İstatistikler - Gösterimler
Aşağıdaki tablo İstatistiklerde kullanılan çeşitli sembollerin kullanımını göstermektedir.
Kapitalizasyon
Genellikle küçük harfler örnek öznitelikleri temsil eder ve büyük harfler, nüfus özniteliklerini temsil etmek için kullanılır.
$ P $ - nüfus oranı.
$ p $ - örnek oran.
$ X $ - popülasyon öğeleri kümesi.
$ x $ - örnek öğeler kümesi.
$ N $ - nüfus büyüklüğü seti.
$ N $ - numune boyutu seti.
Yunan Vs Roma harfleri
Roma harfleri örnek nitelikleri temsil eder ve Yunan harfleri Nüfus özelliklerini temsil etmek için kullanılır.
$ \ mu $ - nüfus anlamı.
$ \ bar x $ - örnek ortalama.
$ \ delta $ - popülasyonun standart sapması.
$ s $ - bir örneğin standart sapması.
Popülasyona özgü Parametreler
Aşağıdaki semboller popülasyona özgü nitelikleri temsil eder.
$ \ mu $ - nüfus anlamı.
$ \ delta $ - popülasyonun standart sapması.
$ {\ mu} ^ 2 $ - popülasyonun varyansı.
$ P $ - belirli bir özelliğe sahip popülasyon öğelerinin oranı.
$ Q $ - belirli bir özelliği olmayan popülasyon öğelerinin oranı.
$ \ rho $ - bir popülasyondaki tüm öğelere dayalı nüfus korelasyon katsayısı.
$ N $ - popülasyondaki öğe sayısı.
Numuneye özgü Parametreler
Aşağıdaki semboller popülasyona özgü nitelikleri temsil eder.
$ \ bar x $ - örnek ortalama.
$ s $ - bir örneğin standart sapması.
$ {s} ^ 2 $ - bir örneğin varyansı.
$ p $ - belirli bir özelliğe sahip örnek öğelerin oranı.
$ q $ - belirli bir özelliği olmayan örnek elemanların oranı.
$ r $ - bir örnekteki tüm öğelere dayalı nüfus korelasyon katsayısı.
$ n $ - bir örnekteki öğe sayısı.
Doğrusal Regresyon
$ B_0 $ - popülasyon regresyon çizgisinde kesişme sabiti.
$ B_1 $ - popülasyon regresyon çizgisindeki regresyon katsayısı.
$ {R} ^ 2 $ - belirleme katsayısı.
$ b_0 $ - örnek bir regresyon çizgisindeki kesişim sabiti.
$ b_1 $ - örnek bir regresyon çizgisindeki regresyon katsayısı.
$ ^ {s} b_1 $ - bir regresyon doğrusunun eğiminin standart hatası.
Olasılık
$ P (A) $ - A olayının meydana gelme olasılığı.
$ P (A | B) $ - B olayının meydana gelmesi durumunda, A olayının meydana gelmesinin koşullu olasılığı.
$ P (A ') $ - A olayının tamamlanma olasılığı.
$ P (A \ cap B) $ - A ve B olaylarının kesişme olasılığı
$ P (A \ cup B) $ - A ve B olaylarının birleşme olasılığı
$ E (X) $ - rastgele X değişkeninin beklenen değeri.
$ b (x; n, P) $ - iki terimli olasılık.
$ b * (x; n, P) $ - negatif iki terimli olasılık.
$ g (x; P) $ - geometrik olasılık.
$ h (x; N, n, k) $ - hipergeometrik olasılık.
Permütasyon / Kombinasyon
$ n! $ - n'nin faktöriyel değeri.
$ ^ {n} P_r $ - bir seferde r alınan n şeyin permütasyonlarının sayısı.
$ ^ {n} C_r $ - bir seferde r alınan n şeyin kombinasyonlarının sayısı.
Ayarlamak
$ A \ Cap B $ - A ve B kümesinin kesişimi
$ A \ Cup B $ - A ve B kümesinin birleşimi
$ \ {A, B, C \} $ - A, B ve C'den oluşan öğeler kümesi.
$ \ emptyset $ - null veya boş küme.
Hipotez testi
$ H_0 $ - boş hipotez.
$ H_1 $ - alternatif hipotez.
$ \ alpha $ - önem düzeyi.
$ \ beta $ - Tip II hata yapma olasılığı.
Rastgele değişkenler
$ Z $ veya $ z $ - standartlaştırılmış puan, aynı zamanda az puanı olarak da bilinir.
$ z _ {\ alpha} $ - kümülatif olasılığı 1 $ - \ alpha $ 'a eşit olan standartlaştırılmış puan.
$ t _ {\ alpha} $ - t istatistiği, kümülatif olasılığı 1 $ - \ alpha $ 'a eşittir.
$ f _ {\ alpha} $ - f istatistiği, kümülatif olasılığı 1 $ - \ alpha $ 'a eşittir.
$ f _ {\ alpha} (v_1, v_2) $ - f istatistiği, kümülatif olasılığı $ 1 - \ alpha $ ve $ v_1 $ ve $ v_2 $ serbestlik derecelerine eşittir.
$ X ^ 2 $ - ki-kare istatistiği.
Toplama Sembolleri
$ \ sum $ - bir dizi değer üzerinden toplamları hesaplamak için kullanılan toplama sembolü.
$ \ sum x $ veya $ \ sum x_i $ - bir dizi n gözlemin toplamı. Böylece, $ \ sum x = x_1 + x_2 + ... + x_n $.