در این مطلب، ویدئو Excel 2010 Statistics 83: 1 Tail Left t توزیع آزمون فرضیه میانگین P-value 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: 00:09:44
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:02,700
به اکسل 2010 آمار ویدیو
2
00:00:02,700 –> 00:00:05,339
شماره 83 خوش آمدید اگر می خواهید این
3
00:00:05,339 –> 00:00:07,859
workbook کتاب کسب و کار 210 فصل 9
4
00:00:07,859 –> 00:00:11,280
فایل دوم را دانلود کنید، روی لینک زیر ویدیو کلیک کنید هی
5
00:00:11,280 –> 00:00:12,480
ما هنوز در مورد
6
00:00:12,480 –> 00:00:15,000
توزیع t برای آزمایش فرضیه صحبت می
7
00:00:15,000 –> 00:00:18,449
کنیم و این یکی را می رویم. برای انجام یک
8
00:00:18,449 –> 00:00:21,210
دم به سمت چپ اکنون اجازه دهید به مثال خود نگاه کنیم
9
00:00:21,210 –> 00:00:26,039
ساخت و ساز جامد شرکتی است
10
00:00:26,039 –> 00:00:29,070
که عرشه برای خانه ها می سازد. این شرکت
11
00:00:29,070 –> 00:00:30,900
اخیراً از یک تکنیک ساختمانی جدید
12
00:00:30,900 –> 00:00:32,488
استفاده کرده است که قرار است در زمان
13
00:00:32,488 –> 00:00:34,440
نسبت به روش قدیمی که میانگین
14
00:00:34,440 –> 00:00:40,110
15.5 ساعت جامد بود صرفه جویی کند. پسر ساخت و ساز اگر
15
00:00:40,110 –> 00:00:42,809
فقط می توانستم تایپ کنم خوشحالم که شما بچه ها
16
00:00:42,809 –> 00:00:45,000
تحمل دارید ساخت و ساز جامد می خواهد
17
00:00:45,000 –> 00:00:46,289
تعیین کند که آیا روش جدید واقعاً
18
00:00:46,289 –> 00:00:48,719
در زمان صرفه جویی می کند یا خیر نمونه تصادفی
19
00:00:48,719 –> 00:00:50,489
از تعداد ساعت ها برای ساخت عرشه
20
00:00:50,489 –> 00:00:53,370
در نقطه صفر درجه پنج سطح معنی داری
21
00:00:53,370 –> 00:00:55,590
می تواند نتیجه بگیرد
22
00:00:55,590 –> 00:00:58,800
که آیا روش جدید باعث صرفه جویی در زمان می شود. روش جدید سریعتر است،
23
00:00:58,800 –> 00:01:00,809
درست همانطور که در پنج
24
00:01:00,809 –> 00:01:02,520
ویدیوی قبلی برای آزمایش فرضیه انجام
25
00:01:02,520 –> 00:01:05,099
دادیم و می خواهیم در مورد دیدگاهی که
26
00:01:05,099 –> 00:01:07,710
در هدف در نظر گرفته ایم صحبت کنیم. بنابراین
27
00:01:07,710 –> 00:01:10,409
نقطه نظر شرکت ساختمانی جامد است
28
00:01:10,409 –> 00:01:14,369
که آنها می خواهند ببینند که آیا روش جدید سریعتر است یا خیر،
29
00:01:14,369 –> 00:01:17,250
ما
30
00:01:17,250 –> 00:01:20,869
جمعیت x را برای ساخت یک عرشه در نظر می گیریم و هدف ما
31
00:01:20,869 –> 00:01:23,340
اجرای یک آزمون فرضیه برای ارائه
32
00:01:23,340 –> 00:01:25,320
شواهد آماری برای تعیین
33
00:01:25,320 –> 00:01:28,229
اینکه آیا روش جدید است یا خیر است. سریعتر از
34
00:01:28,229 –> 00:01:32,549
پانزده نقطه پنج خوب خیلی سریعتر
35
00:01:32,549 –> 00:01:36,090
از پانزده نقطه پنج خوب است، یعنی
36
00:01:36,090 –> 00:01:40,229
ما می خواهیم این روش جدید کمتر طول بکشد،
37
00:01:40,229 –> 00:01:43,680
به این معنی که این یک دم
38
00:01:43,680 –> 00:01:46,590
است.
39
00:01:46,590 –> 00:01:48,990
40
00:01:48,990 –> 00:01:52,280
یک دم به سمت چپ، آن
41
00:01:52,280 –> 00:01:54,299
عملگر مقایسه ای کوچکی که ما به تازگی
42
00:01:54,299 –> 00:01:56,430
از آنچه در اینجا نوشته شده است یا
43
00:01:56,430 –> 00:01:58,979
آنچه در حال فکر کردن ماست فهمیدیم، ما را به
44
00:01:58,979 –> 00:02:02,939
سمت فرضیه
45
00:02:02,939 –> 00:02:07,980
جایگزین سوق می دهد تا به محض اینکه بدانیم، m جایگزین فضای کمتری است.
46
00:02:07,980 –> 00:02:10,110
47
00:02:10,110 –> 00:02:11,880
عملگر مقایسه ای برای
48
00:02:11,880 –> 00:02:15,120
جایگزین ما به فرض صفر می
49
00:02:15,120 –> 00:02:18,230
رویم و برعکس عمل می کنیم و یک علامت مساوی اضافه
50
00:02:18,230 –> 00:02:22,260
می کنیم تا روش قدیمی
51
00:02:22,260 –> 00:02:26,820
میانگین زمان 15.5 ساعت را داشته باشد بنابراین برای bo bo از
52
00:02:26,820 –> 00:02:32,250
اینها استفاده می شود که 15.5 هیچ Mew
53
00:02:32,250 –> 00:02:33,750
بزرگتر یا مساوی پانزده نقطه
54
00:02:33,750 –> 00:02:34,790
پنج
55
00:02:34,790 –> 00:02:38,940
mu کمتر از پانزده نقطه پنج است کاملاً
56
00:02:38,940 –> 00:02:40,440
درست است آلفای ما که خطر
57
00:02:40,440 –> 00:02:42,620
رد تهی است وقتی که
58
00:02:42,620 –> 00:02:45,470
نقطه صفر
59
00:02:45,470 –> 00:02:47,520
درست بود، خوب، بیایید اینجا پایین و
60
00:02:47,520 –> 00:02:51,720
کمی محاسبات مرحله سوم را انجام دهید کاملاً درست
61
00:02:51,720 –> 00:02:56,490
سیگما ما نمی دانیم که در یک
62
00:02:56,490 –> 00:02:59,340
آمار آزمایشی ما از T نه
63
00:02:59,340 –> 00:03:02,310
Z استفاده می کنیم بسیار خوب ادامه دهید و
64
00:03:02,310 –> 00:03:03,780
محاسبه کنید اینجا داده های ما در اینجا است
65
00:03:03,780 –> 00:03:05,630
ما انحراف استاندارد خود را در stdev dot محاسبه خواهیم کرد.
66
00:03:05,630 –> 00:03:11,000
کنترل تغییر جهت به سمت پایین تغییر فلش
67
00:03:11,000 –> 00:03:13,560
را وارد کنید، بنابراین ما یک
68
00:03:13,560 –> 00:03:15,270
انحراف استاندارد برای نمونه داریم، چهار نقطه
69
00:03:15,270 –> 00:03:21,540
حدود 4.5 ساعت اندازه نمونه از شمارش استفاده می کند
70
00:03:21,540 –> 00:03:23,060
زیرا ما در حال شمارش اعداد هستیم.
71
00:03:23,060 –> 00:03:27,950
72
00:03:29,910 –> 00:03:32,430
73
00:03:32,430 –> 00:03:37,020
49 بسیار خوب
74
00:03:37,020 –> 00:03:41,400
نوار x ما برابر است با میانگین کنترل shift down
75
00:03:41,400 –> 00:03:44,880
shift ما enter shift enter فقط
76
00:03:44,880 –> 00:03:48,030
مکان نما را به بالا می پرد بنابراین ما میانگینی از
77
00:03:48,030 –> 00:03:51,060
این نمونه 14.9 داریم بنابراین به نظر می رسد که
78
00:03:51,060 –> 00:03:54,000
در این نمونه مطمئناً زمان
79
00:03:54,000 –> 00:03:57,510
کمتری داریم. نسبت به 15.5 ما از روش قبلی،
80
00:03:57,510 –> 00:04:00,420
آلفای ما برابر است با نقطه
81
00:04:00,420 –> 00:04:05,910
صفر ما پنج نوع تست خوب این
82
00:04:05,910 –> 00:04:09,210
یک دم به سمت چپ است، باید
83
00:04:09,210 –> 00:04:10,710
خطای استاندارد خود را محاسبه کنیم
84
00:04:10,710 –> 00:04:14,280
، سیگما نداریم، بنابراین از s تقسیم بر جذر استفاده می کنیم
85
00:04:14,280 –> 00:04:19,410
. N ما و سپس
86
00:04:19,410 –> 00:04:22,230
آمار آزمون همیشه مهم ما این توزیع T
87
00:04:22,230 –> 00:04:24,270
است، بنابراین کار در واقع
88
00:04:24,270 –> 00:04:27,210
در یک t محاسبه
89
00:04:27,210 –> 00:04:30,960
90
00:04:30,960 –> 00:04:32,490
شده است.
91
00:04:32,490 –> 00:04:39,080
92
00:04:39,080 –> 00:04:42,330
یک انحراف استاندارد به
93
00:04:42,330 –> 00:04:46,350
راست 0.94 این همان چیزی است که آمار T
94
00:04:46,350 –> 00:04:50,010
می گوید بیایید به یک عکس نگاه کنیم، بنابراین تمام
95
00:04:50,010 –> 00:04:53,670
کلیک راست نشان می دهد که مرحله ما
96
00:04:53,670 –> 00:04:56,670
وجود دارد، خط مانع ما وجود دارد،
97
00:04:56,670 –> 00:04:59,370
هر چیزی در این سمت از مقدار بحرانی
98
00:04:59,370 –> 00:05:02,250
باشد، H Sub Zero را رد می کند و
99
00:05:02,250 –> 00:05:08,310
H sub a هر چیزی را می پذی