egzamin

 0    89 フィッシュ    dominikabiela
mp3をダウンロードする 印刷 遊びます 自分をチェック
 
質問 język polski 答え język polski
jest instrumentem wspierającym badacza w podjęciu decyzji Czy w świetle zaobserwowanych faktów uznać konkretne twierdzenie ogólne za prawdziwe czy fałszywe
学び始める
statystyka l
pierwszy krok w analizie zebranych danych celem jest precyzyjne i jednocześnie czytelne scharakteryzowanie próby
学び始める
statystyka opisowa
narzędzia statystyczne które służy do opisu reakcji naszych badanych służy do podsumowanie zbioru danych i opisu tylko tej zbiorowości z którą mieliśmy bezpośrednio do czynienia
学び始める
statystyka opisowa
wnioskowanie statystyczne pomaga w uogólnieniu
学び始める
statystyka indukcyjna
wartości tnące szereg na równe części
学び始める
kwantyle
różnica między wartością pierwszego i trzeciego kwartyla obejmuje równo połowę wyników
学び始める
rozstęp kwartylowy
typowość albo przeciętność
学び始める
tendencja Centralna
klasyfikacja wyników pomiarów ze względu na częstość występowania
学び始める
rozkład liczebności
zróżnicowanie albo zmienność
学び始める
rozproszenie wyników
jest wrażliwa na to jak daleko odbiegają od przeciętnej wyniki i rzadkie
学び始める
kurtoza
różnica między największą i najmniejszą wartością
学び始める
rozstęp
średnia arytmetyczna kwadratów odchyleń poszczególnych wartości od średniej
学び始める
wariancja
pozwala opisać zmienność wyników oryginalnych jednostkach to pierwiastek kwadratowy z wariancji
学び始める
odchylenie standardowe
próba
学び始める
s
populacja
学び始める
o
pokazuje ilu badanych lub Ile procent wszystkich badanych uzyskał wynik mniejszy niż lub większy niż
学び始める
tabela liczności
suma zbioru wyników podzielona przez ich ilość
学び始める
średnia arytmetyczna
numer kolejnej obserwacji w próbie po uporządkowaniu wszystkich obserwacji według wartości
学び始める
ranga
iloraz odchylenia w wyniku surowego od średniej i odchylenia standardowego
学び始める
wynik standardowy
miara asymetrii rozkładu informują proporcji ilość obserwacji o wartościach powyżej średniej do ilości obserwacji poniżej średniej
学び始める
skośność
sposoby generalizacji
学び始める
estymacja nieznanych parametrów populacji oraz testowanie hipotez statystycznych
dzielą szereg na 4 równe części
学び始める
kwartyle
dzielą na 10 równych części
学び始める
decyle
dzielone na 100 równych części
学び始める
percentyle
miary tendencji centralnej
学び始める
średnia mediana modalna
dla skali nominalnej
学び始める
modalna
dla skali porządkowej
学び始める
mediana
dla skal ilościowych
学び始める
średnia arytmetyczna
odzwierciedla stopień rozproszenia wyników
学び始める
kurtoza
odzwierciedla stopień symetrii rozłożenia wyników
学び始める
skoczność
wyniki z koncentrowały się wokół średniej
学び始める
rozkład leptokurtyczny
wartości rozproszone
学び始める
rozkład platokurtyczny
histogram
学び始める
rozkład liczebności
skrzynkowy
学び始める
różnic między grupami
trójkątny
学び始める
zależności między zmiennymi
obrazkowe
学び始める
podobieństwa między zbiorami danych
właściwości populacji
学び始める
parametry
właściwości próby
学び始める
estymatory
prawdziwa różnica między parametrem a estymatorem
学び始める
błąd próby
numery kolejnych obserwacji w próbie po uporządkowaniu wszystkie obserwacji według wartości
学び始める
ranga
rodzaj związku między zmiennymi polegający na współzmienności
学び始める
korelacja
garb po lewej stronie
学び始める
prawoskośny
garb po prawej stronie
学び始める
lewoskośny
hipoteza
学び始める
twierdzenie w formie przypuszczając a
dokładniejsze oszacowanie
学び始める
estymator nieobciążony
gdy wartość estymatora zbliża się do wartości parametru wraz ze wzrostem liczebności próby
学び始める
zgodność
Im bardziej jest efektywny tym mniej zróżnicowany są jego wartości w wielu wylosowanych próbach
学び始める
efektywność
polega na oszacowaniu przedziału liczbowego w którym z konkretnym prawdopodobieństwem znajduje się parametr populacji
学び始める
estymacja przedziałowa
W nim znajduje się parametr populacji
学び始める
przedział ufności
zdarzenie to obiektywna częstość pojawienie się tego zdarzenia w dół z serii zdarzeń określonego typu
学び始める
prawdopodobieństwo
służy do wyznaczania ekstremalnych wartości zmiennej losowej w pewnym przedziale czasu
学び始める
rozkład fishera tippeta
opisuje prawdopodobieństwo szeregu wydarzeń mających miejsce w określonym czasie gdy te wydarzenie występują
学び始める
rozkład poissona
nazwa ogólna dla całej grupy rozkładów prawdopodobieństwa wyników pomiarów cechy dwuwartościowej
学び始める
rozkład dwumianowy
(p+q)n
学び始める
dwumian Newtona
najlepszy estymator zgodny nieobciążony i najefektywniejszy
学び始める
średnia
estymatory i nieobciążone
学び始める
modalna i mediana
estymator zgodny ale obciążone
学び始める
wariancja i odchylenie standardowe
estymator obciążony
学び始める
kurtoza
prawdopodobieństwo zdarzenia to obiektywna częstość pojawiania się tego zdarzenia w drugiej serii zdarzeń określonego typu
学び始める
pojęcie prawdopodobieństwa
pojęcie pierwotne rachunku prawdopodobieństwa
学び始める
zdarzenie losowe
nie można go z góry przewidzieć
学び始める
zdarzenie losowe
wynik każdego pomiaru
学び始める
zdarzenie losowe
mierzona właściwość
学び始める
zmienna losowa
zbiór możliwych wartości i jest skończony
学び始める
dyskretna
zbiór możliwych wartości nie jest skończony
学び始める
ciągła
można z góry określić nie tylko zakres możliwych wyników ale też prawdopodobieństwo każdego z nich
学び始める
teoretyczny rozkład prawdopodobieństwa
jest przykładem hipotezy badawcze na język statystyki
学び始める
hipoteza statystyczna
procedura sprawdzania czy hipoteza jest fałszywa czy nie jest fałszywa
学び始める
test statystyczny
umowna granica poniżej której prawdopodobieństwo błędu uważa się zaakceptowane
学び始める
poziom istotności
wynik statystycznie istotny
学び始める
p=0.05
nazwa całej rodziny rozkładu które łączy to że obrazują je krzywe dzwonowate i symetryczne
学び始める
rozkład normalny
przedział plus minus jeden odchylenie od średniej
学び始める
około 68%
plus minus dwa odchylenie od średniej
学び始める
około 95%
średnia 0 odchylenie standardowe 1 kurtoza 0
学び始める
rozkład normalny
przekształcenie pojedynczego surowego W wyniku pomiaru do postaci standardowej
学び始める
standaryzacja
plus minus 196
学び始める
95%
plus minus 258
学び始める
99%
miarą błędu jest
学び始める
zróżnicowanie odchylenie standardowe
poszukiwany przedział w którym znajduje się parametry populacji
学び始める
przedział ufności
efekt populacje zachodzi gdy naprawdę nie zachodzi
学び始める
błąd pierwszego rodzaju
nie zachodzi gdy naprawdę zachodzi
学び始める
błąd drugiego rodzaju
kiedy p jest mniejsza od 0,05 to wolno odrzucić hipotezę zerową
学び始める
wynik jest istotny statystycznie
nieprzypadkowy
学び始める
istotny
ma większą szansę zakończyć się rezultatem istotnych statystycznie
学び始める
testowanie hipotezy kierunkowej
prawdopodobieństwo odrzucenia hipotezy h0
学び始める
moc testów
służy do podejmowania decyzji o odrzucenie hipotezy zerowej mówiący o dwóch średnich arytmetycznych
学び始める
test t Studenta
do pisania statystycznej wartości podstawa wnioskowania służy pojęcie
学び始める
stopnie swobody
do oceny wielkości efektów populacji na podstawie dystansu między dwiema średnimi w próbach niezależnych stosuje się najczęściej współczynnik
学び始める
d-cohena
mniej 0,20
学び始める
mało wielkość efektu

コメントを投稿するにはログインする必要があります。