Calculadora de prueba exacta de permutación de medias
Enumerar cada grupo de tamaño fijo que se relabela para una prueba de aleatorización de doble cara diferente.
SU CÁLCULO
Resultado
—
Pasos del cálculo
Trabaje a través de un paso a la vez o revele el cálculo completo. Los pasos utilizan sus entradas actuales.
Cómo calcular
Tratar posiciones de observación como distintas, enumerar todas las combinaciones e incluir vínculos en la estadística absoluta observada.
p=number of label partitions with |meanA−meanB| at least observed / all fixed-size partitions
Ejemplo resuelto
Las muestras 1, 2, 3 y 4, 5, 6 han observado una diferencia media −3 y un relabeling exacto de dos caras p=2/20=0.1.
Suposiciones y detalles de entrada
2 - 9 observaciones por grupo, como máximo 18 combinados. La exactitud está condicionada al modelo de cambio / aleatorización, no garantizado para grupos de distribución unequales. Esto utiliza una diferencia media no estudiada e incluye la asignación observada; no hay un ajuste de Monte Carlo ni de uno.
Usando esta calculadora
¿Puedo entrar en mi propio problema?
Sí. Sustitúyase los valores de ejemplo por sus propias entradas. El resultado, los pasos de cálculo, los cuadros y los diagramas aplicables se actualizan a partir de esos insumos. Los valores blanks o inválidos despejan el resultado; los valores de ejemplo nunca se sustituyen silenciosamente por los insumos que faltan.
¿Los resultados son exactos?
Los resultados utilizan la aritmética de un punto flotante y se muestran redondeados. Leer la fórmula, suposiciones y cualquier precisión de los datos antes de interpretar el resultado.
¿Mi entrada está cargada?
El cálculo se ejecuta en su navegador. No se requiere cuenta, carga de archivos o servicio AI externo. Las entradas no se guardan entre recargas de página.
Comparar muestra independiente significa usar errores estándar unequalvarianza, Welch grados de libertad y un intervalo de dos caras.
Generar un intervalo de bootstrap percentil reproducible para una media de muestra, con error estándar de bootstrap, sesgo y cuantios empíricos.
Compare dos muestras independientes utilizando rangos agrupados, estadísticas de U y superioridad de pairwise observada.
Espacio reservado para publicidad.