📅  最后修改于: 2021-01-23 06:43:25        🧑  作者: Mango

平均值差(更正确地说是“均值差”)是一种标准统计量，用于测量临床试验中两组平均值之间的绝对差。与对照组相比，它估计实验干预平均改变结果的量。式$ {Mean \ Difference = \ frac {\ sum x_1} {n}-\ frac {\ sum x_2} {n}} $哪里-$ {x_1} $ =第一组的均值$ {x_2} $ =第二组的平均值$ {n} $ =样本数量例问题陈述：下...

📅  最后修改于: 2021-01-23 06:43:42        🧑  作者: Mango

多项式实验是一种统计实验，由n次重复试验组成。每个试验都有可能的离散结果。在任何给定的试验中，特定结果将发生的概率是恒定的。式$ {P_r = \ frac {n！} {(n_1！)(n_2！)…(n_x！)} {P_1} ^ {n_1} {P_2} ^ {n_2} … {P_x} ^ {n_x }} $哪里-$ {n} $ =事件数$ {n_1} $ =结果1的数量$ {n_2} $ =事件2的...

📅  最后修改于: 2021-01-23 06:44:00        🧑  作者: Mango

负二项式分布是在发生特定数量的成功之前，在一系列独立跟踪中成功和失败发生次数的概率分布。以下是关于负二项式实验的要点。该实验应进行x次重复试验。每条线索都有两个可能的结果，一个是成功，另一个是失败。每个试验的成功概率都是相同的。一个试验的输出独立于另一条试验的输出。实验应进行到观察到r成功为止，其中r事先已提及。负二项分布概率可以使用以下公式计算：式$ {f(x; r，P)= ^ {x-1} C_...

📅  最后修改于: 2021-01-23 06:44:26        🧑  作者: Mango

正态分布是数据集的一种排列，其中大多数值都聚集在范围的中间，而其余值则朝任一极端对称地逐渐减小。身高是遵循正态分布模式的一个简单示例：大多数人的身高平均高和短于平均水平的人数是相当相等的，并且非常少(仍然大致相当)的人数是极高还是极短。以下是正态分布曲线的示例：正态分布的图形表示由于呈喇叭形而有时称为钟形曲线。精确的形状可以根据总体分布而变化，但峰值始终在中间，曲线始终对称。正态分布均值模式和中位...

📅  最后修改于: 2021-01-23 06:44:46        🧑  作者: Mango

将X视为至少两个元素的有限集合，则X的排列可以分为大小相等的两类：偶数排列和奇数排列。奇数排列奇数置换是从一组中的奇数个两个元素交换中获得的一组置换。它由-1的置换总和表示。对于n> 2的一组n个数字，可能有$ {\ frac {n！} {2}} $个排列。例如，对于n = 1、2、3、4、5，…，可能的奇数排列为0、1、3、12、60等…例计算以下集合的奇数置换：{1,2,3,4}。解：这里n ...

📅  最后修改于: 2021-01-23 06:45:03        🧑  作者: Mango

概率分布函数的离群值是大于下四分位数或下四分位数的数据集长度的1.5倍以上的数字。具体来说，如果数字小于$ {Q_1-1.5 \ times IQR} $或大于$ {Q_3 + 1.5 \ times IQR} $，则它是一个异常值。离群值由以下概率函数定义和给出：式$ {Outlier \ datas \ are \，\ lt Q_1-1.5 \ times IQR \(or)\ \ gt Q_...

📅  最后修改于: 2021-01-23 06:45:19        🧑  作者: Mango

就排列的顺序而言，排列是一组对象的全部或一部分的排列。例如，假设我们有一组三个字母：A，B和C。我们可能会问我们可以从该组中排列2个字母的方式有多少种。排列由以下函数定义和给出：式$ {^ nP_r = \ frac {n！} {(nr)！}} $哪里-$ {n} $ =从中置换元素的集合。$ {r} $ =每个排列的大小。$ {n，r} $是非负整数。例问题陈述：计算机科学家正在尝试发现金融帐户...

📅  最后修改于: 2021-01-23 06:45:34        🧑  作者: Mango

排列或排列一组或多个事物的几种可能方式中的每一种都称为置换。概率替换与组合是从无序列表中多次选择一个对象。替换定义的置换由以下概率函数定义并给出：式$ {^ nP_r = n ^ r} $哪里-$ {n} $ =可以选择的项目数。$ {r} $ =所选项目数。$ {^ nP_r} $ =项目或排列的有序列表例问题陈述：电子设备通常需要输入个人密码才能操作。该特定设备使用4位代码。计算可能的代码数量...

📅  最后修改于: 2021-01-23 06:45:48        🧑  作者: Mango

饼图(或饼图)是一种圆形统计图形图，将其划分为多个切片以解释或说明数值比例。在饼图中，每个切片的中心角，面积和弧长与它表示的数量或百分比成正比。总百分比应为100，弧度的总和应为360°。下面的饼图说明了房屋的建造成本。从这张图，可以比较花在水泥，钢铁等上的总和。人们还可以计算每笔单独支出的实际金额。考虑一个例子，我们想知道与钢铁成本相比，人工成本要高出多少。$ {金额\花费\上\劳动力\ = \...

📅  最后修改于: 2021-01-23 06:46:06        🧑  作者: Mango

泊松输送是离散的似然分散，广泛用于可测量的工作中。这种载体是由法国数学家西蒙·丹尼斯·泊松博士(Simon Denis Poisson)于1837年生产的，其传播以他的名字命名。泊松循环被用作偶然发生的可能性很小的情况的一部分，即偶尔发生一次的情况。例如，组装组织中发生故障的可能性很小，一年中发生震颤的可能性很小，在大街上发生意外的可能性很小，依此类推。所有这些都是此类情况发生的可能性很小的情况。...

📅  最后修改于: 2021-01-23 06:46:23        🧑  作者: Mango

合并方差/变化是加权平均值，用于评估两个自治变量的波动，其中两次测试之间的平均值可能不同，但真正的差异仍在继续。例问题陈述：计算数字1、2、3、4和5的合并方差。解：第1步通过包括每个数字，然后将其与给定信息集的数字的总和相差，来确定给定信息安排的标准(均值)。$ {平均值= \ frac {1 + 2 + 3 + 4 + 5} {5} = \ frac {15} {5} = 3} $第2步此时，...

📅  最后修改于: 2021-01-23 06:46:42        🧑  作者: Mango

每当进行假设检验时，我们都需要确定检验的质量。检查测试功效或敏感性的一种方法是计算当替代假设正确时测试可以正确拒绝零假设的概率。换句话说，检验的功效是在事实成立时接受替代假设的概率，其中替代假设在统计检验中检测到了影响。$ {功率= \ P(\拒绝\ H_0 | H_1 \是\ true)} $通过检查I型错误($ {\ alpha} $)和II型错误($ {\ beta} $)的概率也可以检验测...

📅  最后修改于: 2021-01-23 06:46:58        🧑  作者: Mango

可能性概率意味着“可能性”或“机会”。当确定某个事件发生时，则该事件的发生概率为1；而当确定该事件不能发生时，则该事件的概率为0。因此，概率的取值范围是0到1。概率被各种思想流派以不同的方式定义。其中一些将在下面讨论。概率的经典定义顾名思义，定义概率的经典方法是最古老的方法。它指出，如果有n个详尽无遗，互斥且均等的案例，其中m个案例有利于事件A的发生，然后，事件A的概率由以下概率函数：式$ {P(...

📅  最后修改于: 2021-01-23 06:47:15        🧑  作者: Mango

互斥活动如果A和B是两个互斥的事件，则概率状态的加法定理表示A或B的概率为$ {P(A \或\ B)= P(A)+ P(B)\\ [7pt] P(A \ cup B)= P(A)+ P(B)} $该定理可以扩展为三个互斥的事件$ {P(A \ cup B \ cup C)= P(A)+ P(B)+ P(C)} $例问题陈述：从一包52张纸牌中抽出一张，该卡是国王还是王后的概率是多少?解：让事件(A...

📅  最后修改于: 2021-01-23 06:47:34        🧑  作者: Mango

对于独立活动该定理指出，两个独立发生的事件同时发生的概率由其各自概率的乘积给出。$ {P(A \ and \ B)= P(A)\ times P(B)\\ [7pt] P(AB)= P(A)\ times P(B)} $该定理也可以扩展到三个或更多独立事件$ {P(A \ cap B \ cap C)= P(A)\ times P(B)\ times P(C)P(A，B \ and \ C)= P...