FactorAnalysis for Android
०+
डाउनलोड
प्रत्येकजण
info
या अॅपविषयी
Android साठी APP घटक विश्लेषणामध्ये तीन घटक असतात, एक म्हणजे यादृच्छिक व्हेरिएबल्सच्या नमुन्यांवर प्रक्रिया करणे; सहसंबंध मॅट्रिक्सचे सेकंदस फॅक्टरायझेशन; आणि ज्ञात सांख्यिकीय वितरणासाठी तिसरा कॅल्क्युलेटर.
यादृच्छिक व्हेरिएबल्सचे घटक प्रक्रिया नमुने यादृच्छिक चलांचे नमुने संचयित करण्यासाठी (संपादित केलेले, हटविलेले, पुनर्नामित केलेले) डिझाइन केले आहेत, त्यांच्या मूलभूत सांख्यिकीय वैशिष्ट्यांची गणना करण्यासाठी: -सरासरी मूल्य; - प्रमाणित विचलन; - skewness आणि kurtosis; - सरासरी मूल्याच्या आत्मविश्वास मध्यांतरांची गणना करण्यासाठी; - भिन्नता आणि मानक विचलन; - नमुना पियर्सनचा निकष वापरून सामान्य किंवा समान वितरीत यादृच्छिक व्हेरिएबलचा आहे का ते तपासा; - कोल्मोगोरोव्ह-स्मिर्नोव्हचा निकष वापरून नमुना सामान्य, एकसमान आणि घातांक वितरीत यादृच्छिक व्हेरिएबलमधून आहे की नाही ते तपासा; - आणि शून्य स्क्युनेस आणि कर्टोसिस; - नमुन्याचा निर्धारित हिस्टोग्राम; - सरासरी आणि मानक विचलनाशी संबंधित गृहितकांचे कार्य चाचणी; आणि इतर.
ऍप्लिकेशनमध्ये गुळगुळीत वितरणासाठी कार्य आहे, यामध्ये नमुन्याशी संबंधित व्हिज्युअलायझेशन समायोजित(गुळगुळीत) वितरणासाठी मालमत्ता समाविष्ट आहे, पिअर्सन्स आणि कोल्मोगोरोव्ह-स्मिरनोव्हरच्या निकषांमधून वगळलेले नाही.
सहसंबंध मॅट्रिक्स फॅक्टरायझेशनसाठी घटक घटक विश्लेषणामध्ये दोन ज्ञात पद्धती लागू होतात: मुख्य घटक (पीअरसन, 1901 आणि हॉटेलिंग, 1933); आणि - मुख्य घटक (स्पियरमॅन, 1904 1926). ऍप्लिकेशनच्या फंक्शन्ससह डेटाचे उपचार करून किंवा रेडी-कॉरिलेशन मॅट्रिक्सच्या ऍप्लिकेशनमध्ये प्रवेश करून किंवा आयात करून एक सहसंबंध मॅट्रिक्स प्राप्त केले जाऊ शकते.
नमुने, प्रक्रियेचे परिणाम आणि हिस्टोग्राम जतन केले जाऊ शकतात. या डेटासह सारण्या निर्यात केल्या जाऊ शकतात आणि जतन आणि मुद्रणासाठी पाठवल्या जाऊ शकतात. अनुप्रयोगामध्ये स्टोरेज डेटा परिणामांसाठी फोल्डर तयार करणे, हटवणे आणि निवडणे ही कार्ये आहेत.
.
Android साठी घटक विश्लेषण
अँड्रॉइडसाठी फॅक्टर्स अॅनालिसिस अॅपमध्ये तीन घटक असतात, एक म्हणजे यादृच्छिक व्हेरिएबल्सच्या नमुन्यांची प्रक्रिया करणे; सहसंबंध मॅट्रिक्सचे सेकंदस फॅक्टरायझेशन; आणि ज्ञात सांख्यिकीय वितरणासाठी तिसरा कॅल्क्युलेटर.
अॅप हे यादृच्छिक चलांचे अनेक नमुने संग्रहित करण्यासाठी आणि सहसंबंध मॅट्रिक्सची गणना करण्यासाठी आहे
यादृच्छिक चलांचा नमुना प्रक्रिया करणे
पिअर्सनचा निकष वापरून नमुना सामान्य किंवा समान रीतीने वितरित यादृच्छिक व्हेरिएबलचा आहे का ते तपासा; आणि कोल्मोगोरोव्ह-स्मिरनोव्हरचे निकष
नमुन्याचा निर्धारित हिस्टोग्राम;
सहसंबंध मॅट्रिक्स फॅक्टरायझेशनसाठी मुख्य घटक आणि मुख्य घटक दोन पद्धती लागू करते
संचयी संभाव्यता किंवा यादृच्छिक व्हेरिएबलची गणना करणे
परिणाम डेटा निर्यात केला जाऊ शकतो आणि इंटरनेटद्वारे पाठविला जाऊ शकतो
स्टोरेज डेटा परिणामांसाठी फोल्डर तयार करणे, हटवणे आणि निवडणे
गृहीतके, हिस्टोग्राम यादृच्छिक संभाव्यता सांख्यिकीय वितरण सहसंबंध मॅट्रिक्स फॅक्टरायझेशन मुख्य घटक घटक
यादृच्छिक व्हेरिएबल्सचे घटक प्रक्रिया नमुने यादृच्छिक चलांचे नमुने संचयित करण्यासाठी (संपादित केलेले, हटविलेले, पुनर्नामित केलेले) डिझाइन केले आहेत, त्यांच्या मूलभूत सांख्यिकीय वैशिष्ट्यांची गणना करण्यासाठी: -सरासरी मूल्य; - प्रमाणित विचलन; - skewness आणि kurtosis; - सरासरी मूल्याच्या आत्मविश्वास मध्यांतरांची गणना करण्यासाठी; - भिन्नता आणि मानक विचलन; - नमुना पियर्सनचा निकष वापरून सामान्य किंवा समान वितरीत यादृच्छिक व्हेरिएबलचा आहे का ते तपासा; - कोल्मोगोरोव्ह-स्मिर्नोव्हचा निकष वापरून नमुना सामान्य, एकसमान आणि घातांक वितरीत यादृच्छिक व्हेरिएबलमधून आहे की नाही ते तपासा; - आणि शून्य स्क्युनेस आणि कर्टोसिस; - नमुन्याचा निर्धारित हिस्टोग्राम; - सरासरी आणि मानक विचलनाशी संबंधित गृहितकांचे कार्य चाचणी; आणि इतर.
ऍप्लिकेशनमध्ये गुळगुळीत वितरणासाठी कार्य आहे, यामध्ये नमुन्याशी संबंधित व्हिज्युअलायझेशन समायोजित(गुळगुळीत) वितरणासाठी मालमत्ता समाविष्ट आहे, पिअर्सन्स आणि कोल्मोगोरोव्ह-स्मिरनोव्हरच्या निकषांमधून वगळलेले नाही.
सहसंबंध मॅट्रिक्स फॅक्टरायझेशनसाठी घटक घटक विश्लेषणामध्ये दोन ज्ञात पद्धती लागू होतात: मुख्य घटक (पीअरसन, 1901 आणि हॉटेलिंग, 1933); आणि - मुख्य घटक (स्पियरमॅन, 1904 1926). ऍप्लिकेशनच्या फंक्शन्ससह डेटाचे उपचार करून किंवा रेडी-कॉरिलेशन मॅट्रिक्सच्या ऍप्लिकेशनमध्ये प्रवेश करून किंवा आयात करून एक सहसंबंध मॅट्रिक्स प्राप्त केले जाऊ शकते.
नमुने, प्रक्रियेचे परिणाम आणि हिस्टोग्राम जतन केले जाऊ शकतात. या डेटासह सारण्या निर्यात केल्या जाऊ शकतात आणि जतन आणि मुद्रणासाठी पाठवल्या जाऊ शकतात. अनुप्रयोगामध्ये स्टोरेज डेटा परिणामांसाठी फोल्डर तयार करणे, हटवणे आणि निवडणे ही कार्ये आहेत.
.
Android साठी घटक विश्लेषण
अँड्रॉइडसाठी फॅक्टर्स अॅनालिसिस अॅपमध्ये तीन घटक असतात, एक म्हणजे यादृच्छिक व्हेरिएबल्सच्या नमुन्यांची प्रक्रिया करणे; सहसंबंध मॅट्रिक्सचे सेकंदस फॅक्टरायझेशन; आणि ज्ञात सांख्यिकीय वितरणासाठी तिसरा कॅल्क्युलेटर.
अॅप हे यादृच्छिक चलांचे अनेक नमुने संग्रहित करण्यासाठी आणि सहसंबंध मॅट्रिक्सची गणना करण्यासाठी आहे
यादृच्छिक चलांचा नमुना प्रक्रिया करणे
पिअर्सनचा निकष वापरून नमुना सामान्य किंवा समान रीतीने वितरित यादृच्छिक व्हेरिएबलचा आहे का ते तपासा; आणि कोल्मोगोरोव्ह-स्मिरनोव्हरचे निकष
नमुन्याचा निर्धारित हिस्टोग्राम;
सहसंबंध मॅट्रिक्स फॅक्टरायझेशनसाठी मुख्य घटक आणि मुख्य घटक दोन पद्धती लागू करते
संचयी संभाव्यता किंवा यादृच्छिक व्हेरिएबलची गणना करणे
परिणाम डेटा निर्यात केला जाऊ शकतो आणि इंटरनेटद्वारे पाठविला जाऊ शकतो
स्टोरेज डेटा परिणामांसाठी फोल्डर तयार करणे, हटवणे आणि निवडणे
गृहीतके, हिस्टोग्राम यादृच्छिक संभाव्यता सांख्यिकीय वितरण सहसंबंध मॅट्रिक्स फॅक्टरायझेशन मुख्य घटक घटक
या रोजी अपडेट केले
डेव्हलपर तुमचा डेटा कसा गोळा करतात आणि शेअर करतात हे समजून घेण्यापासून सुरक्षितता सुरू होते. तुमचा वापर, प्रदेश आणि वय यांच्या आधारे डेटा गोपनीयता व सुरक्षेशी संबंधित पद्धती बदलू शकतात. डेव्हलपरने ही माहिती पुरवली आहे आणि ती कालांतराने अपडेट केली जाऊ शकते.
तृतीय पक्षांसोबत कोणताही डेटा शेअर केलेला नाही
डेव्हलपर शेअर करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
कोणताही डेटा गोळा केलेला नाही
डेव्हलपर डेटा गोळा करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
ॲप सपोर्ट
डेव्हलपर याविषयी
Ivan Zdravkov Gabrovski
ivan_gabrovsky@yahoo.com
жк.Младост 1 47 вх 1 ет. 16 ап. 122
1784 общ. Столична гр София
Bulgaria
undefined
