WebCab Probability and Stat (J2SE Ed.) 3.6
Вы сможете скачать в течение 5 секунд.
О WebCab Probability and Stat (J2SE Ed.)
Предлагает функциональность из базовой статистики, дискретной вероятности, распределения стандартных вероятностей, тестирования гипотез, корреляции и линейной регрессии. Статистический модуль Модуль Статистики включает процедуры оценки стандартных количественных показателей централизованности (средний) и дисперсии (дискретных) числовых наборов. Этот модуль включает в себя взвешенные средние, геометрические средние, межквартильный диапазон, среднее и стандартное отклонение, дисперсию выборки и коэффициент изменения. Модуль дискретной вероятности Модуль дискретной вероятности инкапсулирует основы дискретных вероятностей и дискретных распределения вероятностей. Этот компонент включает в себя закон о добавлении, условную вероятность, кумулятивную функцию распределения, среднее и дисперсию распределения, ожидаемые значения, коварианс и упрощение выражений, связанных со случайными переменными. Модуль корреляции и регрессии Позволяет пользователю исследовать взаимосвязи между двумя переменными. Эти выводы могут быть использованы для прогнозирования одной переменной из данных значений других переменных. Мы покрываем линейные (Spearman's, t-test, z-transform) и ранг (корреляция Спирмана, Кендалла), линейную регрессию и условные средства. Модуль распределения стандартных вероятностей Этот модуль помогает в разработке приложений, которые включают в себя Биномиал, Пуассон, Нормальный, Lognormal, Парето, Единый, Гипергеометрические и Экспоненциальные распределения вероятностей. Функция плотности вероятности, кумулятивная функция распределения и обратная, средняя, дисперсия, перекос и куртоз реализуются там, где это уместно, и/или их приближения для каждого распределения. Мы также предлагаем методы, которые случайным образом генерируют числа из данного дистрибутива. Модуль установки кривой Модуль Curve Fitting предлагает процедуры, с помощью которых линейные и нелинейные функции могут быть установлены в соответствии с наименее квадратов подход к данному набору данных, которые могут или не могут проявлять ошибки измерения. Мы также включаем функциональность, которая выполняет анализ типа ANNOVA, включая такие показатели, как R-Squared и статистика T-Test. Интервалы доверия и модуль тестирования гипотез В рамках этого компонента мы представляем два аспекта выводной статистики, известные как интервалы доверия и тестирование гипотез.