Utilisez le tableau des scores Z négatifs ci-dessous pour découvrir les estime à gauche de la moyenne comme on peut le voir dans le graphique ci-contre. En comparant les appréciations qui ne sont pas exactement la moyenne, on met à part un score négatif dans le tableau z et on représente le territoire sous le carillon qui se courbe d’un côté de z.
Tableau des scores Z positifs
positive-z-score-chart
Utilisez le tableau des scores Z positifs ci-dessous pour découvrir les estime sur le privilège de la moyenne comme on peut le voir dans le diagramme ci-contre. Les valeurs relatives qui sont plus remarquables que la moyenne sont mises à part avec un score positif dans le tableau des z et représentent la région sous le coude du carillon d’un côté de z.
Comment utiliser la table Z
Donnez-nous une chance de voir comment déterminer le score Z et utiliser la table Z avec un modèle authentique et simple.
300 notes de test de la doublure sont comptées pour la fin du semestre. Eric a obtenu 800 empreintes (X) sur un total de 1000. Le score normal pour le groupe était de 700 (µ) et l’écart type de 180 (σ). Nous devrions découvrir à quel point Eric a obtenu un bon score par rapport à ses camarades du groupe.
En utilisant les informations ci-dessus, nous devons d’abord institutionnaliser son score et utiliser le tableau z particulier pour décider de ses performances par rapport à celles de ses camarades du groupe.
Pour affiner le score Z, nous utilisons l’équation
Score Z = ( x – µ )/σ
Score Z = (800-700)/150
Score Z = 0,56
Puisque nous avons le score Z d’Eric, nous utiliserons le tableau Z pour anticiper la chance ou la malchance qu’Eric a eue par rapport à ses camarades. Comme la valeur du score Z d’Éric est certaine, nous utiliserons le tableau Z avec les qualités positives (tableau 1.2).
Repérez la comparaison d’une incitation pour les deux premiers chiffres sur le pivot y (0,5 dépendant du score Z d’Éric). Lorsque vous avez cela, approchez-vous du pivot X pour découvrir l’incitation pour la décimale suivante (0,06 dépendant du score Z d’Eric). On obtient le nombre 0,7123. Pour obtenir ce taux, nous augmentons ce nombre de 100. De cette manière, 0..7123 x 100 = 71,23%. Par conséquent, nous découvrons qu’Eric a fait des progrès par rapport à 71,23% des doublures.
Pourquoi y a-t-il deux tableaux Z ?
Il y a deux tables Z pour que les choses soient moins embrouillées. Bien sûr, il tend à être consolidé en un seul tableau Z plus grand, mais cela peut être quelque peu accablant pour une tonne d’apprenants et cela augmente en outre les possibilités d’erreurs humaines lors des estimations. L’utilisation de deux tables Z rend la vie plus simple avec un objectif final qui dépend de la nécessité de connaître le territoire à partir de la moyenne pour une valeur positive ou négative, vous pouvez utiliser la table des scores Z individuels.
Si vous avez besoin de connaître la zone entre la moyenne et une valeur négative, vous utiliserez le tableau principal (1.1) qui apparaît ci-dessus et qui est le tableau Z gauche/négatif. Si vous avez besoin de connaître la zone entre la moyenne et une valeur positive, vous utiliserez le tableau suivant (1.2), au-dessus duquel se trouve le tableau Z positif/droite.
Qu’est-ce que l’écart-type ? (σ)
L’écart type signifié par l’image (σ), la lettre grecque pour sigma, n’est que la base carrée de la différence. Alors que la Fluctuation est normale du carré des contrastes par rapport à la Moyenne.
Demandes de test pour la formation
1. Qu’est-ce que P (Z ≥ 1.20)
Répondez : 0.11507
Pour trouver la réponse appropriée à l’aide du tableau Z ci-dessus, nous jetterons d’abord un coup d’oeil à la relation entre une incitation pour les deux premiers chiffres sur le centre Y qui est 1,2 et ensuite nous irons au centre X pour découvrir l’incitation pour la deuxième décimale qui est 0,00. Ensuite, nous obtenons le score de 0,11507
2. Qu’est-ce que P (Z ≤ 1.20)
(Même chose que ci-dessus en utilisant l’autre tableau. Essayez de l’éclairer vous-même pour vous entraîner)
You may also like
Faux négatif
Lors de la compréhension de l’hypothèse, deux erreurs peuvent être assez déroutantes. Ces deux erreurs sont les faux négatifs et les faux positifs. Vous pouvez également vous référer à l’erreur faux négatif comme une erreur de type II et au faux positif comme une erreur de type I. Pendant votre apprentissage, vous pouvez penser que […]
Révision du Box Plot
Un box plot ou un box and whisker plot vous aide à afficher la répartition de la base de données sur un résumé en cinq chiffres. Le premier quartile Q1 sera le minimum, le troisième quartile Q3 sera la médiane et le cinquième quartile Q5 sera le maximum. Vous pouvez trouver les valeurs aberrantes et […]
Réseaux bayésiens
La création d’un modèle probabiliste peut être difficile mais s’avère utile pour l’apprentissage machine. Pour créer un tel modèle graphique, vous devez trouver les relations probabilistes entre les variables. Supposons que vous créiez une représentation graphique des variables. Vous devez représenter les variables comme des nœuds et l’indépendance conditionnelle comme l’absence d’arêtes. Les modèles graphiques […]
