APP-faktoranalys för Android består av tre komponenter, en är att bearbeta urval av slumpvariabler; secondis-faktoriseringen av korrelationsmatrisen; och den tredje kalkylatorn för de kända statistiska fördelningarna.
Komponentbearbetningsprover av slumpvariabler är utformade för att lagra (redigerade, raderade, byta namn) prover av slumpvariabler, för att beräkna deras grundläggande statistiska egenskaper som: -medelvärde; - standardavvikelse; - skevhet och kurtos; - att beräkna konfidensintervall för medelvärdet; - Varians och standardavvikelse; - kontrollera om urvalet är från normal eller enhetligt fördelad slumpvariabel med hjälp av Pearsons kriterium; - kontrollera om urvalet kommer från normal, enhetligt och exponentiellt fördelad slumpvariabel med hjälp av kriteriet Kolmogorov-Smirnov; - och noll skevhet och kurtosis; - bestämt histogram av provet; - funktionstestning av hypoteser relaterade till medelvärde och standardavvikelse; och andra.
Applikationen har funktion för jämna distributioner, detta inkluderar tillgångar för visualiseringsjusterade (släta) distributioner relaterade till urvalet, inte uteslutna från Pearsons och Kolmogorov-Smirnovrs kriterier.
I komponenten Faktoranalys för korrelationsmatrisfaktorisering tillämpar två kända metoder: huvudkomponenter (Pearson, 1901 och Hoteling, 1933); och - huvudfaktorerna (Spearman, 1904 1926). En korrelationsmatris kan erhållas genom behandling av data med applikationens funktioner, eller genom att mata in eller importera till applikationen av färdiga korrelationsmatriser.
Prover, resultat av bearbetning och histogram kan sparas. Tabeller med dessa data kan exporteras och skickas för att sparas och skrivas ut. Applikationen har funktioner för att skapa, ta bort och välja en mapp för lagringsdataresultat.
.
Faktoranalys för Android
Appen Faktoranalys för Android består av tre komponenter, en är att bearbeta urval av slumpvariabler; secondis-faktoriseringen av korrelationsmatrisen; och den tredje kalkylatorn för de kända statistiska fördelningarna.
app är att lagra många urval av slumpvariabler och att beräkna korrelationsmatris
bearbetningsurval av slumpvariabler
kontrollera om urvalet är från normal eller enhetligt fördelad slumpvariabel med hjälp av Pearsons kriterium; och Kolmogorov-Smirnovrs kriterier
bestämt histogram av prov;
tillämpar två metoders huvudkomponenter och huvudfaktorerna för korrelationsmatrisfaktorisering
beräkna kumulativ sannolikhet eller slumpmässig variabel
resultatdata kan exporteras och skickas via Internet
skapa, ta bort och välja en mapp för lagringsdataresultat
hypoteser, histogram slumpmässig sannolikhet statistiska fördelningar korrelationsmatrisfaktorisering huvudkomponenter faktorer
Uppdaterades den
12 juli 2024