डिग्री ऑफ़ फ़्रीडम क्या होती है?
डिग्री ऑफ़ फ़्रीडम (df) यानी किसी सांख्यिकीय गणना में ऐसे स्वतंत्र मानों की संख्या जो आज़ादी से बदल सकते हैं। हाइपोथिसिस टेस्टिंग में df यह तय करती है कि क्रिटिकल वैल्यू और p-वैल्यू ढूँढने के लिए आप t-डिस्ट्रिब्यूशन (या chi-square / F-डिस्ट्रिब्यूशन) टेबल की कौन-सी पंक्ति इस्तेमाल करेंगे। यह कैलकुलेटर दो सबसे आम स्थितियों को कवर करता है: वन-सैंपल t-टेस्ट और टू-सैंपल (इंडिपेंडेंट) t-टेस्ट, जहाँ दोनों के वेरिएंस बराबर माने जाते हैं।
इस कैलकुलेटर का इस्तेमाल कैसे करें
सबसे पहले अपना टेस्ट टाइप चुनें। वन-सैंपल टेस्ट के लिए सैंपल साइज़ n डालें। टू-सैंपल टेस्ट के लिए दोनों सैंपल साइज़ n1 और n2 डालें। कैलकुलेटर आपको वह डिग्री ऑफ़ फ़्रीडम बता देगा, जिसका इस्तेमाल आपको अपने टेस्ट की क्रिटिकल वैल्यू देखते समय करना चाहिए।
फ़ॉर्मूला समझें
एक अकेले सैंपल में आप एक पैरामीटर (मीन) का अनुमान लगाते हैं, इसलिए एक डिग्री ऑफ़ फ़्रीडम घट जाती है: $$df = \text{n} - 1$$ दो स्वतंत्र सैंपल्स में आप दो मीन का अनुमान लगाते हैं, इसलिए दो डिग्री ऑफ़ फ़्रीडम घट जाती हैं: $$df = \text{n}_1 + \text{n}_2 - 2$$ यह पूल्ड-वेरिएंस फ़ॉर्मूला यह मानकर चलता है कि दोनों पॉपुलेशन के वेरिएंस बराबर हैं।
हल किया हुआ उदाहरण
मान लीजिए ग्रुप A में 15 ऑब्ज़र्वेशन हैं और ग्रुप B में 18, और आप एक इंडिपेंडेंट टू-सैंपल t-टेस्ट चला रहे हैं। तो डिग्री ऑफ़ फ़्रीडम होगी: $$df = 15 + 18 - 2 = 31$$ इसके बाद आप अपने चुने हुए सिग्निफ़िकेंस लेवल पर 31 df के लिए t-क्रिटिकल वैल्यू देखेंगे।
अक्सर पूछे जाने वाले सवाल
एक सैंपल के लिए 1 क्यों घटाते हैं? क्योंकि सैंपल मीन डेटा से ही निकाला जाता है, इसलिए मीन तय हो जाने के बाद केवल \(n - 1\) मान ही आज़ादी से बदल सकते हैं।
अगर मेरे दोनों सैंपल्स के वेरिएंस बराबर न हों तो? ऐसी स्थिति में Welch's t-टेस्ट इस्तेमाल करें, जो \(n_1 + n_2 - 2\) की जगह एक ज़्यादा जटिल df फ़ॉर्मूला (Welch–Satterthwaite समीकरण) का उपयोग करता है।
क्या df कोई भिन्न (फ़्रैक्शन) हो सकती है? इन पूल्ड और वन-सैंपल वाली स्थितियों में नहीं — df हमेशा एक पूर्ण संख्या ही होती है। भिन्न में df सिर्फ़ Welch के अप्रॉक्सिमेशन में आती है।
