积极 AI Logo 积极 AI

检验效能演示

检验效能演示
几何画板及绘图内容加载中，请稍等……
2020-04-07 08:52
微积分概率统计函数图像
①本范例演示了统计检验中检验效能的概念，通过图形展示不同参数下检验效能的变化；②涉及核心数学概念包括正态分布、检验效能、显著性水平、临界值等；③作图要点使用了Normal（正态分布）、InverseNormal（逆正态分布）、IntegralBetween（区间积分）、Integral（积分）、μ0（原假设均值）、xbar（样本均值）、σ（标准差）、f（分布函数）、g（分布函数）、α（显著性水平）、z_（临界值）、h（检验效能）、line1（直线）、c（常数）、a（参数）、b（参数）；④适合高中及以上学生及统计学学习者，用于理解和可视化检验效能的计算与影响。

GeoGebra 命令及参数

  1. Normal(μ0, σ, x, false) → f
  2. InverseNormal(μ0, σ, α) → z_*
  3. IntegralBetween(g, line1, -100, z_*) → c
  4. Integral(Normal[μ0, σ, x, false], -20, z_*) → a
  5. IntegralBetween(g, line1, z_*, 20) → b

AI 绘图提示语参考

绘制一个正态分布曲线，表示原假设均值μ0和标准差σ，然后画出显著性水平α对应的z_值，接着计算并显示在z_值左侧的面积c，以及z_值右侧到20的面积b。
以上提示语为根据原始绘图命令整理而来，仅供参考。