Consejo 1: Cómo encontrar sigma
Consejo 1: Cómo encontrar sigma
"Sigma", la letra del alfabeto griego σ, se tomallame al valor constante del error raíz-media-cuadrado de los errores de medición aleatorios. El cálculo de sigma se usa ampliamente en física, estadísticas y esferas relacionadas de la actividad humana. El algoritmo para calcular el sigma se presenta a continuación.
Necesitarás
- • Una matriz de datos para calcular sigma;
- • Fórmulas para el cálculo;
- • Calculadora o computadora con el software Microsoft Excel instalado en ella.
Instrucciones
1
2
3
Calcule sigma en la práctica. Escriba los valores de todas las medidas en una columna. Calcule la media aritmética de todos los valores, sumándolos y dividiéndolos por el número de valores.
4
De la media aritmética, restar cada valor i-ésimo y cuadrarlo. Sume todos los valores y divida el resultado entre n-1 (número de valores menos uno).
5
El valor obtenido en las estadísticas se llama dispersión. Extraemos de ella la raíz cuadrada. Como resultado, obtenemos el error estándar de raíz cuadrada-media, llamado sigma.
6
Estos cálculos se pueden realizar en estándarpaquete para trabajar con hojas de cálculo de Microsoft Excel. Se pueden hacer paso a paso como se describe arriba, o simplemente asignando la función STDEV. Compruebe de antemano que la celda con los valores tiene un formato numérico. Asegúrese de especificar el rango de valores para calcular el sigma.
Consejo 2: Cómo encontrar la moda para las estadísticas
La estadística es una función de los resultados de las observacionescon la ayuda de la cual uno puede encontrar una estimación del parámetro de distribución desconocido. Para una característica tal de una distribución estadística como un modo, la estimación no se calcula, sino que se selecciona después del procesamiento estadístico primario de la muestra disponible. Solo en casos individuales y solo después de obtener una distribución teórica moda se puede encontrar a través de otras características numéricas.
Instrucciones
1
De acuerdo con los datos de la literatura, el modo es discretovariable aleatoria (la designación Mo) es el valor más probable de la misma. Dicha definición no se aplica a las distribuciones continuas, para ellas este es el valor de la variable aleatoria X = Mo, a la cual se alcanza el máximo de la densidad de probabilidad W (x). W (Mo) = máx. Por lo tanto, para las distribuciones teóricas debemos tomar la derivada de la densidad de probabilidad, resolver la ecuación W '(x) = 0 y poner su raíz igual al modo. Algunas distribuciones no tienen un modo (antimodal). La distribución uniforme conocida es sin modelo. También hay casos multimodales. Mo se refiere a las características de la posición de la variable aleatoria.
2
Para distribuciones estadísticas, se elige el modoPrácticamente lo mismo. En primer lugar, realice el procesamiento de la muestra disponible usando estadísticas matemáticas. Si hubo un muestreo de los valores de una variable aleatoria deliberadamente discreta, entonces acepte el valor del modo Mo * como igual al valor que se encontró con más frecuencia que otros. Al mismo tiempo, no es necesario construir un polígono.
3
Al procesar los datos experimentales obtenidos enComo resultado de las observaciones de una variable aleatoria continua, la muestra completa se divide en bits separados y las frecuencias de estos bits se calculan como pi * = ni / n. Aquí ni es el número de observaciones por i-ésimo dígito, y n es el tamaño de la muestra. En la primera aproximación, pi * puede considerarse probabilidades de valores discretos de una variable aleatoria. Para los valores en sí, use los números correspondientes a la mitad de los dígitos. Como Mo * toma ese número, que corresponde a la frecuencia más grande.
4
La evaluación del modo se puede usar, por ejemplo, enradiocomunicaciones, para el desarrollo de receptores que son óptimos según el criterio de la máxima densidad de probabilidad a posteriori. Elegir Mo * como el medio de la descarga más probable, hablando estrictamente, no es necesario. Solo dentro de cada una de las categorías, la distribución se considera uniforme. Por lo tanto, en este caso, Mo * es más un intervalo que una estimación puntual, y con la misma probabilidad puede ser igual a cualquier número del dígito seleccionado.
