• Combine the male and female means

• Combine the male and female means into the same collection of measures.
o Drag down a table for the “Measures from...” collection with female means.
o Highlight the xbarF attribute and choose Edit>Copy Attribute.
o Click to select the male’s “Measures from...” collection box and choose Edit>Paste Attribute.
o Drag down a table and you should see two columns with means for males and females
• Add a third variable to this collection (call it Diff) with the formula xbarM-xbarF. This computes the

difference in means, ̅

, for each randomization sample.



Collecting a randomization distribution in Fathom.
For each of the first three methods to make the randomization distribution
• Select the “Sample of...” or “Scrambled...” randomization sample collection and use Collection>Collect Measures to generate more randomization statistics, adjusting the number of measures to a large value (such as 1000 depending on the speed of your computer).
The last steps in the pooled method (#4 above) will take care of creating the collection with many randomization statistics.


View the randomization distribution.
• Select the “Measures of ...” collection box and drag down a table to see the randomization statistics.
• Drag down an empty graph and drag the attribute with the randomization statistics to the horizontal axis to make a dotplot of the randomization distribution.


Finding a p-value from a randomization distribution in Fathom.
Remember that we find the p-value by finding the proportion of randomization statistics that are as (or more) extreme than the statistic from the original sample. There are a couple of ways to do this in Fathom

Method #1: Sort the randomization statistics
• Click to select the column of randomization statistics in a table of the “Measures from...” collection and choose Table>Sort Ascending (or Sort Descending for the other tail).
• Scroll through the table to find where the value of the original statistic would fall and use the count on the side of the table to find how many of the randomization statistics are more extreme. Double the count for a two tail test.
• Divide the count by the number of randomization statistics to get the p-value.

Method #2: Use a formula
• Define a measure for the “Measures from...” collection (or drag down a summary box and compute the value as a summary statistic).
• Use a formula like count(xbar ≤ 98.26) to see how many samples are more extreme. Tip: To get the ≤ symbol, hold down the Crtl key while in the formula editor and find it on the keypad.
Note: The direction of the inequality will depend on the tail you are counting.
Note: You can also use the proportion( ) function in place of count( ) to find the p-value without dividing.
---------------------------------------------------------------------------------------------------------------------------------------
Common Fathom Formulas for Statistics in Chapters 3 and 4
Here are examples of formulas (in the Fathom formula editor) for some common statistics that you might wish to use in finding a bootstrap or randomization distribution.

Kết quả (Việt) 1:

• Kết hợp giữa Nam và nữ có nghĩa là vào bộ sưu tập cùng của các biện pháp.o kéo xuống một bảng cho bộ sưu tập "Các biện pháp từ..." với nữ có nghĩa là.o làm nổi bật các thuộc tính xbarF và chọn chỉnh sửa > sao chép thuộc tính.o nhấp chuột để chọn nữ "Biện pháp từ..." bộ sưu tập hộp và chọn chỉnh sửa > dán thuộc tính.o kéo xuống một bảng và bạn sẽ thấy hai cột với các phương tiện cho Nam và nữ• Thêm một biến thứ ba bộ sưu tập này (gọi nó khác) với công thức xbarM-xbarF. Điều này tính các sự khác biệt trong phương tiện, ̅ , cho mỗi mẫu ngẫu nhiên. Thu thập các bản phân phối ngẫu nhiên trong hiểu được.Đối với mỗi phương pháp đầu tiên để làm cho việc phân phối ngẫu nhiên• Chọn ngẫu nhiên "Mẫu..." hoặc "Tranh giành..." mẫu bộ sưu tập và sử dụng bộ sưu tập > thu thập các biện pháp để tạo ra nhiều ngẫu nhiên số liệu thống kê, điều chỉnh một số các biện pháp để một giá trị lớn (như 1000 tùy thuộc vào tốc độ của máy tính của bạn).Bước cuối cùng trong những phương pháp (#4 ở trên) sẽ chăm sóc của việc tạo ra các bộ sưu tập với nhiều ngẫu nhiên thống kê.Xem phân phối ngẫu nhiên.• Chọn hộp bộ sưu tập "Các biện pháp của..." và kéo xuống một bảng để xem thống kê ngẫu nhiên.• Kéo xuống một đồ thị có sản phẩm nào và kéo các thuộc tính thống kê ngẫu nhiên để trục ngang để làm cho một dotplot phân phối ngẫu nhiên. Trong việc tìm kiếm một giá trị p từ một phân phối ngẫu nhiên hiểu được.Hãy nhớ rằng chúng tôi tìm thấy p-giá trị bằng cách tìm cực tỷ lệ thống kê ngẫu nhiên như (hoặc hơn) hơn so với số liệu thống kê từ mẫu ban đầu. Có một vài cách để làm điều này ở FathomPhương pháp #1: Sắp xếp các số liệu thống kê ngẫu nhiên• Bấm vào để chọn các cột thống kê ngẫu nhiên trong một bảng của các bộ sưu tập "Các biện pháp từ..." và chọn bảng > sắp xếp tăng dần (hoặc sắp xếp giảm dần cho đuôi khác).• Di chuyển qua bàn để tìm thấy nơi mà giá trị của số liệu thống kê ban đầu sẽ rơi và sử dụng tính trên mặt bàn để tìm thấy bao nhiêu người trong số liệu thống kê ngẫu nhiên là cực đoan hơn. Tăng gấp đôi số cho một thử nghiệm hai đuôi.• Chia đếm số lượng các số liệu thống kê ngẫu nhiên để có được giá trị p.Phương pháp #2: Sử dụng một công thức• Xác định một biện pháp cho bộ sưu tập "Các biện pháp từ..." (hoặc kéo xuống một hộp tóm tắt và tính toán giá trị như là một bản tóm tắt thống kê).• Sử dụng một công thức giống như số đếm (xbar ≤ 98.26) để xem làm thế nào nhiều mẫu cực đoan hơn. Mẹo: Để có được biểu tượng ≤, Giữ phím Crtl trong khi trong trình soạn thảo công thức và tìm thấy nó trên bàn phím.Lưu ý: Sự chỉ đạo của bất đẳng thức sẽ phụ thuộc vào đuôi bạn đang đếm.Lưu ý: Bạn cũng có thể sử dụng tỷ lệ () chức năng thay cho Bá tước () tìm các giá trị p mà không phân chia.---------------------------------------------------------------------------------------------------------------------------------------Phổ biến các công thức Fathom cho thống kê ở chương 3 và 4Dưới đây là ví dụ về các công thức (trong trình soạn thảo công thức Fathom) cho một số số liệu thống kê phổ biến mà bạn có thể muốn sử dụng trong việc tìm kiếm một khởi động hoặc ngẫu nhiên phân phối.

Kết quả (Việt) 2:

• Kết hợp nam và nữ có nghĩa là vào bộ sưu tập cùng các số đo.
O Kéo xuống một bảng cho bộ sưu tập "Các biện pháp từ ..." với phương tiện nữ.
O Chọn các thuộc tính xbarF và chọn Edit> Copy Attribute.
O Bấm để chọn nam "các biện pháp từ ..." hộp bộ sưu tập và chọn Edit> Paste Attribute.
o Kéo xuống một bảng và bạn sẽ thấy hai cột với các phương tiện cho nam và nữ
• Thêm một biến thứ ba cho bộ sưu tập này (gọi nó là Diff) với công thức xbarM-xbarF. Này tính toán sự khác biệt trong phương tiện, ̅ , cho mỗi mẫu ngẫu nhiên. Thu thập một phân phối ngẫu nhiên trong Fathom. Đối với mỗi trong ba phương pháp đầu tiên để thực hiện phân phối ngẫu nhiên các • Chọn "Mẫu ..." hoặc "Scrambled ..." bộ sưu tập mẫu ngẫu nhiên và sử dụng Bộ sưu tập> thu thập các biện pháp để tạo ra nhiều thống kê ngẫu nhiên, điều chỉnh số lượng các biện pháp để một giá trị lớn (như 1000 tùy thuộc vào tốc độ của máy tính của bạn). các bước cuối cùng trong phương pháp gộp (# 4 ở trên) sẽ chăm sóc của việc tạo ra các bộ sưu tập với nhiều thống kê ngẫu nhiên. xem các phân phối ngẫu nhiên. • Chọn "các biện pháp ..." hộp thu và kéo xuống một bảng để xem số liệu thống kê ngẫu nhiên. • kéo xuống một đồ thị rỗng và kéo các thuộc tính với số liệu thống kê ngẫu nhiên để trục ngang để thực hiện một dotplot của phân phối ngẫu nhiên. việc tìm kiếm một giá trị p từ một phân bố ngẫu nhiên trong Fathom. hãy nhớ rằng chúng ta tìm thấy giá trị p bằng cách tìm các tỷ lệ thống kê ngẫu nhiên được như (hoặc hơn) cực hơn so với số liệu thống kê từ các mẫu ban đầu. Có một vài cách để làm điều này trong Fathom Phương pháp # 1: Sắp xếp các số liệu thống kê ngẫu nhiên • Nhấn vào đây để chọn các cột số liệu thống kê ngẫu nhiên trong một bảng của các bộ sưu tập "Các biện pháp từ ..." và chọn Bảng> Sắp xếp tăng dần (hoặc theo giảm dần cho đuôi khác). • Di chuyển qua bàn để tìm nơi mà giá trị của các số liệu thống kê ban đầu sẽ giảm và sử dụng các tính ở phía bên của bảng để tìm thấy bao nhiêu người trong số liệu thống kê ngẫu nhiên là cực đoan hơn. . Tăng gấp đôi số lượng cho một bài kiểm tra hai đuôi • Chia đếm bằng của số liệu thống kê ngẫu nhiên để có được những giá trị p. Phương pháp # 2: Sử dụng một công thức • Xác định một biện pháp cho bộ sưu tập "Các biện pháp từ ..." (hoặc kéo xuống một hộp tóm tắt và tính toán giá trị như là một thống kê tóm tắt). • Sử dụng một công thức như đếm (xbar ≤ 98,26) để xem có bao nhiêu mẫu là cực đoan hơn. Mẹo: Để có được biểu tượng ≤, giữ phím Ctrl trong khi soạn thảo công thức và tìm thấy nó trên bàn phím. Lưu ý: Các hướng của sự bất bình đẳng sẽ phụ thuộc vào đuôi bạn đang đếm. Lưu ý: Bạn cũng có thể sử dụng tỷ lệ ( ) chức năng ở vị trí của count () để tìm giá trị p mà không Fathom công thức thống kê trong Chương 3 và 4 Dưới đây là ví dụ về các công thức (trong trình soạn thảo công thức Fathom) cho một số thống kê phổ biến mà bạn có thể muốn sử dụng trong việc tìm kiếm một phân phối bootstrap hoặc ngẫu nhiên.