FactorAnalysis for Android

ivan gabrovski

Bu uygulama hakkında

Android için APP Faktör Analizi üç bileşenden oluşur; bunlardan biri rastgele değişken örneklerinin işlenmesidir; ikincisi korelasyon matrisinin çarpanlara ayrılmasıdır; ve bilinen istatistiksel dağılımlar için üçüncü hesaplayıcı.

Rastgele değişkenlerin bileşen işleme örnekleri, rastgele değişkenlerin örneklerini depolamak (düzenlemek, silmek, yeniden adlandırmak), temel istatistiksel özelliklerini aşağıdaki gibi hesaplamak üzere tasarlanmıştır: -ortalama değer; - standart sapma; - çarpıklık ve basıklık; - ortalama değerin güven aralıklarını hesaplamak; - varyans ve standart sapma; - Pearson kriterini kullanarak numunenin normal mi yoksa düzgün dağılmış rastgele değişkenden mi geldiğini kontrol edin; - Kolmogorov-Smirnov kriterini kullanarak numunenin normal, düzgün ve üstel dağılmış rastgele değişkenden olup olmadığını kontrol edin; - ve sıfır çarpıklık ve basıklık; - numunenin belirlenmiş histogramı; - ortalama ve standart sapmaya ilişkin hipotezlerin fonksiyon testi; ve diğeri.
Uygulama düzgün dağıtım işlevine sahiptir; bu, Pearson ve Kolmogorov-Smirnovr kriterlerinin dışında bırakılmayan, numuneyle ilgili görselleştirmeye göre ayarlanmış (düzgün) dağılımlara yönelik varlıkları içerir.
Korelasyon matrisi çarpanlarına ayırma için bileşen Faktör Analizi'nde bilinen iki yöntem uygulanır: ana bileşenler (Pearson, 1901 ve Hoteling, 1933); ve - ana faktörler (Spearman, 1904 1926). Bir korelasyon matrisi, verilerin uygulamanın işlevleriyle işlenmesiyle veya hazır korelasyon matrislerinin uygulamaya girilmesi veya içe aktarılmasıyla elde edilebilir.
Örnekler, işleme sonuçları ve histogram kaydedilebilir. Bu verileri içeren tablolar dışa aktarılabilir ve kaydedilmek ve yazdırılmak üzere gönderilebilir. Uygulama, veri sonuçlarının saklanması için klasör oluşturma, silme ve seçme işlevlerine sahiptir.
.

Android için Faktör Analizi

Android için Faktör Analizi uygulaması üç bileşenden oluşur; bunlardan biri rastgele değişken örneklerinin işlenmesidir; ikincisi korelasyon matrisinin çarpanlara ayrılmasıdır; ve bilinen istatistiksel dağılımlar için üçüncü hesaplayıcı.

Uygulamanın amacı birçok rastgele değişken örneğini depolamak ve korelasyon matrisini hesaplamaktır.
rastgele değişkenlerin örneğinin işlenmesi
Pearson kriterini kullanarak numunenin normal mi yoksa düzgün dağılmış rastgele değişkenden mi geldiğini kontrol edin; ve Kolmogorov-Smirnovr'un kriterleri
numunenin belirlenmiş histogramı;

Korelasyon matrisi çarpanlarına ayırma için iki ana bileşen ve ana faktör yöntemini uygular
kümülatif olasılık veya rastgele değişkenin hesaplanması
Sonuç verileri dışa aktarılabilir ve İnternet üzerinden gönderilebilir
Veri depolama sonuçları için bir klasör oluşturma, silme ve seçme

hipotezler, histogram rastgele olasılık istatistiksel dağılımlar korelasyon matrisi çarpanlara ayırma ana bileşenler faktörler