En z-test er en test af standard normalfordeling Selvom du kan beregne P-værdien af en z-score for hånd, er formlen ekstremt kompleks. Heldigvis kan du bruge en regnearksapplikation til at udføre dine beregninger i stedet. Trin 1: Indtast Z-score i dit program Åbn regnearksprogrammet og indtast z-scoren fra z-test i celle A1. Antag for eksempel, at du sammenligner mænds højder med kvindernes højde i en prøve af universitetsstuderende. Hvis du gør testen ved at trække kvinders højder fra mænds højder, kan du have en z-score på 2,5. Hvis du på den anden side trækker mænds højder fra kvinders højder, kan du have en z-score på -2,5. Disse er til analytiske formål ækvivalente. Trin 2: Indstil niveauet af betydning Bestem om du vil have P-værdien højere end denne z-score eller lavere end denne z -Score. Jo højere de absolutte værdier af disse tal er, desto mere sandsynligt er dine resultater statistisk signifikante. Hvis din z-score er negativ, vil du næsten have en mere negativ P-værdi, hvis det er positivt, vil du næsten helt sikkert have en mere positiv P-værdi. Trin 3: Beregn P-værdien I celle B1 indtastes = NORM.S.DIST (A1, FALSE), hvis du vil have p-værdien af denne score eller lavere; Indtast = NORM.S.DIST (A1, TRUE), hvis du vil have p-værdien af denne score eller højere. Hvis du for eksempel trækker kvinders højder fra mændene og fik z = 2.5, skal du indtaste = NORM.S.DIST (A1, FALSE); du skal få 0,0175. Dette betyder, at hvis gennemsnitshøjden på alle kollegiemænd var den samme som gennemsnitshøjden for alle kollegie kvinder, er chancen for at få denne høje en z-score i en prøve kun 0,0175 eller 1,75 procent. TL; DR (for længe, ikke læst) Du kan også beregne disse i R, SAS, SPSS eller på nogle videnskabelige regnemaskiner.
, en klokkeformet kurve med et middelværdi på 0 og en standardafvigelse på 1. Disse tests opstår i mange statistiske procedurer. En P-værdi er et mål for den statistiske betydning af et statistisk resultat. Statistisk signifikans angiver spørgsmålet: "Hvis i hele befolkningen, hvorfra denne prøve blev tegnet, var parametervurderingen 0, hvor sandsynligt er resultaterne så ekstreme som dette eller mere ekstreme?" Det vil sige, at det giver grundlag for at afgøre, om en observation af en prøve blot er resultatet af tilfældig chance (det vil sige at acceptere nullhypotesen) eller om en undersøgelsesintervention faktisk har skabt en reel virkning (det vil sige at afvise nulhypotesen).
Sidste artikelSådan finder du det manglende tal i en ligning
Næste artikelHvad er et nonzero nummer?