Statistica

Varianza (sigma_ "pop" ^ 2) = 31 7/12 Dati di popolazione: colore (bianco) ("XXX") {- 4,5, -7,0, -1,10} Somma dei dati della popolazione: colore (bianco ) ("XXX") (- 4) +5 + (- 7) +0 + (- 1) + 10 = 3 Dimensione della popolazione: colore (bianco) ("XXX") 6 Media: colore (bianco) ("XXX ") 3/6 = 1/2 = 0.5 Deviazioni dalla media: colore (bianco) (" XXX ") {(- 4-0,5), (5-0,5), (-7-0,5), (0-0,5) , (- 1-0,5), (10-0,5)} colore (bianco) ("XXX") = {-4,5,4,5, -7,5, -0,5, -1,5,9,5} Quadrati di deviazioni dalla media: colore (bianco ) ("XXX") {20.25,20.25,5 Leggi di più »

Varianza "" "sigma ^ 2 = 27694/121 = 228.876 Calcola la media barx prima barx = (51 + 3 + 9 + 15 + 3 + (- 9) +20 + (- 1) + 5 + 3 + 2) / 11 = 101/11 Varianza "" "sigma ^ 2 = (somma (x-barx) ^ 2) / n" "" sigma ^ 2 = ((51-101 / 11) ^ 2 + (3-101 / 11) ^ 2 + (9-101 / 11) ^ 2 + (15-101 / 11) ^ 2 + (3-101 / 11) ^ 2 + (- 9-101 / 11) ^ 2 + (20-101 / 11 ) ^ 2 + (- 1-101 / 11) ^ 2 + (5-101 / 11) ^ 2 + (3-101 / 11) ^ 2 + (2-101 / 11) ^ 2) / 11 "" " sigma ^ 2 = 27694/121 = 228.876 Dio benedica .... Spero che la spiegazione sia utile. Leggi di più »

La varianza della popolazione dell'insieme di dati è sigma ^ 2 = 35 In primo luogo, supponiamo che questa sia l'intera popolazione di valori. Quindi stiamo cercando la varianza della popolazione. Se questi numeri fossero un insieme di campioni di una popolazione più ampia, cercheremmo la varianza campionaria che differisce dalla varianza della popolazione per un fattore di n // (n-1) La formula per la varianza della popolazione è sigma ^ 2 = 1 / N sum_ (i = 1) ^ N (x_i-mu) ^ 2 dove mu è la media della popolazione, che può essere calcolata da mu = 1 / N sum_ (i = 1) ^ N x_i Nella nostra popo Leggi di più »

2,55 (3s.f.) {-7, 12, 14, 8, -10, 0, 14} significa: (-7+ 12+ 14+ 8+ -10 + 0+ 14) / 7 = 31/7 trova deviazioni di ogni numero (n-media): -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 = varianza 32/7 = media delle deviazioni: (80/7 + 53/7 + 67/7 + 25/7 - 101/7 -31/7 +32/7) / 7 = 125/49 = 2,55 (3s.f.) Leggi di più »

Varianza sigma ^ 2 = 542/49 = 11.0612 Risolvi la media barx prima barx = (7 + 3 + (- 1) +1 + (- 3) +4 + (- 2)) / 7 = 9/7 Risolvi varianza sigma ^ 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 Dio benedica .... Spero che il la spiegazione è utile. Leggi di più »

-140.714286 La varianza viene calcolata usando la formula 1 / N sum_ (N = 1) ^ N (x_i-mu), e quando inserisci i numeri, ottieni i seguenti valori: 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 Leggi di più »

Sigma ^ 2 = 428/9 = 47.5556 Dal dato: n = 6 Risolviamo prima la media aritmetica. barx = (8 + 19 + 10 + 0 + 1 + 0) / 6 = 38/6 = 19/3 La formula per la varianza dei dati non raggruppati è sigma ^ 2 = (somma (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 Dio benedica .... Spero che la spiegazione sia utile. Leggi di più »

La varianza è 28.472 Media di {9, -4, 7, 10, 3, -2} è (9 + (- 4) + 7 + 10 + 3 + (- 2)) / 6 = 23/6 Per Varianza di un serie {x_1.x_2, ..., x_6}, la cui media è barxis data da (Sigma (x-barx) ^ 2) / 6 e quindi è 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} o 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 Leggi di più »

1913/30 Considera l'insieme "X" dei numeri 9, 4, -5, 7, 12, -8 Passo 1: "Media" = "Somma di X valori" / "N (Numero di valori)" = (9 + 4 + (-5) + 7 + 12 + (-8)) / 6 = 19/6 Step 2: Per trovare la varianza, sottrarre la media da ciascuno dei valori, 9 - 19/6 = 54/6 - 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 Step 3: Ora piazza tutte le risposte che hai ottenuto dalla sottrazione. (35/6) ^ 2 = 1225/36 (5/6) ^ 2 = 25/36 (-49/6) ^ 2 = 2401/36 (23/6) ^ 2 = 529/36 Leggi di più »

La distribuzione è una distribuzione esponenziale. k = 2 ed 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. Il limite della distribuzione è (0, oo) Per trovare k, int_0 ^ B ke ^ - (2x) dx = k Gamma (1) / 2 = 1 => k / 2 = 1 => k = 2. E ( x) = # int_0 ^ Bx Leggi di più »

Supponendo che stiamo cercando una varianza di popolazione: colore (bianco) ("XXX") sigma _ ("pop") ^ 2 = 150,64 Ecco i dati in un formato di foglio di calcolo (ovviamente, con i dati dati, ci sono fogli elettronici o calcolatori funzioni per dare la varianza senza i valori intermedi, sono qui solo a scopo didattico). La varianza della popolazione è (la somma dei quadrati delle differenze dei singoli valori dei dati dalla media) colore (bianco) ("XXX") diviso per (il numero dei valori dei dati) Non che se i dati fossero destinati a essere solo un campione da una popolazione più ampia Leggi di più »

"Varianza" _ "pop". ~~ 12,57 Dati i seguenti termini: {2,9,3,2,7,7,12} Somma dei termini: 2 + 9 + 3 + 2 + 7 + 7 + 12 = 42 Numero di termini: 7 Media: 42 / 7 = 6 Deviazioni dalla media: {abs (2-6), abs (9-6), abs (3-6), abs (2-6), abs (7-6), abs (7-6), abs (12-6)} Squares of Deviations from Mean: {(2-6) ^ 2, (9-6) ^ 2, (3-6) ^ 2, (2-6 ^ 2), (7-6 ) ^ 2, (7-6) ^ 2, (12-6) ^ 2} Somma di forma dei quadrati di deviazioni Media: (2-6) ^ 2, + (9-6) ^ 2 + (3-6) ^ 2 + (2-6 ^ 2) + (7-6) ^ 2 + (7-6) ^ 2 + (12-6) ^ 2 = 88 Scostamento popolazione = ("Somma di quadrati di deviazioni dalla media") / ("Nu Leggi di più »

3.27 Varianza = sumx ^ 2 / n - (media) ^ 2 Media = somma (x) / n dove n nel numero di termini = (4 + 7 + 4 + 2 + 1 + 4 + 5) / 7 = (27 ) / 7 = 3.857 sumx ^ 2 = 4 ^ 2 + 7 ^ 2 + 4 ^ 2 + 2 ^ 2 + 1 ^ 2 + 4 ^ 2 + 5 ^ 2 = 127 SO Variance = 127/7 - (3.857) ^ 2 = 3.27 Leggi di più »

Sigma ^ 2 = 18.8 media = (63 + 54 + 62 + 59 + 52) / 5 media = 58 n = 5 63 x - media = 63 - 58 = 5 (x - media) ^ 2 = 5 ^ 2 = 25 54 x - mean = 54 - 58 = -4 (x - mean) ^ 2 = (-4) ^ 2 = 16 62 x - mean = 62 - 58 = 4 (x - mean) ^ 2 = 4 ^ 2 = 16 59 x - mean = 59 - 58 = 1 (x - mean) ^ 2 = 1 ^ 2 = 1 52 x - mean = 52 - 58 = -6 (x - mean) ^ 2 = (-6) ^ 2 = 36 Sigma (x - media) ^ 2 = 25 + 16 + 16 + 1 + 36 = 94 sigma ^ 2 = (Sigma (x - media) ^ 2) / n = 94/5 = 18,8 Leggi di più »

Varianza (Popolazione): sigma ^ 2 ~~ 20,9 Varianza popolazione (colore (nero) (sigma ^ 2) è la media dei quadrati delle differenze tra ciascun elemento di dati sulla popolazione e la media della popolazione. Per una popolazione {d_1, d_2 , d_3, ...} di dimensione n con un valore medio di mu sigma ^ 2 = (somma (d_i - mu) ^ 2) / n Leggi di più »

Vedi sotto. La normale standard è la normale configurazione in modo tale che mu, sigma = 0,1, quindi conosciamo i risultati in anticipo. Il PDF per lo standard normale è: mathbb P (z) = 1 / sqrt (2 pi) e ^ (- z ^ 2/2) Ha valore medio: 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 It segue che: Var (z) = int _ (- oo) ^ (oo) dz (z - mu) ^ 2 mathbb P (z) = 1 / sqrt (2 pi) int _ (- oo) ^ (oo) dz z ^ 2 e ^ (- z ^ 2/2) Questa volta, usa IBP: Var (z) = Leggi di più »

Var = sigma ^ 2 = int (x-mu) ^ 2f (x) dx che può essere scritto come: 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 Suppongo che la domanda significhi dire f (x) = 3x ^ 2 "per" -1 <x <1; 0 "altrimenti" Trova la varianza? Var = sigma ^ 2 = int (x-mu) ^ 2f (x) dx Espandi: 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 sostituto sigma ^ 2 = 3int_-1 ^ 1 x ^ 2 * x ^ 2dx -mu ^ 2 = sigma_0 ^ Leggi di più »

"b)" 7/16 "L'evento opposto è che il minimo è"> = 1/4 "È più facile calcolare quell'evento mentre semplicemente" "xey devono essere entrambi>> 1/4 " poi." "E le probabilità sono semplicemente" (3/4) ^ 2 = 9/16 => P ["min" <= 1/4] = 1 - 9/16 = 7/16 Leggi di più »

= 0.999979973 "L'evento complementare è più facile da calcolare." "Quindi calcoliamo la probabilità di ottenere più di 18 teste." "Questo è uguale alla probabilità di ottenere 19 teste, più la" "probabilità di ottenere 20 teste." "Applichiamo la distribuzione binomiale." P ["19 teste"] = C (20,19) (1/2) ^ 20 P ["20 teste"] = C (20,20) (1/2) ^ 20 "con" C (n, k ) = (n!) / ((nk)! k!) "(combinazioni)" => P ["19 o 20 teste"] = (20 + 1) (1/2) ^ 20 = 21/1048576 => P ["al massim Leggi di più »

Z = -1.5 Poiché sappiamo che il tempo richiesto per terminare il test è normalmente distribuito, possiamo trovare lo z-score per questo particolare momento. La formula per un punteggio z è z = (x - mu) / sigma, dove x è il valore osservato, mu è la media e sigma è la deviazione standard. z = (45 - 60) / 10 z = -1,5 Il tempo dello studente è di 1,5 deviazioni standard al di sotto della media. Leggi di più »

Vedi sotto. Il valore R ^ 2 in sostanza ti dice quale percentuale della variazione nella tua variabile di risposta è rappresentata dalla variazione della tua variabile esplicativa. Fornisce una misura della forza di un'associazione lineare. In questa situazione, R ^ 2 = 0,7569. Moltiplicando questo decimale per 100, troviamo che il 75,69% della variazione nel contenuto energetico di un pacchetto di chip può essere spiegato dalla variazione del loro contenuto di grassi. Naturalmente, questo significa che il 24,31% della variazione nel contenuto energetico è rappresentato da altri fattori. Leggi di più »

Z - il punteggio per l'intervallo di confidenza del 98% è 2.33 Come ottenere questo. La metà di 0,98 = 0,49 Cerca questo valore nell'area sotto la tabella della curva normale. Il valore più vicino è 0.4901 Il suo valore z è 2.33 Leggi di più »

Z = (73-74) / (3 / sqrt (135)) = -sqrt (135) / 3 La distribuzione normale standard converte semplicemente il gruppo di dati nella nostra distribuzione di frequenza in modo tale che la media sia 0 e la deviazione standard sia 1 Possiamo usare: z = (x-mu) / sigma assumendo che abbiamo sigma ma qui abbiamo invece SD = s; z = (x- mu) / (s / sqrt (n)); dove n è la dimensione del campione ... Leggi di più »

Z-score è -0.866 z-score della variabile x con media mu, e la deviazione standard sigma è data da (x-mu) / (sigma / sqrtn) Come mu = 55, sigma = 2, n = 3 e x = 56 z-score è (56-55) / (2 / sqrt3) = ((- 1) * sqrt3) /2=-0.866 Leggi di più »

Z = 0 Ho il mio dubbio sulla correttezza del problema. La dimensione del campione è 5. È opportuno trovare il punteggio t. il punteggio z deve essere calcolato solo quando la dimensione del campione è> = 30 Alcuni statistici, se ritengono che la distribuzione della popolazione sia normale, usano il punteggio z anche se la dimensione del campione è inferiore a 30. Non hai indicato esplicitamente per quale distribuzione vuoi calcolare z. Potrebbe essere una distribuzione osservata o potrebbe essere una distribuzione di campionamento. Dato che hai posto la domanda, risponderò assumendo che si tratt Leggi di più »

Z-score è -26,03 z-score della variabile x con media mu, e la deviazione standard sigma è data da (x-mu) / (sigma / sqrtn) Come mu = 35, sigma = 5, n = 57 e x = 13 z-score is (13-35) / (5 / sqrt35) = ((- 22) * sqrt35) /5=-26.03 Leggi di più »

La risposta è z = 0.05 in una distribuzione normale. Per risolvere questo problema, è necessario accedere a una tabella z (detta anche "tabella normale standard") per la distribuzione normale. Ce n'è una buona su Wikipedia. Chiedendo quale sia il valore di z tale che il 52% dei dati sia alla sua sinistra, il tuo obiettivo è trovare un valore z dove l'area cumulativa fino al valore di z si somma a 0.52. Quindi hai bisogno di una tabella z cumulativa. Trova la voce nella tabella z cumulativa che mostra dove un certo valore di z è più vicino a un'uscita nella tabella di 0,52 Leggi di più »

0.38. Si prega di consultare la tabella collegata a sotto. In generale, è necessario utilizzare una tabella come questa o un programma per computer per determinare il punteggio z associato a una particolare CDF o viceversa. Per usare questa tabella, trova il valore che stai cercando, in questo caso 0.65. La riga ti dice quelli e il decimo posto e la colonna ti dice il centesimo posto. Quindi, per 0,65, possiamo vedere che il valore è compreso tra 0,38 e 0,39. http://homes.cs.washington.edu/~jrl/normal_cdf.pdf Leggi di più »

Nel complesso, penso che la decisione di utilizzare una barra o un grafico a torta sia una scelta personale. Se stai usando i grafici come parte di una presentazione, concentrati sulla storia generale che stai cercando di condividere con grafici e immagini. Di seguito è riportata la linea guida abbreviata che uso per valutare l'utilizzo di una barra o di un grafico a torta: Grafico a barre quando si notano le prestazioni di tendenza (ad esempio, nel tempo) Grafico a torta quando si mostra la distribuzione dell'intero Esempio: Diciamo che vuoi tenere traccia di come spendi i tuoi soldi E questo mese hai speso $ Leggi di più »

P (2,3,5 o 7) = 1/2 (Probabilità di atterraggio su un numero primo) P_c = 1 - 1/2 = 1/2 (Probabilità di non atterrare su un numero primo) (Supponendo che 1-8 significhi entrambi sono inclusi) Ci sono 4 numeri primi nella lista, su un totale di 8 numeri. Quindi la probabilità è il numero di risultati favorevoli (4) divisi per i risultati totali possibili (8). Questo equivale a metà. La probabilità del complemento di qualsiasi evento è P_c = 1 - P_1. Il complemento dell'insieme primo è {1, 4, 6, 8} Questo non è l'insieme di numeri composti (poiché 1 non è conside Leggi di più »

La risposta è 14 scegliere 6. Ovvero: 3003 La formula per calcolare il numero di modi per selezionare k cose da n elementi è (n!) / [K! (N-k)!] Dove a! significa il fattoriale di a. Il fattoriale di un numero è semplicemente il prodotto di tutti i numeri naturali da 1 fino al numero indicato (il numero è incluso nel prodotto). Quindi la risposta è (14!) / (6! 8!) = 3003 Leggi di più »

1. Tutte le probabilità esistono su un continuum da 0 a 1. 0 è un evento impossibile e 1 è un determinato evento. Alcune proprietà delle probabilità sono che la probabilità che un evento NON si verifichi è uguale a 1 meno la probabilità che l'evento si verifichi. Poiché l'intera distribuzione di frequenza contiene TUTTI i possibili risultati, la probabilità che l'evento si trovi all'interno di quella distribuzione di frequenza è certa o 1. Leggi di più »

1) La probabilità è 0.9xx0.08 = 0.072 = 7.2% 2) La probabilità è 0.9xx0.92xx0.12 = 0.09936 = 9.936% Le percentuali di rifiuto dei tre reparti sono rispettivamente 0.1, 0.08 e 0.12. Ciò significa che 0,9, 0,92 e 0,88 è la probabilità che il siero superi il test in ciascun reparto separatamente. La probabilità che il siero superi la prima ispezione è di 0,9 La probabilità che non superi la seconda ispezione è 0,08. Quindi la sua probabilità condizionale è 0.9xx0.08 = 0.072 = 7.2% Perché il siero venga rifiutato dal terzo dipartimento, deve prima passare il Leggi di più »

Ovunque tra 0% e poco meno del 50% Se tutti i valori in un set di dati di dimensione 2N + 1 sono distinti, allora N / (2N + 1) * 100% Se gli elementi del set di dati sono disposti in ordine crescente, quindi la mediana è il valore dell'elemento centrale. Per un grande set di dati con valori distinti, la percentuale di valori inferiore alla mediana sarà inferiore al 50%. Considera il set di dati [0, 0, 0, 1, 1].La mediana è 0 e lo 0% dei valori è inferiore alla mediana. Leggi di più »

0.420175 = P ["5 goal su 6 colpi"] + P ["6 goal su 6 colpi"] = 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 Leggi di più »

0,2252 "Ci sono 5 + 7 + 8 = 20 pastelli in totale." => P = C (15,4) (5/20) ^ 4 (15/20) ^ 11 = ((15!) 5 ^ 4 15 ^ 11) / ((11!) (4!) 20 ^ 15 ) = 0.2252 "Spiegazione:" "Poiché sostituiamo, le probabilità di disegnare un pastello blu sono" "ogni volta 5/20. Esprimiamo che disegniamo 4 volte un blu" "e poi 11 volte non un blu di (" 5/20) ^ 4 (15/20) ^ 11. " "Ovviamente gli azzurri non devono essere disegnati per primi, quindi ci sono" C "(15,4) modi per disegnarli, quindi moltiplichiamo per C (15,4)." "and C (15,4)" = (15!) / (11! 4 Leggi di più »

Esistono diversi tipi di medie, ma in genere si presume che sia la media aritmetica. La mediana, considerata anche vagamente come una "media", viene calcolata in un modo diverso. Prendiamo in considerazione questa lista di numeri che, per comodità. sono elencati in ordine numerico: 4, 7, 8, 12, 13, 16, 20, 21 Per ottenere la media aritmetica, aggiungere i numeri per ottenere la somma. Contare i numeri per ottenere il conteggio. Dividere la somma per il conteggio per ottenere la media aritmetica. 4 + 7 + 8 + 12 + 13 + 16 + 20 + 21 = 101 -> la somma. Ci sono 8 numeri, quindi 101/8 = 12,625 La media aritmeti Leggi di più »

Guarda qui sotto :) Per trovare la media di un insieme di numeri, aggiungi prima tutti i numeri nell'insieme e poi dividi per la quantità totale di numeri. Ad esempio, supponi che il tuo set sia composto da: 32,40,29,45,33,33,38,41. Li aggiungerai: 32 + 40 + 29 + 45 + 33 + 33 + 38 + 40 = 290 Ora tu prenderei il totale 290 e dividere per la quantità totale di numeri, nel nostro caso abbiamo un totale di 8 numeri. 290/8 = 36.25 La nostra media è 36.25 Leggi di più »

"Continuo" non ha spazi vuoti. "Discreto" ha valori distinti separati da regioni "senza valore". Il continuo può essere qualcosa come l'altezza, che può variare in una popolazione "continuamente", senza limitazioni specifiche. "Discreto" potrebbe essere una scelta o un risultato di un test - o "è" o "non è" - non ci sono gradazioni o "continuità" tra le scelte. http://stattrek.com/probability-distributions/discrete-continuous.aspx Leggi di più »

Le statistiche descrittive includono la descrizione dei dati del campione forniti, senza dare un giudizio sulla popolazione. Ad esempio: la media campionaria può essere calcolata dal campione ed è una statistica descrittiva. Le statistiche inferenziali derivano una conclusione sulla popolazione sulla base del campione. Ad esempio, deducendo che la maggioranza delle persone supporta un candidato (sulla base di un dato campione). Relazione: poiché non abbiamo accesso all'intera popolazione, utilizziamo statistiche descrittive per trarre conclusioni inferenziali. Leggi di più »

La modalità aumenterà anche dello stesso numero Lascia che ci sia un set di dati: a_1; a_2; a_3; ...; a_n. Sia una modalità di questo set. Se aggiungi un numero n ad ogni valore, la quantità di numeri non cambierà, solo i numeri cambieranno, quindi se un numero m ha il maggior numero di occorrenze (m è la modalità), dopo aver aggiunto un numero m + n avrà il massimo occorrenze (si verificherà nelle stesse posizioni nell'insieme di m nel primo). Leggi di più »

Dettaglio nella spiegazione per esempio: lanciare monete in generale la possibilità di coda e testa dovrebbe essere del 50% ma in realtà potrebbe essere 30% di testa e 70% di coda o 40% di testa e 60% di coda o ...... ma più volte che fai l'esperimento => il campione è più grande (di solito superiore a 30) per CLT (teorema del limite centrale), infine convergerà al 50% 50% Leggi di più »

Se hai troppi valori diversi. Esempio: supponiamo di misurare l'altezza di 2000 uomini adulti. E misura il millimetro più vicino. Avrai 2000 valori, molti dei quali diversi. Ora se vuoi dare un'impressione sulla distribuzione dell'altezza nella tua popolazione, dovrai raggruppare queste misure in classi, ad esempio classi da 50 mm (sotto 1,50 m, 1,50- <1,55 m, 1,55 - <160 m, ecc.) Ci sono i confini della tua classe. Tutti tra 1.500 e 1.549 saranno in una classe, tutti tra 1.550 e 1.599 saranno nella classe successiva, ecc. Ora potresti avere numeri di classe consistenti, che ti permetteranno di crear Leggi di più »

Quando: 1) non conosci tutti i dettagli del tuo modello; 2) non vale la pena di modellare ogni dettaglio; 3) il sistema che hai è casuale per natura. Prima di tutto, dovremmo definire cosa sono gli "effetti casuali". Gli effetti casuali sono qualsiasi cosa, internamente o esternamente, che influenza il comportamento del tuo sistema, ad es. blackout in una rete elettrica della città. Le persone li vedono in modo diverso, ad es. le persone dell'ecologia amano definirle catastrofi, il caso del blackout, o demografico, nel caso della città sarebbe un aumento del consumo di energia che ridurrebbe la Leggi di più »

"a) 0,351087" "b) 7,2" "c) 0,056627" "P [somma è 8] = 5/36" "Dato che ci sono 5 combinazioni possibili per lanciare 8:" "(2,6), (3,5 ), (4,4), (5,3) e (6,2). " "a) Questo è uguale alla probabilità che abbiamo 7 volte di seguito una" "somma diversa da 8, e questi sono" (1 - 5/36) ^ 7 = (31/36) ^ 7 = 0.351087 "b ) 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" Leggi di più »

4.1051 * 10 ^ -7% per 2 rossi, 1 giallo senza sostituzione; 3.7037 x 10 ^ -7% per 2 rossi, 1 giallo con sostituzione Innanzitutto, impostare un'equazione che rappresenti il problema della parola: 10 dischi rossi + 10 dischi verdi + 10 dischi gialli = 30 dischi in totale 1) Disegnare 2 dischi rossi e 1 disco giallo in successione senza sostituirli. Creeremo le frazioni, dove il numeratore è il disco che stai disegnando e il denominatore è il numero di dischi rimasti nel sacchetto. 1 è un disco rosso e 30 è il numero di dischi rimanenti. Man mano che si estraggono i dischi (e non li si sostituisce!) Leggi di più »

31 Innanzitutto un paio di definizioni: la mediana è il valore medio di un gruppo di numeri. La media è la somma di un gruppo di numeri diviso per il conteggio dei numeri. Lavorando in questo modo, diventa chiaro che l'obiettivo in questo esercizio è aumentare le varie mediane. Quindi come lo facciamo? L'obiettivo è di organizzare le serie di numeri in modo da avere i valori medi di ogni insieme il più alto possibile. Ad esempio, la mediana più alta possibile è 41 con i numeri 42, 43, 44 e 45 che sono più alti di questo e alcuni gruppi di quattro numeri sono inferiori a quest Leggi di più »

48 volte Numero di volte che lei dovrebbe colpire la palla = P volte "Totale volte lei bat" = 3/5 volte 80 = 3 / cancel5 volte cancel80 ^ 16 = 3 volte 16 = 48 volte Leggi di più »

"Vedi spiegazione" "Prendiamo un periodo di tempo con lunghezza" t ", formato da n pezzi" Delta t = t / n "Supponiamo che la possibilità di un evento di successo" "in un pezzo sia" p ", quindi il il numero totale di eventi nei n "" pezzi di tempo è distribuito binomiale secondo "p_x (x) = C (n, x) p ^ x (1-p) ^ (nx), x = 0,1, ... , n "con" C (n, k) = (n!) / ((nk)! * (k!)) "(combinazioni)" "Ora lasciamo" n-> oo ", quindi" p-> 0 , "ma" n * p = lambda "Quindi sostituiamo" p = lambda Leggi di più »

"Vedi la spiegazione" "y è normale standard (con media 0 e deviazione standard 1)" "Quindi usiamo questo fatto." "1)" = P [- 1 <= (xz) / 2 <= 2] "Ora cerchiamo i valori z in una tabella per i valori z per" "z = 2 e z = -1. Otteniamo" 0.9772 "e" 0,1587. => P = 0.9772 - 0.1587 = 0.8185 "2)" var = E [x ^ 2] - (E [x]) ^ 2 => E [x ^ 2] = var + (E [x]) ^ 2 " Qui abbiamo var = 1 e mean = E [Y] = 0. " => E [Y ^ 2] = 1 + 0 ^ 2 = 1 "3)" P [Y <= a | B] = (P [Y <= a "E" B]) / (P [B]) P [B] = 0,8413 - Leggi di più »

M + -ts Dove t è il t-score associato all'intervallo di confidenza richiesto. [Se la dimensione del campione è maggiore di 30, i limiti sono indicati da mu = bar x + - (z xx SE)] Calcola la media campionaria (m) e la popolazione campione utilizzando le formule standard. m = 1 / Nsum (x_n) s = sqrt (1 / (N-1) sum (x_n-m) ^ 2 Se si assume una popolazione normalmente distribuita di iid (variabili indipendenti identicamente distribuite con varianza finita) con numero sufficiente per teorema limite centrale da applicare (diciamo N> 35) quindi questa media sarà distribuita come distribuzione t con df = N-1. Leggi di più »

La mediana. Un punteggio estremo distorce il valore da una parte o dall'altra. Ci sono tre principali misure di tendenza centrale: media, mediana e modalità. La mediana è il valore al centro di una distribuzione di dati quando questi dati sono organizzati dal valore più basso a quello più alto. È il rapporto tra la media e la mediana che è più comunemente utilizzato per identificare eventuali disallineamenti nei dati. http://www.thoughtco.com/measures-of-central-tendency-3026706 Leggi di più »

La media aritmetica è il punto di equilibrio corretto. La media aritmetica è il punto di equilibrio corretto. È perché la somma totale delle deviazioni positive e delle deviazioni negative prese dalla media aritmetica si annullano a vicenda. Leggi di più »

La mediana è meno influenzata dai valori anomali rispetto alla media. La mediana è meno influenzata dai valori anomali rispetto alla media. Prendiamo questo primo dataset senza valori anomali come un esempio: 20, 24, 26, 26, 26, 27, 29 La media è 25,43 e la mediana è 26. La media e la mediana sono relativamente simili. In questo secondo set di dati con un valore anomalo, c'è più di una differenza: 1, 24, 26, 26, 26, 27, 29 La media è 22,71 e la mediana è 26. La mediana non è influenzata affatto dal valore anomalo in questo esempio . Si prega di vedere queste domande socratic Leggi di più »

"Hai capito bene!" "Posso confermare che il tuo approccio è completamente corretto." "Caso 1: Switch 3 aperto (Probabilità 0,3):" 0,49 + 0,49 - 0,2401 = 0,7399 "Caso 2: Switch 3 chiuso (Probabilità 0,7):" (0,7 + 0,7 - 0,49) ^ 2 = 0,8281 "Quindi la probabilità complessiva per il circuito che la corrente può "" passare è: "0,3 * 0,7399 + 0,7 * 0,8281 = 0,80164 Leggi di più »

1) 0.180447 2) 0.48675 3) 0.37749 "Poisson: le probabilità per k eventi in un intervallo di tempo t è" ((lambda * t) ^ k exp (-lambda * t)) / (k!) "Qui non abbiamo ulteriori specifiche sull'intervallo di tempo, quindi "" prendiamo t = 1, "lambda = 2. => P [" k eventi "] = (2 ^ k * exp (-2)) / (k!)" 1) "P [" 3 eventi "] = (2 ^ 3 * exp (-2)) / (3!) = (4/3) e ^ -2 = 0.180447" 2) "(6/10) ^ 2 = 36 / 100 = 0,36 "è la superficie della frazione del" "cerchio più piccolo rispetto a quello più grande." "Le p Leggi di più »

I dati categoriali hanno valori che non possono essere ordinati in modo evidente e convincente. Il genere è un esempio. Il maschio non è meno o più della femmina. Il colore degli occhi è l'altro nella tua lista. I voti in lettere sono dati di classe: c'è un ordine convincente in loro: devi ordinarli da alto a basso (o da basso ad alto). Gli altri esempi citati sono dati più o meno continui: ci sono molti valori possibili, che puoi raggruppare in classi, ma hai una certa scelta sulla larghezza della classe. Leggi di più »

14.7 "rotoli" P ["tutti i numeri lanciati"] = 1 - P ["1,2,3,4,5, o 6 non lanciati"] P ["A o B o C o D o E o F"] = P [A] + P [B] + ... + P [F] - P [A e B] - P [A e C] .... + P [A e B e C] + ... "Ecco qui" 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) "Il negativo di questa è la nostra probabilità." sum n * a ^ (n-1) = sum (d / Leggi di più »

Perché nel descrivere un insieme di dati, il nostro interesse principale è solitamente il valore centrale della distribuzione. Nelle statistiche descrittive, stiamo spiegando le caratteristiche di un insieme di dati in mano - non stiamo tracciando conclusioni sulla popolazione più ampia da cui provengono i dati (si tratta di statistiche inferenziali). Nel fare ciò, la nostra domanda principale è di solito "dove si trova il centro della distribuzione". Per rispondere a questa domanda, usiamo normalmente la media, la mediana o la modalità, a seconda del tipo di dati. Queste tre misure Leggi di più »

"Vedi spiegazione" "Poiché" "varianza =" E (X ^ 2) - (E (X)) ^ 2 "che è qui:" 1 - 1 ^ 2 = 0, "" non c'è varianza. "" Questo significa che tutti i valori di X sono uguali alla media E (X) = 1. "" Quindi X è sempre 1. "" Quindi "X ^ 100 = 1. => E [X ^ 100] = 1 Leggi di più »

"Risposta D)" "È l'unica risposta logica, gli altri sono impossibili." "Questo è il problema della rovina del giocatore." "Un giocatore inizia con k dollaro." "Gioca finché non raggiunge il dollaro G o scende a 0." p = "possibilità che vinca 1 dollaro in una partita". q = 1 - p = "possibilità che perda 1 dollaro in una partita". "Chiama" r_k "la probabilità (probabilità) che si rovini." "Allora abbiamo" r_0 = 1 r_G = 0 r_k = p * r_ {k + 1} + q * r_ {k-1}, "con" 1 <= k <= Leggi di più »

Z = 2.33 È necessario cercare questo da una tabella z-score (ad esempio http://www.had2know.com/academics/normal-distribution-table-z-scores.html) o utilizzare un'implementazione numerica dell'inversa normale distribuzione cumulativa della densità (es. normsinv in Excel). Dal momento che desideri l'intervallo del 98% per cento che desideri l'1% su ciascun lato di + -z, cerca 99% (0,99) per z per ottenere ciò. Il valore più vicino per 0,99 sulla tabella dà z = 2.32 sul tavolo (2.33 in Excel), questo è il tuo punteggio z. Leggi di più »

Un R-quadrato indica quanto bene i dati osservati si adattano ai dati previsti, ma fornisce solo informazioni sulla correlazione. Un valore R al quadrato indica quanto bene i dati osservati, o i dati raccolti, si adattano a una tendenza attesa. Questo valore ti dice la forza della relazione ma, come tutti i test statistici, non c'è nulla dato che ti indichi la causa alla base della relazione o la sua forza. Nell'esempio seguente, possiamo vedere che il grafico a sinistra non ha alcuna relazione, come indicato dal basso valore R al quadrato. Il grafico a destra ha una relazione molto forte, come indicato dal va Leggi di più »

Perché la differenza non è definita. Nei dati ordinali, i valori dei dati possono essere ordinati, cioè, possiamo capire se A <B oppure no. Ad esempio: l'opzione "molto soddisfatto" è maggiore di "leggermente soddisfatto" in un sondaggio. Ma non riusciamo a trovare la differenza numerica tra queste due opzioni. La deviazione standard è definita come la differenza media dei valori dalla media e che non può essere calcolata per i dati ordinali. Leggi di più »

I campioni vengono utilizzati quando non sarebbe pratico raccogliere dati su un'intera popolazione. A condizione che un campione sia imparziale (ad esempio, raccogliere dati da alcune persone che escono dal bagno delle donne non sarebbe un campione imparziale della popolazione di un paese) un campione ragionevolmente ampio rifletterà normalmente le caratteristiche dell'intera popolazione. Gli statistici usano i campioni per fare affermazioni o previsioni sulle caratteristiche generali di una popolazione. Leggi di più »

Perché c'è una differenza nel tipo di dati che presenti. In un grafico a barre, si confrontano dati categoriali o qualitativi. Pensa a cose come il colore degli occhi. Non c'è ordine in loro, come il verde non è "maggiore" del marrone. In effetti potresti ordinarli in qualsiasi ordine. In un istogramma, i valori sono quantitativi, il che significa che possono essere divisi in gruppi ordinati. Pensa all'altezza o al peso, in cui inserisci i dati in classi, ad esempio "meno di 1,50 m", "1,50-1,60 m" e così via. Queste classi sono collegate, perché una cl Leggi di più »

Vedi sotto i miei pensieri: La forma generale per una probabilità binomiale è: sum_ (k = 0) ^ (n) C_ (n, k) (p) ^ k ((~ p) ^ (nk)) La domanda è Perché abbiamo bisogno di quel primo termine, il termine di combinazione? Facciamo un esempio e poi verrà chiaro. Diamo un'occhiata alla probabilità binomiale di lanciare una moneta 3 volte. Proviamo ad ottenere che le teste siano p e che non ottengano le teste ~ p (entrambi = 1/2). Quando passiamo attraverso il processo di sommatoria, i 4 termini della somma saranno uguali a 1 (in sostanza, stiamo trovando tutti i possibili risultati e quindi la p Leggi di più »

83% Prima scriviamo P (70 <X <110) Quindi dobbiamo correggerlo prendendo dei limiti, per questo prendiamo il più vicino .5 senza andare oltre, quindi: P (69.5 <= Y <= 109.5) Per convertire in un punteggio Z, usiamo: 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% Leggi di più »

"a)" 0,08523 "b)" 0,88913 "c)" 0,28243 "Abbiamo una distribuzione binomiale con n = 12, p = 0,1." "a)" C (12,3) * 0,1 ^ 3 * 0,9 ^ 9 = 220 * 0,001 * 0,38742 = 0,08523 "con" C (n, k) = (n!) / ((nk)! k!) " (combinazioni) "" 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 Leggi di più »

Una misura della tendenza centrale è un valore che può rappresentare la popolazione totale e agisce come la gravità centrale verso cui si muovono tutti gli altri valori. Deviazione standard - come suggerisce il nome è una misura della deviazione. Deviazione significa cambiamento o distanza. Ma il cambiamento è sempre seguito dalla parola "da". Quindi la deviazione standard è una misura del cambiamento o la distanza da una misura di tendenza centrale - che è normalmente la media. Quindi, la deviazione standard è diversa da una misura della tendenza centrale. Leggi di più »

Guarda sotto :) La media non è una buona misura della tendenza centrale perché tiene conto di ogni punto di dati. Se hai valori anomali come in una distribuzione distorta, allora quei valori anomali influenzano la media in cui un singolo valore anomalo può trascinare la media verso il basso o verso l'alto. Questo è il motivo per cui la media non è una buona misura della tendenza centrale. Invece la mediana è usata come misura della tendenza centrale. Leggi di più »

Perché la varianza è calcolata in termini di deviazioni dalla media, che rimane la stessa in una traduzione. La varianza è definita come il valore di aspettativa E [(x-mu) ^ 2] dove mu è il valore medio. Quando il set di dati viene tradotto, tutti i punti di dati vengono spostati dello stesso importo x_i -> x_i + a. La media cambia anche di una stessa quantità mu -> mu + a in modo che le deviazioni dalla media rimangano le stesse: x_i -mu -> (x_i + a) - (mu + a) = x_i -mu Leggi di più »

SSReg le SST Si noti che R ^ 2 = ("SSReg") / (SST) dove SST = SSReg + SSE e sappiamo che la somma dei quadrati è sempre ge 0. Quindi SSE ge 0 implica SSReg + SSE ge SSReg implica SST ge SSReg implica (SSReg) / (SST) le 1 implica R ^ 2 le 1 Leggi di più »

Al massimo 3 persone nella linea sarebbero. P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) = 0,1 + 0,3 + 0,4 + 0,1 = 0,9 Quindi P (X <= 3) = 0,9 Quindi la domanda sarebbe sia più facile usare la regola del complimento, poiché hai un valore a cui non sei interessato, in modo da poterlo allontanare dalla probabilità totale. come: P (X <= 3) = 1 - P (X> = 4) = 1 - P (X = 4) = 1 - 0,1 = 0,9 Quindi P (X <= 3) = 0,9 Leggi di più »

Questa è una QUALSIASI ... O situazione. Puoi AGGIUNGERE le probabilità. Le condizioni sono esclusive, ovvero: non puoi avere 3 e 4 persone in fila. Ci sono anche 3 persone O 4 persone in fila. Quindi aggiungi: P (3 o 4) = P (3) + P (4) = 0.1 + 0.1 = 0.2 Controlla la tua risposta (se hai tempo rimasto durante il test), calcolando la probabilità opposta: P (<3) = P (0) + P (1) + P (2) = 0,1 + 0,3 + 0,4 = 0,8 E questo e la tua risposta aggiungono fino a 1,0, come dovrebbero. Leggi di più »

Il numero previsto in questo caso può essere considerato come una media ponderata. È meglio arrivare sommando la probabilità di un dato numero per quel numero. Quindi, in questo caso: 0.1 * 0 + 0.3 * 1 + 0.4 * 2 + 0.1 * 3 + 0.1 * 4 = 1.8 Leggi di più »

Credo che tu intenda o "tu lancia una moneta tre volte" o "gira tre monete". X è chiamata 'variabile casuale' perché prima di lanciare le monete non sappiamo quante teste avremo. Ma possiamo dire qualcosa su tutti i possibili valori per X. Dato che ogni lancio di una moneta è indipendente da altri lanci, il possibile valore della variabile casuale X è {0, 1, 2, 3}, cioè puoi ottenere 0 teste o 1 testa o 2 teste o 3 teste. Provane un altro in cui pensi a quattro lanci di un dado. Lascia che la variabile casuale Y indichi il numero di 6 in quattro lanci di un dado. Quali s Leggi di più »

Probabilità del 44% di selezionare una mela Nella dispensa, ci sono: 4 mele e 5 banane, aggiungendo fino a un totale di 9 frutti. Questo può essere espresso come 4 + 5 = 9. Vuoi scoprire la probabilità di scegliere una mela. Ci sono 4 mele su un totale di 9 frutti. Questo può essere espresso come: 4/9 4/9 = 0,44444444444 C'è una possibilità del 44%% di scegliere una mela. Leggi di più »

0.5 o 1/2 SE abbiamo una moneta buona ci sono due possibilità: testa o croce Entrambi hanno una probabilità uguale. Quindi dividi le probabilità favorevoli ("successo") S per il numero totale di possibilità T: S / T = 1/2 = 0.5 = 50% Un altro esempio: qual è la possibilità di rotolare meno di tre con un dado normale? S ("successo") = (1 o 2) = 2 possibilità T (totale) = 6 possibilità, tutte ugualmente probabile Chance S / T = 2/6 = 1/3 Extra: Quasi nessuna moneta reale è completamente equa. A seconda delle facce delle teste e della coda, il centro di gravit&# Leggi di più »

~ 1,9% di probabilità che peschi l'asso di picche Ci sono 52 carte in un mazzo e un asso di picche nel mazzo. Questo può essere espresso come 1/52. Dividi per trovare la percentuale. 1/52 = 0,01923076923 C'è una probabilità del 1,9% che tu possa pescare un asso di picche. In realtà non devi dividere 1/52 per sapere la tua probabilità percentuale ..... Vedi che 1/52 può essere scritto come 2/104 che .. approssimativamente .. è 2/100 che è 2% Ma ricorda che Lo sto facendo solo perché 104 è vicino a 100, più il numero sarà diverso da 100, più grande Leggi di più »

Dipende. Ci vorranno più assunzioni che è improbabile che siano vere per estrapolare questa risposta dai dati forniti perché questa sia la vera probabilità di fare un tentativo. Si può stimare il successo di una singola sperimentazione basata sulla proporzione di prove precedenti che hanno avuto successo se e solo se gli studi sono indipendenti e distribuiti in modo identico. Questa è l'assunzione fatta nella distribuzione binomiale (conteggio) e nella distribuzione geometrica (in attesa). Tuttavia, è improbabile che sparare tiri liberi sia indipendente o distribuito in modo identico. Leggi di più »

K = 3 P ["1 server is up"] = 0.98 => P ["almeno 1 server su server K è attivo"] = 1 - P ["0 server su server K sono attivi"] = 0.99999 = > P ["0 server su server K sono attivi"] = 0.00001 => (1-0.98) ^ K = 0.00001 => 0.02 ^ K = 0.00001 => K log (0.02) = log (0.00001) => K = log (0.00001) / log (0.02) = 2.94 => "Dobbiamo prendere almeno 3 server, quindi K = 3." Leggi di più »

0.6 P ["prende il bus"] = 0.8 P ["è in orario | prende l'autobus"] = 0.75 P ["è in orario"] = 4/6 = 2/3 P ["prende il bus | non è in orario "] =? P ["prende il bus | non è in orario"] * P ["non è in orario"] = P ["prende il bus E NON è in orario"] = P ["non è in orario | prende il bus "] * P [" prende il bus "] = (1-0.75) * 0.8 = 0.25 * 0.8 = 0.2 => P [" prende il bus | non è in orario "] = 0.2 / (P [ "non è in orario"]) = 0,2 / (1-2 / 3) = 0,2 / (1/3) = 0,6 Leggi di più »

Vedi sotto. La mediana è il valore medio in un insieme ordinato di dati. Leggi di più »

0,3828 ~~ 38,3% P ["k su 10 pazienti sono sollevati"] = C (10, k) (7/10) ^ k (3/10) ^ (10-k) "con" C (n, k) = (n!) / (k! (nk)!) "(combinazioni)" "(distribuzione binomiale)" "Quindi per k = 8, 9 o 10, abbiamo:" P ["almeno 8 su 10 pazienti sono alleviati "] = (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 % Leggi di più »

Questo è noto come problema di probabilità composto Ci sono quattro assi in un mazzo di 52 carte, quindi la probabilità di pescare un asso è 4/52 = 1/13 Quindi, ci sono 13 picche in un mazzo, quindi la probabilità di pescare un la vanga è 13/52 o 1/4 ma, dato che uno di quegli assi è anche un picche, dobbiamo sottrarlo per non contarlo due volte. Quindi, 4/52 + 13 / 52-1 / 52 = 16/52 = 4/13 Leggi di più »

Esiste una formula per la funzione di densità binomiale Sia il numero di prove. Sia k il numero di successi al processo. Sia p la probabilità di successo ad ogni prova. Quindi la probabilità di riuscire esattamente a k prove è (n!) / (K! (Nk)!) P ^ k (1-p) ^ (nk) In questo caso, n = 10, k = 8 e p = 0,2, in modo che p (8) = (10!) / (8! 2!) (0,2) ^ 8 (0,8) ^ 2 p (8) = 45 (0,2) ^ 8 (0,8) ^ 2 Leggi di più »

0,200 La probabilità che quattro persone su dieci abbiano quel tipo di sangue è 0,3 * 0,3 * 0,3 * 0,3 = (0,3) ^ 4. La probabilità che gli altri sei non abbiano quel tipo di sangue è (1-0.3) ^ 6 = (0.7) ^ 6. Moltiplichiamo queste probabilità insieme, ma poiché questi risultati possono accadere in qualsiasi combinazione (ad esempio, la persona 1, 2, 3 e 4 hanno il gruppo sanguigno, o forse 1, 2, 3, 5, ecc.), Moltiplica per colore (bianco) I_10C_4. Quindi, la probabilità è (0,3) ^ 4 * (0,7) ^ 6 * colore (bianco) I_10C_4 ~~ 0,200. --- Questo è un altro modo per farlo: poiché av Leggi di più »

S ^ 2 = sum ((x_i - barx) ^ 2) / (n - 1) Dove: s ^ 2 = varianza somma = somma di tutti i valori nel campione n = dimensione del campione barx = media x_i = osservazione del campione per ogni termine Passo 1: trova la media dei tuoi termini. (3 + 6 + 7 + 8 + 9) / 5 = 6.6 Step 2 - Sottrai la media campionaria da ogni termine (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 Nota: La somma di queste risposte dovrebbero essere 0 Step 3 - Quadrare ciascuno dei risultati. (La quadratura rende i numeri negativi positivi.) -3.6 ^ 2 = 12.96 -0.6 ^ 2 = 0.36 0.4 ^ 2 = 0.16 1 Leggi di più »

La probabilità è frac {5} {6} Sia A l'evento di selezione di un numero divisibile per 6 e B sia l'evento di selezione di un numero non divisibile per 6: P (A) = frac {1} {6} P (B) = P (non A) = 1 - P (A) = 1- frac {1} {6} = frac {5} {6} In generale, se hai n biglietti di carta numerati da 1 a N (dove N è un grande intero positivo dice 100) la probabilità di selezionare un numero divisibile per 6 è ~ 1/6 e se N è esattamente divisibile per 6, allora la probabilità è esattamente 1/6 cioè P (A) = frac {1} {6} iff N equiv 0 mod 6 se N non è divisibile esattamente per 6, Leggi di più »

P (alpha) = 5/12, P (beta) = 11/18 Le somme possibili sono: 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 Quindi il numero totale di somme possibili è 11. Tuttavia, il numero di modi per arrivare a un totale particolare è diverso. Per esempio. Per raggiungere un totale di 2 è possibile solo 1 via - 1 e 1, ma un totale di 6 può essere raggiunto in 5 modi - 1 e 5, 5 e 1, 2 e 4, 4 e 2, 3 e 3. Mappatura di tutti i modi possibili per raggiungere una data somma producono quanto segue. Sum -> No of Ways 2 -> 1 3 -> 2 4 -> 3 5 -> 4 6 -> 5 7 -> 6 8 -> 5 9 -> 4 10 -> 3 11 -> 2 12 -> 1 Qui Leggi di più »

163 modi. C'è 1 modo di votare per 0 persone. Ci sono 8 modi per votare per 1 persona. Ci sono (8 * 7) / 2 modi per votare per 2 persone. Ci sono (8 * 7 * 6) / (2 * 3) modi per votare per 3 persone. Ci sono (8 * 7 * 6 * 5) / (2 * 3 * 4) modi per votare per 4 persone. Questo è tutto perché puoi scegliere le persone, ma ci sono modi in cui puoi ordinare le persone. Ad esempio, ci sono 2 * 3 modi per ordinare le stesse 3 persone. Aggiungendo tutto, otteniamo 1 + 8 + 28 + 56 + 70 = 163. Leggi di più »

Variante della popolazione = 59,1 (probabilmente quello che vuoi se questa è una classe introduttiva) Variante di esempio = 68,9 Calcola la media frac {17 + 3 + 10 + 1 - 3 + 4 + 19} {7} = 7,2857 Trova la media della differenze al quadrato. Per fare ciò: Piazza la differenza tra ogni punto di dati e la media. Aggiungi tutte queste differenze al quadrato. (17-7.2857) ^ 2 + (3-7.2857) ^ 2 + (10 - 7.2857) ^ 2 cdots = 413.43 Se stai riscontrando la varianza della popolazione, dividi per il numero di punti dati. Se stai riscontrando la varianza campionaria, dividi per il numero di punti dati: 1. sigma ^ 2 = frac {413.4 Leggi di più »

Ogni batteria con una durata inferiore a 35 ore deve essere sostituita. Questa è un'applicazione semplificata dei principi statistici. Le cose fondamentali da notare sono la deviazione standard e la percentuale. La percentuale (1%) ci dice che vogliamo solo quella parte della popolazione che è meno probabile di 3sigma, o 3 deviazioni standard inferiori alla media (questo è in realtà al 99,7%). Quindi, con una deviazione standard di 6 ore, la differenza rispetto alla media per il limite inferiore della durata desiderata è: 50 - 3xx6 = 50 - 18 = 32 ore Ciò significa che qualsiasi batteria co Leggi di più »

"a)" 4 "b) 0.150158" "c) 0.133705" "Si noti che una probabilità non può essere negativa, quindi suppongo che" "dobbiamo supporre che x vada da 0 a 10." "Prima di tutto abbiamo bisogno di determinare c in modo che la somma di tutte le probabilità" "sia 1:" 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 = Leggi di più »

La media è 19 e la varianza è 5,29 * 9 = 47,61 Risposta intuitiva: Poiché tutti i segni sono moltiplicati per 3 e aggiunti per 7, la media dovrebbe essere 4 * 3 + 7 = 19 La deviazione standard è una misura della differenza quadratica media da la media e non cambia quando aggiungi la stessa quantità a ciascun segno, cambia solo quando moltiplica tutti i segni per 3 Quindi, sigma = 2.3 * 3 = 6.9 Varianza = sigma ^ 2 = 6.9 ^ 2 = 47.61 Lascia n è il numero di numeri in cui {n | n in mathbb {Z_ +}} in questo caso n = 5 Sia m sia la media text {var} sia la varianza e,lascia che sigma sia la deviazio Leggi di più »

Un grafico a scatola e baffi dovrebbe indicare il valore mediano del set di dati, i valori massimo e minimo, l'intervallo in cui il 50% dei valori diminuisce ei valori di eventuali valori anomali. Più tecnicamente, puoi considerare una trama di botte e baffi in termini di quartili. Il baffo superiore è il valore massimo, il baffo inferiore il valore minimo (presupponendo che nessuno dei valori sia outlier (vedi sotto)). Le informazioni sulle probabilità sono ricavate dalle posizioni dei quartili. La parte superiore della scatola è Q1, il primo quartile. Il 25% dei valori si trova al di sotto di Q1. Leggi di più »

1/2 P ["seme è cuori"] = 1/4 P ["carta è rosso"] = 1/2 P ["seme è cuori | carta è rosso"] = (P ["seme è cuori E carta è rosso "]) / (P [" carta è rossa "]) = (P [" carta è rossa | seme è cuori "] * P [" seme è cuori "]) / (P [" carta è rossa "])) = (1 * P ["seme è cuori"]) / (P ["carta è rosso"]) = (1/4) / (1/2) = 2/4 = 1/2 Leggi di più »

0,3947 = 39,47% = P ["1 ° è il latte E 2 ° è semplice"] + P ["1 ° è semplice E 2 è il latte"] = (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% "Spiegazione : "" Quando ne scegliamo uno, ci sono 20 cioccolatini nella scatola. " "Quando ne prendiamo uno dopo, ci sono 19 cioccolatini nella scatola." "Usiamo la formula" P [A e B] = P [A] * P [B | A] "perché entrambi i progetti non sono indipendenti." "Quindi prendi ad esempio A = '1 °  Leggi di più »

Consultare la sezione Spiegazione Il mercato è competitivo. Altre cose rimangono invariate. a) Aumento del reddito dei consumatori. Per iniziare con la domanda e la fornitura di case determinare il prezzo di equilibrio e il numero di case.DD è la curva di domanda. SS è la curva di offerta. Diventano uguali al punto E_1. E_1 è il punto di equilibrio. M_1 numero di case sono fornite e richieste a P_1 Prezzo. Dopo un aumento del reddito dei consumatori, la curva della domanda viene spostata a destra. La nuova curva di domanda è D_1 D_1. Taglia la curva di offerta SS al punto E_2 Il nuovo prezzo di equ Leggi di più »