טופס מבחן מבוא לסטטיסטיקה לתלמידי מדעי החברה ב 2025ב'

פרטי הבחינה

האוניברסיטה הפתוחה
שאלון בחינת גמר
30112 – מבוא לסטטיסטיקה לתלמידי מדעי החברה ב
מס' שאלון 575 | מס' מועד 65
סמסטר 2025ב | 7 ביולי 2025, י"א בתמוז תשפ"ה
משך הבחינה: 3:15 שעות

מבנה הבחינה

עליכם לענות על ארבע שאלות.

סטודנטים שלמדו את הקורס בשנת 2024 (סמסטרים א, ב, ג) יענו על 4 שאלות מבין השאלות 1–5.
סטודנטים שלמדו בשנת 2025 (סמסטר א או ב) או בשנים קודמות ל-2024 יענו על 4 שאלות מבין השאלות 2–6.

(25 נקודות לכל תשובה נכונה ומלאה.)

אם תענו על יותר מארבע שאלות, ייבדקו רק ארבע התשובות הראשונות, לפי סדר הופעתן בקובץ הפתרונות.

שימו לב: בסוף השאלון מצורפים דפי עזר וטבלאות.

חומר עזר: מחשבון כיס מדעי, שאינו אוצר מידע. יש להשתמש במחשבון פיזי בלבד! אין להכניס חומר מודפס או חומר אחר מכל סוג. אסור שימוש בעזרים ובחומרים מקוונים.

שאלה 1 (25 נקודות)

על־פי מנהלת גני הילדים בעירייה, זמן השינה של ילדי הגן בשעות הצהריים מתפלג נורמלית עם תוחלת 90 דקות וסטיית תקן 15 דקות. גננת בגן ילדים מעוניינת לבדוק אם תוחלת זמן השינה של הילדים במהלך שעות הצהריים גבוהה יותר. לצורך בדיקתה דגמה הגננת 50 ילדים ומצאה זמן ממוצע של שינה בשעות הצהריים 94 דקות.

א. (10 נק') בדקו את טענתה ברמת מובהקות 0.05. רשמו את ההשערות, את ההנחות, את המבחן ואת המסקנות.

ב. (6 נק') מהי רמת המובהקות המינימלית שעבורה יוחלט שטענתה נכונה?

ג. (9 נק') בנו רווח סמך ברמת סמך 99% לתוחלת זמן השינה בשעות הצהריים, על־פי נתוני המדגם.

ad

שאלה 2 (25 נקודות – הסעיפים אינם קשורים זה בזה)

א. (8 נק') מתוך אוכלוסייה בעלת התפלגות נורמלית עם הפרמטרים \( \mu = 165 \) ; \( \sigma = 15 \) נלקח מדגם מקרי של 25 תצפיות. אם \( P(\bar{X} \le A) = 0.119 \), מהו ערכו של \( A \)?

ב. (7 נק') חוקר החליט לאמוד את פרופורציית מסיימי התואר האקדמי שמוצאים עבודה תוך שנה מסיום לימודיהם. מהו גודל המדגם שעל החוקר לחקור על מנת לקבל רווח בר-סמך, ברמת סמך 0.90, שעבורו אורך הרווח לא יעלה על 0.08?

ג. (10 נק') לפניכם ניתוח סטטיסטי של שיעורי רופאים בשני אזורים בישראל (ל-1000 נפש).

Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
Sig. df Std. Error Difference 95% Confidence Interval of the Difference
Lower Upper
Rate Equal variances assumed .254 33 .18432 2.66472 3.41471
Equal variances not assumed 32.560 .18337 2.66645 3.41299

מהם 2 המבחנים שבוצעו בפלט? רשמו את ההשערות לכל אחד מהמבחנים, ואת ההנחות הנדרשות לכל אחד מהם.

שאלה 3 (25 נקודות – סעיף א אינו קשור ליתר הסעיפים)

א. (8 נק') במחקר שנערך לבדוק את פופולריות סוגי המשחקים בקרב ילדים, נאספו נתונים לגבי 90 ילדים סה"כ, ששיחקו בכל סוג של משחק באופן הבא:
30 ילדים שיחקו במשחקי ספורט, 25 ילדים שיחקו במשחקי לוח, 20 ילדים במשחקי מחשב ו-15 ילדים במשחקי זיכרון.
על־פי מחקרים קודמים החלוקה בין סוגי המשחקים השונים היא:
40% משחקי ספורט, 30% משחקי לוח, 20% משחקי מחשב ו-10% משחקי זיכרון.
בדקו את ההשערה כי התפלגות הילדים המשחקים במשחקים השונים השתנתה. הניחו רמת מובהקות 5%.

ב. (8 נק') נערך מחקר על השפעת תוכנית חדשה לשיפור הלמידה על ציוני תלמידים בבית הספר. נבדקו מקרית 8 תלמידים לפני ואחרי התוכנית. ציוני התלמידים מפורטים בטבלה:

לפני התוכנית 75 80 70 85 60 90 78 50
אחרי התוכנית 82 85 75 88 60 88 85 60

בדקו את הטענה ברמת מובהקות 0.025, בהנחה שהציון מתפלג נורמלית. נמקו.

ג. (9 נק') בהמשך לסעיף ב, בנו רווח סמך לתוחלת של הציונים אחרי התוכנית. הניחו רמת ביטחון של 95%.

שאלה 4 (25 נקודות)

במחקר שוק לגבי הקניות באינטרנט נבדק מדגם מקרי של 100 צעירים ושל 150 מבוגרים. הם נשאלו האם הם קונים באינטרנט. 39 מהצעירים ו-46 מהמבוגרים ענו שהם מבצעים קניות באינטרנט.

א. (9 נק') האם לאור התוצאות ניתן לטעון ברמת מובהקות 0.05 שקיים הבדל בין פרופורציית הצעירים הקונים באינטרנט לבין פרופורציה זו בקרב המבוגרים? נמקו. בתשובתכם רשמו את ההשערות, ההנחות, התנאי ומסקנה מילולית.

ב. (9 נק') בשנה שעברה אחוז הקניות באינטרנט היה 28%. האם לאור תוצאות 250 הנדגמים ניתן לומר שהשנה חלה עלייה באחוז הקניות באינטרנט, ברמת מובהקות 0.01? בתשובתכם רשמו את ההשערות, ההנחות, התנאי ומסקנה מילולית.

ג. (7 נק') על סמך תוצאות המדגם של הצעירים, מצאו רווח סמך לפרופורציית הצעירים המבצעים קניות באינטרנט ברמת סמך 95%.

שאלה 5 – שימו לב: סעיף ג הינו סעיף עצמאי (25 נקודות)

לפניכם ניתוח סטטיסטי של משך זמני הפצת דברי דואר (ימים). הניחו כי משך הזמן מתפלג נורמלית.

One-Sample Test
Test Value = 1
t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference
Lower Upper
Time 3.696 17 .002 4.40196 1.8889 6.9150

א. (7 נק') מהו המבחן הסטטיסטי שבוצע? מה ערכו של ממוצע המדגם?

ב. (8 נק') מהי מסקנת הבדיקה ברמת מובהקות 0.05? בתשובתכם רשמו את ההשערות הנבדקות, את ההנחות, את התנאי ומסקנה מילולית.

ג. (10 נק') חוקר בדק את סטיית התקן של גובה הצמחייה בגינה שלו. הוא מדד גובה של 6 צמחים וקיבל את הנתונים הבאים בס"מ: 45, 48, 50, 52, 47, 49. בדקו את ההשערה כי סטיית התקן של גובה הצמחייה שונה מ-3 ס"מ. הניחו כי הגובה מתפלג נורמלית ורמת המובהקות היא 0.1. בתשובתכם רשמו את ההשערות הנבדקות, את ההנחות, את התנאי ומסקנה מילולית.

שאלה 6 (25 נקודות)

על־פי מנהלת גני הילדים בעירייה, זמן השינה של ילדי הגן בשעות הצהריים מתפלג נורמלית עם תוחלת 90 דקות וסטיית תקן 15 דקות. גננת בגן ילדים מעוניינת לבדוק אם תוחלת זמן השינה של הילדים במהלך שעות הצהריים גבוהה יותר. לצורך בדיקתה דגמה הגננת 50 ילדים ומצאה זמן ממוצע של שינה בשעות הצהריים 94 דקות.

א. (10 נק') בדקו את טענתה ברמת מובהקות 0.05. רשמו את ההשערות, את ההנחות, את המבחן ואת המסקנות.

ב. (6 נק') מהי רמת המובהקות המינימלית שעבורה יוחלט שטענתה נכונה?

ג. (9 נק') חשבו את עוצמת המבחן, אם למעשה זמן השינה הממוצע בשעות הצהריים הוא 96 דקות.

בהצלחה!

דפי נוסחאות וטבלאות

I. דגימה

\[ E(X) = \sum_i x_i P(x_i) = \mu \qquad ; \qquad V(X) = \sum_i (x_i-\mu)^2 P(x_i) = \sum_i x_i^2 P(x_i) – \mu^2 = \sigma_X^2 \]

\[ E(\bar{X}) = E(X) = \mu \qquad ; \qquad V(\bar{X}) = \sigma_{\bar{X}}^2 = \frac{\sigma_X^2}{n} \qquad ; \qquad \sigma_{\bar{X}} = \frac{\sigma_X}{\sqrt{n}} \]

אם \( X \sim N(\mu,\sigma^2) \) אזי: \( \bar{X} \sim N\!\left(\mu, \dfrac{\sigma^2}{n}\right) \) ו-\( \displaystyle\sum_{i=1}^{n} X_i \sim N(n\mu, n\sigma^2) \).

אם \( E(X) = \mu \) ו-\( V(X) = \sigma^2 \) אזי עבור \( n \) מספיק גדול: \( \bar{X} \sim N\!\left(\mu, \dfrac{\sigma^2}{n}\right) \), \( \displaystyle\sum_{i=1}^{n} X_i \sim N(n\mu, n\sigma^2) \).

אם \( X \sim B(n,p) \) אזי עבור \( np \ge 10 \) ו-\( nq \ge 10 \): \( X \sim N(np, npq) \) ו-\( \hat{p} \sim N\!\left(p, \dfrac{pq}{n}\right) \).

\[ \hat{S}^2 = \frac{\sum_{i=1}^{n}(X_i-\bar{X})^2}{n-1} = \frac{\sum_{i=1}^{n} X_i^2 – n\bar{X}^2}{n-1} = \left(\frac{n}{n-1}\right)S^2 \]

II. רווחי סמך ברמת סמך \( 1-\alpha \)

1. ל-\( \mu \) כאשר \( \sigma \) ידוע:

\[ \bar{X} – z_{\frac{\alpha}{2}}\frac{\sigma}{\sqrt{n}} < \mu < \bar{X} + z_{\frac{\alpha}{2}}\frac{\sigma}{\sqrt{n}} \]

2. ל-\( \mu \) כאשר \( \sigma \) לא ידוע:

\[ \bar{X} – t_{\frac{\alpha}{2}}^{(n-1)}\frac{\hat{S}}{\sqrt{n}} < \mu < \bar{X} + t_{\frac{\alpha}{2}}^{(n-1)}\frac{\hat{S}}{\sqrt{n}} \]

3. ל-\( \mu_1-\mu_2 \) כאשר השונויות ידועות:

\[ (\bar{X}_1-\bar{X}_2) – z_{\frac{\alpha}{2}}\sqrt{\frac{\sigma_1^2}{n_1}+\frac{\sigma_2^2}{n_2}} < \mu_1-\mu_2 < (\bar{X}_1-\bar{X}_2) + z_{\frac{\alpha}{2}}\sqrt{\frac{\sigma_1^2}{n_1}+\frac{\sigma_2^2}{n_2}} \]

4. ל-\( \mu_1-\mu_2 \) כאשר השונויות לא ידועות אך שוות:

\[ (\bar{X}_1-\bar{X}_2) – t_{\frac{\alpha}{2}}^{(n_1+n_2-2)}\sqrt{\frac{\hat{S}^2}{n_1}+\frac{\hat{S}^2}{n_2}} < \mu_1-\mu_2 < (\bar{X}_1-\bar{X}_2) + t_{\frac{\alpha}{2}}^{(n_1+n_2-2)}\sqrt{\frac{\hat{S}^2}{n_1}+\frac{\hat{S}^2}{n_2}} \]

5. ל-\( \mu_D \) במדגמים מזווגים:

\[ \bar{D} – t_{\frac{\alpha}{2}}^{(n-1)}\frac{\hat{S}_D}{\sqrt{n}} < \mu_D < \bar{D} + t_{\frac{\alpha}{2}}^{(n-1)}\frac{\hat{S}_D}{\sqrt{n}} \]

6. ל-\( p \):

\[ \hat{p} – z_{\frac{\alpha}{2}}\sqrt{\frac{\hat{p}\hat{q}}{n}} < p < \hat{p} + z_{\frac{\alpha}{2}}\sqrt{\frac{\hat{p}\hat{q}}{n}} \]

7. ל-\( p_1-p_2 \):

\[ (\hat{p}_1-\hat{p}_2) – z_{\frac{\alpha}{2}}\sqrt{\frac{\hat{p}_1\hat{q}_1}{n_1}+\frac{\hat{p}_2\hat{q}_2}{n_2}} < p_1-p_2 < (\hat{p}_1-\hat{p}_2) + z_{\frac{\alpha}{2}}\sqrt{\frac{\hat{p}_1\hat{q}_1}{n_1}+\frac{\hat{p}_2\hat{q}_2}{n_2}} \]

8. ל-\( \sigma^2 \):

\[ \frac{(n-1)\hat{S}^2}{\chi^{2\,(n-1)}_{\alpha/2}} < \sigma^2 < \frac{(n-1)\hat{S}^2}{\chi^{2\,(n-1)}_{1-\alpha/2}} \]

9. ל-\( \dfrac{\sigma_1^2}{\sigma_2^2} \):

\[ \frac{\hat{s}_1^2/\hat{s}_2^2}{f_{\frac{\alpha}{2}}^{(n_1-1,\,n_2-1)}} < \frac{\sigma_1^2}{\sigma_2^2} < \frac{\hat{s}_1^2/\hat{s}_2^2}{f_{1-\frac{\alpha}{2}}^{(n_1-1,\,n_2-1)}} \]

III. בדיקת השערות

\( c \) – ערך הפרמטר לפי השערת האפס.

1. על תוחלת אחת, שונות ידועה:

\[ Z_{\bar{X}} = \frac{\bar{X}-c}{\sigma/\sqrt{n}} \]

גודל מדגם מינימלי:

\[ n \ge \left[\frac{(z_{\bar{X}_0}-z_{\bar{X}_1})\cdot\sigma}{\mu_0-\mu_1}\right]^2 = \left[\frac{(z_{(1-\alpha)}+z_{(1-\beta)})\cdot\sigma}{\mu_0-\mu_1}\right]^2 \]

2. על תוחלת אחת, שונות לא ידועה:

\[ T_{\bar{X}} = \frac{\bar{X}-c}{\hat{S}/\sqrt{n}} \]

3. על הפרש תוחלות, שונויות ידועות:

\[ Z_{\bar{X}_1-\bar{X}_2} = \frac{(\bar{X}_1-\bar{X}_2)-c}{\sqrt{\dfrac{\sigma_1^2}{n_1}+\dfrac{\sigma_2^2}{n_2}}} \]

4. על הפרש תוחלות, שונויות לא ידועות אך שוות:

\[ T_{\bar{X}_1-\bar{X}_2} = \frac{(\bar{X}_1-\bar{X}_2)-c}{\sqrt{\dfrac{\hat{S}^2}{n_1}+\dfrac{\hat{S}^2}{n_2}}} \]

כאשר:

\[ \hat{S}^2 = \frac{\sum_{i=1}^{n_1}(X_{1i}-\bar{X}_1)^2 + \sum_{i=1}^{n_2}(X_{2i}-\bar{X}_2)^2}{n_1+n_2-2} = \frac{(n_1-1)\hat{S}_1^2 + (n_2-1)\hat{S}_2^2}{n_1+n_2-2} \]

5. על הפרש תוחלות במדגמים מזווגים:

\[ T_{\bar{D}} = \frac{\bar{D}-c}{\hat{S}_D/\sqrt{n}} \]

כאשר:

\[ \bar{D} = \frac{\sum_{i=1}^{n} D_i}{n} \qquad , \qquad \hat{S}_D^2 = \frac{\sum_{i=1}^{n}(D_i-\bar{D})^2}{n-1} = \frac{\sum_{i=1}^{n} D_i^2 – n\bar{D}^2}{n-1} \]

6. על פרופורציה אחת:

\[ Z_{\hat{p}} = \frac{\hat{p}-c}{\sqrt{\dfrac{c(1-c)}{n}}} \]

גודל מדגם מינימלי:

\[ n \ge \left[\frac{z_{(1-\alpha)}\cdot\sqrt{p_0\cdot q_0} + z_{(1-\beta)}\cdot\sqrt{p_1\cdot q_1}}{p_0-p_1}\right]^2 \]

7. על הפרש פרופורציות:

\[ Z_{\hat{p}_1-\hat{p}_2} = \frac{\hat{p}_1-\hat{p}_2}{\sqrt{\dfrac{\hat{p}\hat{q}}{n_1}+\dfrac{\hat{p}\hat{q}}{n_2}}} \]

כאשר:

\[ \hat{p} = \frac{\hat{p}_1 n_1 + \hat{p}_2 n_2}{n_1+n_2} \]

8. על שונות אחת:

\[ \chi^2 = \frac{(n-1)\hat{S}^2}{c} = \frac{nS^2}{c} = \frac{\sum_{i=1}^{n}(X_i-\bar{X})^2}{c} \]

9. על שתי שונויות:

\[ F = \frac{\hat{S}_1^2}{\hat{S}_2^2} \]

IV. מבחנים אי-פרמטריים

1. מבחן הבינום:

\[ P(X \le k) = \sum_{x=0}^{k} \binom{n}{x} p^{x}(1-p)^{n-x} \]

2. מבחן טיב התאמה:

\[ \chi^2 = \sum_{i=1}^{k} \frac{(O_i-E_i)^2}{E_i} \sim \chi^2(k-1) \]

3. מבחן לבחינת קשר בין שני משתנים שמיים:

\[ \chi^2 = \sum_i \frac{(O_i-E_i)^2}{E_i} \sim \chi^2\big((r-1)(c-1)\big) \]

4. מבחן מקנמר:

\[ \frac{B-C}{\sqrt{B+C}} \sim N(0,1) \]

5. מבחן וילקוקסון למדגמים בלתי-תלויים:

\[ U_1 = W_1 – \frac{n_1(n_1+1)}{2} \quad ; \quad U_2 = W_2 – \frac{n_2(n_2+1)}{2} \quad ; \quad U = \min(U_1, U_2) \]

6. מבחן פישר:

\[ P = \frac{\dbinom{A+C}{A}\dbinom{B+D}{B}}{\dbinom{N}{A+B}} \]

נספח ב: טבלאות התפלגויות

טבלה 1 – פונקציית ההתפלגות המצטברת של המשתנה הנורמלי הסטנדרטי \( \Phi(z)=P(Z\le z) \)

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998

טבלה 1א – ערכי \( z \) נפוצים כפונקציה של \( \Phi(z) \)

\( \Phi(z) \) 0.9 0.95 0.975 0.99 0.995 0.999
z 1.2816 1.6449 1.9600 2.3263 2.5758 3.0902

טבלה 2 – ערכים קריטיים בהתפלגות \( t \) (\( t_{\alpha}^{(\nu)} \), שטח \( \alpha \) בזנב הימני)

עקומת הצפיפות של \( t \) עם שטח הזנב \( \alpha \) המסומן.

\( \nu \) \( \alpha \) (חד-צדדי)
0.1 0.05 0.025 0.01 0.005
(0.2) (0.1) (0.05) (0.02) (0.01)
1 3.078 6.314 12.706 31.821 63.657
2 1.886 2.920 4.303 6.965 9.925
3 1.638 2.353 3.182 4.541 5.841
4 1.533 2.132 2.776 3.747 4.604
5 1.476 2.015 2.571 3.365 4.032
6 1.440 1.943 2.447 3.143 3.707
7 1.415 1.895 2.365 2.998 3.499
8 1.397 1.860 2.306 2.896 3.355
9 1.383 1.833 2.262 2.821 3.250
10 1.372 1.812 2.228 2.764 3.169
11 1.363 1.796 2.201 2.718 3.106
12 1.356 1.782 2.179 2.681 3.055
13 1.350 1.771 2.160 2.650 3.012
14 1.345 1.761 2.145 2.624 2.977
15 1.341 1.753 2.131 2.602 2.947
16 1.337 1.746 2.120 2.583 2.921
17 1.333 1.740 2.110 2.567 2.898
18 1.330 1.734 2.101 2.552 2.878
19 1.328 1.729 2.093 2.539 2.861
20 1.325 1.725 2.086 2.528 2.845
21 1.323 1.721 2.080 2.518 2.831
22 1.321 1.717 2.074 2.508 2.819
23 1.319 1.714 2.069 2.500 2.807
24 1.318 1.711 2.064 2.492 2.797
25 1.316 1.708 2.060 2.485 2.787
26 1.315 1.706 2.056 2.479 2.779
27 1.314 1.703 2.052 2.473 2.771
28 1.313 1.701 2.048 2.467 2.763
29 1.311 1.699 2.045 2.462 2.756
30 1.310 1.697 2.042 2.457 2.750
40 1.303 1.684 2.021 2.423 2.704
60 1.296 1.671 2.000 2.390 2.660
120 1.289 1.658 1.980 2.358 2.617
\( \infty \) 1.282 1.645 1.960 2.326 2.576

טבלה 3 – ערכים קריטיים בהתפלגות \( \chi^2 \) (\( \chi^{2(\nu)}_{\alpha} \), שטח \( \alpha \) בזנב הימני)

עקומת הצפיפות של \( \chi^2 \) עם שטח הזנב \( \alpha \) המסומן.

\( \nu \) 0.995 0.99 0.975 0.95 0.9 0.1 0.05 0.025 0.01 0.005
1 0.000 0.000 0.001 0.004 0.016 2.706 3.841 5.024 6.635 7.879
2 0.010 0.020 0.051 0.103 0.211 4.605 5.991 7.378 9.210 10.597
3 0.072 0.115 0.216 0.352 0.584 6.251 7.815 9.348 11.345 12.838
4 0.207 0.297 0.484 0.711 1.064 7.779 9.488 11.143 13.277 14.860
5 0.412 0.554 0.831 1.145 1.610 9.236 11.070 12.833 15.086 16.750
6 0.676 0.872 1.237 1.635 2.204 10.645 12.592 14.449 16.812 18.548
7 0.989 1.239 1.690 2.167 2.833 12.017 14.067 16.013 18.475 20.278
8 1.344 1.646 2.180 2.733 3.490 13.362 15.507 17.535 20.090 21.955
9 1.735 2.088 2.700 3.325 4.168 14.684 16.919 19.023 21.666 23.589
10 2.156 2.558 3.247 3.940 4.865 15.987 18.307 20.483 23.209 25.188
11 2.603 3.053 3.816 4.575 5.578 17.275 19.675 21.920 24.725 26.757
12 3.074 3.571 4.404 5.226 6.304 18.549 21.026 23.337 26.217 28.300
13 3.565 4.107 5.009 5.892 7.042 19.812 22.362 24.736 27.688 29.819
14 4.075 4.660 5.629 6.571 7.790 21.064 23.685 26.119 29.141 31.319
15 4.601 5.229 6.262 7.261 8.547 22.307 24.996 27.488 30.578 32.801
16 5.142 5.812 6.908 7.962 9.312 23.542 26.296 28.845 32.000 34.267
17 5.697 6.408 7.564 8.672 10.085 24.769 27.587 30.191 33.409 35.718
18 6.265 7.015 8.231 9.390 10.865 25.989 28.869 31.526 34.805 37.156
19 6.844 7.633 8.907 10.117 11.651 27.204 30.144 32.852 36.191 38.582
20 7.434 8.260 9.591 10.851 12.443 28.412 31.410 34.170 37.566 39.997
21 8.034 8.897 10.283 11.591 13.240 29.615 32.671 35.479 38.932 41.401
22 8.643 9.542 10.982 12.338 14.041 30.813 33.924 36.781 40.289 42.796
23 9.260 10.196 11.689 13.091 14.848 32.007 35.172 38.076 41.638 44.181
24 9.886 10.856 12.401 13.848 15.659 33.196 36.415 39.364 42.980 45.559
25 10.520 11.524 13.120 14.611 16.473 34.382 37.652 40.646 44.314 46.928
26 11.160 12.198 13.844 15.379 17.292 35.563 38.885 41.923 45.642 48.290
27 11.808 12.879 14.573 16.151 18.114 36.741 40.113 43.195 46.963 49.645
28 12.461 13.565 15.308 16.928 18.939 37.916 41.337 44.461 48.278 50.993
29 13.121 14.256 16.047 17.708 19.768 39.087 42.557 45.722 49.588 52.336
30 13.787 14.953 16.791 18.493 20.599 40.256 43.773 46.979 50.892 53.672
40 20.707 22.164 24.433 26.509 29.051 51.805 55.758 59.342 63.691 66.766
50 27.991 29.707 32.357 34.764 37.689 63.167 67.505 71.420 76.154 79.490
60 35.534 37.485 40.482 43.188 46.459 74.397 79.082 83.298 88.379 91.952
70 43.275 45.442 48.758 51.739 55.329 85.527 90.531 95.023 100.425 104.215
80 51.172 53.540 57.153 60.391 64.278 96.578 101.879 106.629 112.329 116.321
90 59.196 61.754 65.647 69.126 73.291 107.565 113.145 118.136 124.116 128.299
100 67.328 70.065 74.222 77.929 82.358 118.498 124.342 129.561 135.807 140.169
ad

טבלה 4 – ערכים קריטיים בהתפלגות \( F \): \( f_{0.05}(\nu_1,\nu_2) \)

עקומת הצפיפות של \( F \) עם שטח הזנב \( 0.05 \) המסומן.

\( \nu_1 \) (מונה) לרוחב, \( \nu_2 \) (מכנה) לאורך
\( \nu_2 \backslash \nu_1 \) 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 \( \infty \)
1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88 243.91 245.95 248.01 249.05 250.10 251.14 252.20 253.25 nan
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.41 19.43 19.45 19.45 19.46 19.47 19.48 19.49 nan
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.64 8.62 8.59 8.57 8.55 nan
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.77 5.75 5.72 5.69 5.66 nan
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.50 4.46 4.43 4.40 nan
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.84 3.81 3.77 3.74 3.70 nan
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.30 3.27 nan
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 nan
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.90 2.86 2.83 2.79 2.75 nan
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.70 2.66 2.62 2.58 nan
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 nan
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 nan
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.42 2.38 2.34 2.30 2.25 nan
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 nan
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.29 2.25 2.20 2.16 2.11 nan
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 nan
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.10 2.06 2.01 nan
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 nan
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 nan
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.08 2.04 1.99 1.95 1.90 nan
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.05 2.01 1.96 1.92 1.87 nan
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 nan
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 2.01 1.96 1.91 1.86 1.81 nan
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 nan
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 nan
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.90 1.85 1.80 1.75 nan
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 nan
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 nan
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.90 1.85 1.81 1.75 1.70 nan
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 nan
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.79 1.74 1.69 1.64 1.58 nan
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84 1.75 1.70 1.65 1.59 1.53 1.47 nan
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.50 1.43 1.35 nan
\( \infty \) nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan 1.00

טבלה 5 – ערכים קריטיים בהתפלגות \( F \): \( f_{0.01}(\nu_1,\nu_2) \)

\( \nu_1 \) (מונה) לרוחב, \( \nu_2 \) (מכנה) לאורך
\( \nu_2 \backslash \nu_1 \) 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 \( \infty \)
1 4052.18 4999.50 5403.35 5624.58 5763.65 5858.99 5928.36 5981.07 6022.47 6055.85 6106.32 6157.28 6208.73 6234.63 6260.65 6286.78 6313.03 6339.39 nan
2 98.50 99.00 99.17 99.25 99.30 99.33 99.36 99.37 99.39 99.40 99.42 99.43 99.45 99.46 99.47 99.47 99.48 99.49 nan
3 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.35 27.23 27.05 26.87 26.69 26.60 26.50 26.41 26.32 26.22 nan
4 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.66 14.55 14.37 14.20 14.02 13.93 13.84 13.75 13.65 13.56 nan
5 16.26 13.27 12.06 11.39 10.97 10.67 10.46 10.29 10.16 10.05 9.89 9.72 9.55 9.47 9.38 9.29 9.20 9.11 nan
6 13.75 10.92 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.72 7.56 7.40 7.31 7.23 7.14 7.06 6.97 nan
7 12.25 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.47 6.31 6.16 6.07 5.99 5.91 5.82 5.74 nan
8 11.26 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.91 5.81 5.67 5.52 5.36 5.28 5.20 5.12 5.03 4.95 nan
9 10.56 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 5.11 4.96 4.81 4.73 4.65 4.57 4.48 4.40 nan
10 10.04 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.71 4.56 4.41 4.33 4.25 4.17 4.08 4.00 nan
11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.40 4.25 4.10 4.02 3.94 3.86 3.78 3.69 nan
12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.16 4.01 3.86 3.78 3.70 3.62 3.54 3.45 nan
13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.96 3.82 3.66 3.59 3.51 3.43 3.34 3.25 nan
14 8.86 6.51 5.56 5.04 4.69 4.46 4.28 4.14 4.03 3.94 3.80 3.66 3.51 3.43 3.35 3.27 3.18 3.09 nan
15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.67 3.52 3.37 3.29 3.21 3.13 3.05 2.96 nan
16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.55 3.41 3.26 3.18 3.10 3.02 2.93 2.84 nan
17 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.46 3.31 3.16 3.08 3.00 2.92 2.83 2.75 nan
18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.37 3.23 3.08 3.00 2.92 2.84 2.75 2.66 nan
19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.30 3.15 3.00 2.92 2.84 2.76 2.67 2.58 nan
20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.23 3.09 2.94 2.86 2.78 2.69 2.61 2.52 nan
21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.17 3.03 2.88 2.80 2.72 2.64 2.55 2.46 nan
22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.12 2.98 2.83 2.75 2.67 2.58 2.50 2.40 nan
23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.07 2.93 2.78 2.70 2.62 2.54 2.45 2.35 nan
24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 3.03 2.89 2.74 2.66 2.58 2.49 2.40 2.31 nan
25 7.77 5.57 4.68 4.18 3.85 3.63 3.46 3.32 3.22 3.13 2.99 2.85 2.70 2.62 2.54 2.45 2.36 2.27 nan
26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.96 2.81 2.66 2.58 2.50 2.42 2.33 2.23 nan
27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.93 2.78 2.63 2.55 2.47 2.38 2.29 2.20 nan
28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.90 2.75 2.60 2.52 2.44 2.35 2.26 2.17 nan
29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.87 2.73 2.57 2.49 2.41 2.33 2.23 2.14 nan
30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.84 2.70 2.55 2.47 2.39 2.30 2.21 2.11 nan
40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.66 2.52 2.37 2.29 2.20 2.11 2.02 1.92 nan
60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.50 2.35 2.20 2.12 2.03 1.94 1.84 1.73 nan
120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.34 2.19 2.03 1.95 1.86 1.76 1.66 1.53 nan
\( \infty \) nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan nan 1.00

טבלה 6 – הסתברות בינומית מצטברת \( P(X\le k) \) עבור \( p=0.5 \)

n \ k 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 0.5000 1.0000
2 0.2500 0.7500 1.0000
3 0.1250 0.5000 0.8750 1.0000
4 0.0625 0.3125 0.6875 0.9375 1.0000
5 0.0312 0.1875 0.5000 0.8125 0.9688 1.0000
6 0.0156 0.1094 0.3438 0.6562 0.8906 0.9844 1.0000
7 0.0078 0.0625 0.2266 0.5000 0.7734 0.9375 0.9922 1.0000
8 0.0039 0.0352 0.1445 0.3633 0.6367 0.8555 0.9648 0.9961 1.0000
9 0.0020 0.0195 0.0898 0.2539 0.5000 0.7461 0.9102 0.9805 0.9980 1.0000
10 0.0010 0.0107 0.0547 0.1719 0.3770 0.6230 0.8281 0.9453 0.9893 0.9990 1.0000
11 0.0005 0.0059 0.0327 0.1133 0.2744 0.5000 0.7256 0.8867 0.9673 0.9941 0.9995 1.0000
12 0.0002 0.0032 0.0193 0.0730 0.1938 0.3872 0.6128 0.8062 0.9270 0.9807 0.9968 0.9998 1.0000
13 0.0001 0.0017 0.0112 0.0461 0.1334 0.2905 0.5000 0.7095 0.8666 0.9539 0.9888 0.9983 0.9999 1.0000
14 0.0001 0.0009 0.0065 0.0287 0.0898 0.2120 0.3953 0.6047 0.7880 0.9102 0.9713 0.9935 0.9991 0.9999 1.0000
15 0.0000 0.0005 0.0037 0.0176 0.0592 0.1509 0.3036 0.5000 0.6964 0.8491 0.9408 0.9824 0.9963 0.9995 1.0000 1.0000
16 0.0000 0.0003 0.0021 0.0106 0.0384 0.1051 0.2272 0.4018 0.5982 0.7728 0.8949 0.9616 0.9894 0.9979 0.9997 1.0000 1.0000
17 0.0000 0.0001 0.0012 0.0064 0.0245 0.0717 0.1662 0.3145 0.5000 0.6855 0.8338 0.9283 0.9755 0.9936 0.9988 0.9999 1.0000 1.0000
18 0.0000 0.0001 0.0007 0.0038 0.0154 0.0481 0.1189 0.2403 0.4073 0.5927 0.7597 0.8811 0.9519 0.9846 0.9962 0.9993 0.9999 1.0000 1.0000
19 0.0000 0.0000 0.0004 0.0022 0.0096 0.0318 0.0835 0.1796 0.3238 0.5000 0.6762 0.8204 0.9165 0.9682 0.9904 0.9978 0.9996 1.0000 1.0000 1.0000
20 0.0000 0.0000 0.0002 0.0013 0.0059 0.0207 0.0577 0.1316 0.2517 0.4119 0.5881 0.7483 0.8684 0.9423 0.9793 0.9941 0.9987 0.9998 1.0000 1.0000 1.0000

טבלה 7 – הסתברות בינומית מצטברת \( P(X\le k) \) עבור ערכי \( p \) שונים

n = 2

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.9025 0.8100 0.7225 0.6400 0.5625 0.4900 0.4225 0.3600 0.3025 0.2500
1 0.9975 0.9900 0.9775 0.9600 0.9375 0.9100 0.8775 0.8400 0.7975 0.7500
2 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 3

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.8574 0.7290 0.6141 0.5120 0.4219 0.3430 0.2746 0.2160 0.1664 0.1250
1 0.9928 0.9720 0.9393 0.8960 0.8438 0.7840 0.7183 0.6480 0.5747 0.5000
2 0.9999 0.9990 0.9966 0.9920 0.9844 0.9730 0.9571 0.9360 0.9089 0.8750
3 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 4

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.8145 0.6561 0.5220 0.4096 0.3164 0.2401 0.1785 0.1296 0.0915 0.0625
1 0.9860 0.9477 0.8905 0.8192 0.7383 0.6517 0.5630 0.4752 0.3910 0.3125
2 0.9995 0.9963 0.9880 0.9728 0.9492 0.9163 0.8735 0.8208 0.7585 0.6875
3 1.0000 0.9999 0.9995 0.9984 0.9961 0.9919 0.9850 0.9744 0.9590 0.9375
4 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 5

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.7738 0.5905 0.4437 0.3277 0.2373 0.1681 0.1160 0.0778 0.0503 0.0312
1 0.9774 0.9185 0.8352 0.7373 0.6328 0.5282 0.4284 0.3370 0.2562 0.1875
2 0.9988 0.9914 0.9734 0.9421 0.8965 0.8369 0.7648 0.6826 0.5931 0.5000
3 1.0000 0.9995 0.9978 0.9933 0.9844 0.9692 0.9460 0.9130 0.8688 0.8125
4 1.0000 1.0000 0.9999 0.9997 0.9990 0.9976 0.9947 0.9898 0.9815 0.9688
5 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 6

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.7351 0.5314 0.3771 0.2621 0.1780 0.1176 0.0754 0.0467 0.0277 0.0156
1 0.9672 0.8857 0.7765 0.6554 0.5339 0.4202 0.3191 0.2333 0.1636 0.1094
2 0.9978 0.9841 0.9527 0.9011 0.8306 0.7443 0.6471 0.5443 0.4415 0.3438
3 0.9999 0.9987 0.9941 0.9830 0.9624 0.9295 0.8826 0.8208 0.7447 0.6562
4 1.0000 0.9999 0.9996 0.9984 0.9954 0.9891 0.9777 0.9590 0.9308 0.8906
5 1.0000 1.0000 1.0000 0.9999 0.9998 0.9993 0.9982 0.9959 0.9917 0.9844
6 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 7

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.6983 0.4783 0.3206 0.2097 0.1335 0.0824 0.0490 0.0280 0.0152 0.0078
1 0.9556 0.8503 0.7166 0.5767 0.4449 0.3294 0.2338 0.1586 0.1024 0.0625
2 0.9962 0.9743 0.9262 0.8520 0.7564 0.6471 0.5323 0.4199 0.3164 0.2266
3 0.9998 0.9973 0.9879 0.9667 0.9294 0.8740 0.8002 0.7102 0.6083 0.5000
4 1.0000 0.9998 0.9988 0.9953 0.9871 0.9712 0.9444 0.9037 0.8471 0.7734
5 1.0000 1.0000 0.9999 0.9996 0.9987 0.9962 0.9910 0.9812 0.9643 0.9375
6 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998 0.9994 0.9984 0.9963 0.9922
7 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 8

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.6634 0.4305 0.2725 0.1678 0.1001 0.0576 0.0319 0.0168 0.0084 0.0039
1 0.9428 0.8131 0.6572 0.5033 0.3671 0.2553 0.1691 0.1064 0.0632 0.0352
2 0.9942 0.9619 0.8948 0.7969 0.6785 0.5518 0.4278 0.3154 0.2201 0.1445
3 0.9996 0.9950 0.9786 0.9437 0.8862 0.8059 0.7064 0.5941 0.4770 0.3633
4 1.0000 0.9996 0.9971 0.9896 0.9727 0.9420 0.8939 0.8263 0.7396 0.6367
5 1.0000 1.0000 0.9998 0.9988 0.9958 0.9887 0.9747 0.9502 0.9115 0.8555
6 1.0000 1.0000 1.0000 0.9999 0.9996 0.9987 0.9964 0.9915 0.9819 0.9648
7 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998 0.9993 0.9983 0.9961
8 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 9

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.6302 0.3874 0.2316 0.1342 0.0751 0.0404 0.0207 0.0101 0.0046 0.0020
1 0.9288 0.7748 0.5995 0.4362 0.3003 0.1960 0.1211 0.0705 0.0385 0.0195
2 0.9916 0.9470 0.8591 0.7382 0.6007 0.4628 0.3373 0.2318 0.1495 0.0898
3 0.9994 0.9917 0.9661 0.9144 0.8343 0.7297 0.6089 0.4826 0.3614 0.2539
4 1.0000 0.9991 0.9944 0.9804 0.9511 0.9012 0.8283 0.7334 0.6214 0.5000
5 1.0000 0.9999 0.9994 0.9969 0.9900 0.9747 0.9464 0.9006 0.8342 0.7461
6 1.0000 1.0000 1.0000 0.9997 0.9987 0.9957 0.9888 0.9750 0.9502 0.9102
7 1.0000 1.0000 1.0000 1.0000 0.9999 0.9996 0.9986 0.9962 0.9909 0.9805
8 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9992 0.9980
9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 10

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.5987 0.3487 0.1969 0.1074 0.0563 0.0282 0.0135 0.0060 0.0025 0.0010
1 0.9139 0.7361 0.5443 0.3758 0.2440 0.1493 0.0860 0.0464 0.0233 0.0107
2 0.9885 0.9298 0.8202 0.6778 0.5256 0.3828 0.2616 0.1673 0.0996 0.0547
3 0.9990 0.9872 0.9500 0.8791 0.7759 0.6496 0.5138 0.3823 0.2660 0.1719
4 0.9999 0.9984 0.9901 0.9672 0.9219 0.8497 0.7515 0.6331 0.5044 0.3770
5 1.0000 0.9999 0.9986 0.9936 0.9803 0.9527 0.9051 0.8338 0.7384 0.6230
6 1.0000 1.0000 0.9999 0.9991 0.9965 0.9894 0.9740 0.9452 0.8980 0.8281
7 1.0000 1.0000 1.0000 0.9999 0.9996 0.9984 0.9952 0.9877 0.9726 0.9453
8 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9983 0.9955 0.9893
9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9990
10 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 11

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.5688 0.3138 0.1673 0.0859 0.0422 0.0198 0.0088 0.0036 0.0014 0.0005
1 0.8981 0.6974 0.4922 0.3221 0.1971 0.1130 0.0606 0.0302 0.0139 0.0059
2 0.9848 0.9104 0.7788 0.6174 0.4552 0.3127 0.2001 0.1189 0.0652 0.0327
3 0.9984 0.9815 0.9306 0.8389 0.7133 0.5696 0.4256 0.2963 0.1911 0.1133
4 0.9999 0.9972 0.9841 0.9496 0.8854 0.7897 0.6683 0.5328 0.3971 0.2744
5 1.0000 0.9997 0.9973 0.9883 0.9657 0.9218 0.8513 0.7535 0.6331 0.5000
6 1.0000 1.0000 0.9997 0.9980 0.9924 0.9784 0.9499 0.9006 0.8262 0.7256
7 1.0000 1.0000 1.0000 0.9998 0.9988 0.9957 0.9878 0.9707 0.9390 0.8867
8 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9980 0.9941 0.9852 0.9673
9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9993 0.9978 0.9941
10 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9995
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 12

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.5404 0.2824 0.1422 0.0687 0.0317 0.0138 0.0057 0.0022 0.0008 0.0002
1 0.8816 0.6590 0.4435 0.2749 0.1584 0.0850 0.0424 0.0196 0.0083 0.0032
2 0.9804 0.8891 0.7358 0.5583 0.3907 0.2528 0.1513 0.0834 0.0421 0.0193
3 0.9978 0.9744 0.9078 0.7946 0.6488 0.4925 0.3467 0.2253 0.1345 0.0730
4 0.9998 0.9957 0.9761 0.9274 0.8424 0.7237 0.5833 0.4382 0.3044 0.1938
5 1.0000 0.9995 0.9954 0.9806 0.9456 0.8822 0.7873 0.6652 0.5269 0.3872
6 1.0000 0.9999 0.9993 0.9961 0.9857 0.9614 0.9154 0.8418 0.7393 0.6128
7 1.0000 1.0000 0.9999 0.9994 0.9972 0.9905 0.9745 0.9427 0.8883 0.8062
8 1.0000 1.0000 1.0000 0.9999 0.9996 0.9983 0.9944 0.9847 0.9644 0.9270
9 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9992 0.9972 0.9921 0.9807
10 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9989 0.9968
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 13

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.5133 0.2542 0.1209 0.0550 0.0238 0.0097 0.0037 0.0013 0.0004 0.0001
1 0.8646 0.6213 0.3983 0.2336 0.1267 0.0637 0.0296 0.0126 0.0049 0.0017
2 0.9755 0.8661 0.6920 0.5017 0.3326 0.2025 0.1132 0.0579 0.0269 0.0112
3 0.9969 0.9658 0.8820 0.7473 0.5843 0.4206 0.2783 0.1686 0.0929 0.0461
4 0.9997 0.9935 0.9658 0.9009 0.7940 0.6543 0.5005 0.3530 0.2279 0.1334
5 1.0000 0.9991 0.9925 0.9700 0.9198 0.8346 0.7159 0.5744 0.4268 0.2905
6 1.0000 0.9999 0.9987 0.9930 0.9757 0.9376 0.8705 0.7712 0.6437 0.5000
7 1.0000 1.0000 0.9998 0.9988 0.9944 0.9818 0.9538 0.9023 0.8212 0.7095
8 1.0000 1.0000 1.0000 0.9998 0.9990 0.9960 0.9874 0.9679 0.9302 0.8666
9 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9975 0.9922 0.9797 0.9539
10 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9987 0.9959 0.9888
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9983
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 14

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.4877 0.2288 0.1028 0.0440 0.0178 0.0068 0.0024 0.0008 0.0002 0.0001
1 0.8470 0.5846 0.3567 0.1979 0.1010 0.0475 0.0205 0.0081 0.0029 0.0009
2 0.9699 0.8416 0.6479 0.4481 0.2811 0.1608 0.0839 0.0398 0.0170 0.0065
3 0.9958 0.9559 0.8535 0.6982 0.5213 0.3552 0.2205 0.1243 0.0632 0.0287
4 0.9996 0.9908 0.9533 0.8702 0.7415 0.5842 0.4227 0.2793 0.1672 0.0898
5 1.0000 0.9985 0.9885 0.9561 0.8883 0.7805 0.6405 0.4859 0.3373 0.2120
6 1.0000 0.9998 0.9978 0.9884 0.9617 0.9067 0.8164 0.6925 0.5461 0.3953
7 1.0000 1.0000 0.9997 0.9976 0.9897 0.9685 0.9247 0.8499 0.7414 0.6047
8 1.0000 1.0000 1.0000 0.9996 0.9978 0.9917 0.9757 0.9417 0.8811 0.7880
9 1.0000 1.0000 1.0000 1.0000 0.9997 0.9983 0.9940 0.9825 0.9574 0.9102
10 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9989 0.9961 0.9886 0.9713
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9978 0.9935
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9991
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 15

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.4633 0.2059 0.0874 0.0352 0.0134 0.0047 0.0016 0.0005 0.0001 0.0000
1 0.8290 0.5490 0.3186 0.1671 0.0802 0.0353 0.0142 0.0052 0.0017 0.0005
2 0.9638 0.8159 0.6042 0.3980 0.2361 0.1268 0.0617 0.0271 0.0107 0.0037
3 0.9945 0.9444 0.8227 0.6482 0.4613 0.2969 0.1727 0.0905 0.0424 0.0176
4 0.9994 0.9873 0.9383 0.8358 0.6865 0.5155 0.3519 0.2173 0.1204 0.0592
5 0.9999 0.9978 0.9832 0.9389 0.8516 0.7216 0.5643 0.4032 0.2608 0.1509
6 1.0000 0.9997 0.9964 0.9819 0.9434 0.8689 0.7548 0.6098 0.4522 0.3036
7 1.0000 1.0000 0.9994 0.9958 0.9827 0.9500 0.8868 0.7869 0.6535 0.5000
8 1.0000 1.0000 0.9999 0.9992 0.9958 0.9848 0.9578 0.9050 0.8182 0.6964
9 1.0000 1.0000 1.0000 0.9999 0.9992 0.9963 0.9876 0.9662 0.9231 0.8491
10 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9972 0.9907 0.9745 0.9408
11 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9981 0.9937 0.9824
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9989 0.9963
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 16

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.4401 0.1853 0.0743 0.0281 0.0100 0.0033 0.0010 0.0003 0.0001 0.0000
1 0.8108 0.5147 0.2839 0.1407 0.0635 0.0261 0.0098 0.0033 0.0010 0.0003
2 0.9571 0.7892 0.5614 0.3518 0.1971 0.0994 0.0451 0.0183 0.0066 0.0021
3 0.9930 0.9316 0.7899 0.5981 0.4050 0.2459 0.1339 0.0651 0.0281 0.0106
4 0.9991 0.9830 0.9209 0.7982 0.6302 0.4499 0.2892 0.1666 0.0853 0.0384
5 0.9999 0.9967 0.9765 0.9183 0.8103 0.6598 0.4900 0.3288 0.1976 0.1051
6 1.0000 0.9995 0.9944 0.9733 0.9204 0.8247 0.6881 0.5272 0.3660 0.2272
7 1.0000 0.9999 0.9989 0.9930 0.9729 0.9256 0.8406 0.7161 0.5629 0.4018
8 1.0000 1.0000 0.9998 0.9985 0.9925 0.9743 0.9329 0.8577 0.7441 0.5982
9 1.0000 1.0000 1.0000 0.9998 0.9984 0.9929 0.9771 0.9417 0.8759 0.7728
10 1.0000 1.0000 1.0000 1.0000 0.9997 0.9984 0.9938 0.9809 0.9514 0.8949
11 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987 0.9951 0.9851 0.9616
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9991 0.9965 0.9894
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9979
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 17

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.4181 0.1668 0.0631 0.0225 0.0075 0.0023 0.0007 0.0002 0.0000 0.0000
1 0.7922 0.4818 0.2525 0.1182 0.0501 0.0193 0.0067 0.0021 0.0006 0.0001
2 0.9497 0.7618 0.5198 0.3096 0.1637 0.0774 0.0327 0.0123 0.0041 0.0012
3 0.9912 0.9174 0.7556 0.5489 0.3530 0.2019 0.1028 0.0464 0.0184 0.0064
4 0.9988 0.9779 0.9013 0.7582 0.5739 0.3887 0.2348 0.1260 0.0596 0.0245
5 0.9999 0.9953 0.9681 0.8943 0.7653 0.5968 0.4197 0.2639 0.1471 0.0717
6 1.0000 0.9992 0.9917 0.9623 0.8929 0.7752 0.6188 0.4478 0.2902 0.1662
7 1.0000 0.9999 0.9983 0.9891 0.9598 0.8954 0.7872 0.6405 0.4743 0.3145
8 1.0000 1.0000 0.9997 0.9974 0.9876 0.9597 0.9006 0.8011 0.6626 0.5000
9 1.0000 1.0000 1.0000 0.9995 0.9969 0.9873 0.9617 0.9081 0.8166 0.6855
10 1.0000 1.0000 1.0000 0.9999 0.9994 0.9968 0.9880 0.9652 0.9174 0.8338
11 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9970 0.9894 0.9699 0.9283
12 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9975 0.9914 0.9755
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9981 0.9936
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9988
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 18

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.3972 0.1501 0.0536 0.0180 0.0056 0.0016 0.0004 0.0001 0.0000 0.0000
1 0.7735 0.4503 0.2241 0.0991 0.0395 0.0142 0.0046 0.0013 0.0003 0.0001
2 0.9419 0.7338 0.4797 0.2713 0.1353 0.0600 0.0236 0.0082 0.0025 0.0007
3 0.9891 0.9018 0.7202 0.5010 0.3057 0.1646 0.0783 0.0328 0.0120 0.0038
4 0.9985 0.9718 0.8794 0.7164 0.5187 0.3327 0.1886 0.0942 0.0411 0.0154
5 0.9998 0.9936 0.9581 0.8671 0.7175 0.5344 0.3550 0.2088 0.1077 0.0481
6 1.0000 0.9988 0.9882 0.9487 0.8610 0.7217 0.5491 0.3743 0.2258 0.1189
7 1.0000 0.9998 0.9973 0.9837 0.9431 0.8593 0.7283 0.5634 0.3915 0.2403
8 1.0000 1.0000 0.9995 0.9957 0.9807 0.9404 0.8609 0.7368 0.5778 0.4073
9 1.0000 1.0000 0.9999 0.9991 0.9946 0.9790 0.9403 0.8653 0.7473 0.5927
10 1.0000 1.0000 1.0000 0.9998 0.9988 0.9939 0.9788 0.9424 0.8720 0.7597
11 1.0000 1.0000 1.0000 1.0000 0.9998 0.9986 0.9938 0.9797 0.9463 0.8811
12 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9986 0.9942 0.9817 0.9519
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987 0.9951 0.9846
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9990 0.9962
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
18 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 19

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.3774 0.1351 0.0456 0.0144 0.0042 0.0011 0.0003 0.0001 0.0000 0.0000
1 0.7547 0.4203 0.1985 0.0829 0.0310 0.0104 0.0031 0.0008 0.0002 0.0000
2 0.9335 0.7054 0.4413 0.2369 0.1113 0.0462 0.0170 0.0055 0.0015 0.0004
3 0.9868 0.8850 0.6841 0.4551 0.2631 0.1332 0.0591 0.0230 0.0077 0.0022
4 0.9980 0.9648 0.8556 0.6733 0.4654 0.2822 0.1500 0.0696 0.0280 0.0096
5 0.9998 0.9914 0.9463 0.8369 0.6678 0.4739 0.2968 0.1629 0.0777 0.0318
6 1.0000 0.9983 0.9837 0.9324 0.8251 0.6655 0.4812 0.3081 0.1727 0.0835
7 1.0000 0.9997 0.9959 0.9767 0.9225 0.8180 0.6656 0.4878 0.3169 0.1796
8 1.0000 1.0000 0.9992 0.9933 0.9713 0.9161 0.8145 0.6675 0.4940 0.3238
9 1.0000 1.0000 0.9999 0.9984 0.9911 0.9674 0.9125 0.8139 0.6710 0.5000
10 1.0000 1.0000 1.0000 0.9997 0.9977 0.9895 0.9653 0.9115 0.8159 0.6762
11 1.0000 1.0000 1.0000 1.0000 0.9995 0.9972 0.9886 0.9648 0.9129 0.8204
12 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9969 0.9884 0.9658 0.9165
13 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9969 0.9891 0.9682
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9972 0.9904
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9978
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9996
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
18 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
19 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

n = 20

k \ p 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0 0.3585 0.1216 0.0388 0.0115 0.0032 0.0008 0.0002 0.0000 0.0000 0.0000
1 0.7358 0.3917 0.1756 0.0692 0.0243 0.0076 0.0021 0.0005 0.0001 0.0000
2 0.9245 0.6769 0.4049 0.2061 0.0913 0.0355 0.0121 0.0036 0.0009 0.0002
3 0.9841 0.8670 0.6477 0.4114 0.2252 0.1071 0.0444 0.0160 0.0049 0.0013
4 0.9974 0.9568 0.8298 0.6296 0.4148 0.2375 0.1182 0.0510 0.0189 0.0059
5 0.9997 0.9887 0.9327 0.8042 0.6172 0.4164 0.2454 0.1256 0.0553 0.0207
6 1.0000 0.9976 0.9781 0.9133 0.7858 0.6080 0.4166 0.2500 0.1299 0.0577
7 1.0000 0.9996 0.9941 0.9679 0.8982 0.7723 0.6010 0.4159 0.2520 0.1316
8 1.0000 0.9999 0.9987 0.9900 0.9591 0.8867 0.7624 0.5956 0.4143 0.2517
9 1.0000 1.0000 0.9998 0.9974 0.9861 0.9520 0.8782 0.7553 0.5914 0.4119
10 1.0000 1.0000 1.0000 0.9994 0.9961 0.9829 0.9468 0.8725 0.7507 0.5881
11 1.0000 1.0000 1.0000 0.9999 0.9991 0.9949 0.9804 0.9435 0.8692 0.7483
12 1.0000 1.0000 1.0000 1.0000 0.9998 0.9987 0.9940 0.9790 0.9420 0.8684
13 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9985 0.9935 0.9786 0.9423
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9984 0.9936 0.9793
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9985 0.9941
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998
18 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
19 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
20 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

טבלה 8 – מבחן וילקוקסון לשני מדגמים בלתי-תלויים: \( P_{H_0}(U\le u) \)

ההסתברויות מחושבות תחת \( H_0 \) (השערת האפס) עבור גדלי מדגם קטנים \( n_1\le n_2 \). \( U \) הוא סטטיסטי מאן-ויטני.

n\(_1\)=2, n\(_2\)=2

u 0 1 2
\( P(U\le u) \) 0.1667 0.3333 0.6667

n\(_1\)=2, n\(_2\)=3

u 0 1 2 3
\( P(U\le u) \) 0.1000 0.2000 0.4000 0.6000

n\(_1\)=2, n\(_2\)=4

u 0 1 2 3 4
\( P(U\le u) \) 0.0667 0.1333 0.2667 0.4000 0.6000

n\(_1\)=2, n\(_2\)=5

u 0 1 2 3 4 5
\( P(U\le u) \) 0.0476 0.0952 0.1905 0.2857 0.4286 0.5714

n\(_1\)=2, n\(_2\)=6

u 0 1 2 3 4 5 6
\( P(U\le u) \) 0.0357 0.0714 0.1429 0.2143 0.3214 0.4286 0.5714

n\(_1\)=3, n\(_2\)=3

u 0 1 2 3 4
\( P(U\le u) \) 0.0500 0.1000 0.2000 0.3500 0.5000

n\(_1\)=3, n\(_2\)=4

u 0 1 2 3 4 5 6
\( P(U\le u) \) 0.0286 0.0571 0.1143 0.2000 0.3143 0.4286 0.5714

n\(_1\)=3, n\(_2\)=5

u 0 1 2 3 4 5 6 7
\( P(U\le u) \) 0.0179 0.0357 0.0714 0.1250 0.1964 0.2857 0.3929 0.5000

n\(_1\)=3, n\(_2\)=6

u 0 1 2 3 4 5 6 7 8 9
\( P(U\le u) \) 0.0119 0.0238 0.0476 0.0833 0.1310 0.1905 0.2738 0.3571 0.4524 0.5476

n\(_1\)=4, n\(_2\)=4

u 0 1 2 3 4 5 6 7 8
\( P(U\le u) \) 0.0143 0.0286 0.0571 0.1000 0.1714 0.2429 0.3429 0.4429 0.5571

n\(_1\)=4, n\(_2\)=5

u 0 1 2 3 4 5 6 7 8 9 10
\( P(U\le u) \) 0.0079 0.0159 0.0317 0.0556 0.0952 0.1429 0.2063 0.2778 0.3651 0.4524 0.5476

n\(_1\)=4, n\(_2\)=6

u 0 1 2 3 4 5 6 7 8 9 10 11 12
\( P(U\le u) \) 0.0048 0.0095 0.0190 0.0333 0.0571 0.0857 0.1286 0.1762 0.2381 0.3048 0.3810 0.4571 0.5429

n\(_1\)=5, n\(_2\)=5

u 0 1 2 3 4 5 6 7 8 9 10 11 12
\( P(U\le u) \) 0.0040 0.0079 0.0159 0.0278 0.0476 0.0754 0.1111 0.1548 0.2103 0.2738 0.3452 0.4206 0.5000

n\(_1\)=5, n\(_2\)=6

u 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
\( P(U\le u) \) 0.0022 0.0043 0.0087 0.0152 0.0260 0.0411 0.0628 0.0887 0.1234 0.1645 0.2143 0.2684 0.3312 0.3961 0.4654 0.5346

n\(_1\)=6, n\(_2\)=6

u 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
\( P(U\le u) \) 0.0011 0.0022 0.0043 0.0076 0.0130 0.0206 0.0325 0.0465 0.0660 0.0898 0.1201 0.1548 0.1970 0.2424 0.2944 0.3496 0.4091 0.4686 0.5314

טבלה 9 – ערכים קריטיים ל-\( U \) במבחן וילקוקסון לשני מדגמים בלתי-תלויים

הערכים הם \( U \) הקריטי (התחתון) לבדיקה דו-צדדית ברמת מובהקות \( \alpha=0.05 \). דוחים את \( H_0 \) אם \( U_{\text{מחושב}}\le U_{\text{קריטי}} \).

\( n_1 \backslash n_2 \) 3 4 5 6 7 8 9 10 11 12 13 14 15
3 0 1 1 2 2 3 3 4 4 5 5
4 0 1 2 3 4 4 5 6 7 8 9 10
5 2 3 5 6 7 8 9 11 12 13 14
6 5 6 8 10 11 13 14 16 17 19
7 8 10 12 14 16 18 20 22 24
8 13 15 17 19 22 24 26 29
9 17 20 23 26 28 31 34
10 23 26 29 33 36 39
11 30 33 37 40 44
12 37 41 45 49
13 45 50 54
14 55 59
15 64

טבלה 10 – ערכים קריטיים של \( W \) למבחן וילקוקסון למדגמים מזווגים (דירוג סימנים)

\( W \) הוא סכום הדירוגים הקטן מבין החיוביים והשליליים. דוחים את \( H_0 \) אם \( W\le W_{\text{קריטי}} \).

n \( \alpha=0.05 \) (דו-צדדי) \( \alpha=0.02 \) (דו-צדדי) \( \alpha=0.01 \) (דו-צדדי)
5
6 0
7 2 0
8 3 1 0
9 5 3 1
10 8 5 3
11 10 7 5
12 13 9 7
13 17 12 9
14 21 15 12
15 25 19 15
16 29 23 19
17 34 27 23
18 40 32 27
19 46 37 32
20 52 43 37
21 58 49 42
22 65 55 48
23 73 62 54
24 81 69 61
25 89 76 68
26 98 84 75
27 107 92 83
28 116 101 91
29 126 110 100
30 137 120 109
שיתוף:

מאמרים נוספים שיכולים לעניין אותך

צריכים עזרה בכל מה שקשור לכתיבה אקדמית?