Kuinka jakaa kuvaaja?

Kuinka jakaa kuvaaja?
Kuinka jakaa kuvaaja?

Video: Kuvien siirto Android-puhelimesta tietokoneelle kausi 1 jakso 3 2024, Heinäkuu

Video: Kuvien siirto Android-puhelimesta tietokoneelle kausi 1 jakso 3 2024, Heinäkuu
Anonim

Jokainen tutkija tietää: Jotta hänen työstään tulisi tieteellistä, se edellyttää tulosten laadullista ja kvantitatiivista käsittelyä matemaattisilla menetelmillä. Heidän avulla saat sarjan numeroita ja tilastollisesti merkittäviä hypoteeseja. Jos haluat tämän lisäksi visualisoida saamasi tiedot, kiinnitä huomiota ominaisuuden jakauman piirtämiseen.

Tarvitset

lyijykynä, viivain, laskin

Käyttöohje

1

Ominaisuuden jakauma osoittaa, mikä arvo on yleisin. Siksi jakauman vertaileminen ominaisuustasolla on verrata aiheiden luokkia (saatuja tietoja) niiden taajuudella.

2

Tehtäviä on kahta tyyppiä:

- kahden empiirisen jakauman välisten erojen tunnistaminen;

- empiirisen ja teoreettisen jakauman välisten erojen tunnistaminen: ensimmäisessä tapauksessa verrataan oman tutkimuksen aikana saatujen kahden näytteen vastauksia tai tietoja. Esimerkiksi esiintyminen biologien ja fyysikoiden opiskelijoiden kesäistunnon tuloksista. Toisessa tapauksessa vertaamme empiirisesti saatuja tuloksia kirjallisten lähteiden olemassa oleviin normeihin. Voit esimerkiksi nähdä, ilmenevätkö nykyaikaisten murrosikäisten anatomisissa ja fysiologisissa parametreissä ja heidän ikäisensä vuosikymmeniä sitten laatimissa normeissa.

3

Ominaisjakaumakaavio rakennetaan käyttämällä X-akselia, jolle saadut arvot on merkitty järjestettyyn järjestykseen, ja Y-akselia, joka osoittaa näiden arvojen esiintymistiheyden. Itse kuvaaja on jakaumakäyrä. Se on tarkistettava normaalijakauman suhteen.

4

Merkin jakaumaa pidetään normaalina, jos A = E = 0, missä A on jakauman epäsymmetria ja E on ylimäärä.

5

Suorittaaksesi kuvaajan ominaisuuden jakautumisesta ja sen normaliteetin tarkistuksesta, käytä N.A. Plohinskogo. Se koostuu kolmesta vaiheesta: - Laske A-epäsymmetria (A = (∑ 〖(xi- 〖xav.)〗 ^ 3〗) / 〖nS ^ 3) ja E-ylimäärä (E = ((〖(xi- 〖xav.) ^ 4-3) / 〖nS〗 ^ 4), missä Xi on määritteen jokainen tietty arvo, Xav. Onko ominaisuuden keskiarvo, n on näytteen koko, S on standardipoikkeama - Laskemme edustavuusvirheet eli näytteen poikkeamat yleisestä populaatiosta ((Ma = √ (6 / n)), (Me = 2√ (6 / n)).- Jos epäyhtälö (| A |) / Ma <3, (| E |) / Ma <3 pidetään samanaikaisesti, ominaisuuden jakautumiskaavio ei eroa normaalista.

6

Yleensä käytännössä epäsymmetria ja kurtoosi ovat yleensä nolla.

Kiinnitä huomiota

Ominaisarvon raa'at pisteet voidaan myös muuntaa standardoiduiksi arvioiksi, joiden avulla muodostetaan normaali normaalijakaumakäyrä.

Levitystyypit