Numerisk validering

Ethvert beregnersite beder dig stole på et tal, du ikke selv kan kontrollere. Denne side findes, så du ikke behøver: hver beregner køres mod en uafhængig implementering, og begge resultater er offentliggjort side om side.

27 kontrollerede størrelser, 0 afvigelser. Senest kørt 28. september 2026.

Sådan kontrolleres tallene

Beregnerne på dette site er skrevet i JavaScript og kører i din egen browser. Det er godt for dit privatliv, fordi ingen data forlader din maskine, og skidt for din tillid, fordi du ikke kan vide, om regnestykket er rigtigt.

Kontrollen løser det ved at sammenligne med SciPy, det statistikbibliotek, der har været brugt i forskning og industri i over tyve år. De samme tal går ind i begge implementeringer. Når de to når frem til det samme, skulle fejlen findes begge steder og på samme måde.

Intet her er skrevet i hånden. Tabellen bliver genereret af et script, der kører begge implementeringer, så den ikke kan komme bagud i forhold til koden uden at nogen opdager det.

Resultatet

Hver størrelse regnet to gange, med samme input, af to uafhængige programmer.
Beregner og inputStørrelse Dette siteSciPy Forskel
T-test, én stikprøvegennemsnit 5,2 · spredning 1,1 · n 15 · hypotese μ₀ = 5t-værdi0,70417879020,70417879020 (identisk)
T-test, én stikprøvegennemsnit 5,2 · spredning 1,1 · n 15 · hypotese μ₀ = 5p-værdi0,49286911340,49286911348e−15
Welch t-test, to stikprøvergruppe A (n 10) og gruppe B (n 10), ulige variansert-værdi-4,721768007-4,7217680070 (identisk)
Welch t-test, to stikprøvergruppe A (n 10) og gruppe B (n 10), ulige varianserp-værdi0,00018200956810,00018200956819e−18
Z-test for et gennemsnitgennemsnit 100 · kendt σ 15 · n 25 · hypotese μ₀ = 95z-værdi1,6666666671,6666666670 (identisk)
Z-test for et gennemsnitgennemsnit 100 · kendt σ 15 · n 25 · hypotese μ₀ = 95p-værdi0,095580701210,095580704553e−09
Test af én andel60 succeser ud af 200 · hypotese p₀ = 0,25z-værdi1,6329931621,6329931620 (identisk)
Test af én andel60 succeser ud af 200 · hypotese p₀ = 0,25p-værdi0,10247043220,10247043493e−09
A/B-test af to andeleA: 50/500 · B: 70/500 · tosidetz-værdi1,946247361,946247360 (identisk)
A/B-test af to andeleA: 50/500 · B: 70/500 · tosidetp-værdi0,051625028950,051625033394e−09
Chi i anden, uafhængighedtabel 2×3: [10, 20, 30] og [20, 20, 20]chi i anden5,3333333335,3333333330 (identisk)
Chi i anden, uafhængighedtabel 2×3: [10, 20, 30] og [20, 20, 20]p-værdi0,069483451220,069483451223e−17
Envejs ANOVAtre grupper med 10 observationerF-værdi44,259207344,25920737e−14
Envejs ANOVAtre grupper med 10 observationerp-værdi3,003e-093,003e-094e−17
Kruskal-Wallissamme tre grupper, uden antagelse om normalfordelingH-værdi22,5726240822,572624080 (identisk)
Kruskal-Wallissamme tre grupper, uden antagelse om normalfordelingp-værdi1,254e-051,254e-058e−18
Pearsons korrelationti par (x, y)r-koefficient0,99809125810,99809125810 (identisk)
Pearsons korrelationti par (x, y)p-værdi5,794e-115,794e-112e−23
Mann-Whitney Ugruppe A og gruppe B, 10 observationer i hverU-værdi660 (identisk)
Mann-Whitney Ugruppe A og gruppe B, 10 observationer i hverp-værdi0,00088074325380,00088074319076e−11
Wilcoxon for parrede datati målinger før og efterW-værdi000 (identisk)
Wilcoxon for parrede datati målinger før og efterp-værdi0,0049767307450,0049767307549e−12
Konfidensinterval for gennemsnitgennemsnit 7,43 · spredning 0,70 · n 10 · 95 %nedre grænse6,9366284156,9366284152e−14
Konfidensinterval for gennemsnitgennemsnit 7,43 · spredning 0,70 · n 10 · 95 %øvre grænse7,9233715857,9233715852e−14
Wilson-interval for en andel30 succeser ud af 100 · 95 %nedre grænse0,21894885430,21894885291e−09
Wilson-interval for en andel30 succeser ud af 100 · 95 %øvre grænse0,39584854440,39584854632e−09
Stikprøvestørrelse til undersøgelsefejlmargin 3 % · konfidens 95 % · p 0,5nødvendigt n106810680 (identisk)

Forskelle i størrelsesordenen 10⁻⁹ eller mindre er afrundingsstøj og ikke uenighed: en computer gemmer decimaltal med begrænset præcision, og to forskellige rutiner rammer det samme tal med sidste ciffer forskelligt. I praksis ændrer en forskel af den størrelse ingen beslutning.

Hvor dette site er mindre præcist, og hvorfor

I to ikke-parametriske test bruger dette site normalapproksimationen, som er lærebogsmetoden og det, de fleste programmer viser som standard. Ved små stikprøver findes der en bedre mulighed: den eksakte fordeling, som SciPy og R vælger automatisk, når antallet af observationer er lavt.

Begge værdier står nedenfor. Forskellen viser sig fra tredje decimal og bliver større, jo mindre stikprøven er.

Forskellen mellem de to metoder på de samme data.
TestStikprøve p-værdi på dette siteEksakt p-værdi
Mann-Whitney U10 pr. gruppe0,00088074319070,0003247526467
Wilcoxon for parrede data10 par0,0049767307540,001953125

I praksis: ligger din p-værdi tæt på den grænse, du beslutter ud fra, og har du under tyve observationer, så kontrollér i R eller Python, før du konkluderer. Ved store stikprøver nærmer de to metoder sig hinanden, og forskellen forsvinder.

Ud over denne side

Sitet har også en regressionssuite med 41 kontroller, der holder de interne funktioner op mod referenceværdier ved hver ændring i koden. Den kører i Node uden afhængigheder og fejler, hvis et regnestykke flytter sig. Tabellen ovenfor er den del, der kan offentliggøres; suiten er sikkerhedsnettet for den, der retter i koden.

Sådan gør du det selv

Du behøver ikke tro på denne side. Input til hver linje står i første kolonne og kan kopieres ind i det program, du foretrækker. I Python er en Welch t-test med de samme tal én linje:

from scipy import stats
stats.ttest_ind(gruppe_a, gruppe_b, equal_var=False)

Finder du en afvigelse, der ikke er afrundingsstøj? Skriv til sitets kontakt med de tal, du brugte. Regnefejl er den værste slags fejl, dette site kan have, og den slags rettelser går forrest.

Se også

  • Metodologi — formlerne bag hver beregner.
  • Kilder — bøgerne og referencerne bag formlerne.
  • Ændringslog — hvad der er ændret på sitet.