எதிர்மறை T Stat என்றால் என்ன?

விளக்கம்: எதிர்மறை t-புள்ளிவிவரம் என்பது சராசரியின் இடதுபுறத்தில் உள்ளது என்று அர்த்தம். t-விநியோகம், நிலையான இயல்பானதைப் போலவே, சராசரி 0 ஐக் கொண்டுள்ளது. சராசரியின் இடதுபுறத்தில் உள்ள அனைத்து மதிப்புகளும் சராசரியின் வலதுபுறத்தில் எதிர்மறையாகவும் நேர்மறையாகவும் இருக்கும்.

அதிக டி-மதிப்பு சிறந்ததா?

இவ்வாறு, t-புள்ளிவிவரமானது குணகம் பூஜ்ஜியத்திலிருந்து எத்தனை நிலையான பிழைகளை அளவிடுகிறது. பொதுவாக, எந்த டி-மதிப்பும் +2 ஐ விட அதிகமாகவோ அல்லது - 2 ஐ விட குறைவாகவோ இருந்தால் ஏற்றுக்கொள்ளப்படும். t-மதிப்பு அதிகமாக இருந்தால், ஒரு முன்கணிப்பாளராக குணகத்தின் மீது நமக்கு அதிக நம்பிக்கை உள்ளது.

டி-மதிப்பு உங்களுக்கு என்ன சொல்கிறது?

t-மதிப்பு உங்கள் மாதிரித் தரவின் மாறுபாட்டுடன் தொடர்புடைய வேறுபாட்டின் அளவை அளவிடும். மற்றொரு வழியில், T என்பது நிலையான பிழையின் அலகுகளில் குறிப்பிடப்படும் கணக்கிடப்பட்ட வேறுபாடு. T இன் அளவு அதிகமாக இருந்தால், பூஜ்ய கருதுகோளுக்கு எதிரான சான்றுகள் அதிகம்.

டி-டெஸ்ட் முடிவுகளை நீங்கள் எவ்வாறு விளக்குகிறீர்கள்?

t-சோதனையின் முடிவைப் புகாரளிப்பதற்கான அடிப்படை வடிவம் ஒவ்வொரு விஷயத்திலும் ஒரே மாதிரியாக இருக்கும் (சிவப்பு நிறம் என்பது உங்கள் ஆய்வில் இருந்து பொருத்தமான மதிப்பை மாற்றுவதாகும்): t(சுதந்திரத்தின் வீழ்ச்சி) = t புள்ளியியல், p = p மதிப்பு. முடிவைப் புகாரளிக்கும் போது நீங்கள் வழங்கும் சூழல்தான் எந்த வகையான டி-டெஸ்ட் பயன்படுத்தப்பட்டது என்பதை வாசகரிடம் தெரிவிக்கும்.

நேர்மறை T மதிப்பு என்றால் என்ன?

இரண்டு திசைகளிலும் பூஜ்ஜியத்திலிருந்து நீங்கள் மேலும் விலகிச் செல்லும்போது T-மதிப்புகள் குறைவாக இருக்கும். வேறு வார்த்தைகளில் கூறுவதானால், பூஜ்ய கருதுகோள் உண்மையாக இருக்கும்போது, ​​பூஜ்ய கருதுகோளிலிருந்து வேறுபட்ட மாதிரியைப் பெறுவதற்கான வாய்ப்புகள் குறைவு. எங்கள் t-மதிப்பு 2, எங்கள் மாதிரி தரவு மற்றும் பூஜ்ய கருதுகோள் ஆகியவற்றுக்கு இடையே உள்ள நேர்மறையான வேறுபாட்டைக் குறிக்கிறது.

இரண்டு வால்கள் கொண்ட டி-டெஸ்டை நீங்கள் எவ்வாறு விளக்குகிறீர்கள்?

இரண்டு வால்கள் கொண்ட சோதனையானது, சராசரியானது x ஐ விட கணிசமாக அதிகமாக இருந்தால் மற்றும் சராசரியானது x ஐ விட கணிசமாக குறைவாக இருந்தால் இரண்டையும் சோதிக்கும். சோதனைப் புள்ளிவிவரம் அதன் நிகழ்தகவு விநியோகத்தின் மேல் 2.5% அல்லது கீழே 2.5% இல் இருந்தால், சராசரியானது x இலிருந்து கணிசமாக வேறுபட்டதாகக் கருதப்படுகிறது, இதன் விளைவாக p-மதிப்பு 0.05 க்கும் குறைவாக இருக்கும்.

டி-டெஸ்டில் முக்கியத்துவம் நிலை என்ன?

முக்கியத்துவ நிலை, ஆல்பா அல்லது α என்றும் குறிப்பிடப்படுகிறது, பூஜ்ய கருதுகோள் உண்மையாக இருக்கும்போது அதை நிராகரிப்பதற்கான நிகழ்தகவு ஆகும். எடுத்துக்காட்டாக, 0.05 இன் முக்கியத்துவ நிலை உண்மையான வேறுபாடு இல்லாதபோது வேறுபாடு இருப்பதாக முடிவு செய்வதற்கான 5% அபாயத்தைக் குறிக்கிறது.

டி புள்ளிவிவரத்தின் பொருள் என்ன?

புள்ளிவிவரங்களில், டி-புள்ளிவிவரம் என்பது ஒரு அளவுருவின் மதிப்பிடப்பட்ட மதிப்பை அதன் கருதுகோள் மதிப்பிலிருந்து அதன் நிலையான பிழைக்கு புறப்படும் விகிதமாகும். இது மாணவர்களின் டி-டெஸ்ட் வழியாக கருதுகோள் சோதனையில் பயன்படுத்தப்படுகிறது. பூஜ்ய கருதுகோளை ஆதரிப்பதா அல்லது நிராகரிப்பதா என்பதை தீர்மானிக்க டி-டெஸ்டில் டி-புள்ளிவிவரம் பயன்படுத்தப்படுகிறது.

டி புள்ளிவிவரத்தை நீங்கள் எவ்வாறு பயன்படுத்துகிறீர்கள்?

இது Z-ஸ்கோரைப் போலவே உள்ளது, நீங்கள் அதை அதே வழியில் பயன்படுத்துகிறீர்கள்: கட் ஆஃப் பாயிண்ட்டைக் கண்டுபிடி, உங்கள் டி ஸ்கோரைக் கண்டுபிடித்து இரண்டையும் ஒப்பிடுங்கள். உங்களிடம் சிறிய மாதிரி அளவு இருக்கும்போது அல்லது மக்கள்தொகை நிலையான விலகல் உங்களுக்குத் தெரியாவிட்டால் t புள்ளிவிவரத்தைப் பயன்படுத்துவீர்கள். டி புள்ளிவிவரம் உண்மையில் உங்களுக்கு சொந்தமாக அதிகம் சொல்லவில்லை.

பின்னடைவில் டி புள்ளிவிவரம் உங்களுக்கு என்ன சொல்கிறது?

t புள்ளியியல் என்பது அதன் நிலையான பிழையால் வகுக்கப்படும் குணகம் ஆகும். பின்னடைவு குணகம் அளவிடப்படும் துல்லியத்தின் அளவீடாக இது கருதப்படலாம். ஒரு குணகம் அதன் நிலையான பிழையுடன் ஒப்பிடும்போது பெரியதாக இருந்தால், அது 0 இலிருந்து வேறுபட்டிருக்கலாம்.

உயர் r-சதுரம் என்றால் என்ன?

ஆர்-ஸ்கொயர்டின் மிகவும் பொதுவான விளக்கம், கவனிக்கப்பட்ட தரவுகளுடன் பின்னடைவு மாதிரி எவ்வளவு நன்றாகப் பொருந்துகிறது என்பதுதான். எடுத்துக்காட்டாக, 60% இன் r-ஸ்கொயர் 60% தரவு பின்னடைவு மாதிரிக்கு பொருந்துகிறது என்பதை வெளிப்படுத்துகிறது. பொதுவாக, உயர் r-சதுரம் மாதிரிக்கு சிறந்த பொருத்தத்தைக் குறிக்கிறது.

எதிர்மறை R-Squared என்றால் என்ன?

எதிர்மறை R ஸ்கொயர் மதிப்பு என்பது, உங்கள் கணிப்பு, காலப்போக்கில் அமைக்கப்பட்ட தரவின் சராசரி மதிப்பைக் காட்டிலும் குறைவான துல்லியமாக இருக்கும்.