Tavoli statistici avanzati per Palm Le tabelle statistiche avanzate consente di calcolare il PDF, il CDF e il CDF inverso di 12 distribuzioni di probabilità con ...
Scarica ora

Tavoli statistici avanzati per Palm Classifica e riepilogo

Tavoli statistici avanzati per Palm Tag

inversa-DCT Testo inverso Inverso calcolare la probabilità distribuzioni di probabilità distribuzioni ciclo inverso Prospettiva inversa Cdf. Inverse Problema Funzioni inverse

Tavoli statistici avanzati per Palm Descrizione

Panoramica del Prodotto: Le tabelle statistiche avanzate forniscono agli utenti l'opportunità di calcolare PDF, CDF e CDF inverso per una varietà di distribuzioni di probabilità direttamente sul loro dispositivo Palm, incluso il normale (gaussiano), T, F, Chi-Square, Esponenziale, Beta, Gamma, Poisson , binomiale, binomiale negativo, geometrico e ipergeometrico. Ciò che imposta le tabelle statistiche avanzate a parte i programmi simili è la sua intuitiva interfaccia utente e il calcolo dell'inversione del CDF che viene ampiamente utilizzato per il test dell'ipotesi. Oltre alle risposte convenienti e solide veloci, è anche incorporata un utile riferimento rapido sui ragioni dei parametri e le applicazioni per chiunque abbia calcoli statistici. La gamma di possibili applicazioni di tabelle statistiche avanzate è praticamente illimitata, come la progettazione di esperimenti, statistiche di ingegneria, analisi finanziaria, biostatistica, ricerca clinica, calcoli di probabilità per le lotterie e le operazioni di gioco d'azzardo. Caratteristiche: PDF, CDF e calcoli CDF inversi per 12 distribuzioni di probabilità; Guida online incorporata dei numeri di parametri e applicazioni; Storia del calcolo; Comodo tastiera della cifra popup; Posizioni decimali configurabili per i risultati del calcolo; Fonte greco incorporato, non è necessario un file di carattere esterno. Screenshots: Distribuzioni supportate 1. Distribuzione continua Distribuzione normale - La distribuzione normale, chiamata anche la distribuzione Gaussiana, è una famiglia importante di distribuzioni di probabilità continue, applicabile in molti campi. Ogni membro della famiglia può essere definito da due parametri, posizione e scala: la media e deviazione standard , rispettivamente. La distribuzione normale standard è la distribuzione normale con una media di zero e una varianza di una. T Distribuzione - La distribuzione T Studente è una distribuzione di probabilità che sorge nel problema della stima della media di una popolazione normalmente distribuita quando la dimensione del campione è piccola. È la base dei T-test T Student Popular per il significato statistico della differenza tra due mezzi campione e per intervalli di confidenza per la differenza tra due mezzi di popolazione. DI DISTRIBUZIONE - La distribuzione F è una distribuzione a destra usata utilizzata più comunemente nell'analisi della varianza (I.e. ANOVA e MANOVA). La distribuzione F è un rapporto tra due distribuzioni chi-quadrato divisa per il loro rispettivo grado di libertà, e una specifica distribuzione F è indicata dai gradi di libertà per il numeratore Chi-Square 1 e i gradi di libertà per il denominatore Chi-Square 2. Distribuzione di Chi-Square - La distribuzione chi-Square è una delle distribuzioni teoriche più ampiamente utilizzate in statistiche inferenziali, cioè in test di significatività statistiche. La distribuzione CHI-SQUARE ha un parametro, i suoi gradi di libertà . Ha un inclinazione positivo; L'inclinazione è meno con più gradi di libertà. Come aumento del grado di libertà, la distribuzione della piazza CHI si avvicina a una distribuzione normale. La media di una distribuzione Chi-Square è il suo grado di libertà . Distribuzione esponente - Le distribuzioni esponenziali sono una classe di distribuzione continua della probabilità. Vengono spesso utilizzati per modellare l'intervallo di tempo tra eventi indipendenti che si verificano a un tasso medio costante. La distribuzione esponenziale è l'unica distribuzione casuale senza memoria continua. BETA Distribution - La distribuzione beta nasce da una trasformazione della distribuzione F e in genere utilizzata per modellare la distribuzione delle statistiche dell'ordine. Poiché la distribuzione beta è delimitata su entrambi i lati, è spesso utilizzata per rappresentare i processi con limiti naturali inferiori e superiori. GAMMA DISTRIBUZIONE - La distribuzione Gamma è una famiglia a due parametri di distribuzioni di probabilità continue. Ha un parametro di forma e un parametro di scala . Se K è un intero, la distribuzione rappresenta la somma delle variabili casuali distribuite in modo esponenziale, ognuna delle quali è diretta . 2. Distribuzione discreta Distribuzione di Poisson - La distribuzione di Poisson è una distribuzione discreta di probabilità che esprime la probabilità di un numero di eventi che si verificano in un determinato periodo di tempo se questi eventi si verificano con un tasso medio noto , e sono indipendenti dall'ora dall'ultimo evento. Distribuzione binomiale - La distribuzione binomiale è una distribuzione di probabilità discreta che esprime il numero di successi in una sequenza di n indipendenti sì / no esperimenti, ciascuno dei quali produce successo con probabilità p. Un tale esperimento sì / no è anche chiamato un esperimento di Bernoulli o un processo Bernoulli. Infatti, quando n = 1, la distribuzione binomiale è una distribuzione di Bernoulli. Distribuzione negativa-binomiale - La distribuzione negativa-binomiale è una distribuzione di probabilità discreta che esprime il numero di prove necessarie per ottenere il successo r. Ciascuno degli studi indipendenti produce successo con probabilità p. Distribuzione geometrica - La distribuzione geometrica è una distribuzione discreta di probabilità che esprime il numero di prove di Bernoulli, con la probabilità di successo di P, necessaria per ottenere un successo. Distribuzione ipergeometrica: la distribuzione ipergeometrica è una distribuzione di probabilità discreta. Supponiamo che una popolazione o una raccolta sia costituita da un numero finito di elementi, diciamo n, e ci sono M elementi di tipo 1 e gli articoli NM rimanenti sono di tipo 2. Supponiamo che n gli articoli vengono disegnati a caso senza sostituzione e denotando x il numero di oggetti di tipo 1 che sono disegnati. Quindi X segue la distribuzione ipergeometrica.

Tavoli statistici avanzati per Palm Software correlato