善计者

——统计学在线计算(试用版)

  • 本站提供统计学在线计算服务，工具将持续打磨升级。
  • 【专利技术】下的计算项目为本站特有，计算方法有别于其它软件，且结果最优。
  • 有任何建议请电邮 pvalue.vip@qq.com
  • 本站唯一域名 www.pvalue.vip
备案号：蜀ICP备17041089号
一、选择本地 *.csv 或 *.txt 文件
每一行的数据必须以英文逗号隔开。
二、指定文件编码
通常不用设置；如果读入的中文字符出现乱码，则切换编码重新读取文件。
三、数据文件是否有标题？
将数据文件的第一行作为标题（变量名）。
如果文件内容顶部第一行是标题则勾选；不是标题不要勾选，系统会自动指定。
变量名不会上传到服务器参与计算。
将数值型数据粘贴到文本框内，并指定行数或列数之一；
可直接复制粘贴 Word 或 Excel 中的表格数据，注意数据之间要有符号分隔。

行数= 列数=
变量列表:
检验变量:
原假设(H0):
目标值
显著性水平(α):
备择假设目标值
备择值用于计算受伪概率，可不填。
变量列表:
检验变量:
原假设(H0):
显著性水平(α):
变量列表:
检验变量:
分布函数:
变量列表:
检验变量:
原假设(H0):
待检总体率（P）
显著性水平(α):
从样本统计观测值
  • 分类型数据，指定类型1  
  • 数值型数据，指定分割点
  • 已有观测值，K= , N=
  • N 为试验次数，K 为观测频次.
样本列表:
样本A:
样本B:
原假设(H0):
差值（D）:
显著性水平（α）:
从样本A统计观测值
  • 分类型数据，指定类型1  
  • 数值型数据，指定分割点
  • 已有观测值，K= , N=
  • N 为试验次数，K 为观测频次.
从样本B统计观测值
  • 分类型数据，指定类型1  
  • 数值型数据，指定分割点
  • 已有观测值，K= , N=
  • N 为试验次数，K 为观测频次.
变量列表:
检验变量:
原假设(H0):
目标值 :
显著性水平（α）:
变量列表:
变量A:
变量B:
原假设(H0):
差值（D）:
显著性水平（α）:
备择假设差值
备择值用于计算受伪概率，可不填。
变量列表:
变量A:
变量B:
原假设(H0):
显著性水平（α）:
备择假设目标值
备择值用于计算受伪概率，可不填。
数据已发出，等待服务器处理后返回……
总是在新标签中显示计算结果

小数点后保留
打开大文件时，最多显示 50 行数据

变量列表:
选择变量:
原假设(H0):
目标值 :
显著性水平(α):
变量列表:
变量A:
变量B:
原假设(H0):
均值差（D）:
显著性水平（α）:
变量列表:
检验变量:
原假设(H0):
目标值 :
显著性水平(α):
变量列表:
变量A:
变量B:
原假设(H0):
方差比（k）:
显著性水平（α）:
变量列表:
检验变量（至少选择三个变量）:
显著性水平(α)：
多重比较：
修正 LSD 法(Bonferroni)
Tukey's W
Scheffe
变量列表:
检验变量（至少选择两个变量）:
原假设(H0):

诸样本方差齐(相等)

显著性水平(α):
样本呈正态或对称分布
样本呈偏态分布
样本有极端值或离群值
变量列表:
自变量 X（变量按选择顺序依次作为 x1,x2,...）
因变量Y:
变量列表:
自变量X:
因变量Y:
变量列表:
变量A:
变量B:
原假设(H0):

分布相同

显著性水平（α）:
变量列表:
检验变量:
原假设(H0):
样本服从正态分布
目标值 :
显著性水平(α):
变量列表:
检验变量（可选择多个变量）:
检验方法:
本站 Shapiro-Wilk 检验是扩展版，支持样本量 12 到 5000之间的样本。一般优先采用Shapiro-Wilk 检验，如果样本有较多相同值或值对，则以 Anderson–Darling 检验为佳。Anderson–Darling 检验样本量必须大于 10 .
变量列表:
检验变量（可选择多个变量）:
检验分布:
显著性水平(α):
变量列表:
变量A:
变量B:
检验类型 Mann-Whitney-Wilcoxon 秩和
Kolmogorov-Smirnov Z
变量列表:
检验变量:
检验类型 Kruskal-Wallis 秩和
变量列表:
变量A:
变量B:
检验类型 Wilcoxon 符号秩检验
原假设(H0):
变量列表:
检验变量:
检验类型 Friedman
Kendall W
Cochran Q
变量列表:
当前变量:
Boots样本容量：
置信度水平：
变量列表:
选择变量:

(参数估计) 正态分布均值估计

Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet.

(参数估计) 二项分布总体率估计

二项分布总体率估计的样本量

正态分布单样本均值检验

I 类错误概率 α =
II 类错误概率 β =

正态分布两独立样本均值差检验

Nam dui erat, auctor a, dignissim quis.

正态分布两配对样本均值检验

Nam dui erat, auctor a, dignissim quis.

二项分布单样本总体率检验

Nam dui erat, auctor a, dignissim quis.

二项分布两样本总体率差检验

Nam dui erat, auctor a, dignissim quis.
变量列表:
Y:
类 1
类 2
样本 1
样本 2
检验方法：
使用校正公式计算(仅用于卡方检验)
原假设(H0)：
显著性水平（α）
[1] P1 是样本1 的类1 占率，P2 是样本2 的类1 占率。如果您只有原始样本，可用本站“样本计数器”计数后输入上表。
[2] 卡方检验只能作双尾检验，推荐使用 Z 检验。
Y=0
Y=1
X=0
X=1
原假设(H0)：
显著性水平（α）
如果您只有原始配对样本，可用本站“样本计数器”计数后输入上表。
类别 1
类别 2
样本 1
样本 2
合计
合计
本站独立率差计算式:
aa+b-cc+d
选择区间
区间置信度
总体规模 N
取样次数 n
特征样品数 k
区间置信度
适合有限总体不放回抽样（总体规模小于 1000）。
总体规模 N
取样次数 n
特征样品数 k
不能大于1000，不填则默认为无限总体
区间置信度
“取样次数”是指：刚好取到某种特征样品数时的取样总次数。
取样次数 n
特征样品数 k
区间置信度
适合超大总体，或有放回抽样。
变量列表:
拟合变量:
目标分布