Теория вероятностей и распределения
Рассчитайте вероятности случайных событий и исследуйте плотность вероятности нормального распределения Гаусса.
Самый короткий путь к первому полезному числу в этой теме.
Математические и статистические калькуляторы для аналитиков данных, студентов и исследователей: теория вероятностей, нормальное, биномиальное и пуассоновское распределения, t-критерий Стьюдента, дисперсия выборки и формула Байеса.
Если вы зашли сюда впервые, начните с одного из этих инструментов. Это самый короткий путь к практическому сценарию внутри кластера без лишнего блуждания по каталогу.
Рассчитайте вероятности случайных событий и исследуйте плотность вероятности нормального распределения Гаусса.
Самый короткий путь к первому полезному числу в этой теме.
Проведите двухвыборочный t-тест Стьюдента для сравнения средних и рассчитайте выборочную дисперсию данных.
Маршрут, где особенно важно открыть соседний расчёт и проверить альтернативу.
Рассчитайте число успехов в серии испытаний Бернулли и обновите априорную вероятность события по формуле Байеса.
Сценарий для повторного использования, когда к этому расчёту удобно возвращаться.
Все статистические функции используют точные численные методы аппроксимации функций распределения с плавающей запятой высокой точности.
При вычислении выборочной дисперсии сумма квадратов отклонений делится на (n - 1) вместо n (поправка Бесселя), что устраняет смещение оценки.
p-value — это вероятность получить такие же или еще более экстремальные данные при условии, что нулевая гипотеза верна. Если p-value < 0.05, нулевая гипотеза отвергается.
Формула Байеса позволяет пересчитать вероятность гипотезы с учетом появления новых опытных данных (апостериорная вероятность).