Подборка инструментов

Статистика и вероятности

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.

10+ инструментов в подборке
6 быстрых входов в тему
3 смежных кластера рядом
Начать проще всего

Что открыть первым в этой категории

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.

Быстро посчитать

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.

Сравнить варианты

Проверка статистических гипотез

Проведите двухвыборочный t-тест Стьюдента для сравнения средних и рассчитайте выборочную дисперсию данных.

Маршрут, где особенно важно открыть соседний расчёт и проверить альтернативу.

Вернуться к задаче

Дискретные модели и теорема Байеса

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.

Быстрый старт
Как пользоваться подборкой

Оптимальный маршрут по категории

  1. Выберите статистическую модель или критерий проверки гипотезы.
  2. Введите параметры выборки: объем, среднее значение, стандартное отклонение или исходный ряд чисел.
  3. Получите расчетное значение критерия, p-value и наглядное математическое объяснение.
Почему этот маршрут работает

Все статистические функции используют точные численные методы аппроксимации функций распределения с плавающей запятой высокой точности.

Соседние кластеры

Часто используют вместе

Полная подборка

Основные инструменты категории

Часто задаваемые вопросы

  • 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).