表 1:描述统计变量观测值平均值标准差最小值最大值经济增长 (aGDPpcgrowth) 179 1.90 1.65 -2.10 7.84
平均值、中位数和众数 数据变异性:范围、四分位数、IQR、计算百分位数 方差、标准差、统计摘要 分布类型 – 正态分布、二项分布、泊松分布 概率分布、偏度、异常值 数据分布,68–95–99.7 规则(经验规则) 描述统计和推断统计 统计术语和定义、数据类型 数据测量尺度、标准化 距离测量、欧几里得距离 概率计算 – 独立和因果 假设检验、方差分析 数据可视化:
表 1:描述统计变量 LnGDP LnPC LnHC LnTO LnINF 平均值 15.227 13.818 1.702 29.329 59.423 中位数 15.200 13.736 1.734 24.258 51.078 最大值 16.394 15.235 2.124 55.794 159.830 最小值 14.197 12.597 1.285 12.219 9.737 标准差0.658 0.852 0.261 14.779 44.823 偏度 0.141 0.176 -0.048 0.468 0.885 峰度 1.811 1.670 1.687 1.730 2.683 Jarque-Bera 2.364 2.996 2.744 3.937 5.124 概率 0.307 0.224 0.254 0.140 0.077 总计 578.622 525.067 64.673 1114.509 2258.062 总计平方差16.029 26.876 2.515 8081.719 74335.350 观测值 38 38 38 38 38 来源:作者估计
AAI 500 | 人工智能的概率和统计 学分:3 可重复性:否 本课程介绍概率和统计概念及其在解决实际问题中的应用,以及 Python 编码的介绍。这门入门课程提供了概率和统计应用的坚实背景,这将成为高级 AI 方法的基础。将涵盖统计概念、概率论、随机和多变量、数据和抽样分布、描述统计和假设检验。此外,本课程还将介绍如何使用 Python 进行基本统计。涵盖的主题包括数据的数字和图形描述、概率元素、抽样分布、概率分布函数、总体参数估计和假设检验。本课程将把从文本、案例研究和标准组织流程中学到的知识与实际的问题解决技能相结合,以呈现、构建和规划问题,就像在大型企业中呈现的那样,并执行结构化分析过程中的步骤。最终的团队项目还将涵盖团队合作、专业演示和学术写作。
摘要。印度尼西亚的摩托车数量显著增加。根据 BPS 的数据,到 2022 年底,印度尼西亚将拥有约 1.253 亿辆摩托车。在 2012 年至 2022 年期间,印度尼西亚的摩托车数量增加了约 4890 万辆,增幅为 64%。这自然会导致印度尼西亚的碳污染。电动摩托车是一种可用于减少碳污染的解决方案。从历史上看,人们一直对采用新技术持怀疑态度。就电动汽车 (EV) 而言,消费者信任和财务可用性是采用的主要障碍。一种教育和解决消费者对电动汽车的感知风险和担忧的方法是推广电动汽车租赁。本研究旨在研究全球和印度尼西亚电动摩托车租赁可持续商业模式研究的发展情况。所用方法是通过 Scopus 进行定量描述统计,并使用 VOSviewer 进行分析。希望本研究成果能为印度尼西亚的进一步研究提供参考。
乳制品行业在全球具有重要意义,但效率低下和产能利用不足对坦桑尼亚的乳制品行业构成了挑战,尤其是在阿鲁沙市。本研究调查了影响微型加工中心乳制品供应链效率的因素。采用有目的和随机抽样的混合方法,通过结构化访谈和问卷调查从 105 名受访者那里收集数据,并使用主题分析、描述统计和多元回归分析进行分析。结果强调,原料奶供应、技术采用和技术专长对效率至关重要,而熟练人员、增值活动库存和质量管理等运营实践会影响运营效率、缺陷率和浪费率。外部挑战,包括基础设施限制、监管障碍和市场准入受限,阻碍了最佳绩效。该研究建议采取有针对性的干预措施,例如改善基础设施、技术投资、简化监管和增强市场准入,强调利益相关者合作和可持续的智能气候实践。
版本:2001 年 12 月 8 日 附录 A - 基本概率和统计理论 A1 - 概率集 A1-1 集合运算和代数 A1-2 集合枚举 A1-3 概率的公理和基本规则 A2 - 随机变量 A2-1 概率密度函数和累积分布函数 A2-2 瞬时和累积故障率 A2-3 描述统计 A2-3.1 位置测量:平均值、中位数、众数 A2-3.2 变异性测量:范围、方差、标准差 A3 - 概率分布 A3-1 浴盆曲线 A3-2 二项分布、几何分布和泊松分布 A3-2.1 简单备件计算 A3-3 负指数分布 A3-3.1 占空比的影响A3-4 威布尔分布 A3-5 正态分布 A3-6 对数正态分布 A3-7 伽马分布 A3-8 贝塔分布 A3-9 卡方分布 A4 置信水平和区间 A4-1 常规 A4-2 贝叶斯 A4-3 学生 t 分布的临界值 A4-4 双侧卡方置信限乘数 A4-5 单侧卡方置信下限乘数 A5 问题和练习
1 描述统计:a) 集中趋势测量 - 分组和非分组数据;平均值、样本平均值 - 加权平均值;中位数、四分位数、b) 十分位数和百分位数、箱线图、众数变异测量 - 离差、范围、标准差、总体与样本方差和标准差、偏度、峰度。2 概率和抽样分布简介:a) 分配概率的方法、概率空间、概率模型的条件、事件、简单和复合、概率定律、概率密度函数、累积分布函数、平均值和方差的预期值。边际、联合、联合和条件概率,贝叶斯定理 b) 随机变量、离散和连续分布、期望、分布矩、二项分布、泊松分布、均匀分布和正态分布、二项分布的正态近似、多个随机变量的分布、联合分布矩、独立性、协方差、相关系数、中心极限定理。3 假设检验:a) 总体参数的大样本估计和假设检验:估计总体均值和差异的基础知识;估计比例和差异;总体均值、差异的大样本检验;比例、差异的大样本检验。b) 总体方差的估计:方差的抽样分布,
目前需要确定自己的认知和信息处理方式,即认知风格,它与学习风格有关。本文包含关于多种学习风格类型的理论信息(例如,根据大脑半球的优势、智力、学习动机等),研究集中于 DA Kolb 类型(发散者、同化者、聚合者和适应者)。研究的目的是分析未来管理者的学习风格偏好,确定学习风格偏好与未来管理者所选特征、远程教育的优势和劣势之间的相关性,并提出通过创造力发展方法发展学习风格的一些可能性。本文使用了标准化 Kolb 问卷的询问法、数理统计方法(描述统计、相关性分析、χ2 检验)和比较法。研究样本由 296 名未来管理者组成,其中 109 人(36,82 %)的主导学习风格是适应者。本文包含 3 个假设。探索了学习风格与远程教育劣势认知、学习风格与职业取向以及学习风格与未来管理者自我评价之间的统计学显著相关性。本文的贡献在于为这些学习风格应用创造力开发方法提出建议。
文章历史摘要 关于新兴技术和性能的研究已经开展,但 IT 行业进行的研究很少,因此需要填补 IT 公司 IBM Africa 的空白。具体而言,IT 公司尚未对云计算进行研究。该研究的目的是确定云计算技术对 IBM Africa 绩效的影响。该研究采用描述性研究设计。该研究针对 IBM Africa 的 184 名员工,并使用分层随机抽样技术。分析是通过使用推论和描述统计进行定量分析的。推论统计的形式为线性回归、相关性、方差分析和 T 检验。研究发现云计算技术与性能之间存在 0.343 的弱正相关性。模型摘要的结果表明性能方差为 10.9%。回归系数结果表明云计算技术显着预测了性能,𝛽 为 0.348。方差分析结果表明云计算技术显着影响了性能,F 值为 13.827。云计算带来的感知优势促使企业采用云计算,平均值为 4.24。云计算提高了运营效率,平均值为 4.22,改善了客户关系,平均值为 4.2。研究得出结论,云计算技术与性能之间存在正相关关系。高层管理人员支持采用云计算。数据分析技术与性能之间存在正相关关系。大数据分析带来了更好的客户驱动型业务。人工智能技术与性能之间存在正相关关系。研究建议管理层应持续使用云计算技术,对所有员工进行使用培训,并提出可能阻碍有效使用该技术的措施。