در این مطلب، ویدئو اکسل 2010 آمار 86: آزمون فرضیه برای نسبت ها با استفاده از مقدار p یا مقدار بحرانی با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:10:37
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,060 –> 00:00:03,480
به ویدیوی آماری اکسل 2010 خوش آمدید
2
00:00:03,480 –> 00:00:05,879
شماره 86 سلام اگر می خواهید
3
00:00:05,879 –> 00:00:07,620
این workbook را دانلود کنید به فایل 10 فصل 9 دوم گوش دهید
4
00:00:07,620 –> 00:00:10,710
روی لینک زیر ویدیو کلیک کنید
5
00:00:10,710 –> 00:00:12,840
و این آخرین ویدیوی ما برای
6
00:00:12,840 –> 00:00:14,910
فصل 9 است که باید تست فرضیه را
7
00:00:14,910 –> 00:00:18,630
برای نسبت انجام دهیم.
8
00:00:18,630 –> 00:00:21,300
سوال روزنامه مدرسه اعلام کرد
9
00:00:21,300 –> 00:00:23,070
که نسبت دانش آموزانی که از
10
00:00:23,070 –> 00:00:24,750
زمان برگزاری انتخابات ریاست جمهوری اطلاع داشتند
11
00:00:24,750 –> 00:00:27,930
15 درصد
12
00:00:27,930 –> 00:00:30,330
13
00:00:30,330 –> 00:00:32,369
14
00:00:32,369 –> 00:00:33,930
15
00:00:33,930 –> 00:00:35,760
است. 15
16
00:00:35,760 –> 00:00:39,000
درصد محقق یک نمونه تصادفی انتخاب کرد
17
00:00:39,000 –> 00:00:42,030
و مطمئن شد که پاسخ دهندگان را از تمام
18
00:00:42,030 –> 00:00:43,410
جمعیت های مختلف از جمله
19
00:00:43,410 –> 00:00:45,930
دانشجویان شبانه دانشجویان آنلاین
20
00:00:45,930 –> 00:00:51,090
مهاجران جدید و دیگران و آلفا 0.01
21
00:00:51,090 –> 00:00:52,559
محقق می تواند نتیجه بگیرد که بیش از
22
00:00:52,559 –> 00:00:54,360
15 درصد از دانش آموزان می دانند که در
23
00:00:54,360 –> 00:00:56,969
انتخابات ریاست جمهوری خواهد شد.
24
00:00:56,969 –> 00:00:59,100
یکی از کارهایی که محقق احتمالاً
25
00:00:59,100 –> 00:01:00,300
انجام داده است این است که آنها فکر می کردند که این به نظر خیلی کم می رسد،
26
00:01:00,300 –> 00:01:03,420
شاید آنها ما را به این نتیجه رسانده اند n خطا در
27
00:01:03,420 –> 00:01:09,000
هنگام نمونهگیری از جامعه
28
00:01:09,000 –> 00:01:12,570
نمونهگیری شده شاید شامل برخی از گروهها نمیشود،
29
00:01:12,570 –> 00:01:15,060
بنابراین وقتی محقق بیرون رفت
30
00:01:15,060 –> 00:01:17,009
، مطمئن شد که سعی میکند همه
31
00:01:17,009 –> 00:01:19,350
تفاوتها را به یک نمونه تصادفی واقعی برساند که
32
00:01:19,350 –> 00:01:22,830
واقعاً از جمعیت واقعی در
33
00:01:22,830 –> 00:01:25,140
این مدرسه نمونهبرداری کرده است. نکته ای که در مورد
34
00:01:25,140 –> 00:01:27,150
نسبت ها وجود دارد این است که باید بررسی کنیم که آیا این
35
00:01:27,150 –> 00:01:29,220
دوجمله ای است یا خیر، ما تمام
36
00:01:29,220 –> 00:01:30,990
محاسباتی را که اینجا در
37
00:01:30,990 –> 00:01:32,909
فصل های قبلی انجام می دهیم، انجام داده ایم، وقتی
38
00:01:32,909 –> 00:01:36,479
نسبت ها را انجام دادیم، باید بررسی کنیم که
39
00:01:36,479 –> 00:01:38,939
آیا این یک تست دو جمله ای است یا خیر، عدد ثابت است.
40
00:01:38,939 –> 00:01:40,890
از آزمایشها بله،
41
00:01:40,890 –> 00:01:43,340
دقیقاً میبینیم که دقیقاً وجود دارد ما از 152 دانشآموز پرسیدهایم
42
00:01:43,340 –> 00:01:45,930
احتمال ثابت میماند هر بار
43
00:01:45,930 –> 00:01:48,990
بله یا خیر آزمایشها مستقل هستند،
44
00:01:48,990 –> 00:01:51,210
فرض میکنیم که هر آزمایشی منجر
45
00:01:51,210 –> 00:01:54,420
به موفقیت یا عدم پذیرش موفقیت میشود
46
00:01:54,420 –> 00:01:56,969
بله خوب چیست؟ موفقیت
47
00:01:56,969 –> 00:01:59,189
برای ما خواهد بود، پاسخ مثبت خواهد بود من
48
00:01:59,189 –> 00:02:02,299
نمیدانم XS
49
00:02:02,299 –> 00:02:06,780
آنها همه چیز را درست نمیدانند، بنابراین ما
50
00:02:06,780 –> 00:02:08,550
این چهار تست را داریم، اما پس از آن پنج شش تست وجود دارد
51
00:02:08,550 –> 00:02:11,970
که باید مطمئن شوید که n ضربدر
52
00:02:11,970 –> 00:02:13,840
P بزرگتر یا مساوی است. به 5 و n زمان
53
00:02:13,840 –> 00:02:16,480
یک منهای P بنابراین من جلوتر رفتم و قبلاً
54
00:02:16,480 –> 00:02:21,640
اینها را محاسبه کردم و در هر دو مورد
55
00:02:21,640 –> 00:02:24,720
آنها بزرگتر از 5 بودند، در اینجا
56
00:02:24,720 –> 00:02:27,940
نسبت جمعیت فرضی ما 0.15 است،
57
00:02:27,940 –> 00:02:32,519
اکنون قبل از اینکه آزمایش خود را تنظیم کنیم، می دانیم که
58
00:02:32,849 –> 00:02:40,690
اجازه دهید اینجا به پایین اسکرول کنم آه باید به بررسی آن بپردازیم.
59
00:02:40,690 –> 00:02:42,340
دیدگاه
60
00:02:42,340 –> 00:02:43,959
61
00:02:43,959 –> 00:02:46,090
محققی است که نسبت به
62
00:02:46,090 –> 00:02:48,280
نسبت گزارش شده از تعداد
63
00:02:48,280 –> 00:02:50,830
دانشجویانی که می دانستند چه زمانی انتخابات ریاست
64
00:02:50,830 –> 00:02:53,049
جمهوری بوده است بدبین است، بنابراین این نقطه نظر
65
00:02:53,049 –> 00:02:55,720
ماست.
66
00:02:55,720 –> 00:02:58,750
15 درصد از
67
00:02:58,750 –> 00:03:00,849
دانشآموزان که میدانستند
68
00:03:00,849 –> 00:03:04,239
انتخابات ریاستجمهوری چه زمانی برگزار میشود، بنابراین ما دوباره به دنبال
69
00:03:04,239 –> 00:03:06,730
اهمیت هستیم.
70
00:03:06,730 –> 00:03:09,190
71
00:03:09,190 –> 00:03:11,680
72
00:03:11,680 –> 00:03:15,459
73
00:03:15,459 –> 00:03:18,640
ما در اینجا انجام میدهیم به تنظیم
74
00:03:18,640 –> 00:03:22,060
فرضیه صفر و جایگزین کمک میکند، بنابراین
75
00:03:22,060 –> 00:03:23,370
من مستقیماً به
76
00:03:23,370 –> 00:03:25,660
گزینه جایگزین میروم، زیرا این بیشتر
77
00:03:25,660 –> 00:03:27,519
متوجه میشویم که نماد کوچک خود را به درستی انجام میدهیم.
78
00:03:27,519 –> 00:03:29,049
ns این نشان دهنده آن است که
79
00:03:29,049 –> 00:03:31,390
سایت های کوچک کوچکی که به سمت
80
00:03:31,390 –> 00:03:33,910
بالا یا سمت راست اشاره می کنند، بنابراین این یک آزمایش
81
00:03:33,910 –> 00:03:35,319
در سمت بالا است، بنابراین من فوراً می
82
00:03:35,319 –> 00:03:37,239
خواهم به اینجا بیایم ما همین کار را انجام می دهیم به
83
00:03:37,239 –> 00:03:41,850
جز اینکه به جای MU از P استفاده می کنیم
84
00:03:41,850 –> 00:03:49,000
بنابراین نسبت است. بیشتر از 15٪ به یاد داشته باشید
85
00:03:49,000 –> 00:03:50,920
وقتی جایگزین را می دانیم به
86
00:03:50,920 –> 00:03:54,130
فرضیه صفر می رویم و آن را
87
00:03:54,130 –> 00:03:55,780
کمتر یا مساوی با علامت مساوی برگردانیم
88
00:03:55,780 –> 00:04:01,030
همیشه با فرضیه صفر پیش می رود بسیار خوب است
89
00:04:01,030 –> 00:04:02,950
که آلفای ما نقطه صفر یک
90
00:04:02,950 –> 00:04:04,870
می شود ما می خواهیم فوق العاده باشیم. مطمئناً در اینجا ما می
91
00:04:04,870 –> 00:04:06,730
خواهیم مانع را بالا تنظیم کنیم به یاد داشته باشید
92
00:04:06,730 –> 00:04:09,720
اگر آلفا کم است پس از آن که مانع بالا است
93
00:04:09,720 –> 00:04:12,940
خطای نوع یک کاهش می یابد زمانی که
94
00:04:12,940 –> 00:04:16,000
آلفا را افزایش می دهیم، به این معنی که
95
00:04:16,000 –> 00:04:19,079
شانس کمتری برای رد فرضیه صفر داریم،
96
00:04:19,079 –> 00:04:22,180
حتی اگر همه چیز درست بود.
97
00:04:22,180 –> 00:04:23,620
در حال حاضر ما باید بیایم و
98
00:04:23,620 –> 00:04:26,230
برخی از محاسبات را از نمونه خود انجام دهیم،
99
00:04:26,230 –> 00:04:29,800
شما مشکلی ندارید، بنابراین ما یک نمونه بله یا
100
00:04:29,800 –> 00:04:32,020
خیر جدید در زمان انتخابات داشته باشیم، من می خواهم
101
00:04:32,020 –> 00:04:36,340
102
00:04:36,340 –> 00:04:39,190
بله را بشمارم و می داند که بنابراین بله، ما از
103
00:04:39,190 –> 00:04:43,360
اگر شمارش نباشد ev همه چیز، اما
104
00:04:43,360 –> 00:04:46,060
اگر شرایطی برآورده شد، حساب کنید، بنابراین محدوده ای را
105
00:04:46,060 –> 00:04:47,740
که در آن کنترل سلول بالا کلیک می کنم
106
00:04:47,740 –> 00:04:51,550
، فلش رو به پایین و f4 را برای قفل کردن کاما کلیک می
107
00:04:51,550 –> 00:04:55,510
کنم و من معیارهایم بله و
108
00:04:55,510 –> 00:04:57,010
نه را روی هم تنظیم کرده ام، بنابراین من می خواهم
1