Studentized Range Dağılımı Olasılık Hesaplayıcı

Studentized Range Dağılımı Olasılık Hesaplayıcı

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

F(q;r,ν)=∫0∞νν/2Γ(ν/2)2ν/2−1uν−1e−νu2/2[H(qu,r)]cduburada{q=Kantil qr=Örneklem büyüklüğü rν=Serbestlik derecesi νc=Grup sayısı c\begin{gathered} F(q;r,\nu) = \int_{0}^{\infty} \frac{\nu^{\nu/2}}{\Gamma(\nu/2)\,2^{\nu/2-1}}\, u^{\nu-1} e^{-\nu u^2/2}\,\big[H(qu,\,r)\big]^{c}\,du \\[1.5em] \text{burada}\quad \left\{ \begin{aligned} q &= {{\text{Kantil } q}} \\ r &= {{\text{Örneklem büyüklüğü } r}} \\ \nu &= {{\text{Serbestlik derecesi } \nu}} \\ c &= {{\text{Grup sayısı } c}} \end{aligned} \right. \end{gathered}
Kullanım istatistikleri

Reklam

Sonuç

Alt kümülatif olasılık
0,949996
[0, 1] aralığında olasılık
Üst kümülatif olasılık 0,050004

Bu sayfadaki bir hatayı bildir

Studentized range dağılımı nedir?

Studentized range istatistiği q, r adet örneklem ortalamasının en büyüğü ile en küçüğü arasındaki açıklığı ölçer ve bu açıklık nu serbestlik derecesiyle bağımsız olarak tahmin edilmiş bir standart hataya bölünür. Bu dağılım, Tukey'nin Dürüst Anlamlı Fark (HSD) testinin ve diğer çoklu karşılaştırma (post-hoc) yöntemlerinin temelini oluşturur. Bu hesaplayıcı, alt kümülatif olasılık \(P(Q \le q) = F(q, r, \nu)\) ile üst kuyruk \(P(Q > q) = 1 - F\) değerini verir. Bu, tamamen istatistiksel bir fonksiyondur ve herhangi bir ülkeye özgü kural içermez; her yerde aynı şekilde geçerlidir.

Nasıl kullanılır?

Dört sayı girin: CDF'nin hesaplanacağı \(q\) kantili, açıklığa giren işlem (treatment) ortalamalarının sayısı olan \(r\) örneklem büyüklüğü (en az 2), hata serbestlik derecesi \(\nu\) ve maksimum açıklığı alınan bağımsız grup sayısı \(c\) (\(c = 1\) sıradan studentized range'tir; \(c > 1\) ise tek bir kritik değeri paylaşan c bağımsız deneyin maksimumunu modeller). Araç, her iki kuyruk olasılığını da raporlar.

Bir sayı doğrusu üzerinde, en küçükten en büyüğe oklarla ranjı gösteren birkaç veri noktası
Ranj, en büyük ve en küçük değer arasındaki yayılımdır; q istatistiğini oluşturmak için standartlaştırılır.

Formülün açıklaması

Sabit bir x açıklığı için \(H(x, r)\), r adet bağımsız standart normal değerin açıklığının x'in altında kalma olasılığıdır; bu değer, standart normal yoğunluğun \([\Phi(y) - \Phi(y - x)]\) ifadesinin r-1'inci kuvvetiyle çarpımının integraliyle hesaplanır. Tahmin edilen varyansı hesaba katmak için \(H(q\sqrt{u}, r)\), u'nun ki-kare/nu ölçekleme yoğunluğuna göre (nu serbestlik derecesiyle) ortalaması alınır ve c'inci kuvvete yükseltilir. nu son derece büyük olduğunda varyans bilinir kabul edilir, ölçekleme \(u = 1\)'e indirgenir ve $$F = [H(q, r)]^{c}$$ olur.

Reklam

Çözümlü örnek

\(q = 5.673\), \(r = 5\), \(\nu = 5\), \(c = 1\) değerleriyle hesaplayıcı yaklaşık 0,95 alt kümülatif olasılık verir; dolayısıyla üst kuyruk yaklaşık 0,05 olur. Bu sonuç, beş grup ve beş hata serbestlik derecesi için \(\alpha = 0{,}05\)'te klasik Tukey q-tablosundaki yaklaşık 5,67 kritik değeriyle örtüşür.

Bir q çeyrekliğiyle ayrılan alt ve üst kuyruk alanları gölgelenmiş, studentleştirilmiş ranj dağılımının çan benzeri yoğunluk eğrisi
Studentleştirilmiş ranj yoğunluğu: alt birikimli alan (q'nun solu) ve üst alan (q'nun sağı).

Sıkça Sorulan Sorular

Sonucum basılı tablodan neden biraz farklı çıkıyor? Olasılık sayısal integrasyonla bulunur; kaynak yöntemde de belirtildiği gibi r büyük ve nu küçük olduğunda doğruluk azalır.

c ne işe yarar? \(c > 1\), c bağımsız studentized range değerinin maksimumunun dağılımını verir; bu, aynı kritik değerin c bağımsız deneyde yeniden kullanıldığı durumlarda işe yarar.

q sıfır veya negatifse ne olur? Bir açıklık negatif olamayacağından \(F = 0\) olur ve üst olasılık 1'dir.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör