#6 & 4, 5 & 5, 4 & 6#.

Jeder hat Wahrscheinlichkeit #1/36# so aggregiert ist #3/36=1/12#

Die folgende Tabelle zeigt die Wahrscheinlichkeit des Werfens #n# mit zwei Würfeln.

Je mehr Würfel Sie werfen, desto mehr tendiert diese Verteilung zu einer Normalverteilung.

Der Z-Score gibt Auskunft über die Position einer Beobachtung in Bezug auf den Rest ihrer Verteilung, gemessen in Standardabweichungen, wenn die Daten a Normalverteilung.

Normalerweise wird die Position als X-Wert angezeigt, der den tatsächlichen Wert der Beobachtung angibt. Dies ist intuitiv, ermöglicht jedoch keinen Vergleich von Beobachtungen aus verschiedenen Verteilungen. Außerdem müssen Sie Ihre X-Scores in Z-Scores konvertieren, damit Sie sie verwenden können die Standard-Normalverteilung Tabellen, um Werte im Zusammenhang mit dem Z-Score nachzuschlagen.

Sie möchten zum Beispiel wissen, ob die Pitchgeschwindigkeit eines Achtjährigen im Vergleich zu seiner Liga ungewöhnlich gut ist. Wenn die mittlere Steigungsgeschwindigkeit in der kleinen Liga 30 Meilen pro Stunde mit einer Standardabweichung von 4 Meilen pro Stunde beträgt, ist eine 38 Meilen pro Stunde ungewöhnlich? 4 MPH ist ein X-Score. Sie konvertieren in einen Z-Score mit dieser Formel:

#Z=(X-mu)/sigma#

Der Z-Score ist also

#Z=(38-30)/4=2#

Die Wahrscheinlichkeit eines Z-Score von 2 ist 0.022; das macht diesen kleinen Liga-Krug ungewöhnlich schnell. Ist er oder sie ungewöhnlicher als ein professioneller Spieler, der 92 Meilen pro Stunde aufstellt, wenn die mittlere professionelle Tonhöhe 89 Meilen pro Stunde und die Standardabweichung 3 Meilen pro Stunde beträgt? Der Z-Score des Profis ist:

#Z=(92-89)/3=1#

Der Z-Score des kleinen Leaguers war 2, und der des Profis war 1, sodass der kleine Leaguer ungewöhnlicher ist als sein professionelles Gegenstück. Sie konnten dies nicht durch einen Vergleich der X-Scores feststellen.

da die Klassenbreite die Werte der oberen und unteren Klassengrenzen enthält:

1. #33-35#
2. #36-38#
3. #39-41#
4. #42-44#
5. #45-47#
6. #48-50#

Ich weiß nicht, wie ich auf dieser Site ein Polygon konstruieren soll ...

Es gibt 36-Ergebnisse für ein Paar Würfel.

Es sind 6 Doppel möglich.
1-1
2-2
3-3
4-4
5-5
6-6

#6/36 = 1/6 = 16.66%#

In der deskriptiven Statistik werden die Hauptmerkmale einer Informationssammlung oder die quantitative Beschreibung selbst quantitativ beschrieben.

Deskriptive Statistiken sind sehr wichtig, da es schwierig wäre, die angezeigten Daten zu visualisieren, wenn wir nur unsere Rohdaten präsentieren würden, insbesondere, wenn viele vorhanden wären. Deskriptive Statistiken ermöglichen es uns daher, die Daten aussagekräftiger darzustellen, was eine einfachere Interpretation der Daten ermöglicht.

Wenn wir beispielsweise die Ergebnisse von 100-Kursen der Schüler hätten, wären wir möglicherweise an der Gesamtleistung dieser Schüler interessiert. Wir wären auch an der Verbreitung oder Verbreitung der Marken interessiert. Beschreibende Statistiken ermöglichen es uns, dies zu tun. Das richtige Beschreiben von Daten mithilfe von Statistiken und Diagrammen ist ein wichtiges Thema, das in anderen Laerd Statistics-Handbüchern behandelt wird. In der Regel gibt es zwei allgemeine Arten von Statistiken, mit denen Daten beschrieben werden:

Maßnahmen der zentralen Tendenz: Dies sind Möglichkeiten, die zentrale Position einer Häufigkeitsverteilung für eine Gruppe von Daten zu beschreiben. In diesem Fall ist die Häufigkeitsverteilung einfach die Verteilung und das Muster der Noten, die von den 100-Schülern vom niedrigsten zum höchsten bewertet wurden.

Messungen der Streuung: Dies sind Methoden zum Zusammenfassen einer Gruppe von Daten, indem beschrieben wird, wie verteilt die Bewertungen sind. Beispielsweise kann die durchschnittliche Punktzahl unserer 100-Schüler 65 von 100 sein. Allerdings haben nicht alle Schüler 65-Noten erhalten. Vielmehr werden ihre Punktzahlen verteilt. Einige werden niedriger und andere höher sein. Verbreitungsmaße helfen uns zusammenzufassen, wie weit diese Punktzahlen verteilt sind.

Wenn wir deskriptive Statistiken verwenden, ist es hilfreich, unsere Datengruppe mithilfe einer Kombination aus tabellarischer Beschreibung (dh Tabellen), grafischer Beschreibung (dh Grafiken und Diagramme) und statistischem Kommentar (dh Diskussion der Ergebnisse) zusammenzufassen.
https://statistics.laerd.com/statistical-guides/descriptive-inferential-statistics.php

A Chi-Quadrat-Test für die Unabhängigkeit testet, ob es eine signifikante Beziehung zwischen zwei oder mehr Gruppen kategorialer Daten derselben gibt Bevölkerungdem „Vermischten Geschmack“. Seine Nullhypothese Für diesen Test gibt es keine Beziehung. Es ist einer der am häufigsten verwendeten Tests in der Statistik.

Um diesen Test verwenden zu können, sollten Ihre Beobachtungen unabhängig sein und Ihre erwarteten Werte sollten größer als fünf sein.

Die Gleichung, um ein Chi-Quadrat von Hand zu berechnen, lautet

Hier ist ein Beispiel:

Sobald Sie Ihr Chi-Quadrat berechnet haben, bestimmen Sie Ihre Freiheitsgrade (die Anzahl der Ebenen für eine Variable minus eine multipliziert mit der Anzahl der Ebenen für die andere Variable minus eine). Dann beziehen Sie sich auf a Chi Quadrat Verteilungstabelle um festzustellen, ob Ihr berechneter Wert höher ist als der Wert in der Tabelle. Wenn es höher als die Tabelle ist, lehnen Sie die Nullhypothese ab.

Weitere Informationen finden Sie unter diesen Link .

Ein hoch #z#-score bedeutet eine sehr geringe Wahrscheinlichkeit von Daten darüber #z#-Ergebnis. Die folgende Abbildung zeigt zum Beispiel die Wahrscheinlichkeit von #z#-score oben #2.6#.

Wahrscheinlichkeit dafür ist #0.47%#Das ist weniger als ein halbes Prozent. Beachten Sie, dass wenn #z#-score steigt weiter an, Fläche unter der Kurve fällt und Wahrscheinlichkeit sinkt weiter.

Ein Tief #z#-score bedeutet eine sehr geringe Wahrscheinlichkeit von Daten darunter #z#-Ergebnis. Die folgende Abbildung zeigt die Wahrscheinlichkeit von #z#-score unten #-2.5#.

Wahrscheinlichkeit dafür ist #0.62%# und beachten Sie, dass wenn #z#-score fällt weiter, Fläche unter der Kurve fällt und Wahrscheinlichkeit verringert sich weiter.