Art of Stat: Inference

Art of Stat: Inference აპი უზრუნველყოფს წვდომას შემდეგ მოდულებზე:

- დასკვნა პროპორციებისთვის (ერთი და ორი დამოუკიდებელი ნიმუში)
- დასკვნა საშუალოებისთვის (ერთი და ორი დამოუკიდებელი ნიმუში)
- დასკვნა ხაზოვანი რეგრესიის მოდელებში (დახრილობა, ნდობა და პროგნოზირების ინტერვალები)
- Chi-square ტესტი (დამოუკიდებლობა/ერთგვაროვნება და მორგების სიკეთე)
- ცალმხრივი ANOVA რამდენიმე საშუალების შედარებისთვის

რეკლამები არ არის. გამოწერები არ არის. განბლოკეთ ყველა მოდული ერთჯერადი მცირე საფასურით, ან თითოეული კიდევ უფრო მცირე საფასურით.

საკუთარი მონაცემების შეყვანა მარტივია:
თუ მხოლოდ რამდენიმე დაკვირვება გაქვთ (ან თუ გაქვთ შემაჯამებელი სტატისტიკა), უბრალოდ ჩაწერეთ ისინი. მონაცემთა უფრო დიდი ნაკრებისთვის ატვირთეთ თქვენი ნედლეული მონაცემების CSV ფაილი ღრუბლოვან ანგარიშზე (როგორიცაა iCloud ან Google Drive) ან უბრალოდ ელ. შეიყვანეთ საკუთარ თავს. შემდეგ გახსენით CSV ფაილი აპლიკაციაში და აირჩიეთ ცვლადები თქვენი ანალიზისთვის. თქვენ ასევე შეგიძლიათ უბრალოდ დააკოპიროთ და ჩასვათ ნედლეული მონაცემები ცხრილების აპიდან (როგორიცაა ნომრები iOS-ზე ან Google sheets-ზე). მოწოდებულია მონაცემთა ნიმუშები.

შედეგები განსაცვიფრებელია:
აპლიკაცია უზრუნველყოფს შესაბამის ნახაზებს (გვერდი-გვერდ ან დაწყობილი ზოლიანი დიაგრამები, ყუთების ნახატები, ჰისტოგრამები) და ითვლის და ასახავს ნდობის ინტერვალებს და P-მნიშვნელობებს ჰიპოთეზების შესამოწმებლად. ყველა შესაბამისი ინფორმაცია (როგორიცაა სტანდარტული შეცდომები, შეცდომების ზღვარი, z ან t ქულები და თავისუფლების ხარისხი) ნათლად არის ნაჩვენები და ეტიკეტირებული. P-მნიშვნელობა ვიზუალიზდება გრაფიკზე ნორმალური, t- ან Chi-Squared განაწილებისთვის.

შექმნილია როგორც სტუდენტებისთვის, ასევე მასწავლებლებისთვის, როგორც მოსახერხებელი ინსტრუმენტი ძირითადი სტატისტიკური დასკვნების განსახორციელებლად და შედეგების ვიზუალიზაციისთვის.

აპლიკაცია მუშაობს ოფლაინ და ოფლაინ რეჟიმში (აპი მიუთითებს, რომ ის ოფლაინ რეჟიმშია დიდი მწვანე ბანერით), რაც მას გამოცდებისთვის შესაფერისს ხდის.

აპს ასევე აქვს გამოყოფილი მოდულები ცნებების შესასწავლად, როგორიცაა დაფარვის ალბათობა სანდო ინტერვალებისთვის ან I და II ტიპის შეცდომებისა და სიმძლავრის ცნებები. მას რეალურად შეუძლია იპოვნოს II ტიპის შეცდომა და სიმძლავრე პროპორციების ტესტებისთვის (და გარკვეული ტესტები საშუალებებისთვის).

მარტივად გააზიარეთ თქვენი შედეგები ეკრანის ანაბეჭდების გადაღებით.