કેન્દ્રીય મર્યાદા પ્રમેયનું અન્વેષણ કરો, સહસંબંધ ગુણાંક અને રેખીય રીગ્રેસન વિશે જાણો, અને પરિકલ્પના પરીક્ષણમાં આત્મવિશ્વાસ અંતરાલો અથવા પ્રકાર I અને II ભૂલોની કવરેજ સંભાવનાની કલ્પના કરો.
આ મહત્વપૂર્ણ ખ્યાલોને તબક્કાવાર અનુભવીને સમજણ બનાવો. આંકડાશાસ્ત્રના વિદ્યાર્થીઓ અને શિક્ષકો માટે.
આર્ટ ઓફ સ્ટેટ: કોન્સેપ્ટ્સ એપ્લિકેશન નીચેના મોડ્યુલોની ઍક્સેસ પ્રદાન કરે છે:
- અર્થ માટે કેન્દ્રીય મર્યાદા પ્રમેય
- પ્રમાણ માટે કેન્દ્રીય મર્યાદા પ્રમેય
- સહસંબંધનું અન્વેષણ કરો
- લીનિયર રીગ્રેશનનું અન્વેષણ કરો
- કવરેજનું અન્વેષણ કરો
- ભૂલો અને શક્તિ
CLT: સંખ્યાબંધ વાસ્તવિક વસ્તી વિતરણોમાંથી પસંદ કરો (ડાબે અને જમણે-ત્રાંસી અથવા એકદમ સપ્રમાણ) અને વસ્તીમાંથી નમૂના લેવાનું અનુકરણ કરો.
સેમ્પલિંગ વિતરણ કેવી રીતે બને છે, પગલું-દર-પગલાની કલ્પના કરો. તમે નમૂનાનું કદ વધારતા જ સેમ્પલિંગ વિતરણ પરની અસરનું અન્વેષણ કરો. સામાન્ય વિતરણને ઓવરલે કરો.
સરેરાશના નમૂના વિતરણની સરખામણી વસ્તીના વિતરણ સાથે, દૃષ્ટિની અને મુખ્ય આંકડાઓની દ્રષ્ટિએ બંને રીતે કરો.
સહસંબંધ/રેખીય રીગ્રેશનનું અન્વેષણ કરો: સ્ક્રીન પર ટેબ કરીને સ્કેટરપ્લોટમાં પોઈન્ટ બનાવો (અને કાઢી નાખો). રીગ્રેશન લાઇન અથવા અવશેષો બતાવો. સ્કેટરપ્લોટ્સનું અનુકરણ કરો અને સહસંબંધ ગુણાંકનું અનુમાન કરો.
કવરેજ અને ભૂલો: વસ્તી માટે આત્મવિશ્વાસ અંતરાલ માટે 95% કવરેજનો અર્થ અથવા પ્રમાણ શું સૂચવે છે તે શોધો.
Type I અને Type II ભૂલ જુઓ અને અન્વેષણ કરો કે તેઓ નમૂનાના કદ અને સાચા પરિમાણ મૂલ્ય પર કેવી રીતે આધાર રાખે છે. પૂર્વધારણા પરીક્ષણની શક્તિ શોધો અને તેની કલ્પના કરો.
આ રોજ અપડેટ કર્યું
26 ઑક્ટો, 2024