Art of Stat: Resampling

100+
次下载
内容分级
PEGI 3
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片
屏幕截图图片

关于此应用

均值、中位数、比例、相关系数和斜率的自举置信区间和排列检验,以及独立性的卡方检验。

适用于统计学教师和学生的现代统计计算器。

统计的艺术:重采样应用程序可让您找到自举置信区间和排列 P 值。该应用程序以交互方式说明了这些过程,以便您可以了解它们的工作原理。预加载了几个示例数据集供您探索,但您也可以输入自己的数据或导入 CSV 文件。

实现了以下重采样方法:

- 总体平均值、中位数或标准差的 Bootstrap 置信区间。

- 总体比例或总体赔率的 Bootstrap 置信区间。

- 总体相关性的 Bootstrap 置信区间(Pearson 和 Spearman)或回归模型的总体斜率。

- 两个总体平均值或中位数之差的 Bootstrap 置信区间。

- 总体平均值或中位数的排列检验。

- 两个总体平均值或中位数差异的排列检验。

- 两个分类变量独立性的排列检验(排列卡方检验)

根据百分位数和其他方法轻松找到引导置信区间。为了推断总体均值,请将结果与基于 Student-t 分布的传统方法进行比较。对于独立性卡方检验,请与 Pearson 卡方检验的结果进行比较。

每个过程都有三个屏幕:

1)在第一屏通过多种方式输入数据,得到描述性统计数据和相应的图表(柱状图、箱线图、条形图)。

2) 在第二个屏幕上逐步生成引导程序或排列分布,或一次生成 1,000 个。

3) 在第三个屏幕上获取 Bootstrap 置信区间或排列 P 值,以及大量支持信息以及与经典的基于中心极限的推理的比较。

该应用程序预加载了多个示例数据集,但您也可以上传自己的 .CSV 文件或在数据编辑器中创建一个。

通过截图轻松分享结果。

只需支付少量一次性费用即可解锁所有内容!
更新日期
2025年1月14日

数据安全

安全始于了解开发者如何收集和分享数据。数据隐私保护和安全措施可能会因您的使用情况、所在地区和用户年龄而异。此类信息由开发者提供,可能会随时间更新。
不与第三方分享任何数据
详细了解开发者如何声明数据分享事宜
不会收集任何数据
详细了解开发者如何声明数据收集事宜