Υπολογιστής Ελέγχου z Δύο Αναλογιών
Ελέγξτε αν δύο ανεξάρτητες ομάδες διαφέρουν στο ποσοστό επιτυχίας τους χρησιμοποιώντας έναν συγκεντρωτικό έλεγχο z δύο αναλογιών.
Alternative hypothesis
p-value = 0,0285
- 1
Proportion 1 (p̂₁)
45 ÷ 100 = 0,45 - 2
Proportion 2 (p̂₂)
30 ÷ 100 = 0,3 - 3
Pooled proportion (p̄)
(45 + 30) ÷ (100 + 100) = 0,375 - 4
Τυπικό σφάλμα
√(0,375 × (1 − 0,375) × (1÷100 + 1÷100)) = 0,0685 - 5
z statistic
(0,45 − 0,3) ÷ 0,0685 = 2,1909
Πώς λειτουργεί αυτή η αριθμομηχανή;
Ένας έλεγχος z δύο αναλογιών συγκρίνει τα ποσοστά επιτυχίας δύο ανεξάρτητων ομάδων. Συγκεντρώνει τα δεδομένα για να εκτιμήσει μια κοινή αναλογία, υπολογίζει z = (p̂1 − p̂2) διαιρεμένο με το συγκεντρωτικό τυπικό σφάλμα, και μετατρέπει το z σε μια τιμή p μέσω της κανονικής κατανομής. Μια μικρή τιμή p σημαίνει ότι οι αναλογίες διαφέρουν σημαντικά.
Τύπος
How this is calculated
Εισαγάγετε τον αριθμό των επιτυχιών (x1, x2) και τα μεγέθη δειγμάτων (n1, n2) για δύο ανεξάρτητες ομάδες, έπειτα επιλέξτε την ουρά της εναλλακτικής υπόθεσης. Ο υπολογιστής υπολογίζει τις δειγματικές αναλογίες p̂1 = x1/n1 και p̂2 = x2/n2, και τη συγκεντρωτική αναλογία p̄ = (x1 + x2)/(n1 + n2) που χρησιμοποιείται υπό τη μηδενική υπόθεση ότι και οι δύο ομάδες μοιράζονται ένα κοινό ποσοστό επιτυχίας.
Το συγκεντρωτικό τυπικό σφάλμα είναι √(p̄(1 − p̄)(1/n1 + 1/n2)). Η στατιστική z είναι η παρατηρούμενη διαφορά p̂1 − p̂2 διαιρεμένη με αυτό το τυπικό σφάλμα. Η τιμή p προκύπτει από την τυπική κανονική CDF Φ: δίπλευρη = 2(1 − Φ(|z|)), δεξιόπλευρη = 1 − Φ(z), και αριστερόπλευρη = Φ(z). Ο RangeMeter τοποθετεί το z στην τυπική κανονική κλίμακα, όπου τα ±1,96 σημειώνουν τις κρίσιμες τιμές 5% δίπλευρα.
Αυτός ο έλεγχος υποθέτει ανεξάρτητα τυχαία δείγματα και αρκετά μεγάλα πλήθη (ένας κοινός κανόνας είναι τουλάχιστον 5 επιτυχίες και 5 αποτυχίες σε κάθε ομάδα) ώστε να ισχύει η κανονική προσέγγιση. Οι επιτυχίες δεν πρέπει να ξεπερνούν τα μεγέθη δειγμάτων, και τα μεγέθη δειγμάτων πρέπει να είναι θετικά· η τιμή p αναφέρεται στην κλίμακα 0–1. Η Φ αξιολογείται με την προσέγγιση erf Abramowitz & Stegun.
Συχνές ερωτήσεις
Υπό τη μηδενική υπόθεση και οι δύο ομάδες έχουν την ίδια αληθινή αναλογία, οπότε ο συνδυασμός των επιτυχιών δίνει την καλύτερη μεμονωμένη εκτίμηση αυτού του κοινού ποσοστού, που χρησιμοποιείται έπειτα για να δομηθεί το τυπικό σφάλμα.
Μια τιμή p κάτω από το επίπεδο σημαντικότητάς σας (συνήθως 0,05) υποδηλώνει ότι η παρατηρούμενη διαφορά στις αναλογίες είναι απίθανη υπό τη μηδενική υπόθεση, οπότε την απορρίπτετε και συμπεραίνετε ότι οι αναλογίες διαφέρουν προς την ελεγχόμενη κατεύθυνση.
Όταν τα δείγματα δεν είναι ανεξάρτητα, ή όταν τα αναμενόμενα πλήθη είναι πολύ μικρά (λιγότερα από περίπου 5 επιτυχίες ή αποτυχίες ανά ομάδα). Σε αυτές τις περιπτώσεις σκεφτείτε τον ακριβή έλεγχο του Fisher αντ' αυτού.
Γνωστό και ως
TG we-Calculate Editorial Team. (2026). Υπολογιστής Ελέγχου z Δύο Αναλογιών [Online calculator]. TG we-Calculate. https://we-calculate.com/el/calculator/two-proportion-z-test-calculator
TG we-Calculate Editorial Team. "Υπολογιστής Ελέγχου z Δύο Αναλογιών." TG we-Calculate. 2026. https://we-calculate.com/el/calculator/two-proportion-z-test-calculator.
TG we-Calculate Editorial Team, "Υπολογιστής Ελέγχου z Δύο Αναλογιών," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/el/calculator/two-proportion-z-test-calculator
@misc{wecalculate_two_proportion_z_test_calculator, title = {Υπολογιστής Ελέγχου z Δύο Αναλογιών}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/el/calculator/two-proportion-z-test-calculator}}, year = {2026}, note = {TG we-Calculate} }
Σας βοήθησε αυτή η αριθμομηχανή;
