FactorAnalysis for Android
0+
Aflaaie
Almal
info
Meer oor hierdie program
APP Faktore Analise vir Android bestaan uit drie komponente, een is die verwerking van monsters van ewekansige veranderlikes; die secondis-faktorisering van korrelasiematriks; en die derde sakrekenaar vir die bekende statistiese verdelings.
Komponentverwerkingsmonsters van ewekansige veranderlikes is ontwerp om steekproewe van ewekansige veranderlikes te stoor (geredigeer, geskrap, hernoem), om hul basiese statistiese kenmerke te bereken as die: -gemiddelde waarde; - standaard afwyking; - skeefheid en kurtose; - om vertrouensintervalle van die gemiddelde waarde te bereken; - variansie en standaardafwyking; - kontroleer of die steekproef van normale of eenvormig verspreide ewekansige veranderlike is deur gebruik te maak van die maatstaf van Pearson; - kontroleer of die steekproef van normale, eenvormig en eksponensieel verspreide ewekansige veranderlike is deur gebruik te maak van die kriterium van Kolmogorov-Smirnov; - en geen skeefheid en kurtose nie; - bepaal histogram van monster; - funksietoetsing van hipoteses wat verband hou met die gemiddelde en standaardafwyking; en ander.
Die toepassing het 'n funksie vir gladde verdelings, dit sluit bates in vir visualisering aangepaste (gladde) verdelings wat verband hou met die steekproef, nie uitgesluit van die Pearson's en Kolmogorov-Smirnovr se kriteria nie.
In die komponent Faktore Analise vir korrelasiematriksfaktorisering pas twee bekende metodes toe: hoofkomponente (Pearson, 1901 en Hoteling, 1933); en - die hooffaktore (Spearman, 1904 1926). 'n Korrelasiematriks kan verkry word deur die behandeling van data met funksies van die toepassing, of deur die toepassing van gereed-korrelasiematrikse in te voer of in te voer.
Monsters, resultate van verwerking en histogram kan gestoor word. Tabelle met hierdie data kan uitgevoer word, en gestuur word vir stoor en druk. Die toepassing het funksies vir die skep, uitvee en seleksie van 'n gids vir stoordataresultate.
.
Faktoranalise vir Android
Die app Faktore-analise vir Android bestaan uit drie komponente, een is die verwerking van steekproewe van ewekansige veranderlikes; die secondis-faktorisering van korrelasiematriks; en die derde sakrekenaar vir die bekende statistiese verdelings.
app is om baie steekproewe van ewekansige veranderlikes te stoor en om korrelasiematriks te bereken
verwerking van steekproef van ewekansige veranderlikes
kontroleer of die steekproef van normale of eenvormig verspreide ewekansige veranderlike is deur gebruik te maak van die maatstaf van Pearson; en Kolmogorov-Smirnovr se kriteria
bepaalde histogram van monster;
pas twee metodes hoofkomponente en die hooffaktore vir korrelasiematriksfaktorisering toe
die berekening van kumulatiewe waarskynlikheid of ewekansige veranderlike
resultate data kan uitgevoer en gestuur word deur die internet
skep, skrap en seleksie van 'n vouer vir stoordataresultate
hipoteses, histogram ewekansige waarskynlikheid statistiese verdelings korrelasie matriks faktorisering hoofkomponente faktore
Komponentverwerkingsmonsters van ewekansige veranderlikes is ontwerp om steekproewe van ewekansige veranderlikes te stoor (geredigeer, geskrap, hernoem), om hul basiese statistiese kenmerke te bereken as die: -gemiddelde waarde; - standaard afwyking; - skeefheid en kurtose; - om vertrouensintervalle van die gemiddelde waarde te bereken; - variansie en standaardafwyking; - kontroleer of die steekproef van normale of eenvormig verspreide ewekansige veranderlike is deur gebruik te maak van die maatstaf van Pearson; - kontroleer of die steekproef van normale, eenvormig en eksponensieel verspreide ewekansige veranderlike is deur gebruik te maak van die kriterium van Kolmogorov-Smirnov; - en geen skeefheid en kurtose nie; - bepaal histogram van monster; - funksietoetsing van hipoteses wat verband hou met die gemiddelde en standaardafwyking; en ander.
Die toepassing het 'n funksie vir gladde verdelings, dit sluit bates in vir visualisering aangepaste (gladde) verdelings wat verband hou met die steekproef, nie uitgesluit van die Pearson's en Kolmogorov-Smirnovr se kriteria nie.
In die komponent Faktore Analise vir korrelasiematriksfaktorisering pas twee bekende metodes toe: hoofkomponente (Pearson, 1901 en Hoteling, 1933); en - die hooffaktore (Spearman, 1904 1926). 'n Korrelasiematriks kan verkry word deur die behandeling van data met funksies van die toepassing, of deur die toepassing van gereed-korrelasiematrikse in te voer of in te voer.
Monsters, resultate van verwerking en histogram kan gestoor word. Tabelle met hierdie data kan uitgevoer word, en gestuur word vir stoor en druk. Die toepassing het funksies vir die skep, uitvee en seleksie van 'n gids vir stoordataresultate.
.
Faktoranalise vir Android
Die app Faktore-analise vir Android bestaan uit drie komponente, een is die verwerking van steekproewe van ewekansige veranderlikes; die secondis-faktorisering van korrelasiematriks; en die derde sakrekenaar vir die bekende statistiese verdelings.
app is om baie steekproewe van ewekansige veranderlikes te stoor en om korrelasiematriks te bereken
verwerking van steekproef van ewekansige veranderlikes
kontroleer of die steekproef van normale of eenvormig verspreide ewekansige veranderlike is deur gebruik te maak van die maatstaf van Pearson; en Kolmogorov-Smirnovr se kriteria
bepaalde histogram van monster;
pas twee metodes hoofkomponente en die hooffaktore vir korrelasiematriksfaktorisering toe
die berekening van kumulatiewe waarskynlikheid of ewekansige veranderlike
resultate data kan uitgevoer en gestuur word deur die internet
skep, skrap en seleksie van 'n vouer vir stoordataresultate
hipoteses, histogram ewekansige waarskynlikheid statistiese verdelings korrelasie matriks faktorisering hoofkomponente faktore
Opgedateer op
Veiligheid begin wanneer jy verstaan hoe ontwikkelaars jou data insamel en deel. Praktyke vir dataprivaatheid en -sekuriteit kan verskil op grond van gebruik, streek en ouderdom. Die ontwikkelaar het hierdie inligting verskaf en kan dit mettertyd opdateer.
Geen data word met derde partye gedeel nie
Kom meer te wete oor hoe ontwikkelaars datadeling verklaar
Geen data ingesamel nie
Kom meer te wete oor hoe ontwikkelaars insameling verklaar
