FactorAnalysis for Android

ivan gabrovski

यो एपका बारेमा

एन्ड्रोइडका लागि एपीपी फ्याक्टर्स विश्लेषणमा तीनवटा कम्पोनेन्टहरू हुन्छन्, एउटामा अनियमित चरहरूको नमूनाहरू प्रशोधन गरिन्छ; सहसम्बन्ध मैट्रिक्स को सेकेन्डिस कारककरण; र ज्ञात सांख्यिकीय वितरणको लागि तेस्रो क्यालकुलेटर।

अनियमित चरहरूको कम्पोनेन्ट प्रशोधन नमूनाहरू अनियमित चरहरूको नमूनाहरू भण्डारण गर्न (सम्पादन गरिएको, मेटाइएको, पुन: नामकरण गरिएको) डिजाइन गरिएको छ, तिनीहरूको आधारभूत सांख्यिकीय विशेषताहरू निम्न रूपमा गणना गर्न: -औसत मान; - मानक विचलन; - स्क्युनेस र कर्टोसिस; - औसत मानको आत्मविश्वास अन्तरालहरू गणना गर्न; - भिन्नता र मानक विचलन; - पियर्सनको मापदण्ड प्रयोग गरेर नमूना सामान्य वा समान रूपमा वितरित अनियमित चरबाट छ कि छैन जाँच गर्नुहोस्; - कोल्मोगोरोभ-स्मिरनोभको मापदण्ड प्रयोग गरी नमूना सामान्य, समान र तीव्र रूपमा वितरित अनियमित चरबाट हो कि छैन भनेर जाँच गर्नुहोस्; - र शून्य स्क्युनेस र कर्टोसिस; - नमूना को निर्धारित हिस्टोग्राम; - माध्य र मानक विचलनसँग सम्बन्धित परिकल्पनाहरूको कार्य परीक्षण; र अरु।
एप्लिकेसनले सहज वितरणको लागि कार्य गर्दछ, यसले नमूनासँग सम्बन्धित दृश्य समायोजन (चिटो) वितरणको लागि सम्पत्तिहरू समावेश गर्दछ, Pearson's र Kolmogorov-Smirnovr को मापदण्डबाट बहिष्कृत गरिएको छैन।
सहसम्बन्ध म्याट्रिक्स कारककरणको लागि घटक कारक विश्लेषणले दुई ज्ञात विधिहरू लागू गर्दछ: मुख्य कम्पोनेन्टहरू (Pearson, 1901 र Hoteling, 1933); र - मुख्य कारक (Spearman, 1904 1926)। एक सहसंबंध म्याट्रिक्स आवेदन को कार्यहरु संग डाटा को उपचार द्वारा प्राप्त गर्न सकिन्छ, वा तयार-सहसंबंध matrices को आवेदन मा प्रवेश वा आयात गरेर।
नमूनाहरू, प्रशोधन र हिस्टोग्रामको नतिजाहरू बचत गर्न सकिन्छ। यी डाटा भएका तालिकाहरू निर्यात गर्न सकिन्छ, र बचत र मुद्रणको लागि पठाउन सकिन्छ। अनुप्रयोगसँग भण्डारण डेटा परिणामहरूको लागि फोल्डरको सिर्जना, मेटाउने र चयन गर्ने कार्यहरू छन्।
।

एन्ड्रोइडका लागि कारक विश्लेषण

एन्ड्रोइडका लागि एप फ्याक्टर्स एनालिसिसमा तीनवटा कम्पोनेन्टहरू छन्, एउटा अनियमित चरहरूको नमूनाहरू प्रशोधन गर्दैछ; सहसम्बन्ध मैट्रिक्स को सेकेन्डिस कारककरण; र ज्ञात सांख्यिकीय वितरणको लागि तेस्रो क्यालकुलेटर।

एपले अनियमित चरका धेरै नमूनाहरू भण्डारण गर्न र सहसम्बन्ध म्याट्रिक्स गणना गर्न हो
अनियमित चरहरूको नमूना प्रशोधन गर्दै
Pearson को मापदण्ड प्रयोग गरी नमूना सामान्य वा समान रूपमा वितरित अनियमित चरबाट हो कि भनेर जाँच गर्नुहोस्; र Kolmogorov-Smirnovr मापदण्ड
नमूना को निर्धारित हिस्टोग्राम;

सहसम्बन्ध म्याट्रिक्स कारककरणका लागि मुख्य घटक र मुख्य कारकहरू दुई विधिहरू लागू गर्दछ
संचयी सम्भाव्यता वा अनियमित चर गणना गर्दै
परिणाम डेटा निर्यात र इन्टरनेट द्वारा पठाउन सकिन्छ
भण्डारण डेटा परिणामहरूको लागि फोल्डरको सिर्जना, मेटाउन र चयन गर्नुहोस्

परिकल्पना, हिस्टोग्राम अनियमित सम्भाव्यता सांख्यिकीय वितरण सहसंबंध मैट्रिक्स कारककरण मुख्य घटक कारक