Tip 1: Ako nájsť sigma

Tip 1: Ako nájsť sigma



"Sigma", písmeno gréckej abecedy σ, je prijatévolajte konštantnú hodnotu chyby koreňového stredného štvorca náhodných chýb merania. Výpočet sigmy sa vo veľkej miere používa vo fyzike, štatistike a súvisiacich sférach ľudskej činnosti. Algoritmus výpočtu sigmy je uvedený nižšie.





Ako nájsť sigma


















Budete potrebovať




  • • Súbor údajov pre výpočet sigma;
  • • vzorce pre výpočet;
  • • Kalkulačka alebo počítač s nainštalovaným softvérom Microsoft Excel.




inštrukcia





1


Štandardná alebo stredná štvorcová chyba meraní sa tiež nazýva štandard merania. Táto hodnota sa vypočíta podľa vzorca uvedeného na obrázku.





2


Je potrebné poznamenať, že suma, ktorá je prijatánazývaná sigma, je konštantná hodnota, ktorej hodnota chyby koreňového stredného štvorca Sn smeruje k nekonečne veľkému počtu meraní. Čím väčší je počet meraní, tým bližšie bude sigma. Tento výraz môže byť reprezentovaný vo forme zobrazenej na obrázku.





3


Vypočítajte sigmu v praxi. Napíšte hodnoty všetkých meraní v jednom stĺpci. Vypočítajte aritmetický priemer pre všetky hodnoty, sumarizujte ich a delíme ich počtom hodnôt.





4


Z aritmetického priemeru odpočítajte každú i-tú hodnotu a zaokrúhľujte ju. Vypočítajte všetky hodnoty a výsledok rozdeľte n-1 (počet hodnôt mínus jeden).





5


Získaná hodnota v štatistike sa nazýva disperzia. Z toho odoberáme odmocninu. Výsledkom je štandardná chyba koreňového priemeru, nazývaná sigma.





6


Tieto výpočty je možné vykonať štandardnebalík na prácu s tabuľkami Microsoft Excel. Môžu sa vykonávať krok za krokom, ako je opísané vyššie, alebo jednoducho priradením funkcie STDEV. Predtým skontrolujte, či má bunka s hodnotami číselný formát. Uistite sa, že ste zadali rozsah hodnôt pre výpočet sigma.




























Tip 2: Ako nájsť módu pre štatistiky



Štatistika je funkciou výsledkov pozorovaní,pomocou ktorého možno nájsť odhad neznámeho distribučného parametra. Pre takúto charakteristiku štatistického rozdelenia ako režimu sa odhad nevypočíta, ale je vybraný po primárnom štatistickom spracovaní dostupnej vzorky. Iba v jednotlivých prípadoch a až po získaní teoretickej distribúcie móda možno nájsť prostredníctvom iných číselných charakteristík.





Ako nájsť módu pre štatistiky








inštrukcia





1


Podľa údajov z literatúry je režim diskrétnynáhodná premenná (označenie Mo) je najpravdepodobnejšia hodnota. Takáto definícia sa nevzťahuje na kontinuálne rozdelenia, pre ne je to hodnota náhodnej premennej X = Mo, pri ktorej sa dosiahne maximálna hustota pravdepodobnosti W (x). W (Mo) = max. Preto pre teoretické rozdelenia by sme mali brať odvodenú hustotu pravdepodobnosti, vyriešiť rovnicu W '(x) = 0 a dať jej kořen rovný režimu. Niektoré distribúcie nemajú režim (antimodálne). Známe rovnomerné rozdelenie je bez modelu. Existujú aj multimodálne prípady. Mo sa vzťahuje na charakteristiky polohy náhodnej premennej.





2


Pre štatistické distribúcie je zvolený režimPrakticky to isté. Najskôr vykonajte spracovanie dostupnej vzorky pomocou matematickej štatistiky. Ak sa odobral vzorky hodnôt zámerne diskrétnej náhodnej premennej, potom akceptovať hodnotu režimu Mo * ako rovnú hodnote, ktorá sa vyskytovala častejšie ako iné. Zároveň nie je nutné vytvoriť mnohoúhelník.





3


Pri spracovaní experimentálnych údajov získaných vV dôsledku pozorovania kontinuálnej náhodnej premennej sa celá vzorka rozdelí na oddelené bity a frekvencie týchto bitov sa vypočítajú ako pi * = ni / n. Tu ni je počet pozorovaní na i-tej číslici a n je veľkosť vzorky. V prvej aproximácii pi * možno považovať za pravdepodobnosť diskrétnych hodnôt náhodnej premennej. U samotných hodnôt použite čísla zodpovedajúce polovici číslic. Ako Mo * vziať toto číslo, ktoré zodpovedá najväčšej frekvencii.





4


Hodnotenie režimu sa môže použiť napríklad vrádiokomunikácií, na vývoj prijímačov, ktoré sú optimálne podľa kritéria maximálnej a posteriori pravdepodobnosti hustoty. Výber Mo * ako strednej časti najpravdepodobnejšieho vypúšťania, striktne povedané, nie je nutné. Len v rámci každej kategórie sa distribúcia považuje za jednotnú. Preto v tomto prípade je Mo * skôr intervalom než bodovým odhadom a s rovnakou pravdepodobnosťou sa môže rovnať ľubovoľnému počtu vybranej číslice.