FactorAnalysis for Android

ivan gabrovski

इस ऐप्लिकेशन के बारे में जानकारी

एंड्रॉइड के लिए एपीपी फैक्टर्स विश्लेषण में तीन घटक होते हैं, एक यादृच्छिक चर के नमूनों को संसाधित करना है; दूसरा सहसंबंध मैट्रिक्स का गुणनखंडन है; और ज्ञात सांख्यिकीय वितरण के लिए तीसरा कैलकुलेटर।

यादृच्छिक चर के घटक प्रसंस्करण नमूनों को यादृच्छिक चर के नमूनों को संग्रहीत (संपादित, हटाया, बदला हुआ) करने के लिए डिज़ाइन किया गया है, ताकि उनकी बुनियादी सांख्यिकीय विशेषताओं की गणना इस प्रकार की जा सके: -औसत मूल्य; - मानक विचलन; - तिरछापन और कुर्टोसिस; - औसत मूल्य के विश्वास अंतराल की गणना करने के लिए; - विचरण और मानक विचलन; - पियर्सन के मानदंड का उपयोग करके जांचें कि नमूना सामान्य या समान रूप से वितरित यादृच्छिक चर से है; - जांचें कि क्या नमूना कोलमोगोरोव-स्मिरनोव के मानदंड का उपयोग करके सामान्य, समान रूप से और तेजी से वितरित यादृच्छिक चर से है; - और शून्य तिरछापन और कुर्टोसिस; - नमूने का निर्धारित हिस्टोग्राम; - माध्य और मानक विचलन से संबंधित परिकल्पनाओं का कार्य परीक्षण; और अन्य।
एप्लिकेशन में सुचारू वितरण के लिए फ़ंक्शन है, इसमें नमूने से संबंधित विज़ुअलाइज़ेशन समायोजित (सुचारू) वितरण के लिए संपत्तियां शामिल हैं, जिन्हें पियर्सन और कोलमोगोरोव-स्मिरनोवर के मानदंडों से बाहर नहीं रखा गया है।
सहसंबंध मैट्रिक्स गुणनखंडन के लिए घटक कारक विश्लेषण में दो ज्ञात तरीके लागू होते हैं: मुख्य घटक (पियर्सन, 1901 और होटलिंग, 1933); और - मुख्य कारक (स्पीयरमैन, 1904 1926)। सहसंबंध मैट्रिक्स को एप्लिकेशन के कार्यों के साथ डेटा के उपचार द्वारा, या तैयार-सहसंबंध मैट्रिक्स के अनुप्रयोग में प्रवेश या आयात करके प्राप्त किया जा सकता है।
नमूने, प्रसंस्करण के परिणाम और हिस्टोग्राम सहेजे जा सकते हैं। इन डेटा वाली तालिकाओं को निर्यात किया जा सकता है, और सहेजने और मुद्रण के लिए भेजा जा सकता है। एप्लिकेशन में भंडारण डेटा परिणामों के लिए फ़ोल्डर बनाने, हटाने और चयन करने की सुविधाएं हैं।
.

एंड्रॉइड के लिए कारक विश्लेषण

एंड्रॉइड के लिए ऐप फैक्टर्स एनालिसिस में तीन घटक होते हैं, एक यादृच्छिक चर के नमूनों को संसाधित करना है; दूसरा सहसंबंध मैट्रिक्स का गुणनखंडन है; और ज्ञात सांख्यिकीय वितरण के लिए तीसरा कैलकुलेटर।

ऐप का उद्देश्य यादृच्छिक चर के कई नमूने संग्रहीत करना और सहसंबंध मैट्रिक्स की गणना करना है
यादृच्छिक चर का प्रसंस्करण नमूना
पियर्सन के मानदंड का उपयोग करके जांचें कि नमूना सामान्य या समान रूप से वितरित यादृच्छिक चर से है; और कोलमोगोरोव-स्मिरनोव्र के मानदंड
नमूने का निर्धारित हिस्टोग्राम;

सहसंबंध मैट्रिक्स गुणनखंडन के लिए दो तरीकों मुख्य घटकों और मुख्य कारकों को लागू करता है
संचयी संभाव्यता या यादृच्छिक चर की गणना
परिणाम डेटा को इंटरनेट द्वारा निर्यात और भेजा जा सकता है
भंडारण डेटा परिणामों के लिए एक फ़ोल्डर बनाना, हटाना और चयन करना

परिकल्पनाएं, हिस्टोग्राम यादृच्छिक संभाव्यता सांख्यिकीय वितरण सहसंबंध मैट्रिक्स गुणनखंडन मुख्य घटक कारक