Comment trouver probabilités pour z avec le z-tableau
Vous pouvez utiliser le Z-table pour trouver un ensemble complet de probabilités «moins-que" pour une large gamme de z-des valeurs. Pour utiliser le Z-table pour trouver les probabilités pour un échantillon statistique avec une normale standard (Z-) La distribution, procédez comme suit:
Aller à la ligne qui représente le chiffre des unités et le premier chiffre après la virgule (le chiffre des dixièmes) de votre z-valeur.
Aller à la colonne qui représente le deuxième chiffre après la virgule (le chiffre centièmes) de votre z-valeur.
Intersection de la ligne et la colonne de étapes 1 et 2.
Ce résultat représente p(Z lt; z), La probabilité que la variable aléatoire Z est inférieure à la valeur z (également connu comme le pourcentage de z-valeurs qui sont inférieures à la donnée z valeur).
Par exemple, supposons que vous voulez trouver p(Z lt; 2,13). En utilisant le Z-tableau ci-dessous, trouvez la ligne de 2.1 et la colonne de 0,03. Intersection cette ligne et de la colonne de trouver la probabilité: 0,9834. Donc p(Z lt; 2.13) = 0,9834.
Notant que la superficie totale en vertu d'une courbe normale (y compris la courbe normale standardisée) est 1, il en résulte que p(Z lt; 2,13) + p(Z > 2,13) = 1. Donc, p(Z > 2,13) = 1 - p(Z lt; 2.13) qui est égale à 1 - 0,9834 ce qui équivaut à 0,0166.
Supposons que vous voulez chercher p(Z lt; -2.13). Vous trouverez la ligne de -2.1 et la colonne de 0,03. Intersection de la ligne et la colonne et vous trouverez 0.0166- que des moyens p(Z lt; -2.13) = 0,0166. Remarquez que cela arrive à égaler p(Z> 2,13) .La raison en est »parce que la distribution normale est symétrique. Ainsi, la queue en dessous de la courbe représentant -2,13 p(Z lt; -2.13) Ressemble exactement à la queue-dessus de 2.13 représentant p(Z > 2,13).
-
La densité et de l'économétrie ou bivariées probabilité conjointe -
Économétrie et de la fonction de densité cumulative (CDF) -
Mettre les variables sur la même échelle: distribution normale standard (z) -
Comment lire et travailler avec des tables de probabilités -
La différence entre les distributions de probabilités discrètes et continues -
Comprendre probabilités binôme en utilisant la table binomiale
Trouver les valeurs critiques bilatéral pour tester une hypothèse pour un petit échantillon Lorsque vous utilisez un petit échantillon pour tester une hypothèse sur une moyenne de population, vous prenez la ou les valeurs essentielles résultant de la distribution t de Student. Pour un test bilatéral, la valeur critique estet n…
Trouver les valeurs critiques bilatéral pour tester une hypothèse pour un large échantillon Dans les statistiques, un grand échantillon a une taille supérieure ou égale à 30. Lorsque vous utilisez un grand échantillon à tester une hypothèse sur une moyenne de population, la ou les valeurs critique résultant bilatéral de la…
Comment convertir une distribution d'échantillonnage à une variable aléatoire normale standard utilisant le théorème central limite Vous pouvez utiliser le théorème central limite pour convertir une distribution d'échantillonnage à une variable aléatoire normale standard. Basé sur le théorème central limite, si vous dessinez des échantillons à partir d'une population…
Comment trouver un centile pour une distribution normale Un problème populaire distribution normale implique percentiles de constatation pour X. Autrement dit, vous êtes donné le pourcentage ou la probabilité statistique d'être à ou en dessous d'un certain X-valeur, et vous devez trouver le X-valeur…
Comment trouver percentiles pour une distribution de t Lorsque vous voulez trouver percentiles pour une t-distribution, vous pouvez utiliser la t-table. UN percentile est un numéro sur une distribution statistique dont le moins que la probabilité est la percentage- donnée par exemple, le 95e centile…
Comment trouver les probabilités pour un échantillon moyen Dans les statistiques, vous pouvez facilement trouver les probabilités pour une moyenne de l'échantillon si elle a une distribution normale. Même si elle n'a pas une distribution normale, ou la distribution est pas connue, vous pouvez trouver des…
Comment trouver des probabilités statistiques dans une distribution normale Si votre échantillon statistique a une distribution normale (X), Alors vous pouvez utiliser le Z-table pour trouver la probabilité que quelque chose va se produire au sein d'un ensemble défini de paramètres. Par exemple, vous pourriez regarder…
Comment trouver les valeurs critiques pour une hypothèse de variance utilisant le f table Vous pouvez trouver les valeurs critiques pour une hypothèse ANOVA en utilisant le F-table. Parce que le F-distribution est basée sur deux types de degrés de liberté, il ya un tableau pour chaque valeur possible de l'alpha (le niveau…
Comment trouver l'approximation normale de la distribution binomiale avec un large échantillon n Si vous travaillez à partir d'un large échantillon statistique, puis résoudre les problèmes à l'aide de la distribution binomiale peut sembler intimidante. Cependant, il ya en fait un moyen très facile de se rapprocher de la distribution…
Comment trouver T * -values pour des intervalles de confiance Les intervalles de confiance estimer les paramètres de la population, comme la moyenne de population, en utilisant une statistique (par exemple, la moyenne de l'échantillon) plus ou moins une marge d'erreur. Pour calculer la marge d'erreur pour un…
Comment représenter graphiquement la distribution uniforme La distribution uniforme est une distribution continue qui affecte seulement probabilités positives au sein d'un intervalle spécifié (un, b) - Qui est, toutes les valeurs entre un et b. (un et b sont deux constants- ils peuvent être négatifs ou…
Comment utiliser le t-table pour résoudre les problèmes statistiques La t-table (pour le t-distribution) est différente de la Z-table (pour le Z-distribution) - assurez-vous de comprendre les valeurs de la première et la dernière rangée. Trouver probabilités pour divers t-distributions, en utilisant la t-table,…
Distributions de probabilité continue Lorsque vous travaillez avec des distributions de probabilités continues, les fonctions peuvent prendre de nombreuses formes. Ceux-ci comprennent uniforme continue, exponentielle, normale, normale standard (Z), approximation binomiale, Poisson…
Comment analyser la variation normale et la probabilité pour six sigma Toutes les données de processus et de produits dans les projets Six Sigma ont variation- chaque instance répétée de tout point de données mesurée est différente de l'instance avant. Et comme la collecte de mesures répétées entasse, une…