) میانگین را به دست می آوریم.
2) میانگین حاصل را از تک تک اعداد کم می کنیم.
3) اعداد حاصل را به توان دو رسانده و از آن ها میانگین می گیریم
برای دانلود کل پاورپوینت از لینک زیر استفاده کنید:
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه5
بخشی از فهرست مطالب
روش آمار استنباطی واریانس
آزمون‌های پارامتری آمار استنباطی در
واریانس
واریانس
در نظریه احتمالات و آمار واریانس یا پراش نوعی سنجش پراکندگی است.
مقدار واریانس با میانگین‌گیری از مربع فاصله مقدار محتمل و یا مشاهده شده با مقدار مورد انتظار محاسبه می‌شود. در مقایسه با میانگین می‌توان گفت که میانگین مکان توزیع را نشان می‌دهد، در حالی که واریانس مقیاسی است که نشان می‌دهد که داده‌ها حول میانگین چگونه پخش شده‌اند. واریانس کمتر بدین معنا است که انتظار می‌رود که اگر نمونه‌ای از توزیع مزبور انتخاب شود مقدار آن به میانگین نزدیک باشد. یکای واریانس مربع یکای کمیت اولیه می‌باشد. ریشه دوم واریانس که انحراف معیار نامیده می‌شود دارای واحدی یکسان با متغیر اولیه است.
واریانس جمعیت و واریانس نمونه
واریانس در آمار استنباطی
پژوهش‌های روان شناسی و سایر علوم رفتاری کسب اطلاعات در باره گروههای کوچک غالبا هدف پژوهشگر نیست، بلکه او علاقمند است که از طریق یافته‌های این گروه کوچک ، اطلاعات لازم را در باره جامعه‌ای که این گروه کوچک را از آن انتخاب کرده است، کسب کند. به عبارت دیگر در این پژوهش‌ها هدف پژوهشگر تعمیم نتایج بدست آمده از یک گروه کوچک به یک جامعه بزرگتر می‌باشد. این تعمیم مستلزم آن است که پژوهشگر از روش‌های آماری پیشرفته تری تحت عنوان آمار استنباطی (Inferential Statistics) استفاده نماید.
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه 5
بخشی از فهرست مطالب
واریانس جمعیت و واریانس نمونه
روش آمار استنباطی واریانس
آزمون فرض
آزمون‌های آمار استنباطی
آزمون‌های پارامتری آمار استنباطی در واریانس
واریانس
در نظریه احتمالات و آمار واریانس یا پراش نوعی سنجش پراکندگی است.
مقدار واریانس با میانگین‌گیری از مربع فاصله مقدار محتمل و یا مشاهده شده با مقدار مورد انتظار محاسبه می‌شود. در مقایسه با میانگین می‌توان گفت که میانگین مکان توزیع را نشان می‌دهد، در حالی که واریانس مقیاسی است که نشان می‌دهد که داده‌ها حول میانگین چگونه پخش شده‌اند. واریانس کمتر بدین معنا است که انتظار می‌رود که اگر نمونه‌ای از توزیع مزبور انتخاب شود مقدار آن به میانگین نزدیک باشد. یکای واریانس مربع یکای کمیت اولیه می‌باشد. ریشه دوم واریانس که انحراف معیار نامیده می‌شود دارای واحدی یکسان با متغیر اولیه است.
*مقاله توزیع نرمال*
تعداد صفحات:6
فرمت فایل:word
توزیع نرمال :
این توزیع را که در تمام رشته های آمار و احتمال نقش ارزنده دارد ، ابراهام اوموآمورا ( 1754- 1667 ) ریاضی دان فرانسوی معرفی کرده است .
چگالی توزیع نرمال = چگالی زیر را چگالی نرمال با پارامتر و می نامند .
F ( x : , 2 ) = ℮ - 2 ( x – 2 ) - < x <
هر گاه متغیر تصادفی X دارای این چگالی باشد . می گوئیم X دارای توزیع نرمال با پارامترهای و می باشد و می نویسیم ( 2 و ) X~ N مشاهده می شود. که X یک متغیر تصادفی پیوسته روی R می باشد .
تابع توزیع X به صورت انتگرال زیر است :
N ( x ; , 2 ) = 2) dt
این انتگرال را تنها می توان به تقریب محاسبه کرد .
میانگین و واریانس توزیع نرمال :
با انتگرال گیری می توان نشان داد که :
E(x) = 2 ) dt =
E(x2) = 2 f (x; ,2) dt = 2 + 2
Var(x) = E(x2) – E2(x) = 2+2-2=2