جواب:
پیئرسن کی چائی مربع ٹیسٹنگ آزادی کی آزمائش یا فٹ امتحان کی خوبی کا حوالہ دیتے ہیں.
وضاحت:
جب ہم "پیرسسن کی چائی مربع ٹیسٹنگ" کا حوالہ دیتے ہیں تو ہم دو ٹیسٹ میں سے ایک کا حوالہ دیتے ہیں: آزادی کے پیئرسن کی چی مربع ٹیسٹ یا پیئرسن کی چائی مربع بھلائی سے متعلق ٹیسٹ.
فٹ ٹیسٹنگ کی اچھی بات یہ ہے کہ آیا ڈیٹا بیس کی تقسیم ایک نظریاتی تقسیم سے نمایاں ہے. اعداد و شمار غیر ضروری ہونا لازمی ہے.
آزادی کی آزادی کا اندازہ لگایا جاتا ہے کہ اگر دو متغیرات کی ناپسندیدہ مشاہدات ایک دوسرے سے آزاد ہیں.
قابل قدر اقدار
متوقع اقدار
چی-مربع فارمولہ کا استعمال کرتے ہوئے، آپ کو آپ کی چوٹی چوک کی حیثیت، آپ کی آزادی کی ڈگری، اور آپ کی اہمیت کا تعین، اور آپ کے نتائج کو ایک مربع تقسیم میز میں موازنہ کریں. اوپر پیش کردہ اعدادوشمار کے لئے، ہم CHI مربع ٹیسٹ استعمال کر سکتے ہیں اس بات کا تعین کرنے کے لئے کہ مرد اور عورت ہوم ورک پر گذشتہ وقت (فی ہفتہ سے 15 گھنٹے فی گھنٹہ) سے زیادہ مختلف ہیں.
دونوں ٹیسٹ ٹیسٹ، غیر معمولی، واضح اعداد و شمار کا تجزیہ کرتے ہیں اور جب ڈیٹا nonparametric ہے تو استعمال کیا جاتا ہے. نوٹ: ناپسندی سے، ہمارا مطلب یہ ہے کہ آپ کی اقسام ایک دوسرے سے آزاد ہیں. یہ ٹیسٹ بھی بہت کم سیل شماروں کے ساتھ استعمال نہیں کیا جا سکتا، جیسے متوقع قدر پانچ سے کم ہے.
آپ کے چیچ مربع ٹیسٹ کے نتائج صرف آپ کو یہ بتائے گا کہ آپ کے مشاہدے والے اقدار آپ کے متوقع اقدار کو پورا کرتے ہیں یا نہیں (چاہے ان اقدار متوقع تقسیم کے مطابق ہو یا آپ کے دو متغیر ایک دوسرے سے آزاد ہیں). یہ ٹیسٹ کریں گے نہیں آپ کو بتائیں کیسے آپ کے مشاہدہ اقدار مختلف ہیں.
یہاں ایک بہت اچھا سبق ہے کہ آپ تفصیل سے ایک مثال کے ذریعے چلتے ہیں.
ایف ای ٹیسٹ کیا مفکوم کرتا ہے؟ + مثال
ایف ٹی ٹیسٹ فرض کرتا ہے کہ ڈیٹا عام طور پر تقسیم کیا جاتا ہے اور اس نمونے ایک دوسرے سے آزاد ہیں. ایف ٹی ٹیسٹ فرض کرتا ہے کہ ڈیٹا عام طور پر تقسیم کیا جاتا ہے اور اس نمونے ایک دوسرے سے آزاد ہیں. معمول کی تقسیم سے متعلق مختلف چیزیں چند وجوہات کی وجہ سے ہوسکتی ہیں. اعداد و شمار کو کچل دیا جا سکتا ہے یا عام نمونے تک پہنچنے کے لئے نمونہ کا سائز بہت چھوٹا ہوسکتا ہے. اس کے باوجود اس وجہ سے، F-tests عام تقسیم کو قبول کرتی ہے اور اس تقسیم سے کافی ڈیٹا کو مختلف صورت میں غلط نتائج ملے گا. ایف ٹیسٹ بھی فرض کرتے ہیں کہ ڈیٹا پوائنٹس ایک دوسرے سے آزاد ہیں. مثال کے طور پر، آپ جراف کی آبادی کا مطالعہ کر رہے ہیں اور آپ جاننا چاہتے ہیں کہ کس
آزادی کے لئے ایک CHI squared ٹیسٹ کیا ہے؟ + مثال
آزادی کے امتحانات کے لئے ایک CHI-squared ٹیسٹ اگر اسی آبادی کے دو یا زیادہ گروپوں کے درمیان ایک اہم تعلق ہے. آزادی کے امتحانات کے لئے ایک CHI-squared ٹیسٹ اگر اسی آبادی کے دو یا زیادہ گروپوں کے درمیان ایک اہم تعلق ہے. اس آزمائش کے لئے نچلی نظریہ یہ ہے کہ کوئی تعلق نہیں ہے. اعداد و شمار میں یہ سب سے زیادہ استعمال شدہ ٹیسٹ میں سے ایک ہے. اس آزمائش کا استعمال کرنے کے لۓ، آپ کے مشاہدات کو آزاد ہونا چاہئے اور آپ کے متوقع اقدار پانچ سے زائد ہونا چاہئے. ہاتھ سے ایک چائی مربع کا حساب لگانے کا مساوہ یہ ہے کہ ایک مثال ہے: جب آپ نے اپنے چیچ کو مرکوز کرلیا ہے تو، آپ کو آزادی کی اپنی ڈگری کا تعین (ایک متغیر مائنس کے لۓ سطحوں کی سطح دوس
عمودی لائن ٹیسٹ کیا ہے؟ + مثال
عمودی لائن ٹیسٹ ایک ایسا ٹیسٹ ہے جو کسی گراف پر پیش کیا جا سکتا ہے اس بات کا تعین کرنے کے لئے کہ رشتہ ایک فنکشن ہے. عمودی لائن ٹیسٹ ایک ایسا ٹیسٹ ہے جو کسی گراف پر پیش کیا جا سکتا ہے اس بات کا تعین کرنے کے لئے کہ رشتہ ایک فنکشن ہے. یاد رکھیں کہ ایک فنکشن صرف ایک فنکشن ہوسکتا ہے اگر ایکس نقشوں کی ہر قیمت صرف یو کی قیمت پر ہے، جو کہ یہ ایک سے ایک فنکشن یا ایک سے زیادہ فنکشن ہے. اگر X کے ہر قیمت میں صرف یو کی قیمت ہے، تو گراف پر تیار کسی عمودی لائن کو صرف ایک بار تقریب کے گراف میں داخل کرنا چاہئے. اگر گراف کے کسی بھی نقطۂ کے لئے یہ سچ ہے تو یہ ایک فنکشن کہا جاتا ہے. اگر آپ اس گراف پر نظر ڈالتے ہیں تو آپ دیکھ سکتے ہیں کہ