीक्षण सैद्धान्तिक अनुसन्धान को गणितीय जग को मौलिक तत्व मध्ये एक हो।
विवरण
Mann-विटने - मापदण्डहरू बिना एक अपेक्षाकृत सरल विधि। यसको क्षमता महत्वपूर्ण छ। यो शक्ति Rosenbaum क्यू-परीक्षण भन्दा एकदम उच्च छ। विधि assesses कसरी सानो अर्थात् पहिलो र दोस्रो चयनहरू को सब मान को पङ्क्तिहरू बिचमा नमूनाहरू बीच क्रस-मान को क्षेत्र। मान मापदण्ड, खुट्टामीटर मान मान्य मतभेद छन् कि अधिक संभावना भन्दा कम छ। सही मापदण्ड यू (Mann-विटने) लागू गर्न, केही प्रतिबन्ध बारे मा भूल छैन। प्रत्येक नमूना कम्तिमा 3 विशेषता मूल्य हुनुपर्छ। यो एक मामला मा दुई मान, तर दोस्रो पटक तिनीहरूले आवश्यक कम्तिमा पाँच हुनुपर्छ सम्भव छ। परीक्षण नमूनाहरू मा coincident संकेतक को न्यूनतम संख्या हुनुपर्दछ। सबै नम्बर आदर्श मामला मा फरक हुनुपर्छ।
को प्रयोग
कसरी सही ढंगले Mann-विटने परीक्षण प्रयोग गर्ने? तालिका, यो विधि गरेको छ जो एक निश्चित महत्वपूर्ण मूल्य comprises। पहिलो तपाईं त सब जो दुई मिलान नमूनाहरू, को एक सेट सिर्जना गर्न आवश्यक छ। कि, तत्व सुविधा र तल्लो दर्जा को वृद्धि को डिग्री अनुसार प्रबन्ध गर्दै सानो मूल्य तोकिएको छ। फलस्वरूप, हामी ग्रेड को कुल संख्या प्राप्त:
एन = N1 + N2,
जहाँ मान N1 र N2 - क्रमशः पहिलो र दोस्रो नमूनाहरू मा निहित एकाइहरु को संख्या। यसबाहेक, एकल सब नम्बर मान दुई भागमा विभाजन गरिएको छ। Units, क्रमशः, पहिलो र दोस्रो नमूनाहरू। अब पहिलो र दोस्रो पङ्क्ति मान को बाँध्न योगफल बारी मा छलफल। यसलाई जो NX एकाइहरु संग एक नमूना गर्न पत्राचार, तिनीहरूलाई को भन्दा (TX) निर्धारित। थप Wilcoxon विधि प्रयोग गर्न, आफ्नो मूल्य निम्न प्रक्रिया द्वारा गणना गरिएको छ। तालिका विशेष लिएको N1 र N2 लागि महत्वपूर्ण मापदण्ड को महत्त्व को चयन स्तर निर्धारण गर्न को लागि यो आवश्यक छ।
Similar articles
Trending Now