Istatistik

2,55 (3s.f.) {-7, 12, 14, 8, -10, 0, 14} anlamında: (-7+ 12+ 14+ 8+ -10 + 0+ 14) / 7 = 31/7 her sayının sapması (n-ortalama): -7 - 31/7 = - 49/7 - 31/7 = 80/7 12 - 31/7 = 84/7 - 31/7 = 53/7 14 - 31 / 7 = 98/7 - 31/7 = 67/7 8 - 31/7 = 56/7 - 31/7 = 25/7 -10 - 31/7 = -70/7 - 31/7 = -101/7 0 - 31/7 = -31/7 14 - 31/7 = 98/7 - 67/7 = 32/7 varyans = sapmaların ortalaması: (80/7 + 53/7 + 67/7 + 25/7 - 101/7 -31/7 +32/7) / 7 = 125/49 = 2.55 (3, sf) Devamını oku »

Varyans sigma ^ 2 = 542/49 = 11.0612 Ortalama barx ilk barx çözün = (7 + 3 + (- 1) +1 + (- 3) +4 + (- 2)) / 7 = 9/7 Varyans sigma çözün ^ 2 sigma ^ 2 = ((7-9 / 7) ^ 2 + (3-9 / 7) ^ 2 + (- 1-9 / 7) ^ 2 + (1-9 / 7) ^ 2 + (- 3-9 / 7) ^ 2 + (4-9 / 7) ^ 2 + (- 2-9 / 7) ^ 2) / 7 sigma ^ 2 = 542/49 = 11.0612 açıklama faydalıdır. Devamını oku »

-140.714286 Varyans, formül 1 / N toplam_ (N = 1) ^ N (x_i-mu) formülü kullanılarak hesaplanır ve sayıları girdiğinizde, aşağıdaki değerleri elde edersiniz: mu = 8 (-14-8) ^ 2 = (- 22) ^ 2 = -484 (-9-8) ^ 2 = (- 17) ^ 2 = -289 (-7-8) ^ 2 = (- 15) ^ 2 = -225 (8- 8) ^ 2 = 0 (8-8) ^ 2 = 0 (10-8) ^ 2 = (2) ^ 2 = 4 (12-8) ^ 2 = (3) ^ 2 = 9 (-484+ ( -289) + (- 225) + 0 + 0 + 4 + 9) / 7 = -140.714286 Devamını oku »

Sigma ^ 2 = 428/9 = 47,5556 Verilenlerden: n = 6 Önce aritmetik ortalamayı çözeriz. barx = (8 + 19 + 10 + 0 + 1 + 0) / 6 = 38/6 = 19/3 Gruplanmamış verilerin varyansı için formül sigma ^ 2 = (toplam (x-barx) ^ 2) / n sigma ^ 2 = ((8-19 / 3) ^ 2 + (19-19 / 3) ^ 2 + (10-19 / 3) ^ 2 + (0-19 / 3) ^ 2 + (1-19 / 3 ) ^ 2 + (0-19 / 3) ^ 2) / 6 sigma ^ 2 = 428/9 = 47.5556 Allah razı olsun .... Umarım açıklama yararlıdır. Devamını oku »

Varyans 28.472'dir. Ortalama {9, -4, 7, 10, 3, -2} (9 + (- 4) + 7 + 10 + 3 + (- 2)) / 6 = 23 / 6'dır. {x_1.x_2, ..., x_6} dizileri, bunların ortalamaları (Sigma (x-barx) ^ 2) / 6 tarafından verilen çubuktur ve bu nedenle 1/6 * {(23 / 6-9) ^ 2 + (23/6 - (- 4)) ^ 2 + (23 / 6-7) ^ 2 + (23 / 6-10) ^ 2 + (23 / 6-3) ^ 2 + (23/6 - (- 2)) ^ 2} veya 1/6 * {(- - 31/6) ^ 2 + (47/6) ^ 2 + (- 19/6) ^ 2 + (- 37/6) ^ 2 + (5 / 6) ^ 2 + (35/6) ^ 2} = 1/6 * {961/36 + 2209/36 + 361/36 + 1369/36 + 25/36 + 1225/36} = 1/6 * (6150 /36)=28.472 Devamını oku »

1913/30 9, 4, -5, 7, 12, -8 sayılarının "X" kümesini göz önünde bulundurun Adım 1: "Ortalama" = "X değerlerinin toplamı" / "N (Değerlerin Sayısı)" = (9 + 4 + (-5) + 7 + 12 + (-8)) / 6 = 19/6 2. Adım: Varyansı bulmak için ortalamayı her değerden 9, 19/6 = 54 / 6'dan çıkarın. - 19/6 = 35/6 4 - 19/6 = 24/6 - 19/6 = 5/6 -5 - 19/6 = -30/6 - 19/6 = -49/6 7 - 19/6 = 42/6 - 19/6 = 23/6 12 - 19/6 = 72/6 - 19/6 = 53/6 -8 - 19/6 = -48/6 - 19/6 = -67/6 3: Şimdi, çıkardığınız cevapların hepsini çıkarın. (35/6) ^ 2 = 1225/36 (5/6) ^ 2 = 25/36 (-49/6) ^ 2 Devamını oku »

Dağıtım üstel bir dağılımdır. k = 2 ve E (x) = 1/2, E (x ^ 2) = 1/2 => V (x) = E (x ^ 2) - {E (x)} ^ 2 - 1/2 - (1/2) ^ 2 = 1/2 - 1/4 = 1/4. Dağılımın sınırı (0, oo) bulmak için k, int_0 ^ B ke ^ - (2x) dx = k Gama (1) / 2 = 1 => k / 2 = 1 => k = 2. E ( x) = # int_0 ^ Bx Devamını oku »

Bir popülasyon varyansı aradığımızı varsayarsak: color (white) ("XXX") sigma _ ("pop") ^ 2 = 150.64 Burada bir elektronik tablo biçimindeki veriler (elbette, verilen verilerle birlikte bir elektronik tablo veya hesap makinesi vardır) Ara değerler olmadan varyans verme fonksiyonlarını yerine getirirler, sadece eğitim amaçlıdırlar. Nüfus Varyansı (bireysel veri değerlerinin ortalamadan farklılık farklarının karelerinin toplamı) renk (beyaz) ("XXX") bölü (veri değeri sayısı) Verilerin yalnızca olması amaçlandığında daha büyük bir popülasyondan bir Devamını oku »

"Varyans" _ "pop". ~~ 12.57 Verilen terimler: {2,9,3,2,7,7,12} Terimlerin toplamı: 2 + 9 + 3 + 2 + 7 + 7 + 12 = 42 Terim sayısı: 7 Ortalama: 42 / 7 = 6 Ortalamadan Sapmalar: {abs (2-6), abs (9-6), abs (3-6), abs (2-6), abs (7-6), abs (7-6), abs (12-6)} Ortalamadan Sapmaların Kareleri: {(2-6) ^ 2, (9-6) ^ 2, (3-6) ^ 2, (2-6 ^ 2), (7-6) ) ^ 2, (7-6) ^ 2, (12-6) ^ 2} Sapmaların Karelerinin Toplamı: (2-6) ^ 2, + (9-6) ^ 2 + (3-6) ^ 2 + (2-6 ^ 2) + (7-6) ^ 2 + (7-6) ^ 2 + (12-6) ^ 2 = 88 Nüfus Varyansı = ("Ortalamadan Sapmaların Kareleri Toplamı") / ("Terim Sayısı") = 88/7 ~~ 12.57 Devamını oku »

3.27 Varyans = sumx ^ 2 / n - (ortalama) ^ 2 Ortalama = toplam (x) / n burada n, terimlerin sayısında = (4 + 7 + 4 + 2 + 1 + 4 + 5) / 7 = (27 ) / 7 = 3.857 toplamı ^ 2 = 4 ^ 2 + 7 ^ 2 + 4 ^ 2 + 2 ^ 2 + 1 ^ 2 + 4 ^ 2 + 5 ^ 2 = 127 SO Varyansı = 127/7 - (3.857) ^ 2 = 3.27 Devamını oku »

Sigma ^ 2 = 18,8 ortalama = (63 + 54 + 62 + 59 + 52) / 5 ortalama = 58 n = 5 63 x - ortalama = 63 - 58 = 5 (x - ortalama) ^ 2 = 5 ^ 2 = 25 54 x - ortalama = 54 - 58 = -4 (x - ortalama) ^ 2 = (-4) ^ 2 = 16 62 x - ortalama = 62 - 58 = 4 (x - ortalama) ^ 2 = 4 ^ 2 = 16 59 x - ortalama = 59 - 58 = 1 (x - ortalama) ^ 2 = 1 ^ 2 = 1 52 x - ortalama = 52 - 58 = -6 (x - ortalama) ^ 2 = (-6) ^ 2 = 36 Sigma (x - ortalama) ^ 2 = 25 + 16 + 16 + 1 + 36 = 94 sigma ^ 2 = (Sigma (x - ortalama) ^ 2) / n = 94/5 = 18,8 Devamını oku »

Varyans (Nüfus): sigma ^ 2 ~~ 20.9 Nüfus Varyans (renkli (siyah) (sigma ^ 2), her bir popülasyon veri maddesi ile popülasyon ortalaması arasındaki farkların karelerinin ortalamasıdır. , d_3, ...} n büyüklüğünde, ortalama değeri mu sigma ^ 2 = (toplam (d_i - mu) ^ 2) / n Devamını oku »

Aşağıya bakınız. Standart normal mu, sigma = 0,1 olacak şekilde ayarlanmış normaldir, bu yüzden sonuçları önceden biliyoruz. Standart normalin PDF'si: mathbb P (z) = 1 / sqrt (2 pi) e ^ (- z ^ 2/2) Ortalama değerine sahiptir: mu = int _ (- oo) ^ (oo) dz z mathbb P (z) = 1 / sqrt (2 pi) int _ (- oo) ^ (oo) dz ze ^ (- z ^ 2/2) = 1 / sqrt (2 pi) int _ (- oo) ^ (oo) d (- e ^ (- z ^ 2/2)) = 1 / sqrt (2 pi) [e ^ (- z ^ 2/2)] _ (oo) ^ (- oo) = 0 takip edenleri: Var (z) = int _ (- oo) ^ (oo) dz (z - mu) ^ 2 matematik P (z) = 1 / sqrt (2 pi) int _ (- oo) ^ (oo) dz z ^ 2 e ^ (- z ^ 2/2) Bu sefer IBP kullanın: Var Devamını oku »

Var = sigma ^ 2 = int (x-mu) ^ 2f (x) dx olarak yazılamaz: sigma ^ 2 = intx ^ 2f (x) dx-2mu ^ 2 + mu ^ 2 = intx ^ 2f (x) dx - mu ^ 2 sigma_0 ^ 2 = 3int_-1 ^ 1 x ^ 4dx = 3/5 [x ^ 5] _- 1 ^ 1 = 6/5 Bu sorunun f (x) = 3x ^ demek olduğunu farz ediyorum. 2 "-1" x x 1; 0 "Aksi takdirde" Farkı buldun mu? Var = sigma ^ 2 = int (x-mu) ^ 2f (x) dx Genişlet: sigma ^ 2 = intx ^ 2f (x) dx-2mucancel (intxf (x) dx) ^ mu + mu ^ 2cancel (intf (x) ) dx) ^ 1 sigma ^ 2 = intx ^ 2f (x) dx-2mu ^ 2 + mu ^ 2 = intx ^ 2f (x) dx - mu ^ 2 yerine sigma ^ 2 = 3int_-1 ^ 1 x ^ 2 * x ^ 2dx -mu ^ 2 = sigma_0 ^ 2 + mu ^ 2 Nerede, sigma_ Devamını oku »

"b)" 7/16 "Karşıt olay asgari"> = 1/4 "dir. Bu olayı," "= 1/4 olması gerektiğini" "belirttikçe hesaplamak daha kolaydır. " sonra." "Ve bunun için olasılıklar basitçe" (3/4) ^ 2 = 9/16 => P ["min" <= 1/4] = 1 - 9/16 = 7/16 Devamını oku »

= 0.999979973 "Tamamlayıcı olayın hesaplanması daha kolay." “Yani 18'den fazla kafa alma olasılığını hesaplıyoruz.” “Bu, 19 kafa alma olasılığına, artı“ “20 kafa alma ihtimaline” eşittir. "Binom dağılımını uyguluyoruz." P ["19 kafa"] = C (20,19) (1/2) ^ 20 P ["20 kafa"] = C (20, 20) (1/2) ^ 20 "," C (n, k ) = (n!) / ((nk)! k!) "(kombinasyonlar)" => P ["19 veya 20 kafa"] = (20 + 1) (1/2) ^ 20 = 21/1048576 => P ["en fazla 18 kafa"] = 1 - 21/1048576 = 1048555/1048576 = 0.999979973 Devamını oku »

Z = -1.5 Testi tamamlamak için gereken sürenin normal dağıldığını bildiğimiz için, bu belirli bir süre için z-skorunu bulabiliriz. Bir z-skoru için formül, z = (x - mu) / sigma'dır, burada x, gözlenen değerdir, mu, ortalamadır ve sigma, standart sapmadır. z = (45 - 60) / 10 z = -1.5 Öğrencinin zamanı, ortalamanın altında 1.5 standart sapmadır. Devamını oku »

Aşağıya bakınız. R ^ 2 değeri temel olarak cevap değişkeninizdeki değişimin yüzde kaçının açıklayıcı değişkeninizdeki değişkenlikten kaynaklandığını gösterir. Doğrusal bir birleşmenin gücünün bir ölçüsünü sağlar. Bu durumda, R ^ 2 = 0,7569. Bu ondalık değerin 100 ile çarpılmasıyla, bir paket cipsin enerji içeriğindeki varyasyonun% 75,69'unun yağ içeriğindeki değişiklikle açıklanabileceğini bulduk. Tabii ki bu, enerji içeriğindeki değişimin% 24,31'inin diğer faktörler tarafından hesaba katıldığı anlamına gelir. Devamını oku »

Z -% 98 güven aralığı için puan 2.33 Bu nasıl elde edilir. 0.98 = 0.49'un yarısı Normal eğri tablosunun altındaki alanda bu değeri arayın. En yakın değer 0.4901. Z değeri 2.33. Devamını oku »

Z = (73-74) / (3 / sqrt (135)) = -sqrt (135) / 3 Standart normal dağılım, frekans dağılımımızdaki veri grubunu, ortalama 0 ve standart sapma 1 olacak şekilde dönüştürür. Kullanabiliriz: z = (x-mu) / sigma, sigmaya sahip olduğumuzu varsayarsak, ancak burada bunun yerine SD = s; z = (x-mu) / (s / sqrt (n)); n örneklem büyüklüğü ... Devamını oku »

Z-puanı, ortalama mu ile x değişkeninin -0.866 z-puanıdır ve standart sapma sigması (x-mu) / (sigma / sqrtn) ile verilir. Mu = 55, sigma = 2, n = 3 ve x = 56 z-puanı (56-55) / (2 / sqrt3) = ((- - 1) * sqrt3) /2=-0.866 Devamını oku »

Z = 0 Sorunun doğruluğu hakkında kendi şüphelerim var. Örneklem büyüklüğü 5'tir. T puanı bulmak uygundur. z puanı sadece örneklem büyüklüğü> = 30 olduğunda hesaplanacaktır. Bazı istatistikçiler, nüfus dağılımının normal olduğuna inanıyorlarsa, örneklem büyüklüğü 30'dan küçük olsa bile z puanını kullanın. Hangi dağılım için istediğinizi açıkça belirtmediniz. z hesaplamak için Gözlenen bir dağılım olabilir veya örnekleme dağılımı olabilir. Siz soruyu sorduğunuzdan beri, bunun bir & Devamını oku »

Z-puanı, ortalama mu ile x değişkeninin -26.03 z-skorudur ve standart sapma sigması (x-mu) / (sigma / sqrtn) ile verilir. mu = 35, sigma = 5, n = 57 ve x = 13'tür. Z-puanı (13-35) / (5 / sqrt35) = ((- - 22) * sqrt35) /5=-26.03 Devamını oku »

Cevap normal dağılımda z = 0.05'tir. Bu sorunu çözmek için normal dağılım için bir z-tablosuna ("standart normal tablo" olarak da bilinir) erişmeniz gerekir. Vikipedi'de iyi bir tane var. Z'nin değerinin ne olduğunu sorarak, verilerin% 52'sinin solunda olduğunu, amacınız z değerine kadar kümülatif alanın 0.52'ye ulaştığı bir z değeri bulmaktır. Bu nedenle kümülatif bir z-tablosuna ihtiyacınız var. Belirli bir z değerinin 0,52 tablosundaki bir çıktıya en yakın olduğunu gösteren kümülatif z tablosundaki girişi bulun (bu, toplam dağılımı Devamını oku »

0.38. Lütfen aşağıdaki linke bakınız. Genel olarak, belirli bir CDF ile ilişkili z-skorunu belirlemek için böyle bir tablo veya bir bilgisayar programı kullanmalı veya bunun tersi de geçerlidir. Bu tabloyu kullanmak için, aradığınız değeri bulun, bu durumda 0.65. Satır size olanları ve onuncu yeri, sütun ise yüzüncü sırayı söyler. Böylece, 0,65 için değerin 0,38 ile 0,39 arasında olduğunu görebiliriz. http://homes.cs.washington.edu/~jrl/normal_cdf.pdf Devamını oku »

Sonuç olarak, bir çubuk veya pasta grafiği kullanma kararının kişisel bir seçim olduğunu düşünüyorum. Grafikleri sunumun bir parçası olarak kullanıyorsanız, grafik grafikler ve resimlerle paylaşmaya çalıştığınız genel hikayeye odaklanın. Aşağıda bir çubuk ya da pasta grafiği kullanıp kullanmamayı değerlendirmek için kullandığım kısaltılmış kılavuz: Eğrilmiş performansı belirlerken Çubuk Grafik (örneğin, zamanla, örneğin) Tüm grafiğin dağılımını gösterirken Pasta Grafiği: Diyelim Paranı harca. Ve bu ay 1000 dolar harcadın. 1000 $ 'ı kategoriye g& Devamını oku »

P (2,3,5 veya 7) = 1/2 (Asal sayıya inme olasılığı) P_c = 1 - 1/2 = 1/2 (Asal sayıya inmeme olasılığı) (Her ikisi de 1-8 anlamına gelir) dahil) Listede toplam 8 sayının 4 tanesi bulunmaktadır. Dolayısıyla olasılık, olası sonuçların (4) toplam olası sonuçlara (8) bölünmesidir. Bu, yarıya eşittir. Herhangi bir olayın tamamlayıcısının olasılığı P_c = 1 - P_1'dir. Asal kümenin tamamlayıcısı {1, 4, 6, 8} 'dir. Bu, birleşik sayılar kümesi değildir (1, asal veya kompozit sayılmaz). Dolayısıyla, tamamlayıcı, 1 ile 8 arasında asal olmayan sayılar kümesidir. E_2 = Asal olmayan bir sayıya in Devamını oku »

Cevap 14 6'yı seçiyor. Bu: 3003 n maddeden k eşyalarını seçme yöntemini hesaplamak için kullanılan formül (n!) / [K! (N-k)!] Burada a! faktörü anlamına gelir. Bir sayının faktörü, 1'den verilen sayıya kadar tüm doğal sayıların ürünüdür (sayı ürüne dahil edilmiştir). Yani cevap (14!) / (6! 8!) = 3003 Devamını oku »

1) Olasılık 0.9xx0.08 = 0.072 =% 7.2'dir 2) Olasılık 0.9xx0.92xx0.12 = 0.09936 = 9.936% Üç bölümün reddetme oranları sırasıyla 0.1, 0.08 ve 0.12'dir. Bunun anlamı, 0.9, 0.92 ve 0.88, serumun her bölümdeki testi ayrı olarak geçme olasılığıdır. Serumun ilk muayeneyi geçme olasılığı 0,9'dur. İkinci muayenenin başarısız olma olasılığı 0,08'dir. Bu nedenle, koşullu olasılığı 0.9xx0.08 = 0.072 =% 7.2'dir. Üçüncü bölüm tarafından reddedilen serum için, önce birinci ve ikinci incelemeleri geçmesi gerekir. Bunun koşullu ola Devamını oku »

% 0 ile hemen hemen% 50 arasında herhangi bir yerde 2N + 1 boyutunda veri kümesindeki tüm değerler farklıysa N / (2N + 1) * 100% Veri kümesinin öğeleri artan düzende düzenlenmişse, ortanca orta elemanın değeridir. Farklı değerlere sahip büyük bir veri kümesi için, medyandan daha düşük değerlerin yüzdesi% 50'nin hemen altında olacaktır. [0, 0, 0, 1, 1] veri kümesini göz önünde bulundurun.Ortanca 0'dır ve değerlerin% 0'ı ortancadan daha azdır. Devamını oku »

0.420175 = P ["6 atışta 5 gol"] + P ["6 atışta 6 gol"] = C (6,5) (7/10) ^ 5 (3/10) + C (6,6) ( 7/10) ^ 6 = (7/10) ^ 5 (6 * 3/10 + 7/10) = (7/10) ^ 5 (25/10) = 7 ^ 5 * 25/10 ^ 6 = 420175 / 1000000 = 0,420175 Devamını oku »

0.2252 "Toplamda 5 + 7 + 8 = 20 boya kalemi var." => P = C (15,4) (5/20) ^ 4 (15/20) ^ 11 = ((15!) 5 ^ 4 15 ^ 11) / ((11!) (4!) 20 ^ 15 ) = 0.2252 "Açıklama:" "Çünkü biz değiştiririz, mavi pastel boya çizme olasılıkları her zaman" "5/20." Dır. 4 kez mavi renk "4", sonra 11 kez mavi renk çizmediğimizi ifade ederiz ( 5/20) ^ 4 (15/20) ^ 11. " "Tabii ki mavi olanların önce çizilmesi gerekmiyor, bu yüzden" "onları C (15,4) çizme yolları var, bu yüzden C (15,4) ile çarpıyoruz." "ve C (15 Devamını oku »

Birkaç çeşit ortalama vardır, ancak normalde aritmetik ortalama olduğu varsayılır. Aynı zamanda, gevşek olarak 'ortalama' sayılan medyan, farklı bir şekilde hesaplanır. Size kolaylık sağlamak için bu sayıların listesini düşünelim. Sayısal sırayla listelenmiştir: 4, 7, 8, 12, 13, 16, 20, 21 Aritmetik ortalamayı elde etmek için, toplamı elde etmek üzere sayıları bir araya getirin. Sayımı almak için sayıları say. Aritmetik ortalamayı elde etmek için toplamı sayıya bölün. 4 + 7 + 8 + 12 + 13 + 16 + 20 + 21 = 101 -> toplam. 8 rakam var, bu yüzden 101/8 = 12. Devamını oku »

Aşağıya bakın :) Bir sayı kümesinin ortalamasını bulmak için önce kümedeki tüm sayıları ekleyin, ardından toplam sayı sayısına bölün. Örneğin, setinizin aşağıdakilerden oluştuğunu söyleyin: 32,40,29,45,33,33,38,41 Bunları ekleyeceksiniz: 32 + 40 + 29 + 45 + 33 + 33 + 38 + 40 = 290 toplam 290 sayıyı alacağız ve toplam sayı sayısına bölecektik, bu durumda toplam 8 sayı alacağız. 290/8 = 36,25 Ortalamaımız 36,25 Devamını oku »

"Sürekli" nin boşlukları yoktur. "Ayrık", "değer yok" bölgeleriyle ayrılan belirgin değerlere sahiptir. Sürekli, belirli bir sınırlama olmadan "sürekli" bir popülasyonda değişebilen, yükseklik gibi bir şey olabilir. "Kesikli" bir testin seçimleri veya sonuçları olabilir - ya "ya" ya da "değildir" - seçimler arasında derecelendirme ya da "süreklilik" yoktur. http://stattrek.com/probability-distributions/discrete-continuous.aspx Devamını oku »

Tanımlayıcı istatistikler, nüfus hakkında karar vermeden verilen örnek verilerin tanımını içerir. Örneğin: örnek ortalaması örneklemden hesaplanabilir ve tanımlayıcı bir istatistiktir. Çıkarımsal istatistikler, örneklem bazında nüfus hakkında bir sonuç çıkarmaktadır. Örneğin, insanların çoğunun bir adayı desteklediğine (belirli bir örneklem temelinde) göre. İlişki: Nüfusun tamamına erişimimiz olmadığı için, çıkarımsal sonuçlar çıkarmak için tanımlayıcı istatistikler kullanıyoruz. Devamını oku »

Mod aynı sayı kadar artacaktır. Veri kümesi olmasına izin verin: a_1; a_2; a_3; ...; a_n. Bu setin bir modu olalım. Her değere n eklerseniz, sayı miktarı değişmez, yalnızca sayı değişir, bu nedenle m sayısı en fazla gerçekleşmişse (m modu), m + n sayısı eklendikten sonra en fazla olaylar (sette aynı pozisyonda, ilk önce m olarak gerçekleşecektir). Devamını oku »

Açıklamadaki detay: örneğin, genel olarak saygısız madalyonun kuyruk ve kafa olasılığı% 50, fakat aslında% 30 kafa ve% 70 kuyruk veya% 40 kafa ve% 60 kuyruk veya ...... olabilir. Deneyi yaptığınız zaman => örneklem CLT (merkezi limit teoremi) ile daha büyük (genellikle 30'dan yüksek), en sonunda% 50'ye% 50'ye yakınlaşacaktır. Devamını oku »

Çok fazla farklı değeriniz varsa. Örnek: 2000 yetişkin erkeğin boyunu ölçtüğünü söyle. Ve en yakın milimetreye kadar ölçtün. Çoğu farklı olan 2000 değere sahip olacaksınız. Şimdi, popülasyonunuzdaki yükseklik dağılımı hakkında bir fikir vermek istiyorsanız, bu ölçümleri sınıflar halinde gruplandırmanız gerekir, 50 mm sınıflar (1.50m altında, 1.50- <1.55m, 1.55 - <. 160m, vb.). Sınıf sınırlarınız var. 1.500'den 1.549'a kadar herkes bir sınıfa girecek, 1.550'den 1.599'a kadar herkes bir sonraki sınıfa varacak. Şimdi, hi Devamını oku »

Ne zaman: 1) modelinizin her detayını bilmiyorsanız; 2) her ayrıntıyı modellemeye değmez; 3) Sahip olduğunuz sistem doğası gereği rastgeledir. Her şeyden önce, "rastgele etki" nin ne olduğunu tanımlamalıyız. Rastgele etkiler, sisteminizin davranışını etkileyen dahili veya harici herhangi bir şeydir; elektrik şebekesinde elektrik kesintileri. İnsanlar onları farklı görüyor, ör. ekolojiden insanlar şehirlere felaket, karartma veya demografik demeyi sever, şehir için elektrik şebekesinin voltajını azaltacak enerji kullanımında bir artış olur. Son olarak, model nedir? Bir model, gerçekli Devamını oku »

"a) 0.351087" "b) 7.2" "c) 0.056627" "P [toplam 8] = 5/36" "8 atmak için 5 olası kombinasyon olduğundan:" "(2,6), (3,5 ), (4,4), (5,3) ve (6,2). " "a) Bu, arka arkaya 7 kez sahip olma ihtimalimize eşittir" ", 8'den farklı bir toplamdır ve bunlar" (1 - 5/36) ^ 7 = (31/36) ^ 7 = 0.351087 "b'dir. ) 36/5 = 7.2 "" c) "P [" x = 8 | x> = 2 "] = (P [" x = 8, x> = 2 "]) / (P [" x> = 2 " ]) = (P ["x = 8"]) / (P ["x> = 2"]) P ["x = 8"] = 0,351087 * (5/ Devamını oku »

4.1051 * 10 ^ -% 7 kırmızı, 1 sarı renkli yedek; 3.7037 x 10 ^ -7 2 kırmızı için, 1 sarı w / değiştirme İlk önce, kelime sorununuzu temsil eden bir denklem kurun: 10 kırmızı disk + 10 yeşil disk + 10 sarı disk = toplam 30 disk 1) 2 kırmızı disk çizin ve 1 sarı disk değiştirilmeden art arda Payı çizdiğiniz disk ve payda torbanın içinde kalan disklerin sayısı olduğu kesirleri oluşturacağız. 1, kırmızı bir disktir ve 30 kalan disk sayısıdır. Diskleri çıkardığınızda (ve onları değiştirmeyin!), Torbadaki disklerin sayısı azalır. Kalan disk sayısı, ikinci fraksiyon için 29'a düşer, &# Devamını oku »

31 İlk önce birkaç tanım: Ortanca, bir grup sayının orta değeridir. Ortalama, sayı sayısının böldüğü sayı grubunun toplamıdır. Bu konuda çalışırken, bu alıştırmadaki amacın çeşitli medyanları arttırmak olduğu ortaya çıkıyor. Peki bunu nasıl yapacağız? Amaç, sayı kümelerini ayarlamaktır, böylece her kümenin orta değerlerini mümkün olduğunca yüksek tutacağız. Örneğin, mümkün olan en yüksek medyan 41'dir, 42, 43, 44 ve 45 sayıları ondan daha yüksektir ve bazı dört sayı grubu ondan daha azdır. İlk setimiz, bundan sonra Devamını oku »

48 kez topa vurması beklenen kez sayısı = P kez "Vurduğu toplam kez" = 3/5 kez 80 = 3 / iptal5 kez cancel80 ^ 16 = 3 kez 16 = 48 kez Devamını oku »

"Açıklamaya bakınız" "" Delta t = t / n "parçalarından oluşan" t "uzunluğundaki bir süreyi alıyoruz. Tek bir parçada" "başarılı bir etkinlik şansının" p "olduğunu varsayalım. n "" zaman parçalarındaki toplam olay sayısı "p_x (x) = C (n, x) p ^ x (1-p) ^ (nx), x = 0,1, ... 'a göre binom dağıtılır. , n "ile" C (n, k) = (n!) / ((nk)! * (k!)) "(kombinasyonlar)" "Şimdi" n-> oo ", yani" p-> 0 , "but" n * p = lambda "Yani" p_x "içindeki" p = lambda Devamını oku »

"Açıklamaya bakınız" "y standart (ortalama 0 ve standart sapma 1)" "Dolayısıyla, bu gerçeği kullanıyoruz." "1)" = P [- 1 <= (xz) / 2 <= 2] "Şimdi" "z = 2 ve z = -1" için z değerleri için bir tablodaki z değerlerine bakıyoruz. "ve" 0.1587. => P = 0.9772 - 0.1587 = 0.8185 "2)" var = E [x ^ 2] - (E [x]) ^ 2 => E [x ^ 2] = var + (E [x]) ^ 2 " Burada var var = 1 ve ortalama = E [Y] = 0 " => E [Y ^ 2] = 1 + 0 ^ 2 = 1 "3)" P [Y <= a | B] = (P [Y <= a "VE" B]) / (P [B]) P [B] = 0.84 Devamını oku »

M + -ts Gereksinim duyduğunuz güven aralığı ile ilişkili t-puanıdır. [Örnek büyüklüğünüz 30'dan büyükse, sınırlar mu = bar x + - (z xx SE) olarak verilir] Standart ortalamaları kullanarak örnek ortalamasını (m) ve örnek popülasyonlarını hesaplayın. m = 1 / Nsum (x_n) s = sqrt (1 / (N-1) toplamı (x_n-m) ^ 2 Normalde dağıtılmış bir iid popülasyonu varsayarsınız (sonlu varyansa sahip bağımsız aynı dağılımlı değişkenler). merkez limit teoremi uygulanacak (N> 35 diyelim) bu ortalama, df = N-1 ile t-dağılımı olarak dağıtılacak, güven aralığı sonra: m + Devamını oku »

Medyan. Aşırı puan, değeri bir tarafa ya da diğerine çarpacaktır. Merkezi eğilim eğiliminin üç ana ölçütü vardır: ortalama, medyan ve mod. Ortanca, veriler en düşükten en yüksek değere düzenlendiğinde, veri dağılımının ortasındaki değerdir. Verilerdeki herhangi bir çarpıklığı tanımlamak için en yaygın kullanılan ortalama olanın ortancaya oranıdır. http://www.thoughtco.com/measures-of-central-tendency-3026706 Devamını oku »

Medyan aykırı değerlerden ortalamadan daha az etkilenir. Medyan aykırı değerlerden ortalamadan daha az etkilenir. Bu ilk veri setini örnek olarak aykırı olmayanlarla alalım: 20, 24, 26, 26, 26, 27, 29 Ortalama 25.43 ve ortanca 26'dır. Ortalama ve ortanca nispeten benzerdir. Aykırı olan bu ikinci veri kümesinde, daha fazla fark vardır: 1, 24, 26, 26, 26, 27, 29 Ortalama 22.71 ve medyan 26'dır. Medyan, bu örnekte, dışlayıcıdan hiç etkilenmez. . Lütfen daha fazla bilgi için ilgili Sokratik sorulara bakınız: Aykırı değerler merkezi eğilim ölçüsünü nasıl etkiler? Bi Devamını oku »

“Doğru yaptın!” "Yaklaşımınızın tamamen doğru olduğunu onaylayabilirim." "Durum 1: Anahtar 3 açık (Olasılık 0.3):" 0.49 + 0.49 - 0.2401 = 0.7399 "Durum 2: Anahtar 3 kapalı (Olasılık 0.7):" (0.7 + 0.7 - 0.49) ^ 2 = 0.8281 "Öyleyse genel olasılık akımın "" geçebileceği devre: "0.3 * 0.7399 + 0.7 * 0.8281 = 0.80164 Devamını oku »

1) 0.180447 2) 0.48675 3) 0.37749 "Poisson: t zaman aralığında k olayları için oran" ((lambda * t) ^ k exp (-lambda * t)) / (k!) " zaman aralığı hakkında daha fazla bilgi, bu yüzden "" t = 1, "lambda = 2. => P [" k olayları "] = (2 ^ k * exp (-2)) / (k!)" 1) alıyoruz "P [" 3 etkinlik "] = (2 ^ 3 * exp (-2)) / (3!) = (4/3) e ^ -2 = 0.180447" 2) "(6/10) ^ 2 = 36 / 100 = 0.36 "," "daha büyük olana kıyasla daha küçük olan dairenin kesir yüzeyidir." "Daha büyük dairede (BC) düş Devamını oku »

Kategorik veriler, belirgin ve çekici bir şekilde sipariş edilemeyen değerlere sahiptir. Cinsiyet bir örnek. Erkek, Kadın'dan daha az veya daha fazla değildir. Göz rengi listenizdeki diğer renktir. Harf notları sınıf verisidir: bunlarda zorlayıcı bir düzen vardır: bunları yüksekten düşüğe (veya yüksekten düşüğe) sipariş etmeniz gerekir. Bahsettiğiniz diğer örnekler az çok sürekli veridir: sınıflara göre gruplayabileceğiniz birçok olası değer vardır, ancak sınıf genişliği hakkında belirli bir seçeneğiniz vardır. Devamını oku »

14.7 "rulo" P ["tüm sayılar atılmış"] = 1 - P ["1,2,3,4,5 veya 6 atılmamış"] P ["A veya B veya C veya D veya E veya F"] = P [A] + P [B] + ... + P [F] - P [A ve B] - P [A ve C] .... + P [A ve B ve C] + ... "İşte bu" P_1 = 6 * (5/6) ^ n - 15 * (4/6) ^ n + 20 * (3/6) ^ n - 15 * (2/6) ^ n + 6 * ( 1/6) ^ n P = P_1 (n) - P_1 (n-1) = 6 * (5/6) ^ (n-1) (5/6 - 1) - 15 * (4/6) ^ ( n-1) (4 / 6-1) + ... = - (5/6) ^ (n-1) + 5 * (4/6) ^ (n-1) -10 * (3/6) ^ (n-1) + 10 * (2/6) ^ (n-1) -5 * (1/6) ^ (n-1) "Bunun negatif olması bizim ihtimalimiz." toplam n * a ^ (n-1) = toplam Devamını oku »

Çünkü bir veri setini tanımlarken, ana ilgi alanımız genellikle dağıtımın merkezi değeridir. Tanımlayıcı istatistiklerde, eldeki bir veri kümesinin özelliklerini açıklıyoruz - verilerin geldiği yerdeki daha geniş popülasyon üzerine sonuçlar çıkarmıyoruz (Bu çıkarımsal istatistik). Bunu yaparken asıl sorumuz genellikle 'dağıtımın merkezi neresidir'. Bu soruyu cevaplamak için, normalde veri türüne bağlı olarak ortalama, medyan veya modu kullanırız. Bu üç merkezi eğilim ölçütü, tüm verilerin toplandığı merkezi nokt Devamını oku »

"Açıklamaya bakın" "Çünkü" "varyans =" E (X ^ 2) - (E (X)) ^ 2 "burada:" 1 - 1 ^ 2 = 0, "" varyans yok. "" Bu X'in tüm değerlerinin ortalama E (X) = 1'e eşit olduğu anlamına gelir. "" Öyleyse X her zaman 1'dir. "" Dolayısıyla "X ^ 100 = 1. => E [X ^ 100] = 1 Devamını oku »

"Cevap D)" "Tek mantıklı cevap, diğerleri imkansız." “Bu kumarbazın mahvettiği sorun.” "Bir kumarbaz k dolar ile başlar." "G dolara ulaşana veya 0'a geri dönene kadar oynuyor." p = "bir oyunda 1 dolar kazanma şansı." q = 1 - p = "bir oyunda 1 dolar kaybetme şansı." "" R_k "diye harap olma olasılığını (şans) çağırın." "Öyleyse" r_0 = 1 r_G = 0 r_k = p * r_ {k + 1} + q * r_ {k-1}, "ile" 1 <= k <= G-1 "Bu denklemi nedeniyle yeniden yazabiliriz. p + q = 1’e aşağıdaki gibi: "r_ {k + 1} - r_k = ( Devamını oku »

Z = 2.33 Bunu bir z-skor tablosundan aramanız gerekir (örneğin, http://www.had2know.com/academics/normal-distribution-table-z-scores.html) veya ters normalin sayısal bir uygulamasını kullanmanız gerekir. dağılım kümülatif yoğunluk fonksiyonu (örneğin, Excel'de normsinv). Yüzde 98 aralığını istediğinizden + -z'nin her bir tarafında% 1 arzu edersiniz, bunu elde etmek için z için% 99 (0.99) 'a bakın. Tablodaki 0.99 değerine en yakın değer, tablodaki z = 2.32 değerini verir (Excel'de 2.33), bu sizin z puanınızdır. Devamını oku »

Bir R-karesi gözlemlenen verinin beklenen verilere ne kadar iyi uyduğunu gösterir ancak sadece size korelasyon hakkında bilgi verir. R kare değeri, gözlenen verilerinizin veya topladığınız verilerin beklenen bir eğilime ne kadar uyduğunu gösterir. Bu değer size ilişkinin gücünü gösterir, ancak tüm istatistiksel testlerde olduğu gibi, ilişkinin arkasındaki nedeni veya onun gücünü gösteren hiçbir şey yoktur. Aşağıdaki örnekte, soldaki grafiğin düşük R kare değeriyle gösterildiği gibi bir ilişkisi olmadığını görebiliriz. Sağdaki gra Devamını oku »

Çünkü fark tanımlanmamıştır. Ordinal verilerde veri değerleri sipariş edilebilir, yani A <B olup olmadığını anlayabiliriz. Örneğin: "çok memnun" seçeneği bir ankette "çok memnun" ifadesinden daha büyük. Ancak, bu iki seçenek arasındaki sayısal farkı bulamıyoruz. Standart sapma, ortalamadan değerlerin ortalama farkı olarak tanımlanır ve sıralı bir veri için hesaplanamaz. Devamını oku »

Örnekler tüm popülasyon hakkında veri toplamanın pratik olmadığı durumlarda kullanılır. Bir örneğin tarafsız olması koşuluyla (örneğin, bayan tuvaletinden çıkan bazı insanlardan veri toplamak, ülke nüfusunun tarafsız bir örneği olmaz), oldukça büyük bir örnek normalde tüm popülasyonun özelliklerini yansıtacaktır. İstatistikçiler, bir popülasyonun genel özellikleri hakkında açıklama yapmak veya tahminlerde bulunmak için örnekler kullanır. Devamını oku »

Çünkü sunduğunuz veri türünde bir fark var. Bir çubuk grafikte, kategorik veya kalitatif verileri karşılaştırırsınız. Göz rengi gibi şeyler düşünün. Onlarda düzen yoktur, yeşil gibi kahverengiden daha büyük değildir. Aslında, onları herhangi bir sırayla düzenleyebilirsiniz. Histogramda değerler niceldir; bu, sıralı gruplara bölünebilecekleri anlamına gelir. Verilerinizi, '1.50m altında', '1.50-1.60m'de olduğu gibi sınıflara koyduğunuz boy veya kiloyu düşünün. Bu sınıflar birbirine bağlıdır, çünkü bi Devamını oku »

Düşüncelerime aşağıya bakınız: Binom olasılık için genel biçim şudur: sum_ (k = 0) ^ (n) C_ (n, k) (p) ^ k ((~ p) ^ (nk)) Soru Neden? ilk terim olan kombinasyon terimine ihtiyacımız var mı? Bir örnek çalışalım ve sonra netleşecek. Binlerce madeni parayı 3 kez çevirme olasılığına bakalım. Başları p olacak ve başları p olmayacak şekilde ayarlayalım ~ p (ikisi de = 1/2). Toplama sürecinden geçtiğimizde, toplamanın 4 terimi 1'e eşit olacaktır (özünde, olası tüm sonuçları buluyoruz ve bu nedenle toplanan tüm sonuçların olasılığı 1'dir): sum_ (k = Devamını oku »

83% Önce P yazıyoruz (70 <X <110) Sonra sınırları alarak düzeltmeliyiz, bunun için en yakın .5'i geçmeden alırız, yani: P (69.5 <= Y <= 109.5) bir Z puanı kullanırız: Z = (Y-mu) / sigma P ((69.5-100) / 10 <= Z <= (109.5-100) / 10) P (-3.05 <= Z <= 0.95) P (Z <= 0.95) -P (Z <= - 3.05) P (Z <= 0.95) - (1-P (Z <= 3.05)) 0.8289- (1-0.9989) = 0.8289-0.0011 = 0.8278 = 82.78 ~~% 83 Devamını oku »

"a)" 0.08523 "b)" 0.88913 "c)" 0.28243 "n = 12, p = 0.1 ile binom dağılımımız var." "a)" C (12,3) * 0.1 ^ 3 * 0.9 ^ 9 = 220 * 0.001 * 0.38742 = 0.08523 "" C (n, k) = (n!) / ((nk)! k!) "ile (kombinasyonlar) "" b) "0.9 ^ 12 + 12 * 0.1 * 0.9 ^ 11 + 66 * 0.1 ^ 2 * 0.9 ^ 10" = 0.9 ^ 10 * (0.9 ^ 2 + 12 * 0.1 * 0.9 + 66 * 0.1 ^ 2) = 0.9 ^ 10 * (0.81 + 1.08 + 0.66) = 0.9 ^ 10 * 2.55 = 0.88913 "c)" 0.9 ^ 12 = 0.28243 Devamını oku »

Merkezi eğilim ölçüsü, toplam popülasyonu temsil edebilen bir değerdir ve diğer tüm değerlerin hareket ettiği merkezi ağırlık gibi davranır. Standart sapma - adından da anlaşılacağı gibi sapma bir ölçüsüdür. Sapma değişim veya mesafe anlamına gelir. Fakat değişimi her zaman 'from' kelimesi takip eder. Dolayısıyla standart sapma, bir değişim ölçüsüdür veya merkezi eğilim ölçüsünden uzaklık - normalde ortalama olan. Dolayısıyla, standart sapma, merkezi eğilim ölçüsünden farklıdır. Devamını oku »

Aşağıya bakın :) Ortalama, merkezi eğilimin iyi bir ölçümü değildir, çünkü her veri noktasını dikkate alır. Eğer eğri bir dağılımda olduğu gibi aykırı değerlere sahipseniz, bu aykırı değerler, aykırı bir ayracı ortalamayı aşağı veya yukarı sürükleyebilir. Bu, ortalamanın iyi bir merkezi eğilim ölçüsü olmamasının nedeni budur. Bunun yerine medyan, merkezi eğilim ölçüsü olarak kullanılır. Devamını oku »

Çünkü varyans bir çeviri altında aynı kalan ortalamadan sapmalar cinsinden hesaplanır. Varyans, E [(x-mu) ^ 2] beklenti değeri olarak tanımlanır, burada mu, ortalama değerdir. Veri seti çevrildiğinde, tüm veri noktaları aynı miktarda x_i -> x_i + a ile değiştirilir. Ortalama aynı zamanda mu -> mu + a miktarıyla da aynı şekilde değişir, böylece ortalamadan sapmalar aynı kalır: x_i -mu -> (x_i + a) - (mu + a) = x_i -mu Devamını oku »

SSReg le SST R ^ 2 = ("SSReg") / (SST) 'nin SST = SSReg + SSE olduğunu ve karelerin toplamının her zaman 0 olduğunu biliyoruz. Bu nedenle, SSE ge 0 SSReg + SSE ge SSReg SST ge SSReg anlamına gelir ima (SSReg) / (SST) le 1, R ^ 2 le 1 anlamına gelir. Devamını oku »

Sırada en fazla 3 kişi olabilir. P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) = 0.1 + 0.3 + 0.4 + 0.1 = 0.9 Böylece P (X <= 3) = 0.9 İlgilenmediğiniz bir değere sahip olduğunuz için iltifat kuralını kullanmaktan daha kolay olun, böylece toplam olasılıktan uzaklaştırabilirsiniz. as: P (X <= 3) = 1 - P (X> = 4) = 1 - P (X = 4) = 1 - 0,1 = 0,9 Böylece P (X <= 3) = 0,9 Devamını oku »

Bu EITHER ... VEYA durumudur. Olasılıkları ekleyebilirsiniz. Koşullar münhasırdır, yani: bir sırada 3 VE 4 kişi olamaz. Sırada EITHER 3, VEYA 4 kişi var. Öyleyse şunu ekleyiniz: P (3 veya 4) = P (3) + P (4) = 0,1 + 0,1 = 0,2 Karşınızdaki olasılığı hesaplayarak cevabınızı kontrol ediniz (eğer test sırasında zamanınız varsa): P (<3) = P (0) + P (1) + P (2) = 0,1 + 0,3 + 0,4 = 0,8 Ve bu ve cevabınız gerektiği gibi 1,0 ekleyin. Devamını oku »

Bu durumda beklenen sayı ağırlıklı ortalama olarak düşünülebilir. Belirli bir sayının olasılığını bu sayıya göre toplayarak en iyi şekilde ulaşılır. Yani, bu durumda: 0,1 * 0 + 0,3 * 1 + 0,4 * 2 + 0,1 * 3 + 0,1 * 4 = 1,8 Devamını oku »

"Üç kez bozuk para atarsın" ya da "üç bozuk para atarsın" demek istedin. X'e 'rastgele değişken' denir çünkü paraları çevirmeden önce kaç tane kafa alacağımızı bilmiyoruz. Fakat X için mümkün olan tüm değerler hakkında bir şeyler söyleyebiliriz. Bir madalyonun her çevirimi diğer çevirmelerden bağımsız olduğundan, rastgele X değişkeninin olası değeri {0, 1, 2, 3}, yani 0 kafa alabilirsin veya 1 kafa veya 2 kafa veya 3 kafa. Başka bir tanesini dene, ölmenin dört atışı hakkında. Rasgele değişken Y, bi Devamını oku »

0.5 ya da 1/2 Eğer adil bir paramız varsa, iki ihtimal var: yazıların ya da kuyrukların Her ikisinin de eşit şansı var. Yani uygun şansları ("başarı") S toplam şans sayısına bölün. T: S / T = 1/2 = 0.5 = 50% Başka bir örnek: Normal bir kalıpla üçten daha az yuvarlanma şansı nedir? S ("başarı") = (1 veya 2) = 2 olasılık T (toplam) = 6 olasılık, hepsi eşit derecede muhtemel Şans S / T = 2/6 = 1/3 Ekstra: Neredeyse hiçbir gerçek hayat parası tamamen adil değil. Kafaların ve kuyruğun yüzlerine bağlı olarak, ağırlık merkezi kafalar veya kuyruk tarafındaki küç Devamını oku »

~ 1.9% şans senin için bir maça ası destesinde destede 52 kart ve destenin içinde bir maça ası var. Bu 1/52 olarak ifade edilebilir. Yüzde bulmak için bölün. 1/52 = 0.01923076923 Maça Ası çizme şansınız% 1.9. Olasılık yüzdesini bilmek için 1/52'yi bölmek zorunda değilsin ..... 1/52'nin 2/104 olarak yazılabildiğini gör. Ben sadece bunu yapıyorum çünkü 104, 100'e yakın, sayı 100'den büyük, cevap gerçek olandan farklı olacak Devamını oku »

Değişir. Bu cevabı, çekim yapmada gerçek bir olasılık olması için verilen verilerden tahmin etmenin doğru olmadığı muhtemel olan birçok varsayım gerekir. Tek bir denemenin başarısı, sadece denemelerin bağımsız ve aynı şekilde dağıtılmış olması durumunda başarılı olmuş olan önceki denemelerin oranına dayanarak tahmin edilebilir. Bu, binom (sayma) dağılımının yanı sıra geometrik (bekleme) dağılımında yapılan varsayımdır. Ancak, serbest atışların atılması, bağımsız veya aynı şekilde dağıtılmış olması pek mümkün değildir. Zamanla, örneğin "kas hafızası" bularak iyileştirilebili Devamını oku »

K = 3 P ["1 sunucu çalışıyor"] = 0.98 => P ["K sunucularından en az 1 sunucu çalışıyor"] = 1 - P ["K sunucudan 0 sunucu çalışıyor"] = 0.99999 = > P ["K sunucusu dışındaki 0 sunucu çalışıyor"] = 0.00001 => (1-0.98) ^ K = 0.00001 => 0.02 ^ K = 0.00001 => K günlüğü (0.02) = log (0.00001) => K = log (0.00001) / log (0.02) = 2.94 => "En az 3 sunucu almalıyız, yani K = 3" Devamını oku »

0.6 P ["otobüse biniyor"] = 0.8 P ["vaktinde | otobüse bindi"] = 0.75 P ["vaktinde" "= 4/6 = 2/3 P [" otobüse bindi | zamanında değil "] =? P ["o otobüsle | zamanında değil"] * P ["zamanında değil"] = P ["otobüsle ve zamanında değil"] = P ["o zamanında değil | otobüse biniyor "] * P [" otobüse biniyor "] = (1-0.75) * 0.8 = 0.25 * 0.8 = 0.2 => P [" otobüse gidiyor | zamanında değil "] = 0.2 / (P [ "zamanında değil"]) = 0.2 / (1-2 / 3) = 0.2 / (1/3) = 0.6 Devamını oku »

Aşağıya bakınız. Medyan, sıralı bir veri kümesindeki orta değerdir. Devamını oku »

0.3828 ~~% 38.3 P ["10 hastanın k'ı rahatlamış" "= C (10, k) (7/10) ^ k (3/10) ^ (10-k)" "" (n, k) ile = (n!) / (k! (nk)!) "(kombinasyon)" "(binom dağılım)" "Yani k = 8, 9 veya 10 için 10 hasta için" P ["en az 8 rahatlatılır "] = (7/10) ^ 10 (C (10,10) + C (10,9) (3/7) + C (10,8) (3/7) ^ 2) = (7 / 10) ^ 10 (1 + 30/7 + 405/49) = (7/10) ^ 10 (49 + 210 + 405) / 49 = (7/10) ^ 10 (664) / 49 = 0.3828 ~ 38.3 % Devamını oku »

Bu bir bileşik olasılık problemi olarak bilinir 52 kartlık bir destede dört as vardır, bu yüzden bir as çizme olasılığı 4/52 = 1/13 olur. Sonra, bir destede 13 maça var, bu yüzden maça 13/52 veya 1/4 Ama bu aslardan biri aynı zamanda bir maça olduğundan, onu çıkarmamız gerekiyor, böylece iki kez saymıyoruz. Yani, 4/52 + 13 / 52-1 / 52 = 16/52 = 4/13 Devamını oku »

Binom Yoğunluk Fonksiyonu için bir formül var. Deneme sayısı n olsun. Denemedeki başarıların sayısı k olsun. P her denemede başarı olasılığı olsun. Daha sonra tam olarak k denemelerinde başarılı olma olasılığı (n!) / (K! (Nk)!) P ^ k (1-p) ^ (nk) Bu örnekte, n = 10, k = 8 ve p = 0.2, böylece p (8) = (10!) / (8! 2!) (0.2) ^ 8 (0.8) ^ 2 p (8) = 45 (0.2) ^ 8 (0.8) ^ 2 Devamını oku »

0.200 Her on kişiden dördünün bu kan grubuna sahip olma olasılığı 0.3 * 0.3 * 0.3 * 0.3 = (0.3) ^ 4. Diğer altının bu kan grubuna sahip olma olasılığı (1-0.3) ^ 6 = (0.7) ^ 6'dır. Bu olasılıkları birlikte çoğaltırız, ancak bu sonuçlar herhangi bir kombinasyonda olabileceğinden (örneğin, kişi 1, 2, 3 ve 4 kan türüne sahipse veya belki de 1, 2, 3, 5 vb.) renk (beyaz) I_10C_4. Dolayısıyla, olasılık (0.3) ^ 4 * (0.7) ^ 6 * renk (beyaz) I_10C_4 ~~ 0.200'dir. ——— Bunu yapmanın başka bir yolu: Bu belirli kan grubuna sahip olmak bir Bernoulli denemesi olduğundan (sadece iki sonuç Devamını oku »

S ^ 2 = toplam ((x_i - barx) ^ 2) / (n - 1) Nerede: s ^ 2 = varyans toplamı = numunedeki tüm değerlerin toplamı n = numune boyutu barx = ortalama x_i = Her terim için numune incelemesi Adım 1 - Şartlarınızın ortalamasını bulun. (3 + 6 + 7 + 8 + 9) / 5 = 6.6 Adım 2 - Örnek ortalamasını her terimden çıkarın (barx-x_i). (3 - 6,6) = -3,6 (6 - 6,6) ^ 2 = -0,6 (7 - 6,6) ^ 2 = 0,4 (8 - 6,6) ^ 2 = 1,4 (9 - 6,6) ^ 2 = 2,4 Not: bu cevaplar 0 olmalıdır. Adım 3 - Sonuçların her birini kare içine alın. (Kare alma negatif sayıları pozitif yapar.) -3.6 ^ 2 = 12.96 -0.6 ^ 2 = 0.36 0.4 ^ 2 = 0.16 1.4 ^ 2 = 1.9 Devamını oku »

Olasılık frac {5} {6} A, 6'ya bölünebilen bir sayı seçme olayı olsun ve B, 6 ile bölünmeyen bir sayı seçme olayı olsun: P (A) = frac {1} {6} P (B) = P (A değil) = 1 - P (A) = 1- frak {1} {6} = frak {5} {6} Genelde, 1’den daha fazla kağıt kağıdınız yoksa N (burada N büyük pozitif bir tamsayıdır, 100) 6 ile bölünebilen bir sayı seçme olasılığı ~ 1 / 6'dır ve N, 6 ile bölünebilirse, olasılık tam olarak 1/6'dır, yani P (A) = frac {1} {6}, N tam olarak 6 ile bölünemezse N, 0 mod 6'ya eşitse, geri kalanı hesaplarsınız, örneğin, N = 45 Devamını oku »

P (alfa) = 5/12, P (beta) = 11/18 Muhtemel toplamlar: 2, 3, 4, 5, 6, 7, 8, 9, 9, 10, 11, 12 Bu nedenle olası toplamların sayısı 11'dir. Ancak, belirli bir toplamda varma yollarının sayısı farklılık gösterir. Örneğin. Toplam 2'ye ulaşmak sadece 1 - 1 ve 1 olmakla birlikte, 6 ile 5 yoldan elde edilebilir - 1 ve 5, 5 ve 1, 2 ve 4, 4 ve 2, 3 ve 3. Belirli bir toplama ulaşmanın olası yolları aşağıdakileri verir. Toplam -> Yol Sayısı 2 -> 1 3 -> 2 4 -> 3 5 -> 4 6 -> 5 7 -> 6 8 -> 5 9 -> 4 10 -> 3 11 -> 2 12 -> 1 Bu nedenle, herhangi bir sonucun elde edilebileceği toplam yol s Devamını oku »

163 yol. 0 kişiye oy vermenin 1 yolu var. 1 kişiye oy vermenin 8 yolu var. 2 kişiye oy vermenin (8 * 7) / 2 yolu var. 3 kişiye oy vermenin (8 * 7 * 6) / (2 * 3) yolu var. 4 kişiye oy kullanmanın (8 * 7 * 6 * 5) / (2 * 3 * 4) yolu vardır. Hepsi bu, çünkü insanları seçebiliyorsunuz ama insanları sipariş etmenin yolları var. Örneğin, aynı 3 kişiyi sipariş etmenin 2 * 3 yolu var. Her şeyi ekleyerek 1 + 8 + 28 + 56 + 70 = 163 değerlerini alıyoruz. Devamını oku »

Nüfus varyansı = 59.1 (giriş niteliğindeki bir sınıfsa muhtemelen ne istersen) Örnek varyansı = 68.9 Ortalamayı hesapla frac {17 + 3 + 10 + 1 - 3 + 4 + 19} {7} = 7.2857 kare farklılıklar. Bunu yapmak için: Her veri noktası ve ortalama arasındaki farkı kare. Tüm bu kare farklılıkları ekleyin. (17-7.2857) ^ 2 + (3-7.2857) ^ 2 + (10 - 7.2857) ^ 2 cdots = 413.43 Nüfus varyansını buluyorsanız, veri noktalarının sayısına bölün. Örneklem farkını buluyorsanız, veri noktalarının sayısına bölün - 1. sigma ^ 2 = frac {413.43} {7} = 59.061 (Nüfus) s ^ 2 = frac {413.43} {6} = 68.90 Devamını oku »

Ömrü 35 saatten az olan piller değiştirilmelidir. Bu, istatistiksel ilkelerin basitleştirilmiş bir uygulamasıdır. Dikkat edilmesi gerekenler standart sapma ve yüzdedir. Yüzde (% 1), popülasyonun sadece 3sigma'dan daha az muhtemel olan kısmını veya ortalamadan daha az 3 standart sapmayı istediğimizi söylüyor (bu aslında% 99.7'dir). Dolayısıyla, 6 saatlik standart sapma ile, istenen ömür boyu alt limit için ortalamanın farkı şöyledir: 50 - 3xx6 = 50 - 18 = 32 saat Bu, 32 saatten daha az ömre sahip herhangi bir pilin değiştirileceği anlamına gelir. İstatistik Devamını oku »

"a)" 4 "b) 0.150158" "c) 0.133705" "Olasılığın negatif olamayacağına dikkat edin, bu nedenle" "x'in 0'dan 10'a gittiğini varsaymalıyız." "Öncelikle," "olasılıkların toplamı 1 olacak şekilde c'yi belirlememiz gerekir:" int_0 ^ 10 cx ^ 2 (10 - x) "" dx = c int_0 ^ 10 x ^ 2 (10 - x) " "dx = 10 c int_0 ^ 10 x ^ 2 dx - c int_0 ^ 10 x ^ 3 dx = 10 c [x ^ 3/3] _0 ^ 10 - c [x ^ 4/4] _0 ^ 10 = 10000 c / 3 - 10000 c / 4 = 10000 c (1/3 - 1/4) = 10000 c (4 - 3) / 12 = 10000 c / 12 = 1 => c = 12/10000 = 0.0012 "a) varya Devamını oku »

Ortalama 19 ve varyans 5.29 * 9 = 47.61 Sezgisel cevap: Tüm işaretler 3 ile çarpıldığı ve 7 ile eklendiği için, ortalama 4 * 3 + 7 = 19 olmalıdır. Standart sapma, ortalamadan ortalama kare farkının bir ölçüsüdür. ortalama ve her bir işarete aynı miktarı eklediğinizde değişmez, yalnızca tüm işaretleri 3 ile çarptığınızda değişir. Böylece, sigma = 2.3 * 3 = 6.9 Varyans = sigma ^ 2 = 6.9 ^ 2 = 47.61 n, {n | n in mathbb {Z_ +}} bu durumda n = 5 olsun n = 5 mu ortalama metin {var} varyans olsun, vesigma'nın standart sapma olmasına izin verin: mu_0 = frac { sum _i ^ n x_ Devamını oku »

Bir kutu ve bıyık grafiği, veri kümenizin medyan değerini, maksimum ve minimum değerleri, değerlerin% 50'sinin düştüğü aralığı ve herhangi bir aykırı değeri belirtmelidir. Daha teknik olarak, bir kutu ve bıyık komployu çeyreklik olarak değerlendirebilirsiniz. Üst bıyık maksimum değer, alt bıyık minimum değerdir (değerlerin hiçbirinin aykırı olmadığını varsayarak (aşağıya bakınız)). Olasılıklar hakkında bilgi, çeyrekliklerin konumlarından toplanır. Kutunun üstü ilk çeyrek Q1'dir. Değerlerin% 25'i Q1'in altındadır. Kutunun içinde bir yerde Q2 olacak. Devamını oku »

1/2 P ["kıyafet kalptir"] = 1/4 P ["kart kırmızı"] = 1/2 P ["kıyafet kalp | | kart kırmızı"] = (P ["kıyafet kalptir VE kart kırmızı "]) / (P [" kart kırmızı "]) = (P [" kart kırmızı | takım elbise kalpler "" * P ["takım elbise kalpler"]) / (P ["kart kırmızı"]) = (1 * P ["kıyafet kalptir"]) / (P ["kart kırmızıdır"]) = (1/4) / (1/2) = 2/4 = 1/2 Devamını oku »

0.3947 =% 39.47 = P ["1. süt ve 2. normaldir"] + P ["1. normal ve 2. sırada süt"] = (15/20) (5/19) + (5/20) (15 / 19) = 2 * (15/20) (5/19) = 2 * (3/4) (5/19) = (3/2) (5/19) = 15/38 = 0.3947 =% 39.47 "Açıklama : "" İlk seçtiğimizde kutuda 20 çikolata var. " "Bundan sonra birini seçtiğimizde, kutuda 19 çikolata var." "" P [A ve B] = P [A] * P [B | A] "formülünü kullanıyoruz, çünkü her iki çizim de bağımsız değil." "Öyleyse al A = '1. süt' ve B = '2. çikola Devamını oku »

Açıklama Bölümüne Bakın Piyasa rekabetçi. Diğer şeyler değişmeden kalır. a) Tüketici gelirinde artış. Konut talebine ve konut arzına başlamak için denge fiyatını ve konut sayısını belirler.DD talep eğrisidir. SS arz eğrisidir. E_1 noktasında eşit olurlar. E_1 denge noktasıdır. M_1 ev sayısı P_1 fiyatından tedarik edilir ve talep edilir. Tüketici gelirindeki artışın ardından talep eğrisi sağa kaydırılır. Yeni talep eğrisi D_1 D_1. Arz eğrisini SS, E_2 noktasında keser. Yeni denge Fiyatı P_2'dir. Bu orijinal fiyattan daha yüksektir. Yeni denge ev sayısı M_2'dir. Bu, orijin Devamını oku »