एग्ज़ैक्ट बायनोमियल टेस्ट क्या है?
एग्ज़ैक्ट बायनोमियल टेस्ट यह जाँचता है कि निश्चित संख्या में किए गए स्वतंत्र हाँ/नहीं परीक्षणों में देखी गई सफलताओं की संख्या किसी मानी गई सफलता-प्रायिकता के अनुरूप है या नहीं। सामान्य सन्निकटन (normal approximation) के विपरीत, यह p-वैल्यू सीधे द्विपद बंटन (binomial distribution) से निकालता है, इसलिए यह छोटे नमूनों के लिए भी सटीक रहता है। यह टूल सार्वभौमिक है — इसे किसी भी द्विआधारी प्रयोग पर लगाया जा सकता है, जैसे सिक्का उछालना, कन्वर्ज़न दर, दोष (defect) गिनती, या पास/फेल डेटा।
इस कैलकुलेटर का उपयोग कैसे करें
सफलताओं की संख्या k, कुल परीक्षणों की संख्या n, और मानी गई सफलता-प्रायिकता p (0 और 1 के बीच) दर्ज करें। कैलकुलेटर आपको दो-तरफ़ा p-वैल्यू, देखी गई गिनती की प्रायिकता, अपेक्षित सफलताओं की संख्या, और दोनों एक-तरफ़ा p-वैल्यू दिखाता है।
फ़ॉर्मूला समझें
प्रत्येक परिणाम x की प्रायिकता होती है $$P(X = x) = \binom{\text{n}}{x}\, \text{p}^{\,x}\,\bigl(1-\text{p}\bigr)^{\text{n}-x}$$ दो-तरफ़ा p-वैल्यू उन सभी परिणामों की प्रायिकताओं का योग है जो वास्तव में देखे गए परिणाम जितने ही असंभावित हों या उससे भी कम संभावित (\(P(x) \le P(k)\))। $$p\text{-value} = \sum_{x\,:\,P(X=x)\,\le\,P\left(X=\text{k}\right)} P(X = x)$$ एक-तरफ़ा निचली p-वैल्यू \(P(X \le \text{k})\) होती है और ऊपरी \(P(X \ge \text{k})\)।
हल किया हुआ उदाहरण
मान लीजिए आप एक सिक्का 10 बार उछालते हैं और 8 बार चित (heads) आता है, और आप जाँचना चाहते हैं कि सिक्का निष्पक्ष है या नहीं (\(p = 0.5\))। ठीक 8 बार चित आने की प्रायिकता है $$C(10,8)\cdot 0.5^{10} = \frac{45}{1024} \approx 0.043945$$ समरूपता (symmetry) के कारण, इतने ही या उससे कम संभावित परिणाम हैं 0, 1, 2, 8, 9, 10 चित। इनकी कुल प्रायिकता है $$2\cdot\frac{1+10+45}{1024} = \frac{112}{1024} \approx 0.109375$$ जो दो-तरफ़ा p-वैल्यू है। चूँकि यह 0.05 से अधिक है, इसलिए आप यह परिकल्पना अस्वीकार नहीं करेंगे कि सिक्का निष्पक्ष है।
अपने परिणाम की व्याख्या करना
द्विपद परीक्षण \(k\) सफलताओं की प्रेक्षित संख्या की तुलना \(n\) स्वतंत्र परीक्षणों में परिकल्पना की गई सफलता की संभावना \(p\) से करता है। p-मान एक ही प्रश्न का उत्तर देता है: यदि शून्य परिकल्पना सत्य थी, तो आप जो परिणाम प्राप्त करते हैं उससे कम से कम उतने ही चरम परिणाम की संभावना कितनी है?
दोतरफा बनाम एकतरफा
एक दोतरफा p-मान परीक्षण करता है कि क्या वास्तविक संभावना \(p\) से किसी भी दिशा में भिन्न है। यह सभी परिणामों की संभावनाओं को जोड़ता है जिनकी संभावना प्रेक्षित \(k\) की संभावना से कम या बराबर है (यह विधि इस कैलकुलेटर द्वारा और R के binom.test द्वारा उपयोग की जाती है)। इसका उपयोग करें जब आपके पास उच्च या निम्न परिणाम की उम्मीद करने का कोई पूर्व कारण न हो।
एक एकतरफा p-मान एक दिशात्मक दावे का परीक्षण करता है — उदाहरण के लिए "वास्तविक संभावना \(p\) से अधिक है।" यह केवल आपके द्वारा निर्दिष्ट पूंछ में संभावनाओं को जोड़ता है। एक एकतरफा p-मान दोतरफा मान का लगभग आधा है, इसलिए डेटा देखने के बाद कभी नहीं, पहले दिशा चुनें।
महत्व स्तर (अल्फा)
सीमा \(\alpha\) झूठी-सकारात्मक दर है जिसे आप सहन करने के लिए तैयार हैं। सामान्य विकल्प \(\alpha = 0.05\) और कठोर \(\alpha = 0.01\) हैं। आप p-मान की तुलना \(\alpha\) से करते हैं:
- यदि p-मान \(\le \alpha\): शून्य परिकल्पना को अस्वीकार करें — डेटा \(p\) के साथ सांख्यिकीय रूप से महत्वपूर्ण कहे जाने के लिए पर्याप्त असंगत हैं।
- यदि p-मान \(> \alpha\): शून्य परिकल्पना को अस्वीकार करने में विफल रहें — डेटा \(p\) के साथ संगत हैं।
"अस्वीकार करने में विफल" का अर्थ क्या है और क्या नहीं है
"अस्वीकार करने में विफल" का मतलब केवल यह है कि आपके पास शून्य परिकल्पना के विरुद्ध पर्याप्त सबूत नहीं हैं। यह शून्य को सत्य साबित नहीं करता है। एक छोटा नमूना आसानी से एक गैर-महत्वपूर्ण परिणाम उत्पन्न कर सकता है भले ही वास्तविक संभावना \(p\) से भिन्न हो; सबूत की कमी अनुपस्थिति का सबूत नहीं है। यह गेज करने के लिए कि डेटा क्या समर्थन करते हैं, परीक्षण को एक प्रभाव अनुमान और अनुपात के लिए एक आत्मविश्वास अंतराल के साथ जोड़ी।
परिभाषाएं और शब्दावली
- सफलताएँ (k)
- ब्याज के परिणाम के साथ परीक्षणों की प्रेक्षित गणना। \(0 \le k \le n\) वाला एक पूर्णांक।
- परीक्षण (n)
- स्वतंत्र बर्नौली परीक्षणों की कुल संख्या, प्रत्येक में समान सफलता की संभावना है।
- परिकल्पित संभावना (p)
- शून्य परिकल्पना के तहत मानी जाने वाली सफलता की संभावना, \(0 \le p \le 1\)। उदाहरण के लिए, एक सिक्के की निष्पक्षता \(p = 0.5\) के अनुरूप है।
- शून्य परिकल्पना (H₀)
- परीक्षण किया जाने वाला डिफ़ॉल्ट दावा: वास्तविक सफलता की संभावना \(p\) के बराबर है, अर्थात \(H_0:\, \pi = p\)।
- वैकल्पिक परिकल्पना (H₁)
- यदि H₀ को अस्वीकार किया जाता है तो स्वीकार किया जाने वाला दावा: \(\pi \ne p\) (दोतरफा), या \(\pi > p\) / \(\pi < p\) (एकतरफा)।
- p-मान
- H₀ के तहत परिकलित संभावना, प्रेक्षित \(k\) के रूप में कम से कम उतने ही चरम परिणाम प्राप्त करने की संभावना। छोटे मान H₀ के विरुद्ध मजबूत सबूत देते हैं।
- दोतरफा परीक्षण
- \(p\) से एक अंतर का पता लगाता है किसी भी दिशा में सभी परिणामों को जोड़कर जो प्रेक्षित परिणाम से अधिक संभावित नहीं हैं।
- एकतरफा परीक्षण
- एकल, पूर्व-निर्दिष्ट दिशा में एक अंतर का पता लगाता है।
- प्रत्याशित गणना (np)
- H₀ के तहत अपेक्षित सफलताओं की संख्या, \(np\)। \(k\) की तुलना \(np\) से प्रस्थान की दिशा और मोटा आकार दर्शाता है।
- महत्व स्तर (अल्फा)
- पूर्व-चुनी गई सीमा \(\alpha\) (आमतौर पर 0.05 या 0.01) जिसके विरुद्ध p-मान का निर्णय किया जाता है; यह Type I त्रुटि की अधिकतम स्वीकार्य संभावना है।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
z-टेस्ट की जगह एग्ज़ैक्ट टेस्ट कब इस्तेमाल करूँ? जब भी n छोटा हो या अपेक्षित गिनती कम हो — जहाँ सामान्य सन्निकटन भरोसेमंद नहीं रहता — वहाँ एग्ज़ैक्ट बायनोमियल टेस्ट का उपयोग करें।
छोटी p-वैल्यू का क्या मतलब है? छोटी p-वैल्यू (जैसे 0.05 से कम) यह दर्शाती है कि मानी गई प्रायिकता के अंतर्गत देखी गई गिनती असंभावित है, यानी यह उस परिकल्पना के विरुद्ध प्रमाण देती है।
दो-तरफ़ा p-वैल्यू एक-तरफ़ा वैल्यू के दोगुने से अलग क्यों हो सकती है? एग्ज़ैक्ट दो-तरफ़ा टेस्ट उन सभी परिणामों की प्रायिकताओं का योग करता है जो प्रायिकता के हिसाब से कम-से-कम उतने ही चरम (extreme) हों, और जब बंटन विषम (skewed) होता है तो यह हमेशा छोटी पुच्छ (tail) का दोगुना नहीं होता।
