โลโก้
ยูเนี่ยนพีเดีย
การสื่อสาร
ดาวน์โหลดได้จาก Google Play
ใหม่! ดาวน์โหลด ยูเนี่ยนพีเดีย บน Android ™ของคุณ!
ดาวน์โหลด
เร็วกว่าเบราว์เซอร์!
 

ความแปรปรวนร่วมเกี่ยว

ดัชนี ความแปรปรวนร่วมเกี่ยว

ำหรับสถิติศาสตร์แล้ว ความแปรปรวนร่วมเกี่ยว (covariance) เป็นการวัดปริมาณการเปลี่ยนแปลงของสองตัวแปรว่าจะมีการเปลี่ยนแปลงตามกันมาน้อยเท่าใด ความแปรปรวน (variance) เป็นกรณีพิเศษของความแปรปรวนร่วมเกี่ยวโดยที่สองตัวแปรที่พิจารณาคือตัวแปรตัวแปรเดียวกัน.

4 ความสัมพันธ์: สหสัมพันธ์สถิติศาสตร์ค่าคาดหมายเมทริกซ์สลับเปลี่ยน

สหสัมพันธ์

ำหรับสถิติศาสตร์ สหสัมพันธ์ (correlation) หมายถึงความสัมพันธ์ทางสถิติระหว่างตัวแปรสุ่มตั้งแต่สองตัวแปรขึ้นไป Several sets of (''x'', ''y'') points, with the Pearson correlation coefficient of ''x'' and ''y'' for each set. Note that the correlation reflects the noisiness and direction of a linear relationship (top row), but not the slope of that relationship (middle), nor many aspects of nonlinear relationships (bottom). N.B.: the figure in the center has a slope of 0 but in that case the correlation coefficient is undefined because the variance of ''Y'' is zero.

ใหม่!!: ความแปรปรวนร่วมเกี่ยวและสหสัมพันธ์ · ดูเพิ่มเติม »

สถิติศาสตร์

ติศาสตร์ (Statistic Science) เป็นการศึกษาการเก็บ การวิเคราะห์ การตีความ การนำเสนอและการจัดระเบียบข้อมูล ในการประยุกต์สถิติศาสตร์กับปัญหาทางวิทยาศาสตร์ อุตสาหกรรมหรือสังคม ฯลฯ จำเป็นต้องเริ่มด้วยประชากรหรือกระบวนการที่จะศึกษา ประชากรเป็นได้หลากหลาย เช่น "ทุกคนที่อาศัยอยู่ในประเทศหนึ่ง" หรือ "ทุกอะตอมซึ่งประกอบเป็นผลึก" สถิติศาสตร์ว่าด้วยทุกแง่มุมของข้อมูลซึ่งรวมการวางแผนการเก็บข้อมูลในแง่การออกแบบการสำรวจและการทดลอง ในกรณีไม่สามารถเก็บข้อมูลสำมะโนได้ นักสถิติศาสตร์เก็บข้อมูลโดยการพัฒนาการออกแบบการทดลองจำเพาะและตัวอย่างสำรวจ การชักตัวอย่างเพื่อเป็นตัวแทนประกันว่าการอนุมานและการสรุปสามารถขยายจากตัวอย่างไปยังประชากรโดยรวมได้โดยปลอดภัย การศึกษาทดลองเกี่ยวข้องกับการวัดระบบที่กำลังศึกษา จัดดำเนินการระบบ แล้ววัดเพิ่มโดยใช้วิธีดำเนินการเดียวกันเพื่อตัดสินว่าการจัดดำเนินการดัดแปรค่าของการวัดหรือไม่ ในทางกลับกัน การศึกษาสังเกตไม่เกี่ยวข้องกับการจัดดำเนินการทดลอง มีการใช้ระเบียบวิธีสถิติศาสตร์สองอย่างหลักในการวิเคราะห์ข้อมูล ได้แก่ สถิติศาสตร์พรรณนา ซึ่งสรุปข้อมูลจากตัวอย่างโดยใช้ดัชนีอย่างค่าเฉลี่ยหรือค่าเบี่ยงเบนมาตรฐาน และสถิติศาสตร์อนุมาน ซึ่งดึงข้อสรุปจากข้อมูลซึ่งมีการกระจายสุ่ม (เช่น ข้อผิดพลาดสังเกต การกระจายการชักตัวอย่าง) สถิติศาสตร์พรรณนาส่วนใหญ่ว่าด้วยชุดคุณสมบัติของการกระจายสองชุด ได้แก่ แนวโน้มสู่ส่วนกลางซึ่งมุ่งให้ลักษระค่ากลางหรือตรงแบบของการกระจาย ขณะที่การกระจายให้ลักษณะขอบเขตซึ่งสมาชิกของการกระจายอยู่ห่างจากส่วนกลางและสมาชิกอื่น การอนุมานสถิติศาสตร์คณิตศาสตร์กระทำภายใต้กรอบทฤษฎีความน่าจะเป็น ซึ่งว่าด้วยการวิเคราะห์ปรากฏการณ์สุ่ม ในการอนุมานปริมาณไม่ทราบค่า มีการประเมินค่าตัวประมาณค่าตั้งแต่หนึ่งตัวโดยใช้ตัวอย่าง 1.สถิติ (Statistics) 2.เซตและการให้เหตุผล (Set and reasoning) 3.

ใหม่!!: ความแปรปรวนร่วมเกี่ยวและสถิติศาสตร์ · ดูเพิ่มเติม »

ค่าคาดหมาย

ำหรับทฤษฎีความน่าจะเป็นแล้ว ค่าคาดหมาย (expected value, expectation) ของ ตัวแปรสุ่ม คือ ค่าเฉลี่ยถ่วงน้ำหนัก (weighted average) ของทุกๆค่าที่เป็นไปได้ของตัวแปรสุ่ม โดยในการคำนวณการถ่วงน้ำหนักจะใช้ค่าฟังก์ชันความหนาแน่นของความน่าจะเป็น (probability density function)สำหรับตัวแปรสุ่มต่อเนื่อง หรือใช้ค่าฟังก์ชันมวลของความน่าจะเป็น (probability mass function) สำหรับตัวแปรวิยุต ค่าความคาดหมายนี้เมื่อพิจารณาจากกฎว่าด้วยจำนวนมาก ก็คือค่าลิมิตแบบ almost surely ของค่าเฉลี่ยที่ได้จากการสุ่มตัวอย่าง โดยที่จำนวนการสุ่มโตเข้าสู่ค่าอนันต์ หรือกล่าวอย่างไม่เป็นทางการว่า ค่าความคาดหมายคือค่าเฉลี่ยจากการสุ่มวัดที่ทำหลายๆครั้งมาก.

ใหม่!!: ความแปรปรวนร่วมเกี่ยวและค่าคาดหมาย · ดูเพิ่มเติม »

เมทริกซ์สลับเปลี่ยน

ในพีชคณิตเชิงเส้น เมทริกซ์สลับเปลี่ยน (ทับศัพท์ว่า ทรานสโพส) คือเมทริกซ์ที่ได้จากการสลับสมาชิก จากแถวเป็นหลัก และจากหลักเป็นแถว ของเมทริกซ์ต้นแบบ เมทริกซ์สลับเปลี่ยนของ A ที่มีมิติ m×n จะเขียนแทนด้วย AT (บางครั้งอาจพบในรูปแบบ At, Atr, tA หรือ A′) ซึ่งจะมีมิติเป็น n×m (สลับกัน) นิยามโดย สำหรับทุกค่าของ i และ j ที่ 1 ≤ i ≤ n และ 1 ≤ j ≤ m ตัวอย่างเช่น 1 & 2 \\ 3 & 4 \end^ \!\! \;\!.

ใหม่!!: ความแปรปรวนร่วมเกี่ยวและเมทริกซ์สลับเปลี่ยน · ดูเพิ่มเติม »

เปลี่ยนเส้นทางที่นี่:

CovarianceCovariationการแปรผันร่วมเกี่ยวค่าแปรร่วม

ขาออกขาเข้า
Hey! เราอยู่ใน Facebook ตอนนี้! »