Ti-84 ဂဏန်းတွက်စက်ပေါ်တွင် paired samples t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

နမူနာတစ်ခုရှိ ရှုမြင်မှုတစ်ခုစီရှိ အခြားနမူနာတစ်ခုရှိ စူးစမ်းမှုတစ်ခုနှင့် ဆက်စပ်နိုင်သောအခါ နမူနာနှစ်ခု၏နည်းလမ်းကို နှိုင်းယှဉ်ရန် တွဲထားသောနမူနာကို t-test ကို အသုံးပြုသည်။

ဤသင်ခန်းစာသည် TI-84 ဂဏန်းတွက်စက်ပေါ်တွင် တွဲထားသည့် t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- TI-84 ဂဏန်းတွက်စက်ပေါ်တွင် Paired-samples t-test

လောင်စာဆီကုသမှုအသစ်သည် ကားတစ်စီး၏ပျမ်းမျှ mpg ကို ပြောင်းလဲစေခြင်း ရှိ၊ မရှိ သုတေသီများ သိလိုကြသည်။ ယင်းကို စမ်းသပ်ရန်အတွက် ၎င်းတို့သည် လောင်စာဆီမပါဘဲ မော်တော်ကား ၁၁ စီး၏ စိုင်းစိုင်းခမ်းလှိုင်ကို တိုင်းတာသည့် စမ်းသပ်မှုတစ်ခုကို ပြုလုပ်ခဲ့သည်။

ကားတစ်စီးစီသည် ကုသမှုကိုလက်ခံရရှိသောကြောင့်၊ ကားတစ်စီးစီတိုင်းသည် ပျမ်းမျှ mpg နှင့် ဆီမပါဘဲ ဆီစားခြင်းမရှိဘဲ ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် ကားတစ်စင်းစီကို တွဲချိတ်ထားသည့် t-test ကို လုပ်ဆောင်နိုင်ပါသည်။

TI-84 ဂဏန်းတွက်စက်ပေါ်တွင် တွဲထားသည့် t-test ကိုလုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို ပြီးအောင်လုပ်ပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ပထမဦးစွာ နမူနာနှစ်ခုလုံးအတွက် ဒေတာတန်ဖိုးများကို ထည့်သွင်းပါမည်။ Stat ကိုနှိပ်ပြီး EDIT ကို နှိပ်ပါ။ ကော်လံ L1 တွင် ထိန်းချုပ်မှုအဖွဲ့အတွက် အောက်ပါတန်ဖိုးများကို ထည့်သွင်းပါ (လောင်စာဆီကုသမှုမရှိပါ) နှင့် ကော်လံ L2 တွင် ကုသမှုအုပ်စုပြောင်းနိုင်သောတန်ဖိုးများ (လက်ခံရရှိထားသော လောင်စာကုသမှု) ကို ကော်လံ L2 တွင် ထည့်သွင်းပါ၊ ၎င်းနောက် ကော်လံရှိ ဤတန်ဖိုးနှစ်ခုအကြား ကွာခြားချက်၊ L3။

မှတ်ချက်- တတိယကော်လံ၏ထိပ်တွင် L3 ကို မီးမောင်းထိုးပြပါ။ ထို့နောက် L1 ကိုဖန်တီးရန် 2nd နှင့် 1 ကိုနှိပ်ပါ၊ ထို့နောက် အနှုတ်လက္ခဏာဖြင့် L2 ကိုဖန်တီးရန် 2nd နှင့် 2 ကိုနှိပ်ပါ။ ထို့နောက် Enter နှိပ်ပါ။ ကော်လံ L3 ရှိ တန်ဖိုးတစ်ခုစီသည် ဖော်မြူလာ L1-L2 ကို အသုံးပြု၍ အလိုအလျောက် ဖြည့်ပေးမည်ဖြစ်သည်။

အဆင့် 2- တွဲထားသော t-test ကို လုပ်ဆောင်ပါ။

တွဲထားသော t-test ကို လုပ်ဆောင်ရန်၊ တွဲထားသော ခြားနားချက်တန်ဖိုးများပါရှိသော ကော်လံ L3 တွင် t-test ကို ရိုးရိုးရှင်းရှင်း လုပ်ဆောင်ပါမည်။

Stat ကို နှိပ်ပါ။ TestS သို့ဆင်းပါ။ 2:T-Test သို့ ဆင်းပြီး ENTER ကို နှိပ်ပါ။

ဂဏန်းပေါင်းစက်သည် အောက်ပါအချက်အလက်များကို မေးမြန်းလိမ့်မည်-

• ထည့်သွင်းခြင်း- သင်သည် ဒေတာအကြမ်း (Data) သို့မဟုတ် အကျဉ်းချုပ်စာရင်းအင်းများ (Stats) ဖြင့် လုပ်ဆောင်ခြင်းရှိမရှိ ရွေးချယ်ပါ။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့သည် Data ကို မီးမောင်းထိုးပြပြီး ENTER ကိုနှိပ်ပါ။
• μ ₀ : null hypothesis တွင်အသုံးပြုရန် ပျမ်းမျှကွာခြားချက်။ 0 လို့ရိုက်ပြီး ENTER ကို နှိပ်ပါမယ်။
• စာရင်း- နမူနာနှစ်ခုကြား ကွာခြားချက်များပါရှိသော စာရင်း။ L3 လို့ရိုက်ပြီး ENTER ကို နှိပ်ပါမယ်။ မှတ်ချက်- L3 ပေါ်လာရန်အတွက် 2 ကို နှိပ်ပါ၊ ထို့နောက် 3 ကိုနှိပ်ပါ။
• အကြိမ်ရေ- အကြိမ်ရေ။ ဒီ set ကို 1 မှာထားခဲ့ပါ။
• μ : အသုံးပြုရန် အခြား အယူအဆ။ ကျွန်ုပ်တို့သည် အမြီးနှစ်ပိုင်းစမ်းသပ်မှုကို လုပ်ဆောင်နေသောကြောင့်၊ ကျွန်ုပ်တို့သည် ≠ μ _{0 ကို} မီးမောင်းထိုးပြပြီး ENTER ကို နှိပ်ပါ။ ၎င်းသည် ကျွန်ုပ်တို့၏ အစားထိုးယူဆချက်မှာ μ≠0 ဖြစ်ကြောင်း ဖော်ပြသည်။ အခြားရွေးချယ်စရာနှစ်ခုကို ဘယ်ဘက်စမ်းသပ်မှု (<μ ₀ ) နှင့် ညာဘက်စမ်းသပ်မှု (>μ ₀ ) အတွက် အသုံးပြုမည်ဖြစ်သည်။

နောက်ဆုံးတွင် Calculate ကို မီးမောင်းထိုးပြပြီး ENTER ကို နှိပ်ပါ။

အဆင့် 3- ရလဒ်များကို ဘာသာပြန်ပါ။

ကျွန်ုပ်တို့၏ဂဏန်းတွက်စက်သည် နမူနာတစ်ခုတည်း t-test ၏ရလဒ်များကို အလိုအလျောက်ထုတ်ပေးလိမ့်မည်-

ဤသည်မှာ ရလဒ်များကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

• μ≠0 : ဤသည်မှာ စမ်းသပ်မှု၏ အခြားယူဆချက်ဖြစ်သည်။
• t=-1.8751 : ဒါက t-test ကိန်းဂဏန်းပါ။
• p=0.0903 : ၎င်းသည် စမ်းသပ်စာရင်းအင်းနှင့် ကိုက်ညီသော p-တန်ဖိုးဖြစ်သည်။
• x =-1.5455 ။ ဤသည်မှာ အုပ်စု 1 မှ အုပ်စု 2 ၏ ပျမ်းမျှကွာခြားချက်ဖြစ်သည်။
• s _x = 2.7336 ။ ဤသည်မှာ မတူညီမှုများ၏ စံသွေဖည်မှုဖြစ်သည်။
• n=11 : ဤသည်မှာ တွဲထားသော နမူနာ စုစုပေါင်း အရေအတွက် ဖြစ်သည်။

စာမေးပွဲ၏ p-value (0.0903) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။

ဆိုလိုသည်မှာ အဖွဲ့နှစ်ဖွဲ့၏ ပျမ်းမျှ စိုင်းစိုင်းခမ်းလှိုင်၏ ကွာခြားချက် ရှိသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထား မရှိပါ။ ရိုးရိုးရှင်းရှင်းပြောရလျှင် လောင်စာဆီကုသမှုသည် စိုင်းစိုင်းခမ်းလှိုင်အပေါ် သက်ရောက်သည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထားမရှိပါ။