इस भाले के महत्वपूर्ण सहसंबंध कैलकुलेटर के बारे में अधिक जानकारी

महत्वपूर्ण मानों का उपयोग परीक्षण आंकड़े के साथ किया जाता है ताकि आकलन किया जा सके कि शून्य परिकल्पना को अस्वीकार कर दिया गया है या नहीं।इस मामले में, स्पीरमैन के नमूना सहसंबंध \(\rho\) इस कैलकुलेटर द्वारा पाए गए महत्वपूर्ण सहसंबंध मूल्यों के साथ तुलना की जाएगी \(\rho_c\)।

दो-पूंछ वाले मामले के लिए, \(|\rho| > \rho_c\) अगर शून्य परिकल्पना को खारिज कर दिया जाता है।दाएं पूंछ वाले मामले के लिए, शून्य परिकल्पना को अस्वीकार कर दिया जाता है यदि \(\rho > \rho_c\) और बाएं पूंछ वाले मामले के लिए, \(\rho < \rho_c\) के लिए शून्य परिकल्पना को खारिज कर दिया जाता है।प्रत्येक मामले में, आलोचनात्मक स्पीरमैन के सहसंबंध को पूंछ, महत्व स्तर और नमूना आकार के प्रकार के आधार पर गणना की जाती है।

स्पीरमैन रैंक महत्वपूर्ण मूल्य तालिका

निरीक्षण करें कि आमतौर पर महत्वपूर्ण सहसंबंध मान, दोनों पियरसन और स्पीरमैन के सहसंबंध महत्वपूर्ण मान दोनों टेबल में दिए जाते हैं।कभी-कभी, उन तालिकाओं को पढ़ना मुश्किल होता है और उस वास्तविक मूल्य को पढ़ने में लंबा समय लग सकता है जिसे आप ढूंढ रहे हैं।

इस कैलकुलेटर का एक लाभ यह है कि यह आपको जल्दी से सटीक संख्या देगा जो आप ढूंढ रहे हैं।

स्पीरमैन का सहसंबंध क्या दिखाता है?

स्पीरमैन का सहसंबंध क्रमबद्ध स्तर पर मापा दो चर के बीच रैखिक संबंध की डिग्री का आकलन करता है।अधिक विशेष रूप से, यह एक जोड़ा नमूना \((X_n, Y_n)\) के लिए रैंक के रैखिक एसोसिएशन का आकलन करता है।

स्पीरमैन सहसंबंध का उपयोग कब किया जाना चाहिए?

स्पीरमैन के सहसंबंध का उपयोग करना उचित है जब हम जिस डेटा के साथ काम कर रहे हैं वह क्रमबद्ध स्तर पर मापा जाता है।यह आमतौर पर रैंकिंग इत्यादि से संबंधित डेटा के साथ होता है।

अंतराल या अनुपात के स्तर के लिए, आपको इसके बजाय इसका उपयोग करना चाहिए पायर्सन का मनभर्जन सहसंबंद कोलकूलेटर , अधिक सांख्यिकीय रूप से शक्तिशाली परीक्षण का लाभ उठाने के लिए।