मीन्स कैलकुलेटर के बीच अंतर के लिए कॉन्फिडेंस इंटरवल

कॉन्फिडेंस इंटरवल का उपयोग विशिष्ट मापदंडों के अनुमान से परे है, क्योंकि इसका उपयोग मापदंडों के बीच संचालन के लिए भी किया जा सकता है। इस विशिष्ट मामले में, उद्देश्य दो जनसंख्या साधनों (\(\mu_1 - \mu_2\)) के बीच अंतर के लिए एक विश्वास अंतराल (CI) का निर्माण करना है, इस मामले में कि जनसंख्या मानक विचलन ज्ञात नहीं है, जिस स्थिति में विश्वास अंतराल के लिए अभिव्यक्ति है:

\[ CI = \left(\bar X_1 - \bar X_2 - t_c \times \sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}, \bar X_1 - \bar X_2 + t_c \sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}\right) \]

जब जनसंख्या भिन्नता को असमान मान लिया जाता है, और

\[ CI = \left(\bar X_1 - \bar X_2 - t_c \times s_p \sqrt{\frac{1}{n_1}+\frac{1}{n_2}}, \bar X_1 - \bar X_2 + t_c \times s_p \sqrt{\frac{1}{n_1}+\frac{1}{n_2}}\right) \]

जब जनसंख्या भिन्नता को समान माना जाता है। महत्वपूर्ण टी-मान टी-वितरण से जुड़े महत्वपूर्ण मूल्यों के अनुरूप है, और स्वतंत्रता की डिग्री की संख्या इस बात पर निर्भर करती है कि जनसंख्या भिन्नता बराबर या असमान है या नहीं। समान जनसंख्या भिन्नताओं के लिए स्वतंत्रता की डिग्री की संख्या \(df = n_1 + n_2 - 2\) है, और स्वतंत्रता की डिग्री की संख्या

मान्यताएँ जिन्हें पूरा करने की आवश्यकता है

इस मामले में, जैसा कि अधिकांश पैरामीट्रिक प्रक्रियाओं के साथ होता है, हमें यह चाहिए कि नमूने सामान्य रूप से वितरित आबादी से आते हैं। इस मामले में हमें यह मानने की ज़रूरत नहीं है कि जनसंख्या मानक विचलन ज्ञात हैं (जो उस मामले की तुलना में अधिक यथार्थवादी धारणा है जहां यह माना जाता है कि वे ज्ञात हैं)।

अधिक विश्वास अंतराल कैलकुलेटर

ध्यान दें कि यदि आप दोनों जनसंख्या मानक विचलन जानते हैं, तो आप के लिए कैलकुलेटर का उपयोग करना चाहेंगे ज्ञात जनसंख्या भिन्नताओं के लिए साधनों के बीच अंतर का विश्वास अंतराल . केवल एक मतलब के लिए उपयोग करें यह कैलकुलेटर .