1サンプル比率の無作為化テストのデータを入力する

1標本比率の無作為化検定 > 再抽出 > 計算

使用するデータに最も当てはまるオプションを選択します。

列にある標本データ

データがワークシートの1つの列に含まれている場合は、次の手順を実行します。

  1. ドロップダウンリストから、列にある標本データを選択します。
  2. 標本で、分析するデータの列を入力します。列には、真と偽などの2つの異なる値が含まれていなければなりません。
  3. 事象で、事象(成功とも呼ばれます)として使う結果を選択します。 標本比率は、事象の数を総試行回数割った値と等しくなります。
  4. 再標本数に、データの再標本を採る回数を入力します。各再標本の標本の大きさは、元のデータセットの標本の大きさに等しくなります。1~10,000の好きな値を入力します。通常は、再標本の数が多いとうまくいきます。
  5. 仮説比率に値を入力します。仮設比率により、帰無仮説(H0:ρ = ρ0)を定義します。この値を、目標値または参照値と考えます。たとえば、ダイレクトメールの商品に反応する顧客の比率が4.3%と異なるかどうかを判定する場合、分析者は0.043と入力します(H0:ρ = 0.043)。
このワークシートでは、購入は標本で、世帯が広告を受け取った後に購入するかどうかを示します。事象ははいです。
C1
購入
はい
いいえ
いいえ
いいえ

要約データ

事象数と試行回数を知っていて、ワークシートに実際の標本データがない場合は、次の手順を実行します。

  1. ドロップダウンリストから、要約データを選択します。
  2. 事象数に、成功数を入力します。たとえば、欠陥部品の比率を判定する場合、事象数は欠陥部品に等しくなります。
  3. 試行回数に、総観測数を入力します。たとえば、欠陥部品の比率を判定する場合、試行回数は抽出した総部品数に等しくなります。
  4. 再標本数に、データの再標本を採る回数を入力します。各再標本の標本の大きさは、元のデータセットの標本の大きさに等しくなります。1~10,000の好きな値を入力します。通常は、再標本の数が多いとうまくいきます。
  5. 仮説比率に値を入力します。仮設比率により、帰無仮説(H0:ρ = ρ0)を定義します。この値を、目標値または参照値と考えます。たとえば、ダイレクトメールの商品に反応する顧客の比率が4.3%と異なるかどうかを判定する場合、分析者は0.043と入力します(H0:ρ = 0.043)。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください