Kikokotoo cha Alama ya Z na Mkengeuko wa Kawaida

Bandika seti ya data ili kupata wastani wake, mkengeuko wa kawaida na alama za z kwa kila thamani, au tatua z = (x − μ) / σ kwa thamani moja isiyojulikana yenye uwezekano wa mzingo wa kawaida.

Ingizo

Tenganisha thamani kwa nafasi, mikato au mistari mipya. Tumia nukta kwa desimali, kama 82.5.
Mkengeuko wa kawaida

Matokeo

Mkengeuko wa kawaida wa sampuli s

—

Alama ya z ya kila thamani

Thamanix − wastaniz

Mfumo na uwekaji wa nambari

σ = √[ Σ(x − μ)² ÷ n ]

s = √[ Σ(x − x̄)² ÷ (n − 1) ]

z = (x − μ) ÷ σ

    Bandika thamani ili kuona mtawanyiko wake na kila alama ya z.

    Data na hesabu zako zinabaki kwenye kivinjari hiki na hazipakiwi kamwe.

    Maswali Yanayoulizwa Sana

    Ni lini ninapaswa kugawanya kwa n − 1 badala ya n?

    Gawanya kwa n − 1 (mkengeuko wa kawaida wa sampuli s) wakati thamani zako ni sampuli kutoka kwa kundi kubwa zaidi na unataka kukadiria mtawanyiko wa kundi hilo — kigawanyaji kidogo hurekebisha upendeleo wa kwenda chini unaotokana na sampuli. Gawanya kwa n (mkengeuko wa kawaida wa idadi ya watu σ) wakati thamani ulizoingiza ni kundi zima unalolijali. Alama za z hufuata chaguo lile lile, kwani kila thamani inagawanywa na mtawanyiko uliochaguliwa.

    Je, alama za z zinachukulia kuwa data yangu imesambazwa kwa njia ya kawaida?

    Hapana. Alama ya z ni urekebishaji wa kiwango tu — ni mikengeuko mingapi ya kawaida ambayo thamani iko mbali na wastani — na inafafanuliwa kwa seti yoyote ya data yenye mtawanyiko usio sifuri. Uwezekano katika hali ya muhtasari ndio sehemu inayochukulia usambazaji wa kawaida; kwa data iliyopinda, sehemu halisi ya thamani zaidi ya z inaweza kutofautiana na kile kinachoonyeshwa na mzingo.

    Kwa nini alama za z hazijafafanuliwa wakati kila thamani inafanana?

    Alama ya z inagawanya kwa mkengeuko wa kawaida. Thamani zinazofanana hazina mtawanyiko, hivyo mkengeuko wa kawaida ni 0 na mgawanyiko huo haujafafanuliwa — kila nukta iko sawa kabisa kwenye wastani, jambo ambalo hakuna thamani moja ya z inayoweza kueleza. Wastani, varianzi na takwimu zingine bado zinajikokotoa kawaida.

    Imeandikwa na kukaguliwa na timu ya wahariri wa BroBroGo.Ilisasishwa mwisho:

    Jinsi ya Kutumia Kikokotoo cha Alama ya Z na Mkengeuko wa Kawaida

    Kikokotoo hiki kinakupa njia mbili tofauti za kuchambua data na kutatua milinganyo ya takwimu kulingana na usambazaji wa kawaida. Unaweza kuchagua hali ya ingizo unayohitaji kupitia sehemu ya Ingizo:

    1. Kutoka kwenye seti ya data: Hali hii inakuwezesha kubandika seti ya data ghafi ili kupata takwimu zote muhimu mara moja.
    2. Kutoka kwenye thamani za muhtasari: Hali hii inatumika kutatua mlinganyo wa alama ya z wakati una vigezo vitatu vinavyojulikana na unataka kupata kigezo cha nne kisichojulikana.

    Hesabu zote na uchambuzi wa data hufanyika moja kwa moja kwenye kivinjari cha mtumiaji. Hakuna data au ingizo lolote linalopakizwa kwenye seva ya nje, hivyo data yako inabaki kwenye kivinjari hiki pekee.

    Uchambuzi wa Seti ya Data Ghafi

    Unapotumia hali ya Kutoka kwenye seti ya data, unaweza kuingiza hadi thamani 50,000 kwenye uwanja wa Seti ya data.

    Sheria za Kuingiza Data

    • Vigawanyaji: Unaweza kutenganisha nambari zako kwa kutumia nafasi (space), koma, nukta-mkato, au kwa kuhamia mstari mpya.
    • Alama ya Desimali: Kikokotoo kinatambua alama ya desimali kulingana na mipangilio ya eneo lako. Unaweza kutumia nukta (kama 82.5) au mkato (kama 82,5).
    • Kikomo cha Thamani: Seti ya data lazima iwe na chini ya thamani 50,000. Ili kukokotoa mkengeuko wa kawaida wa sampuli, unahitaji kuingiza angalau thamani 2. Kwa mkengeuko wa kawaida wa idadi ya watu, unahitaji angalau thamani 1.

    Hitilafu za Kuingiza Data

    Kikokotoo kitatambua na kuonyesha hitilafu mara moja ikiwa data haijakaa sawa:

    • Ikiwa kuna herufi au alama isiyofaa: “‹token›” si nambari (thamani ‹position›).
    • Ikiwa utaingiza thamani 1 pekee kwa ajili ya sampuli: Sampuli inahitaji angalau thamani 2 — kukiwa na thamani moja kigawanyaji cha n − 1 kinakuwa sifuri.
    • Ikiwa utajaribu kukokotoa idadi ya watu bila thamani yoyote: Ingiza angalau thamani moja.
    • Ikiwa utazidi kikomo cha mfumo: Thamani au matokeo ya kati yanazidi kiwango cha nambari kinachotegemezwa.

    Mkengeuko wa Kawaida: Idadi ya Watu dhidi ya Sampuli

    Wakati wa kukokotoa mkengeuko wa kawaida, lazima uchague mkataba sahihi kwenye sehemu ya Mkengeuko wa kawaida:

    • Idadi ya watu ÷ n: Inatumika wakati seti ya data uliyoingiza inawakilisha kundi zima la vitu unavyovifanyia utafiti. Mfumo wake unagawanya jumla ya vipeo (SS) kwa n.
    • Sampuli ÷ n − 1: Inatumika wakati data yako ni sehemu tu (sampuli) inayowakilisha kundi kubwa zaidi. Inatumia marekebisho ya Bessel kwa kugawanya jumla ya vipeo kwa n - 1 ili kuondoa upendeleo wa kwenda chini.

    Mifumo ya Uderivaji inayotumiwa na Kikokotoo:

    • Wastani: Wastani = ‹sum› ÷ ‹n› = ‹mean›
    • Jumla ya Vipeo: SS = Σ(x − wastani)² = ‹ss›
    • Varianzi ya Idadi ya Watu: Varianzi ya idadi ya watu σ² = SS ÷ n = ‹ss› ÷ ‹n› = ‹variance›
    • Varianzi ya Sampuli: Varianzi ya sampuli s² = SS ÷ (n − 1) = ‹ss› ÷ ‹nm1› = ‹variance›
    • Mkengeuko wa Kawaida wa Idadi ya Watu: Mkengeuko wa kawaida wa idadi ya watu σ = √σ² = ‹sd›
    • Mkengeuko wa Kawaida wa Sampuli: Mkengeuko wa kawaida wa sampuli s = √s² = ‹sd›

    Anatomia ya Mlinganyo wa Alama ya Z

    Alama ya z inawakilisha idadi ya mikengeuko ya kawaida ambayo thamani fulani (x) ipo mbali na wastani (μ). Mlinganyo mkuu ni:

    z = (x - μ) / (σ)

    Katika hali ya Kutoka kwenye thamani za muhtasari, unaweza kutatua kigezo chochote kisichojulikana kati ya hivi vinne:

    • Thamani x
    • Wastani μ
    • Mkengeuko wa kawaida σ
    • Alama ya z z

    Ili kikokotoo kifanye kazi, lazima ujaze nyanja tatu na kuacha uwanja mmoja tu ukiwa wazi. Kikokotoo kitatua uwanja huo wazi kiotomatiki kwa kutumia mifumo ifuatayo:

    • Kutatua Alama ya z: alama ya z: z = (x − μ) ÷ σ = (‹x› − ‹mu›) ÷ ‹sigma› = ‹result›
    • Kutatua Thamani x: Thamani: x = μ + z·σ = ‹mu› + (‹z›)·‹sigma› = ‹result›
    • Kutatua Wastani μ: Wastani: μ = x − z·σ = ‹x› − (‹z›)·‹sigma› = ‹result›
    • Kutatua Mkengeuko wa kawaida σ: Mkengeuko wa kawaida: σ = (x − μ) ÷ z = (‹x› − ‹mu›) ÷ ‹z› = ‹result›

    Sheria na Vikwazo vya Aljebra katika Hali ya Muhtasari:

    • Uwanja Wazi: Ikiwa utaacha zaidi ya uwanja mmoja wazi au kujaza yote manne, mfumo utaonyesha: Acha uwanja mmoja tu wazi kati ya nyanja nne.
    • Mkengeuko wa Kawaida Sifuri: Mkengeuko wa kawaida hauwezi kuwa sifuri. Ukijaribu kuingiza 0, utapata hitilafu: Mkengeuko wa kawaida hauwezi kuwa 0 — kugawanya kwa σ hakujafafanuliwa.
    • Mkengeuko Hasi: Ukiiingiza mkengeuko hasi: Mkengeuko wa kawaida lazima uwe chanya.
    • Kesi Maalum ya z = 0:
      • Ikiwa z = 0 lakini x ≠ μ: Hakuna σ chanya inayotatua hili: wakati z = 0, thamani lazima iwe sawa na wastani.
      • Ikiwa z = 0 na x = μ: Kukiwa na z = 0 na x = μ, σ yoyote chanya inafanya kazi, hivyo σ haina jibu moja mahususi.
    • Matokeo Hasi ya Aljebra: Ikiwa hesabu inaleta mkengeuko hasi: Aljebra inatoa σ = ‹value›, lakini mkengeuko wa kawaida hauwezi kuwa hasi. Angalia alama za x − μ na z.

    Usambazaji wa Kawaida na Uwezekano

    Wakati kikokotoo kinapata alama ya z (iwe kutoka kwenye seti ya data au kupitia hali ya muhtasari), kinakokotoa uwezekano wa eneo chini ya mzingo wa kawaida wa kiwango. Chini ya kichwa Kwa kudhani thamani zinafuata usambazaji wa kawaida:, kikokotoo kinaonyesha:

    • P(X < x): Uwezekano wa kupata thamani ndogo kuliko x (eneo la kushoto la z).
    • P(X > x): Uwezekano wa kupata thamani kubwa kuliko x (eneo la kulia la z).
    • P(|X − μ| > |x − μ|): Uwezekano wa kupata thamani iliyo mbali zaidi na wastani katika pande zote mbili (pande mbili za mzingo).
    • Asilimia ya x: Nafasi ya asilimia ya thamani hiyo katika usambazaji.

    Uderivaji huu unaonyeshwa kwa kutumia fomula: Φ(‹z›) = ‹p› kutoka kwenye mzingo wa kawaida wa kiwango.

    Chati na Matokeo ya Visual

    Kikokotoo kinazalisha chati mbili za picha ili kukusaidia kuona taswira ya data yako:

    1. Mstari wa nambari wa thamani zenye bendi za wastani na mkengeuko wa kawaida: Chati hii inaonyesha jinsi data yako ilivyotawanyika, ikiwa na alama za wastani, ±1 SD, ±2 SD, na ±3 SD.
    2. Mzingo wa kawaida wa kiwango wenye eneo lililofunikwa upande wa kushoto wa z: Inaonyesha eneo la uwezekano wa kijiometri kulingana na alama ya z iliyokokotolewa.

    Unaweza kutumia vitufe vya Nakili jibu au Nakili alama za z ili kuhamisha matokeo yako kwa urahisi.

    Maswali Yanayoulizwa Mara kwa Mara (FAQ)

    Je, alama za z zinachukulia kuwa data yangu imesambazwa kwa njia ya kawaida? : Hapana. Alama ya z ni urekebishaji wa kiwango tu — ni mikengeuko mingapi ya kawaida ambayo thamani iko mbali na wastani — na inafafanuliwa kwa seti yoyote ya data yenye mtawanyiko usio sifuri. Uwezekano katika hali ya muhtasari ndio sehemu inayochukulia usambazaji wa kawaida; kwa data iliyopinda, sehemu halisi ya thamani zaidi ya z inaweza kutofautiana na kile kinachoonyeshwa na mzingo.

    Ni lini ninapaswa kugawanya kwa n − 1 badala ya n? : Gawanya kwa n − 1 (mkengeuko wa kawaida wa sampuli s) wakati thamani zako ni sampuli kutoka kwa kundi kubwa zaidi na unataka kukadiria mtawanyiko wa kundi hilo — kigawanyaji kidogo hurekebisha upendeleo wa kwenda chini unaotokana na sampuli. Gawanya kwa n (mkengeuko wa kawaida wa idadi ya watu σ) wakati thamani ulizoingiza ni kundi zima unalolijali. Alama za z hufuata chaguo lile lile, kwani kila thamani inagawanywa na mtawanyiko uliochaguliwa.

    Kwa nini alama za z hazijafafanuliwa wakati kila thamani inafanana? : Alama ya z inagawanya kwa mkengeuko wa kawaida. Thamani zinazofanana hazina mtawanyiko, hivyo mkengeuko wa kawaida ni 0 na mgawanyiko huo haujafafanuliwa — kila nukta iko sawa kabisa kwenye wastani, jambo ambalo hakuna thamani moja ya z inayoweza kueleza. Wastani, varianzi na takwimu zingine bado zinajikokotoa kawaida.

    Kikokotoo cha Regresheni ya MstariWeka mstari wa miraba midogo zaidi kwenye data iliyooanishwa na usome mteremko wake, R², thamani ya p, vipindi vya uaminifu, mabaki na utabiri katika sehemu moja.Kikokotoo cha Uzito wa UtafitiRekebisha data ya washiriki kulingana na mipaka inayojulikana ya idadi ya watu, kisha ukague kila uzito wa mwisho, mabaki ya lengo na ukubwa wa sampuli inayofaa.Kikokotoo cha AsilimiaX% ya nambari ni nini, asilimia ya thamani moja dhidi ya nyingine, jumla kamili baada ya asilimia inayojulikana, kupanda au kushuka kati ya nambari mbili, na bei ya mauzo baada ya punguzo — vyote kwenye ukurasa mmoja.Kikokotoo cha UwianoRahisisha uwiano, tatua nafasi iliyo wazi, au upime pande zote mbili kwa kigezo kile kile.Kikokotoo cha Mfululizo wa FourierIngiza kazi ya mara kwa mara au hadi vipande vitano ili kukokotoa vigawo vya Fourier, kagua jumla ya sehemu, na ulinganishe ujenzi upya.Kikokotoo cha Tarakimu MuhimuHesabu tarakimu muhimu katika thamani yoyote, viringisha kwa usahihi uliochaguliwa, au utatue mitajo ya + − × ÷ huku sheria za kuviringisha zikionyeshwa hatua kwa hatua.Kikokotoo cha Azimio la KromatografiaWeka nyakati za uzuaji na upana wa vilele viwili — au muda wa kutoitikia wa safu, nyakati za uzuaji na idadi ya sahani — na upate azimio Rs, uamuzi wa utengano, na mfumo uliotajwa ukiwa na nambari zako.Kisimulizi cha Mkengeuko wa Jenetiki ya Idadi ya WatuFuata njia zinazoweza kuzalishwa tena za masafa ya aleli ya Wright–Fisher na ulinganishe urekebishaji, upotevu, na utofauti unaobaki katika idadi ya watu inayorudiwa.Kikokotoo cha Matukio na UeneziBadilisha idadi ya kesi na watu kuwa matukio ya jumla, kiwango cha matukio ya muda wa mtu na uenezi wa sasa — huku kihisio cha kila kipimo kikionekana wazi.