Fejezet tartalmát elektronikus tankönyvek statisztika • hogyan kell kiszámítani a minta átlag •
§ statisztikák bevezetett változat 2.7. Ezért fogott a hibát.
Jelentés a hibákat INRIA gyártó. Ez a mi közös érdeke.
A leírás meghatározásának parancsszintaxishoz gyakran (vagy akár általában) nem biztosított
formula, amely ki volt számítva az eredménye ez a parancs. Meg kellett
válassza ki a formula is, amely a rutinok a szöveget. Ez egy nagy hiba gyártó: mindig ellenőrizze az eredményeket a csapatok egyszerű példát.
Lehet kiszámítani nem az, amit elvár.
Elektronikus tankönyvek statisztika • Hogyan számoljuk ki a minta jelent?
• Hogyan számoljuk ki a geometriai átlag?
• Hogyan számoljuk ki a harmonikus átlagát minta véletlen számok?
• Hogyan találjuk meg a tartomány (amplitúdó) eloszlásának valószínűségi változók?
• Hogyan számoljuk ki a medián értékek eloszlásának?
• Hogyan számoljuk negyedbe eloszlásának valószínűségi változók?
• Hogyan számoljuk negyedbe körű forgalmazásával?
• Hogyan számoljuk ki a százalékos az eloszlás?
• Hogyan kell kiszámítani a központi az összes momentuma?
• Hogyan számoljuk nem központi az összes momentuma?
• Hogyan számoljuk egyszerű (abszolút) jelent eltérést?
• Hogyan számoljuk ki a szórás?
• Hogyan számoljuk ki a szórás értékei mátrix vagy vektor?
• Hogyan lehet átalakítani mátrix „átlagolt” az amplitúdó?
• Hogyan kiszámítjuk a Fischer (Fischer arány)?
• Hogyan számoljuk előfordulási gyakorisága az értékek valószínűségi változó?
• Hogyan számoljuk ki a regressziós együtthatók a két változó?
• Hogyan számoljuk ki a korrelációs együttható?
• Hogyan számoljuk ki a kovariancia a két változó?
• Megjegyzés: kialakításának módjait sorozata véletlen számok használata a példákban, lásd 7. fejezet, „eloszlás könyvtár” Alkalmas statisztikák grafikus ábrázolása egy hisztogram segítségével végezzük parancsok és histplot hist3d (5. fejezet „Graphics”).
Az átlagos csapat.
Egy sor értékek (. X1, x2 xn) egybeesik a minta átlag és a számtani középértéket alábbi képlettel számítottuk ki:
ahol n - a minta mérete.
Szintaxis y = középértékét (x) y = középértékét (x, 'R') y = középértékét (x, 'c') x paraméterek. valós mátrix vagy vektor y. Ha skalár vagy x vektor - mátrix, amelynek a sorok számát egyenlő n_row, és az oszlopok száma a n_col, az átlagát kiszámítottuk, mint az összeg az összes a mátrix elemeinek osztva a terméket a sorok számát az oszlopok száma:
y = (1 / (n_row * n_col)) * összege (x) parancsot y = középértékét (x, 'R') (vagy y = középértékét (x, 1)) a "string" középérték.
Adja sorvektor y (j) = középértékét (x (:, j)) Ha x egy mátrix:
y = középértékét (x, 'R') (vagy y = középértékét (x, 1)) visszatér a minden egyes eleme egy sorvektor y számtani átlagát a megfelelő oszlop a mátrix x.
y (j) = középértékét (x (:, j)) y = átlagos (x, 'c') (vagy y = középértékét (x, 2)) visszatér a minden egyes eleme az oszlop y vektor számtani átlagát a megfelelő mátrix vonal x.
M = közepes (x) // (1 + 2 + 7 + 10 + 7,1 + 7,01) / Eredmény:
M_col =. 4. 4,55 8,505. //! (1 + 7) / 2 (2 + 7,1) / 2 (10 + 7,2) / 1!
M_col =. 4,3333333. // (1 + 2 + 10) /. 7,0366667. // (7 + 7,1 + 7,01) / 2 módszerrel.
A meanf csapat kiszámította a számtani átlag súly alapján.
Egy sor értékek (. X1, x2 xn) egybeesik a minta átlag és a számtani középértéket alábbi képlettel számítottuk ki:
ahol n - a minta mérete.
Szintaxis y = meanf (x, fre) y = meanf (x, fre, 'R') vagy m = meanf (x, fre, 1) y = meanf (x, fre, 'c') vagy m = meanf (X , fre, 2) x paraméterek. valós mátrix vagy vektor fre. valós mátrix vagy vektor azonos méretű, mint a parancs x y = meanf (x, fre, 'R') (vagy y = középértékét (x, fre, 2)) a "string" középérték.
Command y = meanf (x, fre, 'c') (vagy y = meanf (x, fre, 2)) "egy oszlopban" érték.
Hogyan lehet megtalálni a geometriai átlag?
A GEOMEAN csapat.
Egy sor értékek (. X1, x2 xn) egybeesik a minta átlag és a számtani középértéket alábbi képlettel számítottuk ki:
ahol n - a minta mérete.
Szintaxis gm = GEOMEAN (x) GM = GEOMEAN (x, 'R') (vagy GM = GEOMEAN (x, 1)) GM = GEOMEAN (x, 'c') (vagy GM = GEOMEAN (x, 2)) paraméterek x: valós vagy komplex vektort (mátrix) GM: skalár sorvektor vagy oszlop vektort.
Parancsok kiszámítja a mértani átlagát mátrix vagy vektor x.
A mátrix vagy vektor x parancsot gm = GEOMEAN (x) visszatér egy skalár GM, egyenlő a mértani átlagát minden elemét x.
Command gm = GEOMEAN (x, 'R') (vagy gmean = g (x, 1)) visszatér, mint minden egyes eleme sorvektor GM mértani átlagát a megfelelő oszlop a mátrix x.
Command gm = GEOMEAN (x, 'c') (vagy gmean = g (x, 2)) visszatér, mint minden egyes eleme, oszlopvektor GM mértani átlaga megfelelő sorában az X mátrix.
Ha a munka az összes elem 1.
Ha az összes a mátrix tömegére vonatkoztatva x értéke, azaz, fre minden elemét a mátrix egyenlő eggyel, majd az eredményeket a csapatok variancef és variancia egyenlő lesz.
7. vf = variancef (x, fre) Eredmény:
7.5833333 // egybeesik v Hogyan lehet átalakítani a tömb egy „átlagolt” az amplitúdó?
Használja az irányító központ. Ennek eredményeként a csapat csökken az érték az egyes adat elem a mátrix (m. E. Minden véletlen értéket) az átlagos amplitúdó egyenlő a számtani átlaga a mátrix elemei. (Eng.
A kifejezés = átlagos eltérés).
Szintaxis s = Központ (x) s = központ (x, 'R') vagy s = központ (x, 1) s = központ (x, 'c') vagy s = Center (x, 2) paraméterei x, s: valós vagy komplex vektort (mátrix) kiszámítja a parancsot a X mátrix a „átlagolt” mátrix s, amely a következőképpen számítjuk ki:
s - egy mátrix, ahol minden egyes elem s (i, j) a következőképpen számítjuk a különbség a megfelelő elem x (i, j) és xbar:
s (i, j) = x (i, j) -xbar, ahol xbar = (x (1) + x (2) + ... + x (n)) / n Az érték xbar egy minta átlagos értéke x a mátrix és a CAN felhasználásával számítják ki az átlagos parancs (x).
Tény, valamennyi mátrix elemeinek kivonjuk az érték a minta átlag a mátrix.
s = központ (x, 'R') (vagy S = központ (x, 1)) "string" RMS (vagy "normál") eltérés.
s = központ (x, 'c') (vagy S = Center (x, 2)), "oszlop" standard deviáció.
x = [0.2113249 0.0002211 0.6653811; 0.7560439 0.3303271 0.6283918] Center = s (x) eredmények:
// Összehasonlításképpen bar = középértékét (x);
Látjuk, hogy az s értéke egybeesik a z érték.
A wcenter csapat.
Command termel egy transzformációs mátrix „átlagolt” (átlagos szórás) a amplitúdót a szerinti diszperzió a következő képlet (a vektor):
A térelválasztó a képlet si kell kiszámítani parancsok STDEV (x), Mx átlagos értéke, és lehet elérni parancsok használatával jelenti.
Szintaxis s = wcenter (x) s = wcenter (x, 'R') vagy s = wcenter (x, 1) s = wcenter (x, 'c') vagy s = wcenter (x, 2) paraméterei x, s: valós vagy komplex vektort (mátrix) parancs s = wcenter (x, 'R') (vagy s = wcenter (x, 1)) - egy "string" opciót parancs visszatér s (i, j), mint a (X (i, j) -xbarv (j)) / sigmav (j), ahol a xbarv (j) - a minta középérték (átlag csapat) elem értékeit j-edik oszlop és sigmav (j) a standard eltérés a j-edik oszlopa az X mátrix.
Command s = wcenter (x, 'R') (vagy S = wcenter (x, 1)) - egy "legyen az oszlop" parancs lehetőséget visszatér s (i, j), mint a (X (i, j) -xbarv (j) ) / sigmav (j), ahol a xbarv (j) - a minta középérték (átlag) értékeit az elemek a j-edik sorának és sigmav (j) a szórás (standard eltérés) j-edik sorban az X mátrix.
WC = wcenter (x) // ellenőrizze a szigma = STDEV (x);
i = 1: N, S (i) = (x (i) -mx) / Sigma; vége;
1.4481324 -.8447439 -.3620331 -.2413554!
1.4481324 -.8447439 -.3620331 -.2413554!
Hogyan számoljuk ki Fischer arány (Fischer arány)?
C-Ftest csapat.
Szintaxis f = Ftest (minta) [f, p] = Ftest (minták) Paraméterek minták. valós vagy komplex méretű mátrix példa nr nc.
minták = [46 55 54;
46 52 49] [f, p] = Ftest (minta) 2. módszer.
A ftuneq csapat. Fischer arányt kiszámítjuk minták egyenlőtlen hosszúságú. Lásd részletes segítséget ftuneq.
Hogyan számoljuk ki a előfordulási gyakorisága az értékek egy véletlenszerű változó?
A tabul csapat.
Szintaxis [m] = tabul (x) x paraméterek. érvényes, a komplex vektor (mátrix) vagy vektor (mátrix) a karakter változók Ha x - numerikus mátrix vagy vektor, a m: egy mátrixot két oszlopból, amelyek közül az első tartalmazza a numerikus értékek a vektor x, csökkenő sorrendben (rendezve csökkenő variáció száma ), míg a második tartalmaz értéke milyen gyakran megismétli az értéket a x vektor. Ha az elemek X karaktert, akkor m - egy lista.
y = [ "cat" "cat" "kutya" "kutya" "sertés"];
Hogyan számoljuk ki a regressziós együtthatók a két változó?
Segítségével a csapat visszafejlődnek. Regressziót az elmélet a valószínűség és a matematikai statisztika, a függőség a középérték bármilyen mennyiségben különböző méretű vagy néhány méretben.
Az eredmény a parancs végrehajtását lesz mátrix soefs = [a b] mérete 1 és 2 úgy, hogy y = C1 + C2 * x az egyenlet közelítő mi diszkrét adatok a legkisebb négyzetek regressziós modell szerint a.
visszafejlődik parancs kiszámítja a koefficiensek C1 és C2 regresszió, az alábbi képletek segítségével:
Szintaxis coefs = regresszus (x, y) paraméterek x, y. valós vagy komplex vektorok az azonos számú elemet c n.
Coefs érték (1) egyenlő C1 a fenti képletben, és coefs érték (2) rendre egyenlő C2.
x = [0.5608486 0.6623569 0.7263507 0.1985144 0.5442573 0.2320748 0.2312237];
y = [0.3616361 0.2922267 0.5664249 0.4826472 0.3321719 0.5935095 0.5015342];
coefs = visszafejlődés (x, y) plot2d (x, y, -8); // -8 - azt jelenti, hogy a pontok nem kapcsolódtak a vonalak t = 0,2: 0,05: 0,7;
plot2d (t, q, 5); // ez közelítő görbe Eredmény:
coefs =. 5563731. -.2422534!
Hogyan számoljuk ki a korrelációs együttható?
A Correl csapat (lat.Correlatio - egymásrautaltság).
A Scilab csomag Rho közötti korrelációs együttható két véletlen változó x és y figyelembe véve a súlyozó mátrix f határozza meg az alábbi képlet:
Megjegyzés: a vektorok x és y hosszúsága eltérő lehet.
Szintaxis rho = Correl (x, y, fre) Paraméter X. valós vagy komplex y vektor. valós vagy komplex vektor fre. hossza (x) méretű mátrix hossza (y) Correl parancsot (x, y, fre) kiszámítja a korreláció két változó x és y. A tömeg mátrix elem és fre index (i, j) az megfelel a nagyságát vagy frekvencia szám xi, yj.
x = [2,5 7,5 12,5 17,5] h = [0 1 2] fre = [. 03.12.07; .02.13.11; .01.13.14; .01.09.14] rho = Correl (x, h, fre) Eredmény:
rho =. Hogyan számoljuk ki a kovariancia a két változó?
A COVAR csapat.
Kovariancia olyan intézkedés a kölcsönös csatlakoztató közötti véletlen változók y és x, azaz aspirációs egy véletlen érték nő vagy csökken növekedése vagy csökkenése más véletlen értékeket. Covariance jellemzi az intézkedés a sztochasztikus összefüggés valószínűségi változók. Ha a véletlen változók függetlenek, akkor a kovariancia nulla. Az ellenkezője nem mindig igaz.
Szintaxis s = COVAR (x, y, fre) Paraméter X. valós vagy komplex y vektor. valós vagy komplex vektor fre. hossza (x) méretű mátrix hossza (y) COVAR parancsot (x, y, fre) kiszámítja a kovariancia a két változó x és y.
A mátrix elem és fre index (i, j) az megfelel a nagyságát vagy frekvencia szám (xiyj).
Lásd részletes segítséget COVAR.
x = [10 20 30 40] y = [10 20 30 40] fre = [20.04.01 0 ;. .10.36.09 0; 0.05.10 0; 0,05 0 0];
„Jelentés az eredmények önálló Városi speciális (büntetés) oktatási intézmények a hallgatók és a fogyatékos tanulók speciális (büntetés) Tankönyvek - bentlakásos iskola № 52 város Magnyitogorszk (neve az oktatási intézmény keretében charter) önálló Városi speciális (büntetés) oktatási (teljes név oktatási intézmények) tanuló diákok számára. "
„Az Oktatási Minisztérium és a tudomány az Orosz Föderáció 1 szövetségi állam Intézmény Felsőoktatási Professional Education Orosz Állami Egyetem Turizmus és Szolgáltató Főosztály, Közgazdasági és Jogi Tanszék Personnel Administration, az állami és önkormányzati gazdálkodás dolgozat projekt, amelynek témája: a stratégiai menedzsment települések funkció szerint: Állam és önkormányzati gazdálkodás Karina. "