آزمون خطای استاندارد میانگین: تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده
Smahdavi4 (بحث | مشارکت‌ها)
جزبدون خلاصۀ ویرایش
برچسب: متن دارای ویکی‌متن نامتناظر
Smahdavi4 (بحث | مشارکت‌ها)
جزبدون خلاصۀ ویرایش
برچسب: متن دارای ویکی‌متن نامتناظر
خط ۲۶:
در این مثال فرض کردیم که واریانس نمونه‌ها و جمعیت مشخص است، که این فرض در صورتی که از تمام دانش‌آموزان منطقه امتحان را بگیریم فرض درستی است. وقتی که پارامترهای جمعیت نامشخص باشند باید از آزمون t استفاده کرد.
 
میانگین مدرسه برابر ۹۶ است که <math> ۲/۴۷-2.47 </math> تا واحد انحراف معیار استاندارد از میانگین جمعیت (که برابر با ۱۰۰ است) دورتر است. حال اگر این مقدار را در جدول مقادیر توزیع نرمال استاندارد (توزیع نرمالی با میانگین ۰ و انحراف معیار ۱) جست‌وجو کنیم، احتمال اینکه عدد <math> ۲/۴۷-2.47 </math> یا کم‌تر را مشاهده کنیم تقریباً برابر <math> 0.5 - 0.4932۰/۰۰۶۸ = 0.0068۰/۴۹۳۲ <- ۰/math>۵ است. این [[پی-مقدار]] یک‌طرفه برای فرضیه‌ی صفر "۵۵ دانش‌آموز این مدرسه در امتحان میانگین نمره یکسانی با دانش‌آموزان منطقه دارند" است. همچنین [[پی-مقدار]] دوطرفه‌ی آن نیز برابر ۰/۰۱۴ (دو برابر [[پی-مقدار]] یک‌طرفه) است.
 
به عبارتی دیگر به احتمال ۰/۹۸۶ یک نمونه‌گیری تصادفی ۵۵ تایی از دانش‌آموزان میانگینی خواهند داشت که داخل بازه‌ی ۴ انحراف معیار از میانگین جمعیت است. یعنی با اطمینان ۹۸/۶٪ ما فرضیه‌ی صفر را رد می‌کنیم (چون میانگینی که به‌دست آوردیم فقط به احتمال 0.014۰/۰۱۴ به وقوع می‌پیوندد)
 
== استفاده‌های دیگر آزمون ''Z'' ==