İpucu 1: sigma nasıl bulunur?

İpucu 1: sigma nasıl bulunur?



"Sigma", Yunan alfabesinin harfi σ, alınırrastgele ölçüm hatalarının kök-karesel hata hatalarının sabit değerini çağırın. Sigma hesaplaması fizik, istatistik ve insan faaliyetinin ilgili alanlarında yaygın olarak kullanılmaktadır. İşte sigma hesaplama algoritması.





Sigma nasıl bulunur


















Ihtiyacınız olacak




  • • Sigma hesaplamak için bir dizi veri;
  • • Hesaplama formülleri;
  • • Üzerinde Microsoft Excel yazılımı bulunan hesap makinesi veya bilgisayar.




talimat





1


Ölçümlerin standart veya ortalama karesel hatasına ölçüm standardı denir. Bu değer, resimde gösterilen formül ile hesaplanır.





2


Kabul edilen miktarındenilen denge, sonsuz sayıda çok sayıda ölçüm için Sn'nin kök-ortalama karesel hata değerinin eğiliminde olduğu sabit bir değerdir. Ölçüm sayısı ne kadar büyük olursa, sigma o kadar yakın olur. Bu ifade, resimde gösterilen biçimde temsil edilebilir.





3


Uygulamada sigma hesaplayın. Tüm ölçümlerin değerlerini bir sütunda yazınız. Tüm değerler için aritmetik ortalama hesaplayınız, toplamak ve değer sayısına bölünerek.





4


Aritmetik ortalama her bir i değerini çıkarın ve onu kareler. Tüm değerleri toplayın ve sonucu n-1 (değerlerin eksi bir sayısı) ile bölün.





5


İstatistikte elde edilen değere dispersiyon denir. Ona karekökü çıkarıyoruz. Sonuç olarak, sigma adı verilen standart kök-karesel hata elde ederiz.





6


Bu hesaplamalar standart olarak yapılabilirMicrosoft Excel elektronik tablolarıyla çalışmak için bir paket. Bunlar hem yukarıda anlatıldığı gibi adım adım bir şekilde veya sadece STDEV işlevini atayarak yapılabilir. Değerlerin bulunduğu hücrenin sayısal bir formata sahip olduğunu önceden kontrol edin. Sigma'yı hesaplamak için değer aralığını belirttiğinizden emin olun.




























İpucu 2: İstatistik modasını nasıl bulurum



İstatistikler gözlem sonuçlarının bir fonksiyonudur,bunun yardımıyla bilinmeyen dağılım parametresinin bir tahmini bulunabilir. Bir mod olarak istatistiksel dağılımın böyle bir karakteristiği için tahmin hesaplanmaz, ancak mevcut örneğin birincil istatistiksel işlemden sonra seçilir. Sadece bireysel vakalarda ve ancak teorik bir dağılım elde ettikten sonra moda diğer sayısal özelliklerle bulunabilir.





İstatistik için modayı nasıl bulurum?








talimat





1


Literatür verilerine göre, mod ayrıkrasgele değişken (Mo ismi) bunun en muhtemel değeridür. Bu tür bir saptama, bu rastgele değişkenin X = Mo, bir değerdir onlar için sürekli dağılımlar için uygun olmadığı en yüksek olasılık yoğunluk W (x) tanımlanmaktadır. W (Mo) = maks. Bu nedenle, teorik dağılımlar denklemi W çözmek için, olasılık yoğunluk türevini almalıdır '(x) = 0 ve kökü moduna eşit ayarlanır. Bazı dağıtımların bir modu yoktur (antimodal). Bilinen üniform dağılım modelless'dir. Çok modlu vakalar da vardır. Mo, rastgele değişkenin konumunun özelliklerini belirtir.





2


İstatistiksel dağılımlar için mod seçilmiştirPratikte aynı şey. Her şeyden önce, mevcut örneklemin matematiksel istatistikler kullanılarak işlenmesi. Kasıtlı olarak ayrık rasgele değişkenin değerlerinin bir örneği varsa, Mo * modunun değerini diğerlerinden daha sık karşılaşılan değere eşit olarak kabul edin. Aynı zamanda bir poligon oluşturmak da gerekli değildir.





3


Elde edilen deneysel verileri işlerkenSürekli rastgele bir değişkenin gözlemlerinin bir sonucu olarak, numunenin tamamı ayrı bitlere bölünür ve bu bitlerin frekansları pi * = ni / n olarak hesaplanır. Burada ni i inci basamak başına gözlem sayısıdır ve n örneklem boyutudur. İlk yaklaşımda, pi * rastgele bir değişkenin ayrı değerlerinin olasılıkları olarak düşünülebilir. Değerlerin kendileri için rakamların ortasına karşılık gelen sayıları kullanın. Mo * en yüksek frekansa karşılık gelen bu sayıyı alır.





4


Modun değerlendirilmesi, örneğin,maksimum posteriori olasılık yoğunluğunun ölçütü ile optimal olan alıcıların geliştirilmesi için radyo-telekomünikasyonlar. Kesinlikle söylemek gerekirse, Mo * 'yı olası en düşük deşarj ortası olarak seçmek gerekli değildir. Sadece kategorilerin her birinde dağıtımın tek tip olduğu kabul edilir. Dolayısıyla, bu durumda, Mo *, bir nokta tahmini yerine aralıktan daha fazladır ve eşit olasılıkla, seçilen rakamın herhangi bir sayısına eşit olabilir.












0