ਪੰਜਾਬੀਯੂਨੀpunjabiuni
Statistics

Two Population Means with Unknown Standard Deviations

੧੫੧ ਪੈਰੇ · 151 paragraphs

ਮਸ਼ੀਨੀ ਅਨੁਵਾਦ · ਬਿਨਾਂ ਜਾਂਚਇਹ ਮਸ਼ੀਨੀ ਅਨੁਵਾਦ ਹੈ ਅਤੇ ਅਜੇ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਨਹੀਂ ਹੋਈ। ਇਸਨੂੰ ਅੰਤਿਮ, ਪ੍ਰਮਾਣਿਤ ਅਨੁਵਾਦ ਦੀ ਬਜਾਏ ਕੰਮ ਅਧੀਨ ਖਰੜਾ ਸਮਝ ਕੇ ਪੜ੍ਹੋ।Machine-translated, not yet reviewed by a human. Read it as a working draft, not a settled translation — Sikhi.io (Punjabi Classics Pipeline) · google/gemini-2.5-flash-lite.

1. ਦੋ ਸੁਤੰਤਰ ਨਮੂਨੇ ਦੋ ਵੱਖਰੀਆਂ ਆਬਾਦੀਆਂ ਤੋਂ ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨੇ ਹਨ।

2. ਦੋ ਵੱਖਰੀਆਂ ਆਬਾਦੀਆਂ ਲਈ ਜੇਕਰ ਨਮੂਨਿਆਂ ਦਾ ਆਕਾਰ ਛੋਟਾ ਹੈ, ਤਾਂ ਵੰਡ ਮਹੱਤਵਪੂਰਨ ਹਨ (ਆਮ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ), ਅਤੇ ਜੇਕਰ ਨਮੂਨਿਆਂ ਦਾ ਆਕਾਰ ਵੱਡਾ ਹੈ, ਤਾਂ ਵੰਡ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਹਨ (ਆਮ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ)।

3. ਦੋ ਆਬਾਦੀਆਂ ਦੇ ਮੱਧਮਾਨਾਂ ਦੀ ਤੁਲਨਾ ਬਹੁਤ ਆਮ ਹੈ। ਦੋ ਨਮੂਨਿਆਂ ਵਿਚਕਾਰ ਅੰਤਰ ਦੋਵੇਂ ਮੱਧਮਾਨਾਂ ਅਤੇ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਵਿਅਕਤੀਗਤ ਨਮੂਨਿਆਂ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਿੰਨਤਾ ਹੋਵੇ ਤਾਂ ਮੌਕੇ ਦੁਆਰਾ ਬਹੁਤ ਵੱਖਰੇ ਮੱਧਮਾਨ ਹੋ ਸਕਦੇ ਹਨ। ਭਿੰਨਤਾ ਦਾ ਹਿਸਾਬ ਲਗਾਉਣ ਲਈ, ਅਸੀਂ ਨਮੂਨਿਆਂ ਦੇ ਮੱਧਮਾਨਾਂ ਦੇ ਅੰਤਰ, X ¯ 1 − X ¯ 2, ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਅੰਤਰ ਨੂੰ ਮਿਆਰੀ ਬਣਾਉਣ ਲਈ ਇਸਨੂੰ ਮਿਆਰੀ ਤਰੁੱਟੀ ਨਾਲ ਭਾਗ ਕਰਦੇ ਹਾਂ। ਨਤੀਜਾ ਇੱਕ ਟੀ-ਸਕੋਰ ਟੈਸਟ ਅੰਕੜਾ ਹੈ।

4. ਕਿਉਂਕਿ ਅਸੀਂ ਆਬਾਦੀ ਦੀਆਂ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ ਨਹੀਂ ਜਾਣਦੇ, ਅਸੀਂ ਉਹਨਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਆਪਣੇ ਸੁਤੰਤਰ ਨਮੂਨਿਆਂ ਤੋਂ ਦੋ ਨਮੂਨਿਆਂ ਦੀਆਂ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਗਾਉਂਦੇ ਹਾਂ। ਪਰਿਕਲਪਨਾ ਟੈਸਟ ਲਈ, ਅਸੀਂ ਨਮੂਨਿਆਂ ਦੇ ਮੱਧਮਾਨਾਂ, X ¯ 1 − X ¯ 2, ਦੇ ਅੰਤਰ ਦੀ ਅੰਦਾਜ਼ਿਤ ਮਿਆਰੀ ਵਿਵਲਤਾ, ਜਾਂ ਮਿਆਰੀ ਤਰੁੱਟੀ, ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ।

5. ਮਿਆਰੀ ਤਰੁੱਟੀ ਦੀ ਗਣਨਾ ਇਸ ਤਰ੍ਹਾਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:

6. ਟੈਸਟ ਅੰਕੜਾ (ਟੀ-ਸਕੋਰ) ਦੀ ਗਣਨਾ ਇਸ ਤਰ੍ਹਾਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:

7. s1 ਅਤੇ s2, ਨਮੂਨਿਆਂ ਦੀਆਂ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ, ਕ੍ਰਮਵਾਰ σ1 ਅਤੇ σ2 ਦੇ ਅੰਦਾਜ਼ੇ ਹਨ,

8. σ1 ਅਤੇ σ1 ਅਣਜਾਣ ਆਬਾਦੀ ਦੀਆਂ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ ਹਨ,

9. x ¯ 1 ਅਤੇ x ¯ 2 ਨਮੂਨਿਆਂ ਦੇ ਮੱਧਮਾਨ ਹਨ, ਅਤੇ

10. μ1 ਅਤੇ μ2 ਆਬਾਦੀ ਦੇ ਮੱਧਮਾਨ ਹਨ।

11. ਆਜ਼ਾਦੀ ਦੀ ਡਿਗਰੀਆਂ (df) ਦੀ ਗਿਣਤੀ ਲਈ ਕੁਝ ਗੁੰਝਲਦਾਰ ਗਣਨਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਕੰਪਿਊਟਰ ਜਾਂ ਕੈਲਕੂਲੇਟਰ ਇਸਨੂੰ ਆਸਾਨੀ ਨਾਲ ਗਿਣਦਾ ਹੈ। df ਹਮੇਸ਼ਾ ਇੱਕ ਪੂਰਨ ਸੰਖਿਆ ਨਹੀਂ ਹੁੰਦੇ। ਪਹਿਲਾਂ ਗਿਣਿਆ ਗਿਆ ਟੈਸਟ ਅੰਕੜਾ ਵਿਦਿਆਰਥੀ ਦੇ ਟੀ-ਵੰਡ ਦੁਆਰਾ df ਦੇ ਨਾਲ ਲਗਭਗ ਇਸ ਤਰ੍ਹਾਂ ਹੈ:

12. ਆਜ਼ਾਦੀ ਦੀਆਂ ਡਿਗਰੀਆਂ

13. ਜਦੋਂ ਦੋਵੇਂ ਨਮੂਨਿਆਂ ਦਾ ਆਕਾਰ n1 ਅਤੇ n2 ਪੰਜ ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਵਿਦਿਆਰਥੀ ਦਾ ਟੀ ਅਨੁਮਾਨ ਬਹੁਤ ਵਧੀਆ ਹੁੰਦਾ ਹੈ। ਧਿਆਨ ਦਿਓ ਕਿ ਨਮੂਨਿਆਂ ਦੀਆਂ ਭਿੰਨਤਾਵਾਂ (s1)2 ਅਤੇ (s2)2 ਪੂਲ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ। (ਜੇਕਰ ਇਹ ਸਵਾਲ ਉੱਠਦਾ ਹੈ, ਤਾਂ ਭਿੰਨਤਾਵਾਂ ਨੂੰ ਪੂਲ ਨਾ ਕਰੋ।)

14. ਉਦਾਹਰਨ 10.1

15. ਸੁਤੰਤਰ ਸਮੂਹ

16. 7 ਤੋਂ 11 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਮੁੰਡਿਆਂ ਅਤੇ ਕੁੜੀਆਂ ਦੁਆਰਾ ਹਰ ਰੋਜ਼ ਖੇਡਾਂ ਵਿੱਚ ਬਿਤਾਏ ਗਏ ਸਮੇਂ ਦੀ ਔਸਤ ਮਾਤਰਾ ਇੱਕੋ ਜਿਹੀ ਮੰਨੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਅਧਿਐਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਡਾਟਾ ਇਕੱਠਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਟੇਬਲ 10.1 ਵਿੱਚ ਡਾਟਾ ਮਿਲਦਾ ਹੈ। ਹਰੇਕ ਆਬਾਦੀ ਦੀ ਇੱਕ ਆਮ ਵੰਡ ਹੁੰਦੀ ਹੈ।

17. ਕਤਾਰ: ਨਮੂਨਾ ਆਕਾਰ | ਖੇਡਾਂ ਖੇਡਣ ਦੇ ਘੰਟਿਆਂ ਦੀ ਔਸਤ ਗਿਣਤੀ ਪ੍ਰਤੀ ਦਿਨ | ਨਮੂਨਾ ਮਿਆਰੀ ਵਿਵਲਤਾ

18. ਕਤਾਰ: ਕੁੜੀਆਂ | 9 | 2 | 0.866

19. ਕਤਾਰ: ਮੁੰਡੇ | 16 | 3.2 | 1.00

20. ਸਮੱਸਿਆ

21. ਕੀ 7 ਤੋਂ 11 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਮੁੰਡਿਆਂ ਅਤੇ ਕੁੜੀਆਂ ਦੁਆਰਾ ਹਰ ਰੋਜ਼ ਖੇਡਾਂ ਖੇਡਣ ਦੇ ਸਮੇਂ ਦੀ ਔਸਤ ਮਾਤਰਾ ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਹੈ? 5 ਪ੍ਰਤੀਸ਼ਤ ਮਹੱਤਵ ਪੱਧਰ 'ਤੇ ਟੈਸਟ ਕਰੋ।

22. ਹੱਲ

23. ਆਬਾਦੀ ਦੀਆਂ ਮਿਆਰੀ ਵਿਵਲਤਾਵਾਂ ਪਤਾ ਨਹੀਂ ਹਨ। g ਨੂੰ ਕੁੜੀਆਂ ਲਈ ਉਪ-ਸੂਚਕਾਂਕ ਅਤੇ b ਨੂੰ ਮੁੰਡਿਆਂ ਲਈ ਉਪ-ਸੂਚਕਾਂਕ ਮੰਨੋ। ਫਿਰ, μg ਕੁੜੀਆਂ ਲਈ ਆਬਾਦੀ ਦਾ ਮੱਧਮਾਨ ਹੈ ਅਤੇ μb ਮੁੰਡਿਆਂ ਲਈ ਆਬਾਦੀ ਦਾ ਮੱਧਮਾਨ ਹੈ। ਇਹ ਦੋ ਸੁਤੰਤਰ ਸਮੂਹਾਂ, ਦੋ ਆਬਾਦੀਆਂ ਦੇ ਮੱਧਮਾਨਾਂ ਦਾ ਟੈਸਟ ਹੈ।

24. ਬੇਤਰਤੀਬ ਪਰਿਵਰਤਨਸ਼ੀਲ: X ¯ g − X ¯ b ਕੁੜੀਆਂ ਅਤੇ ਮੁੰਡਿਆਂ ਦੁਆਰਾ ਹਰ ਰੋਜ਼ ਖੇਡਾਂ ਖੇਡਣ ਦੇ ਸਮੇਂ ਦੀ ਔਸਤ ਮਾਤਰਾ ਵਿੱਚ ਅੰਤਰ। H0: μg = μb H0: μg – μb = 0 Ha: μg ≠ μb Ha: μg – μb ≠ 0 ਸ਼ਬਦ "ਇੱਕੋ ਜਿਹੇ" ਤੁਹਾਨੂੰ ਦੱਸਦੇ ਹਨ ਕਿ H0 ਵਿੱਚ "=" ਹੈ। ਕਿਉਂਕਿ Ha ਦਾ ਸੰਕੇਤ ਦੇਣ ਲਈ ਕੋਈ ਹੋਰ ਸ਼ਬਦ ਨਹੀਂ ਹਨ, ਮੰਨ ਲਓ ਕਿ ਇਹ "ਵੱਖਰਾ ਹੈ" ਕਹਿੰਦਾ ਹੈ। ਇਹ ਇੱਕ ਦੋ-ਪਾਸੜ ਟੈਸਟ ਹੈ।

1. ਸੁਤੰਤਰ ਸਮੂਹਾਂ, ਦੋ ਆਬਾਦੀ ਦੇ ਮੱਧਮਾਨਾਂ ਲਈ ਗਣਨਾ ਕੀਤੇ ਗਏ df ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ tdf ਲਈ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, df ਲਗਭਗ 18.8462 ਹੈ। ਭਿੰਨਤਾਵਾਂ ਨੂੰ ਪੂਲ ਨਾ ਕਰੋ।

2. ਸਟੂਡੈਂਟ ਦੇ t-ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ p-ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰੋ: p-ਮੁੱਲ = 0.0054

3. ਗ੍ਰਾਫ:

4. s g = 0.866 s g = 0.866 s b = 1 s b =1 ਇਸ ਲਈ, x ¯ g – x ¯ b x ¯ g – x ¯ b = 2 – 3.2 = –1.2 ਅੱਧਾ p-ਮੁੱਲ –1.2 ਤੋਂ ਹੇਠਾਂ ਹੈ, ਅਤੇ ਅੱਧਾ 1.2 ਤੋਂ ਉੱਪਰ ਹੈ।

5. ਇੱਕ ਫੈਸਲਾ ਲਓ: ਕਿਉਂਕਿ α > p-ਮੁੱਲ, H0 ਨੂੰ ਰੱਦ ਕਰੋ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ μg = μb ਨੂੰ ਰੱਦ ਕਰਦੇ ਹੋ। ਮੱਧਮਾਨ ਵੱਖਰੇ ਹਨ।

6. TI-83, 83+, 84, 84+ ਕੈਲਕੁਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ

7. STAT ਦਬਾਓ। TESTS ਵੱਲ ਐਰੋ ਕਰੋ ਅਤੇ 4:2-SampTTest ਦਬਾਓ। Stats ਵੱਲ ਐਰੋ ਕਰੋ ਅਤੇ ENTER ਦਬਾਓ। ਹੇਠਾਂ ਐਰੋ ਕਰੋ ਅਤੇ ਪਹਿਲੇ ਨਮੂਨੇ ਦੇ ਮੱਧਮਾਨ ਲਈ 2, Sx1 ਲਈ 0.866, n1 ਲਈ 9, ਦੂਜੇ ਨਮੂਨੇ ਦੇ ਮੱਧਮਾਨ ਲਈ 3.2, Sx2 ਲਈ 1, ਅਤੇ n2 ਲਈ 16 ਦਰਜ ਕਰੋ। μ1: ਵੱਲ ਹੇਠਾਂ ਐਰੋ ਕਰੋ ਅਤੇ μ2: ਵੱਲ ਐਰੋ ਕਰੋ। ENTER ਦਬਾਓ। Pooled: ਵੱਲ ਹੇਠਾਂ ਐਰੋ ਕਰੋ ਅਤੇ No। ENTER ਦਬਾਓ। Calculate ਵੱਲ ਹੇਠਾਂ ਐਰੋ ਕਰੋ ਅਤੇ ENTER ਦਬਾਓ। p-ਮੁੱਲ p = 0.0054 ਹੈ, dfs ਲਗਭਗ 18.8462 ਹਨ, ਅਤੇ ਟੈਸਟ ਸਟੈਟਿਸਟਿਕ –3.14 ਹੈ। ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦੁਬਾਰਾ ਕਰੋ, ਪਰ Calculate ਦੀ ਬਜਾਏ Draw ਕਰੋ।

8. ਸਿੱਟਾ—: ਮਹੱਤਤਾ ਦੇ 5 ਪ੍ਰਤੀਸ਼ਤ ਪੱਧਰ 'ਤੇ, ਨਮੂਨਾ ਡਾਟਾ ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਲਈ ਕਾਫ਼ੀ ਸਬੂਤ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ 7 ਤੋਂ 11 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਲੜਕਿਆਂ ਅਤੇ ਲੜਕੀਆਂ ਦੁਆਰਾ ਪ੍ਰਤੀ ਦਿਨ ਖੇਡੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਖੇਡਾਂ ਦੇ ਘੰਟਿਆਂ ਦਾ ਮੱਧਮਾਨ ਵੱਖਰਾ ਹੈ (7 ਤੋਂ 11 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਲੜਕਿਆਂ ਦੁਆਰਾ ਪ੍ਰਤੀ ਦਿਨ ਖੇਡੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਖੇਡਾਂ ਦੇ ਘੰਟਿਆਂ ਦਾ ਮੱਧਮਾਨ ਲੜਕੀਆਂ ਦੁਆਰਾ ਖੇਡੇ ਗਏ ਘੰਟਿਆਂ ਦੇ ਮੱਧਮਾਨ ਤੋਂ ਵੱਧ ਹੈ ਜਾਂ 7 ਤੋਂ 11 ਸਾਲ ਦੀ ਉਮਰ ਦੀਆਂ ਲੜਕੀਆਂ ਦੁਆਰਾ ਪ੍ਰਤੀ ਦਿਨ ਖੇਡੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਖੇਡਾਂ ਦੇ ਘੰਟਿਆਂ ਦਾ ਮੱਧਮਾਨ ਲੜਕਿਆਂ ਦੁਆਰਾ ਖੇਡੇ ਗਏ ਘੰਟਿਆਂ ਦੇ ਮੱਧਮਾਨ ਤੋਂ ਵੱਧ ਹੈ)।

9. ਇਸਨੂੰ ਅਜ਼ਮਾਓ 10.1

10. ਟੇਬਲ 10.2 ਵਿੱਚ ਦੋ ਨਮੂਨੇ ਦਿਖਾਏ ਗਏ ਹਨ। ਦੋਵੇਂ ਆਮ ਵੰਡਾਂ ਹਨ। ਦੋ ਆਬਾਦੀਆਂ ਦੇ ਮੱਧਮਾਨ ਇੱਕੋ ਜਿਹੇ ਮੰਨੇ ਜਾਂਦੇ ਹਨ। ਕੀ ਮੱਧਮਾਨਾਂ ਵਿੱਚ ਕੋਈ ਫਰਕ ਹੈ? ਮਹੱਤਤਾ ਦੇ 5 ਪ੍ਰਤੀਸ਼ਤ ਪੱਧਰ 'ਤੇ ਟੈਸਟ ਕਰੋ।

11. ਕਤਾਰ: ਨਮੂਨਾ ਆਕਾਰ | ਨਮੂਨਾ ਮੱਧਮਾਨ | ਨਮੂਨਾ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ

12. ਕਤਾਰ: ਆਬਾਦੀ A | 25 | 5 | 1

13. ਕਤਾਰ: ਆਬਾਦੀ B | 16 | 4.7 | 1.2

NOTE

14. ਜਦੋਂ ਨਮੂਨਾ ਆਕਾਰਾਂ ਦਾ ਜੋੜ 30 ਤੋਂ ਵੱਡਾ ਹੁੰਦਾ ਹੈ (n1 + n2 > 30), ਤੁਸੀਂ ਸਟੂਡੈਂਟ ਦੇ t ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।

15. ਉਦਾਹਰਨ 10.2

16. ਦੋ ਗੁਆਂਢੀ ਕਾਲਜਾਂ ਵਿੱਚ ਇੱਕ ਕਮਿਊਨਿਟੀ ਗਰੁੱਪ ਦੁਆਰਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇੱਕ ਅਧਿਐਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਕਾਲਜ ਵਧੇਰੇ ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਗ੍ਰੈਜੂਏਟ ਕਰਦਾ ਹੈ। ਕਾਲਜ A 11 ਗ੍ਰੈਜੂਏਟਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਦਾ ਔਸਤ 4 ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਹੈ ਜਿਸਦਾ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ 1.5 ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਹੈ। ਕਾਲਜ B 9 ਗ੍ਰੈਜੂਏਟਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਦਾ ਔਸਤ 3.5 ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਹੈ ਜਿਸਦਾ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ 1 ਗਣਿਤ ਦੀ ਕਲਾਸ ਹੈ। ਕਮਿਊਨਿਟੀ ਗਰੁੱਪ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਕਾਲਜ A ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਨੇ ਔਸਤਨ ਵਧੇਰੇ ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਲਈਆਂ ਹਨ। ਦੋਵੇਂ ਆਬਾਦੀਆਂ ਵਿੱਚ ਆਮ ਵੰਡ ਹੈ। 1 ਪ੍ਰਤੀਸ਼ਤ ਮਹੱਤਤਾ ਪੱਧਰ 'ਤੇ ਟੈਸਟ ਕਰੋ। ਹੇਠਾਂ ਦਿੱਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿਓ:

17. ਸਮੱਸਿਆ

18. ਏ. ਕੀ ਇਹ ਦੋ ਮੱਧਮਾਨਾਂ ਜਾਂ ਦੋ ਅਨੁਪਾਤਾਂ ਦਾ ਟੈਸਟ ਹੈ?

19. ਹੱਲ

20. ਏ. ਦੋ ਮੱਧਮਾਨ

21. ਸਮੱਸਿਆ

22. ਬੀ. ਕੀ ਆਬਾਦੀਆਂ ਦੇ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਜਾਣੇ ਜਾਂਦੇ ਹਨ ਜਾਂ ਅਣਜਾਣ?

23. ਹੱਲ

24. ਬੀ. ਅਣਜਾਣ

1. ਸਮੱਸਿਆ

1. ਤੁਸੀਂ ਟੈਸਟ ਕਰਨ ਲਈ ਕਿਹੜਾ ਵੰਡ-ਵਿਤਰਨ ਵਰਤਦੇ ਹੋ?

1. ਨਿਬੇੜਾ

1. ਵਿਦਿਆਰਥੀ ਦੀ ਤ

ਸਮੱਸਿਆ

1. d. ਪਰਿਮਾਪੀ ਚੱਲ ਕੀ ਹੈ?

1. ਨਿਬੇੜਾ

1. ਦੂਰ-ਦ੍ਰਿਸ਼ਟੀ - ਦੂਰ-ਦ੍ਰਿਸ਼ਟੀ

1. ਸਮੱਸਿਆ

1. ਸਿਫਰ ਅਤੇ ਵਿਕਲਪਕ ਪਰਿਕਲਪਨਾਵਾਂ ਕੀ ਹਨ? ਸਿਫਰ ਅਤੇ ਵਿਕਲਪਕ ਪਰਿਕਲਪਨਾਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹਾਂ ਵਿੱਚ ਲਿਖੋ।

1. ਨਿਬੇੜਾ

1. ਜੇਕਰ μA ≤ μB, ਤਾਂ μA ≤ μB ਜੇਕਰ μA > μB, ਤਾਂ μA > μB

1. ਸਮੱਸਿਆ

1. ਕੀ ਇਹ ਪਰਖ ਸੱਜੇ-ਪਾਸੇ, ਖੱਬੇ-ਪਾਸੇ, ਜਾਂ ਦੋ-ਪਾਸੇ ਵਾਲੀ ਹੈ?

1. ਨਿਬੇੜਾ

1. ਫ਼.

1. ਸੱਜਾ

ਸਮੱਸਿਆ

g. p-ਮੁੱਲ ਕੀ ਹੈ?

1. ਨਿਬੇੜਾ

1. ਗੁਰੂ ਨਾਨਕ ਦੇਵ ਜੀ ਦੇ ਜੀਵਨ ਅਤੇ ਸਿੱਖਿਆਵਾਂ ਦਾ ਅਧਿਐਨ ਕਰਨਾ, ਸਾਨੂੰ ਅਧਿਆਤਮਿਕਤਾ ਅਤੇ ਮਨੁੱਖਤਾ ਦੇ ਡੂੰਘੇ ਸੱਚਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ।

ਸਮੱਸਿਆ

ਕੀ ਤੁਸੀਂ ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰਦੇ ਹੋ ਜਾਂ ਨਹੀਂ?

1. ਨਿਬੇੜਾ

h. ਨਾ ਰੱਦ ਕਰੋ

ਸਮੱਸਿਆ

i. ਸਿੱਟਾ:

ਹੱਲ

i. ਮਹੱਤਤਾ ਦੇ 1 ਪ੍ਰਤੀਸ਼ਤ ਪੱਧਰ 'ਤੇ, ਨਮੂਨਾ ਡਾਟਾ ਤੋਂ, ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਲਈ ਕਾਫ਼ੀ ਸਬੂਤ ਨਹੀਂ ਹਨ ਕਿ ਕਾਲਜ ਏ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਨੇ ਔਸਤਨ, ਕਾਲਜ ਬੀ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੋਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਨਾਲੋਂ ਵੱਧ ਗਣਿਤ ਦੀਆਂ ਕਲਾਸਾਂ ਲਈਆਂ ਹਨ।

ਇਸਨੂੰ ਅਜ਼ਮਾਓ 10.2

ਇੱਕ ਅਧਿਐਨ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਕਿ ਕੀ ਕੰਪਨੀ ਏ ਆਪਣੀ ਕੰਪਨੀ ਬੀ ਨਾਲੋਂ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਕਾਮਿਆਂ ਨੂੰ ਰੱਖਦੀ ਹੈ। ਕੰਪਨੀ ਏ 15 ਕਾਮਿਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੀ ਹੈ, ਅਤੇ ਕੰਪਨੀ ਨਾਲ ਉਨ੍ਹਾਂ ਦਾ ਔਸਤ ਸਮਾਂ 5 ਸਾਲ ਹੈ ਜਿਸਦਾ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸ਼ਨ 1.2 ਹੈ। ਕੰਪਨੀ ਬੀ 20 ਕਾਮਿਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੀ ਹੈ, ਅਤੇ ਕੰਪਨੀ ਨਾਲ ਉਨ੍ਹਾਂ ਦਾ ਔਸਤ ਸਮਾਂ 4.5 ਸਾਲ ਹੈ ਜਿਸਦਾ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸ਼ਨ 0.8 ਹੈ। ਆਬਾਦੀਆਂ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡੀਆਂ ਹੋਈਆਂ ਹਨ।

ਕੀ ਆਬਾਦੀ ਦੇ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸ਼ਨ ਪਤਾ ਹਨ?

ਇੱਕ ਢੁਕਵੀਂ ਪਰਿਕਲਪਨਾ ਜਾਂਚ ਕਰੋ। 5 ਪ੍ਰਤੀਸ਼ਤ ਮਹੱਤਤਾ ਪੱਧਰ 'ਤੇ, ਤੁਹਾਡਾ ਸਿੱਟਾ ਕੀ ਹੈ?

ਉਦਾਹਰਨ 10.3

ਇੱਕ ਵੱਡੇ ਕਮਿਊਨਿਟੀ ਕਾਲਜ ਦੇ ਪ੍ਰੋਫੈਸਰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਸਨ ਕਿ ਕੀ ਉਸਦੇ ਸਟੈਟਿਸਟਿਕਸ ਕੋਰਸ ਆਨਲਾਈਨ ਲੈਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਉਸਦੇ ਫੇਸ-ਟੂ-ਫੇਸ ਸਟੈਟਿਸਟਿਕਸ ਕਲਾਸ ਲੈਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰ ਦੇ ਮਾਧਿਅਮ ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਹੈ। ਉਸਨੇ ਵਿਸ਼ਵਾਸ ਕੀਤਾ ਕਿ ਆਨਲਾਈਨ ਕਲਾਸ ਲਈ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰ ਦਾ ਮਾਧਿਅਮ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਨਾਲੋਂ ਘੱਟ ਹੋਵੇਗਾ। ਕੀ ਪ੍ਰੋਫੈਸਰ ਸਹੀ ਸੀ? ਹਰੇਕ ਸਮੂਹ ਤੋਂ 30 ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦੇ ਰੈਂਡਮ ਚੋਣ ਨੂੰ ਟੇਬਲ 10.3 ਅਤੇ ਟੇਬਲ 10.4 ਵਿੱਚ ਸੂਚੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ।

row: 67.6 | 41.2 | 85.3 | 55.9 | 82.4 | 91.2 | 73.5 | 94.1 | 64.7 | 64.7

row: 70.6 | 38.2 | 61.8 | 88.2 | 70.6 | 58.8 | 91.2 | 73.5 | 82.4 | 35.5

row: 94.1 | 88.2 | 64.7 | 55.9 | 88.2 | 97.1 | 85.3 | 61.8 | 79.4 | 79.4

row: 77.9 | 95.3 | 81.2 | 74.1 | 98.8 | 88.2 | 85.9 | 92.9 | 87.1 | 88.2

row: 69.4 | 57.6 | 69.4 | 67.1 | 97.6 | 85.9 | 88.2 | 91.8 | 78.8 | 71.8

row: 98.8 | 61.2 | 92.9 | 90.6 | 97.6 | 100 | 95.3 | 83.5 | 92.9 | 89.4

ਸਮੱਸਿਆ

ਕੀ ਆਨਲਾਈਨ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰ ਦਾ ਮਾਧਿਅਮ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰ ਦੇ ਮਾਧਿਅਮ ਨਾਲੋਂ ਘੱਟ ਹੈ? 5 ਪ੍ਰਤੀਸ਼ਤ ਮਹੱਤਤਾ ਪੱਧਰ 'ਤੇ ਟੈਸਟ ਕਰੋ। ਹੇਠਾਂ ਦਿੱਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿਓ:

ਕੀ ਇਹ ਦੋ ਮਾਧਿਅਮਾਂ ਜਾਂ ਦੋ ਅਨੁਪਾਤਾਂ ਦੀ ਜਾਂਚ ਹੈ?

ਕੀ ਆਬਾਦੀ ਦੇ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸ਼ਨ ਪਤਾ ਹਨ ਜਾਂ ਅਣਜਾਣ ਹਨ?

ਜਾਂਚ ਕਰਨ ਲਈ ਤੁਸੀਂ ਕਿਹੜਾ ਵੰਡ ਵਰਤਦੇ ਹੋ?

ਰੈਂਡਮ ਵੇਰੀਏਬਲ ਕੀ ਹੈ?

ਸਿਫਰ ਅਤੇ ਵਿਕਲਪਕ ਪਰਿਕਲਪਨਾਵਾਂ ਕੀ ਹਨ? ਸਿਫਰ ਅਤੇ ਵਿਕਲਪਕ ਪਰਿਕਲਪਨਾਵਾਂ ਨੂੰ ਸ਼ਬਦਾਂ ਅਤੇ ਚਿੰਨ੍ਹਾਂ ਵਿੱਚ ਲਿਖੋ।

ਇਹ ਪਰਖ ਸੱਜੇ-ਪੂਛ, ਖੱਬੇ-ਪੂਛ, ਜਾਂ ਦੋ-ਪੂਛ ਵਾਲੀ ਹੈ?

p-ਮੁੱਲ ਕੀ ਹੈ?

ਕੀ ਤੁਸੀਂ ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰਦੇ ਹੋ ਜਾਂ ਨਹੀਂ?

ਸਾਰਥਕਤਾ ਦੇ _____ ਪੱਧਰ 'ਤੇ, ਨਮੂਨਾ ਅੰਕੜਿਆਂ ਤੋਂ, ______ (ਹੈ/ਨਹੀਂ ਹੈ) ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਲਈ ਕਾਫ਼ੀ ਸਬੂਤ ਕਿ ______.

(ਉਦਾਹਰਨ 10.2 ਵਿੱਚ ਸਿੱਟਾ ਦੇਖੋ, ਅਤੇ ਆਪਣਾ ਸਿੱਟਾ ਇਸੇ ਤਰ੍ਹਾਂ ਲਿਖੋ।)

TI-83, 83+, 84, 84+ ਕੈਲਕੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ

ਪਹਿਲਾਂ ਹਰੇਕ ਸਮੂਹ ਦਾ ਡਾਟਾ ਦੋ ਸੂਚੀਆਂ (ਜਿਵੇਂ ਕਿ L1 ਅਤੇ L2) ਵਿੱਚ ਪਾਓ। STAT ਦਬਾਓ। TESTS ਵੱਲ ਤੀਰ ਚਲਾਓ ਅਤੇ 4:2SampTTest ਦਬਾਓ। ਯਕੀਨੀ ਬਣਾਓ ਕਿ Data ਹਾਈਲਾਈਟ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ENTER ਦਬਾਓ। ਹੇਠਾਂ ਤੀਰ ਚਲਾਓ ਅਤੇ ਪਹਿਲੀ ਸੂਚੀ ਲਈ L1 ਅਤੇ ਦੂਜੀ ਸੂਚੀ ਲਈ L2 ਦਰਜ ਕਰੋ। μ1: ਵੱਲ ਹੇਠਾਂ ਤੀਰ ਚਲਾਓ ਅਤੇ < μ2 (ਘੱਟ) ਵੱਲ ਤੀਰ ਚਲਾਓ। ENTER ਦਬਾਓ। Pooled: No ਵੱਲ ਹੇਠਾਂ ਤੀਰ ਚਲਾਓ। ENTER ਦਬਾਓ। Calculate ਵੱਲ ਹੇਠਾਂ ਤੀਰ ਚਲਾਓ ਅਤੇ ENTER ਦਬਾਓ।

ਨੋਟ

ਸਮੂਹ 1 ਅਤੇ ਸਮੂਹ 2 ਲਈ ਜਾਣਕਾਰੀ ਨੂੰ ਮਿਲਾਉਣ ਤੋਂ ਸਾਵਧਾਨ ਰਹੋ!

ਹੱਲ

ਦੋ ਮਤਲਬ

ਅਣਜਾਣ

ਸਟੂਡੈਂਟ ਦਾ t

X ¯ 1 – X ¯ 2 X ¯ 1 – X ¯ 2

H0: μ1 = μ2 ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ: ਔਨਲਾਈਨ ਅਤੇ ਫੇਸ-ਟੂ-ਫੇਸ ਸਟੈਟਿਸਟਿਕਸ ਕਲਾਸਾਂ ਲਈ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦੇ ਮਤਲਬ ਬਰਾਬਰ ਹਨ। Ha: μ1 < μ2 ਬਦਲਵੀਂ ਪਰਿਕਲਪਨਾ: ਔਨਲਾਈਨ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦਾ ਮਤਲਬ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦੇ ਮਤਲਬ ਤੋਂ ਘੱਟ ਹੈ।

ਖੱਬੇ-ਪੂਛ ਵਾਲਾ

p-ਮੁੱਲ = 0.0011 ਚਿੱਤਰ 10.4

ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰੋ।

ਪ੍ਰੋਫੈਸਰ ਸਹੀ ਸਨ। ਸਬੂਤ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਔਨਲਾਈਨ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦਾ ਮਤਲਬ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਦੇ ਮੁਕਾਬਲੇ ਘੱਟ ਹੈ। ਸਾਰਥਕਤਾ ਦੇ 5 ਪ੍ਰਤੀਸ਼ਤ ਪੱਧਰ 'ਤੇ, ਨਮੂਨਾ ਅੰਕੜਿਆਂ ਤੋਂ, ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਲਈ (ਹੈ/ਨਹੀਂ ਹੈ) ਕਾਫ਼ੀ ਸਬੂਤ ਹੈ ਕਿ ਔਨਲਾਈਨ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦਾ ਮਤਲਬ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦੇ ਮਤਲਬ ਤੋਂ ਘੱਟ ਹੈ।

ਕੋਹੇਨ ਦੇ ਛੋਟੇ, ਦਰਮਿਆਨੇ ਅਤੇ ਵੱਡੇ ਪ੍ਰਭਾਵ ਆਕਾਰਾਂ ਲਈ ਮਾਪਦੰਡ ਕੋਹੇਨ ਦਾ d ਦੋ ਮਤਲਬਾਂ ਵਿਚਕਾਰ ਅੰਤਰਾਂ 'ਤੇ ਅਧਾਰਤ ਪ੍ਰਭਾਵ ਆਕਾਰ ਦਾ ਇੱਕ ਮਾਪ ਹੈ। ਕੋਹੇਨ ਦਾ d, ਜਿਸਦਾ ਨਾਮ ਅਮਰੀਕੀ ਸਟੈਟਿਸਟੀਸ਼ੀਅਨ ਜੈਕਬ ਕੋਹੇਨ ਦੇ ਨਾਮ 'ਤੇ ਰੱਖਿਆ ਗਿਆ ਹੈ, ਨਮੂਨਾ ਅੰਕੜਿਆਂ ਦੇ ਅਧਾਰ 'ਤੇ ਦੋ ਆਬਾਦੀਆਂ ਦੇ ਮਤਲਬਾਂ ਵਿਚਕਾਰ ਅੰਤਰਾਂ ਦੀ ਰਿਸ਼ਤੇਦਾਰ ਤਾਕਤ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਪ੍ਰਭਾਵ ਆਕਾਰ ਦੇ ਗਣਨਾ ਕੀਤੇ ਮੁੱਲ ਦੀ ਫਿਰ ਛੋਟੇ, ਦਰਮਿਆਨੇ ਅਤੇ ਵੱਡੇ ਪ੍ਰਭਾਵ ਆਕਾਰਾਂ ਦੇ ਕੋਹੇਨ ਦੇ ਮਾਪਦੰਡਾਂ ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਰੋ: ਪ੍ਰਭਾਵ ਦਾ ਆਕਾਰ | d

ਰੋ: ਛੋਟਾ | 0.2

ਰੋ: ਦਰਮਿਆਨਾ | 0.5

ਰੋ: ਵੱਡਾ | 0.8

ਕੋਹਨ ਦਾ d ਦੋ ਮੱਧਮਾਨਾਂ ਦੇ ਅੰਤਰ ਨੂੰ ਪੂਲਡ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਨਾਲ ਵੰਡਣ ਦਾ ਮਾਪ ਹੈ: d= x ¯ 1 – x ¯ 2 s pooled d= x ¯ 1 – x ¯ 2 s pooled ਜਿੱਥੇ s pooled = ( n 1 –1) s 1 2 +( n 2 –1) s 2 2 n 1 + n 2 –2 s pooled = ( n 1 –1) s 1 2 +( n 2 –1) s 2 2 n 1 + n 2 –2.

ਉਦਾਹਰਨ 10.4

ਸਮੱਸਿਆ

ਉਦਾਹਰਨ 10.2 ਲਈ ਕੋਹਨ ਦਾ d ਗਿਣੋ। ਕੀ ਪ੍ਰਭਾਵ ਦਾ ਆਕਾਰ ਛੋਟਾ, ਦਰਮਿਆਨਾ ਜਾਂ ਵੱਡਾ ਹੈ? ਇਸ ਸਮੱਸਿਆ ਲਈ ਪ੍ਰਭਾਵ ਦੇ ਆਕਾਰ ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਇਸਦੀ ਵਿਆਖਿਆ ਕਰੋ।

ਹੱਲ

μ1 = 4 s1 = 1.5 n1 = 11 μ2 = 3.5 s2 = 1 n2 = 9 d = 0.384 ਪ੍ਰਭਾਵ ਛੋਟਾ ਹੈ ਕਿਉਂਕਿ 0.384 ਛੋਟੇ ਪ੍ਰਭਾਵ ਆਕਾਰ ਲਈ ਕੋਹਨ ਦੇ 0.2 ਦੇ ਮੁੱਲ ਅਤੇ ਦਰਮਿਆਨੇ ਪ੍ਰਭਾਵ ਆਕਾਰ ਲਈ 0.5 ਦੇ ਮੁੱਲ ਦੇ ਵਿਚਕਾਰ ਹੈ। ਦੋ ਕਾਲਜਾਂ ਦੇ ਮੱਧਮਾਨਾਂ ਦੇ ਅੰਤਰ ਦਾ ਆਕਾਰ ਛੋਟਾ ਹੈ, ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਵਿਚਕਾਰ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਨਹੀਂ ਹੈ।

ਉਦਾਹਰਨ 10.5

ਸਮੱਸਿਆ

ਉਦਾਹਰਨ 10.3 ਲਈ ਕੋਹਨ ਦਾ d ਗਿਣੋ। ਕੀ ਪ੍ਰਭਾਵ ਦਾ ਆਕਾਰ ਛੋਟਾ, ਦਰਮਿਆਨਾ ਜਾਂ ਵੱਡਾ ਹੈ? ਇਸ ਸਮੱਸਿਆ ਲਈ ਪ੍ਰਭਾਵ ਦੇ ਆਕਾਰ ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਇਸਦੀ ਵਿਆਖਿਆ ਕਰੋ।

ਹੱਲ

d = 0.834; ਵੱਡਾ, ਕਿਉਂਕਿ 0.834 ਵੱਡੇ ਪ੍ਰਭਾਵ ਆਕਾਰ ਲਈ ਕੋਹਨ ਦੇ 0.8 ਤੋਂ ਵੱਡਾ ਹੈ। ਆਨਲਾਈਨ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਫੇਸ-ਟੂ-ਫੇਸ ਕਲਾਸ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਅੰਤਿਮ ਪ੍ਰੀਖਿਆ ਸਕੋਰਾਂ ਦੇ ਮੱਧਮਾਨਾਂ ਦੇ ਅੰਤਰ ਦਾ ਆਕਾਰ ਵੱਡਾ ਹੈ, ਜੋ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਇਸਨੂੰ ਅਜ਼ਮਾਓ 10.5

ਭਾਰੀ ਅਲਫਾ ਇੱਕ ਸਾਲ ਦੀ ਮਿਆਦ ਵਿੱਚ ਸਟਾਕਾਂ ਦੇ ਜੋਖਮ-ਸੰਤੁਲਿਤ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਮਾਪ ਹੈ। ਇੱਕ ਉੱਚ ਸਕਾਰਾਤਮਕ ਭਾਰੀ ਅਲਫਾ ਇੱਕ ਸਟਾਕ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿਸਦੀ ਕੀਮਤ ਵਧੀ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ ਛੋਟਾ ਸਕਾਰਾਤਮਕ ਭਾਰੀ ਅਲਫਾ ਮਿਆਦ ਦੇ ਦੌਰਾਨ ਇੱਕ ਅਪ੍ਰੀਵਰਤਿਤ ਸਟਾਕ ਕੀਮਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਭਾਰੀ ਅਲਫਾ ਦੀ ਵਰਤੋਂ ਮਜ਼ਬੂਤ ​​ਉੱਪਰ ਜਾਂ ਹੇਠਾਂ ਦੇ ਰੁਝਾਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਮਈ 24, 2013 ਨੂੰ ਨੈਸਡੈਕ ਦੁਆਰਾ ਪਛਾਣੇ ਗਏ ਉੱਤਰ-ਪੂਰਬ ਅਤੇ ਪੱਛਮ ਵਿੱਚ ਬੈਂਕਾਂ ਦੇ ਚੋਟੀ ਦੇ 30 ਸਟਾਕਾਂ ਦਾ ਭਾਰੀ ਅਲਫਾ, ਕ੍ਰਮਵਾਰ ਟੇਬਲ 10.6 ਅਤੇ ਟੇਬਲ 10.7 ਵਿੱਚ ਸੂਚੀਬੱਧ ਹੈ।

row: 94.2 | 75.2 | 69.6 | 52.0 | 48.0 | 41.9 | 36.4 | 33.4 | 31.5 | 27.6

row: 77.3 | 71.9 | 67.5 | 50.6 | 46.2 | 38.4 | 35.2 | 33.0 | 28.7 | 26.5

row: 76.3 | 71.7 | 56.3 | 48.7 | 43.2 | 37.6 | 33.7 | 31.8 | 28.5 | 26.0

row: 126.0 | 70.6 | 65.2 | 51.4 | 45.5 | 37.0 | 33.0 | 29.6 | 23.7 | 22.6

row: 116.1 | 70.6 | 58.2 | 51.2 | 43.2 | 36.0 | 31.4 | 28.7 | 23.5 | 21.6

row: 78.2 | 68.2 | 55.6 | 50.3 | 39.0 | 34.1 | 31.0 | 25.3 | 23.4 | 21.5

ਕੀ ਉੱਤਰ-ਪੂਰਬ ਅਤੇ ਪੱਛਮ ਵਿੱਚ ਬੈਂਕਾਂ ਦੇ ਚੋਟੀ ਦੇ 30 ਸਟਾਕਾਂ ਦੇ ਭਾਰੀ ਅਲਫਾ ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਹੈ? 5 ਪ੍ਰਤੀਸ਼ਤ ਮਹੱਤਵਪੂਰਨਤਾ ਪੱਧਰ 'ਤੇ ਪਰਖ ਕਰੋ। ਹੇਠਾਂ ਦਿੱਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿਓ:

ਕੀ ਇਹ ਦੋ ਮੱਧਮਾਨਾਂ ਜਾਂ ਦੋ ਅਨੁਪਾਤਾਂ ਦੀ ਪਰਖ ਹੈ?

ਕੀ ਆਬਾਦੀ ਦੇ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਪਤਾ ਹਨ ਜਾਂ ਅਣਜਾਣ ਹਨ?

ਪਰਖ ਕਰਨ ਲਈ ਤੁਸੀਂ ਕਿਹੜਾ ਵੰਡ ਵਰਤਦੇ ਹੋ?

ਰੈਂਡਮ ਵੇਰੀਏਬਲ ਕੀ ਹੈ?

1. ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਅਤੇ ਬਦਲਵੀਂ ਪਰਿਕਲਪਨਾ ਕੀ ਹਨ? ਸਿਫ਼ਰ ਅਤੇ ਬਦਲਵੀਂ ਪਰਿਕਲਪਨਾ ਨੂੰ ਸ਼ਬਦਾਂ ਵਿੱਚ ਅਤੇ ਚਿੰਨ੍ਹਾਂ ਵਿੱਚ ਲਿਖੋ। ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ: ਇਹ ਇੱਕ ਕਥਨ ਹੈ ਕਿ ਅਬਾਦੀ ਦੇ ਮਾਪਦੰਡ (ਜਿਵੇਂ ਕਿ ਮਾਧਿਕਾ, ਅਨੁਪਾਤ) ਕਿਸੇ ਨਿਸ਼ਚਿਤ ਮੁੱਲ ਦੇ ਬਰਾਬਰ ਹਨ। ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ (H₀): μ = μ₀ (ਜਿੱਥੇ μ ਅਬਾਦੀ ਦਾ ਮਾਧਿਕਾ ਹੈ ਅਤੇ μ₀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਮੁੱਲ ਹੈ) ਬਦਲਵੀਂ ਪਰਿਕਲਪਨਾ: ਇਹ ਇੱਕ ਕਥਨ ਹੈ ਕਿ ਅਬਾਦੀ ਦੇ ਮਾਪਦੰਡ ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਵਿੱਚ ਦੱਸੇ ਗਏ ਮੁੱਲ ਤੋਂ ਵੱਖਰੇ ਹਨ। ਬਦਲਵੀਂ ਪਰਿਕਲਪਨਾ (H₁): μ ≠ μ₀ (ਦੋ-ਪੂਛ ਵਾਲਾ ਟੈਸਟ) ਜਾਂ μ > μ₀ (ਸੱਜੇ-ਪੂਛ ਵਾਲਾ ਟੈਸਟ) ਜਾਂ μ < μ₀ (ਖੱਬੇ-ਪੂਛ ਵਾਲਾ ਟੈਸਟ)

2. ਕੀ ਇਹ ਟੈਸਟ ਸੱਜੇ-ਪੂਛ ਵਾਲਾ, ਖੱਬੇ-ਪੂਛ ਵਾਲਾ, ਜਾਂ ਦੋ-ਪੂਛ ਵਾਲਾ ਹੈ?

3. p-ਮੁੱਲ ਕੀ ਹੈ?

4. ਕੀ ਤੁਸੀਂ ਸਿਫ਼ਰ ਪਰਿਕਲਪਨਾ ਨੂੰ ਰੱਦ ਕਰਦੇ ਹੋ ਜਾਂ ਨਹੀਂ?

5. ______ ਸਾਰਥਕਤਾ ਦੇ ਪੱਧਰ 'ਤੇ, ਨਮੂਨਾ ਅੰਕੜਿਆਂ ਤੋਂ, ______ (ਹੈ/ਨਹੀਂ ਹੈ) ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਲਈ ਕਾਫ਼ੀ ਸਬੂਤ ਕਿ ______.

6. ਕੋਹੇਨ ਦੇ d ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਇਸਦੀ ਵਿਆਖਿਆ ਕਰੋ। ਕੋਹੇਨ ਦਾ d (Cohen's d) = (ਨਮੂਨਾ ਮਾਧਿਕਾ - ਅਬਾਦੀ ਮਾਧਿਕਾ) / ਨਮੂਨਾ ਮਿਆਰੀ ਵਿਗਾੜ d = (x̄ - μ₀) / s ਇਸਦੀ ਵਿਆਖਿਆ ਪ੍ਰਭਾਵ ਦੇ ਆਕਾਰ ਦੇ ਰੂਪ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਦੋ ਸਮੂਹਾਂ ਦੇ ਮਾਧਿਕਾਵਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਮਿਆਰੀ ਵਿਗਾੜ ਦੇ ਰੂਪ ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ। ਛੋਟਾ d (ਲਗਭਗ 0.2) ਛੋਟੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਮੱਧਮ d (ਲਗਭਗ 0.5) ਮੱਧਮ ਪ੍ਰਭਾਵ ਨੂੰ, ਅਤੇ ਵੱਡਾ d (ਲਗਭਗ 0.8) ਵੱਡੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।