Artikel

3: Pengenalan R - Matematik

3: Pengenalan R - Matematik



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Objektif Pembelajaran

Setelah menyelesaikan bab ini, anda seharusnya dapat:

  • Berinteraksi dengan buku nota RMarkdown di RStudio
  • Huraikan perbezaan antara pemboleh ubah dan fungsi
  • Huraikan pelbagai jenis pemboleh ubah
  • Buat vektor atau bingkai data dan akses elemennya
  • Pasang dan muatkan perpustakaan R
  • Muatkan data dari fail dan lihat kerangka data

Bab ini adalah yang pertama dari beberapa edaran di seluruh buku yang akan memperkenalkan anda kepada perkara-perkara yang semakin canggih yang boleh anda lakukan dengan menggunakan bahasa pengaturcaraan R. Nama "R" adalah sandiwara dari nama dua pengarang pakej perisian (Ross Ihaka dan Robert Gentleman) serta penghormatan kepada pakej perisian statistik yang lebih tua yang disebut "S". R telah menjadi salah satu bahasa pengaturcaraan yang paling popular untuk analisis statistik dan "sains data". Tidak seperti bahasa pengaturcaraan tujuan umum seperti Python atau Java, R dibina khas untuk statistik. Itu tidak bermaksud bahawa anda tidak dapat melakukan perkara yang lebih umum dengannya, tetapi tempat di mana ia benar-benar bersinar adalah dalam analisis data dan statistik.


Soalan Membaca - R Pengenalan

Untuk memeriksa jawapan anda, masukkannya ke dalam kotak yang sesuai dan klik butang 'Periksa'. Setiap kotak semak boleh melakukan aritmetik dan mengira fungsi standard (lihat bantuan kalkulator). Sekiranya anda memberikan jawapan perpuluhan, berikannya kepada sekurang-kurangnya 3 tempat perpuluhan.

Semasa anda bekerja, anda mesti mempunyai pensil dan kertas yang berguna untuk pengiraan dan pemikiran!

Catatan: beberapa soalan meminta formula. Untuk pemeriksa kami meminta anda memasukkan nilai ke dalam formula. Untuk pset anda masih perlu memberikan keseluruhan formula.

Pada ketika ini anda semestinya telah memasang studio R dan R. Sekiranya tidak, anda harus melakukannya sekarang.

Perkara pertama yang perlu dilakukan dengan R adalah memastikan anda dapat memulakannya dan kemudian kami akan melakukan beberapa pengiraan mudah. Berikan jawapan anda kepada sekurang-kurangnya 2 tempat ketepatan perpuluhan. Teruskan dan mulakan R Studio. Anda mesti melihat tetingkap dengan 4 panel. The arahan prompt (the & gt) berada di tetingkap kiri bawah.


R sebagai persekitaran pengaturcaraan

R adalah persekitaran pengaturcaraan untuk pengkomputeran statistik dan grafik.

  • berfungsi sebagai kemudahan analisis dan penyimpanan data
  • dirancang untuk menjalankan operasi pada vektor dan matriks
  • menggunakan bahasa pengaturcaraan yang dikembangkan dengan baik tetapi ringkas (disebut S)
  • membolehkan pengembangan alat baru dengan pantas mengikut permintaan pengguna

Alat-alat ini diedarkan sebagai pakej, yang mana setiap pengguna dapat memuat turun untuk menyesuaikan lingkungan R.


Menyimpan kod anda

Apabila anda menganalisis data anda sendiri, kami sangat mengesyorkan agar anda menyimpan catatan semua arahan yang digunakan, bersama dengan catatan yang berlebihan, sehingga beberapa minggu atau tahun kemudian anda dapat menelusuri kembali langkah-langkah analisis anda yang terdahulu.

Di RStudio, Anda dapat membuat file teks (kadang-kadang disebut skrip), yang berisi perintah R yang dapat dimuat ulang dan digunakan di kemudian hari. Di bawah menu di bahagian atas, pilih "File", kemudian "New File", dan kemudian "R Script". Ini akan membuat bahagian baru di RStudio dengan nama sementara "Untitled1" (atau serupa). Anda boleh menyalin dan menempelkan arahan yang anda mahukan dari Konsol, atau menaip terus di sini. (Apabila anda menyalin dan menampal, lebih baik tidak memasukkan & gt prompt dalam skrip.)

Sekiranya anda mahu menyimpan skrip ini untuk kemudian, tekan Save di bawah menu File. Di masa depan, anda dapat membuka fail ini dengan cara biasa agar perintah tersebut tersedia untuk digunakan lagi.

Sebaiknya taip semua arahan anda di tetingkap skrip dan jalankan dari sana, daripada menaip terus ke konsol. Ini membolehkan anda menyimpan rekod sesi anda sehingga anda dapat membuat semula dengan lebih mudah apa yang telah anda lakukan kemudian.


Penyataan Bersyarat

Masih ada cara lain untuk menggabungkan dua pernyataan. Andaikan kita mempunyai bilangan bulat tertentu a. Pertimbangkan pernyataan berikut mengenai a.

R : Jika integer a adalah gandaan 6, maka a dibahagi dengan 2.

Kami segera menganggap ini sebagai pernyataan yang benar berdasarkan pengetahuan kita tentang bilangan bulat dan makna kata-kata "if" dan "then." Sekiranya bilangan bulat a adalah gandaan 6, maka genap, maka oleh itu a dapat dibahagi dengan 2. Perhatikan bahawa R dibina daripada dua pernyataan yang lebih mudah:

P: The integer a adalah gandaan dari 6.
Q: Bilangan bulat a dibahagi dengan 2.
R: Sekiranya P, maka Q.

Secara umum, diberikan dua pernyataan P dan Q apa pun, kita dapat membentuk pernyataan baru "Sekiranya P, maka Q. " Ini ditulis secara simbolik sebagai PQ yang kami baca sebagai “Sekiranya P, maka Q, "Atau"P membayangkan Q. " Seperti ∧ dan ∨, simbol ⇒ mempunyai makna yang sangat spesifik. Apabila kita menegaskan bahawa penyataan itu PQ memang benar, maksud kita itu sekiranya P betul kemudian Q mesti juga benar. (Dengan kata lain kita bermaksud bahawa keadaan P menjadi kekuatan sejati Q menjadi kenyataan.) Penyataan bentuk PQ dipanggil a bersyarat penyataan kerana ia bermaksud Q akan menjadi kenyataan dalam keadaan itu P betul.

Anda boleh memikirkan PQ sebagai janji bahawa bila-bila masa P betul, Q akan berlaku juga. Hanya ada satu cara janji ini dapat dipatahkan (iaitu salah) dan itu adalah jika P adalah benar tetapi Q adalah palsu. Demikianlah jadual kebenaran untuk janji PQ adalah seperti berikut:

P Q PQ
T T T
T F F
F T T
F F T

Mungkin anda terganggu dengan kenyataan bahawa PQ benar dalam dua baris terakhir jadual ini. Berikut adalah contoh untuk meyakinkan anda bahawa jadualnya betul. Katakan profesor anda membuat janji berikut:

Sekiranya anda lulus peperiksaan akhir, kemudian anda akan lulus kursus.

Guru besar anda menunaikan janji

(Anda lulus dalam peperiksaan) ⇒ (Anda lulus kursus).

Dalam keadaan apa dia berbohong? Terdapat empat senario yang mungkin, bergantung kepada sama ada anda lulus peperiksaan atau tidak dan sama ada anda lulus atau tidak. Senario ini dihitung dalam jadual berikut.

Anda lulus peperiksaan Anda lulus kursus (Anda lulus peperiksaan) ⇒ (Anda lulus kursus)
T T T
T F F
F T T
F F T

Baris pertama menerangkan senario di mana anda lulus peperiksaan dan anda lulus kursus. Jelas profesor itu menepati janjinya, jadi kami menepati janji T di ruangan ketiga untuk menunjukkan bahawa dia mengatakan yang sebenarnya. Pada baris kedua, anda lulus peperiksaan, tetapi profesor anda memberi anda markah yang gagal dalam kursus ini. Dalam kes ini, dia memungkiri janjinya, dan F di ruangan ketiga menunjukkan bahawa apa yang dia katakan itu tidak benar.

Sekarang pertimbangkan baris ketiga. Dalam senario ini anda gagal dalam peperiksaan tetapi masih lulus kursus. Bagaimana itu boleh berlaku? Mungkin profesor anda merasa kasihan kepada anda. Tetapi itu tidak menjadikannya pembohong. Janji dia hanya jika anda lulus dalam peperiksaan maka anda akan lulus. Dia tidak mengatakan bahawa lulus peperiksaan adalah Satu satunya cara untuk lulus kursus. Oleh kerana dia tidak berbohong, maka dia mengatakan yang sebenarnya, jadi ada T di lajur ketiga.

Akhirnya melihat barisan keempat. Dalam senario itu anda gagal dalam peperiksaan dan anda gagal dalam kursus. Profesor anda tidak berbohong bahawa dia melakukan apa yang dia katakan akan lakukan. Oleh itu T di lajur ketiga.

Dalam matematik, setiap kali kita menghadapi pembinaan "Sekiranya P, maka Q"Ini bermaksud apa yang dinyatakan oleh jadual kebenaran untuk ⇒. Tetapi tentu saja terdapat konstruksi tatabahasa lain yang juga bermaksud PQ. Berikut adalah ringkasan yang utama.

Ini semua boleh digunakan di tempat (dan bermaksud sama persis dengan) "Sekiranya P, maka Q. " Anda harus menganalisis makna masing-masing dan meyakinkan diri anda bahawa ia menangkap makna PQ. Sebagai contoh, PQ bermaksud keadaan P menjadi kenyataan sudah cukup (iaitu mencukupi) untuk dibuat Q benar maka "P adalah keadaan yang mencukupi untuk Q.”

Perkataannya boleh menjadi rumit. Selalunya situasi sehari-hari yang melibatkan penyataan bersyarat dapat membantu menjelaskannya. Contohnya, pertimbangkan janji profesor anda:

(Anda lulus peperiksaan) ⇒ (Anda lulus kursus)

Ini bermakna bahawa lulus peperiksaan anda adalah syarat yang mencukupi (walaupun mungkin tidak perlu) untuk lulus kursus anda. Oleh itu, profesor anda mungkin juga telah mengotakan janjinya dengan salah satu cara berikut.

Lulus peperiksaan adalah syarat yang mencukupi untuk lulus kursus.
Untuk anda lulus kursus, cukuplah anda lulus dalam peperiksaan.

Namun, ketika kita ingin mengatakan "Sekiranya P, maka Q"Dalam perbualan sehari-hari, kita biasanya tidak menyatakan ini sebagai"Q adalah syarat yang diperlukan untuk P"Atau"P hanya jika Q. " Tetapi pembinaan seperti itu tidak biasa dalam matematik. Untuk memahami mengapa mereka masuk akal, perhatikan itu PQ menjadi benar bermaksud mustahil itu P adalah benar tetapi Q adalah salah, jadi untuk P untuk menjadi kenyataan adalah perlu bahawa Q adalah benar maka "Q adalah syarat yang diperlukan untuk P. " Dan ini bermaksud P hanya boleh berlaku sekiranya Q adalah benar, iaitu, "P hanya jika Q.”


Panduan Kajian :: Unit 3

Di Unit 2, diberi eksperimen kebarangkalian, anda menetapkan kebarangkalian untuk pelbagai peristiwa berdasarkan konsep dan peraturan kebarangkalian. Di Unit 3, anda akan menggunakan khusus taburan kebarangkalian untuk mengira kebarangkalian untuk pelbagai peristiwa.

Anda akan bermula dengan membincangkan taburan kebarangkalian pada tahap umum. Taburan kebarangkalian menerangkan senarai semua kemungkinan hasil untuk eksperimen, bersama dengan kebarangkalian setiap hasil tersebut. Setiap hasil digambarkan sebagai nilai khusus a pembolehubah rawak. Pemboleh ubah rawak (x) mewakili nilai berangka yang berkaitan dengan setiap hasil percubaan kebarangkalian. Setelah anda membina taburan kebarangkalian, anda dapat mengira nilai, varians, dan sisihan piawai bagi sisihan kebarangkalian atau jangkaan.

Sebaik sahaja anda memahami tanggapan taburan kebarangkalian secara umum, anda akan meneliti taburan kebarangkalian diskrit. Pembahagian ini melibatkan pemboleh ubah rawak diskrit. Pemboleh ubah rawak diskrit hanya boleh mengandaikan nilai-nilai tertentu, biasanya ditentukan melalui proses penghitungan. Di unit ini, anda akan mempelajari taburan kebarangkalian binomial diskrit.

Taburan kebarangkalian yang paling biasa ditangani oleh ahli statistik ialah taburan kebarangkalian berterusan yang disebut taburan kebarangkalian normal. Sebaran seperti itu juga disebut lengkung loceng atau lengkung berbentuk gundukan, istilah yang menggambarkan bentuk perwakilan grafik taburan kebarangkalian: keluk berbentuk lonceng halus yang simetri di sekitar rata-rata taburan.

Bentuk tepat lengkung normal, dan oleh itu taburan kebarangkalian, ditentukan oleh bermaksud dan juga sisihan piawai pengagihan. Taburan normal dengan min sifar dan sisihan piawai bagi satu unit dipanggil a taburan kebarangkalian normal standard. Sebarang taburan normal boleh diubah menjadi sebaran normal standard menggunakan formula transformasi yang mengubah pemerhatian statistik menjadi nilai standard dari sebaran normal standard. Transformasi ini akan membolehkan anda mengira kebarangkalian menggunakan jadual kebarangkalian Taburan Normal Standard (Jadual 4, di bahagian belakang buku teks anda).

Apabila anda telah menyelesaikan unit ini, anda akan bersedia untuk mengkaji topik statistik inferensi, di mana anda akan membuat pernyataan mengenai parameter populasi berdasarkan statistik sampel.

Taburan Kebarangkalian

Objektif Pembelajaran

Setelah menyelesaikan bacaan dan latihan yang diberikan untuk topik ini, anda seharusnya dapat:

  1. Terangkan maksud istilah utama:
    • distribusi kebarangkalian diskrit sisihan piawai pembahagian kebarangkalian diskrit
    • min (nilai yang diharapkan)
    • pemboleh ubah rawak pemboleh ubah rawak diskrit pemboleh ubah rawak berterusan
    • varians
  2. Dengan adanya eksperimen kebarangkalian, bina sebaran kebarangkalian diskrit dalam format jadual dan grafik.
  3. Memandangkan taburan kebarangkalian diskrit, hitung min, varians, dan sisihan piawai bagi taburan ini.
  4. Hitung nilai jangkaan taburan kebarangkalian diskrit. Tafsirkan hasil anda dari segi konteks masalah.

Nota PENTING: Untuk bantuan mengakses sumber e-teks yang disebutkan di bawah, lihat nota navigasi di bawah eTeks di laman utama kursus.

Bacaan Wajib

Statistik Elemen, Bab 4, Bahagian 4.1 Taburan Kebarangkalian (halaman 190-196)

Cubalah Sendiri Contohnya

Selesaikan setiap contoh Cubalah Sendiri di bahagian buku e-teks ini. Periksa kerja anda dengan penyelesaian yang diberikan.

Latihan dalam Buku e-Teks Anda

Lakukan latihan berikut dalam buku e-teks anda:

Bab 4, Bahagian 4.1 Latihan 5, 13, 15, 25, 27, 29, 31, 37 (halaman 197-200). Tulis penyelesaian atau penjelasan langkah demi langkah. Periksa kerja anda dengan penyelesaian yang diberikan.

Taburan Binomial

Objektif Pembelajaran

Setelah menyelesaikan bacaan dan latihan yang diberikan untuk topik ini, anda seharusnya dapat:

  1. Terangkan maksud istilah utama:
    • eksperimen binomial
    • min dan sisihan piawai bagi sebaran binomial.
  2. Memandangkan masalah perkataan, kenal pasti masalah itu sebagai eksperimen binomial.
  3. Hitung kebarangkalian binomial menggunakan jadual binomial.
  4. Dengan sebaran kebarangkalian binomial, hitung min dan sisihan piawai bagi taburan ini.

Nota PENTING: Untuk bantuan mengakses sumber e-teks yang disebutkan di bawah, lihat nota navigasi di bawah eTeks di laman utama kursus.

Bacaan Wajib

Statistik Elemen, Bab 4, Bahagian 4.2 Taburan Binomial (halaman 201-209)

Cubalah Sendiri Contohnya

Selesaikan setiap contoh Cubalah Sendiri di bahagian buku e-teks ini. Periksa kerja anda dengan penyelesaian yang diberikan.

Latihan dalam Buku e-Teks Anda

Bab 4, Bahagian 4.2 Latihan 11, 13, 15, 19 (halaman 210-211). Tulis penyelesaian atau penjelasan langkah demi langkah. Periksa kerja anda dengan penyelesaian yang diberikan.

Sumber Multimedia Pilihan

Sumber multimedia pilihan tambahan yang berkaitan dengan Bab 4 Bahagian 4.2 boleh didapati di penerbit buku teks & laman web MyStatLab rsquos.

Ulasan Bab 4 (Amalan Dalam Talian Tambahan)

Untuk lebih banyak praktik bekerja dengan topik dalam buku e-teks ini, ikuti tinjauan ini. Atau, jika anda merasa telah menguasai bahan ini, anda boleh melangkau ke Makmal Komputer 3A.

Mengkaji Objektif Pembelajaran

Sebelum meneruskan latihan dalam talian, tinjau secara ringkas Objektif Pembelajaran untuk setiap topik berikut, yang dibentangkan di bahagian sebelumnya dalam panduan kajian ini.

Amalan Pilihan dalam Rancangan Pengajian di MyStatLab

Untuk lebih banyak latihan mengenai topik / bahagian bab buku e-teks anda, kunjungi MyStatLab, dan bekerja secara interaktif melalui latihan dalam Rancangan Pengajian. Untuk mendapatkan bantuan mengakses sumber ini, lihat petunjuk navigasi MyStatLab di laman utama kursus.

Makmal Komputer 3A

Arahan Terperinci Makmal Komputer 3A

Di Makmal Komputer 3A, anda akan belajar menggunakan StatCrunch untuk mengembangkan penyelesaian latihan yang berkaitan dengan topik dalam Bab 4 e-teks anda.

Untuk aktiviti Computer Lab 3A, dan arahan langkah demi langkah (Penyelesaian Berpandu) untuk membiasakan anda dengan StatCrunch, lihat fail Computer Lab 3A.

Makmal Komputer 3A Ulasan Pantas

Ulasan Pantas (QR) merangkum beberapa langkah penting (tetapi tidak semua langkah) yang diperlukan untuk menyelesaikan setiap Aktiviti di Makmal Komputer 3A. QR ini akan berguna semasa anda mempersiapkan komponen komputer untuk tugasan, peperiksaan pertengahan semester, dan peperiksaan akhir. Untuk mengakses, QR, klik Makmal Komputer 3A QR.

Pengenalan Pembahagian Normal

Objektif Pembelajaran

Setelah selesai membaca dan latihan yang diberikan untuk topik ini, anda seharusnya dapat:

  1. Terangkan maksud istilah utama:
    • pemboleh ubah rawak berterusan
    • taburan normal
    • taburan normal standard
    • z- skor
  2. Terangkan sifat utama taburan normal.
  3. Terangkan sifat utama taburan normal standard.
  4. Dengan menggunakan jadual taburan normal standard, cari nilai berangka untuk kawasan di bawah keluk normal standard.
  5. Dengan menggunakan jadual taburan normal standard, cari kebarangkalian yang berkaitan dengan yang berbeza z- selang skor. Kami sangat menyarankan agar anda terlebih dahulu membuat lakaran kawasan yang sesuai di bawah keluk normal standard, sebelum menggunakan jadual taburan normal standard.

Nota PENTING: Untuk bantuan mengakses sumber e-teks yang disebutkan di bawah, lihat nota navigasi di bawah eTeks di laman utama kursus.

Bacaan Wajib

Statistik Elemen, Bab 5, Bahagian 5.1 Pengenalan Taburan Normal dan Taburan Normal Piawai

Cubalah Sendiri Contohnya

Selesaikan setiap contoh Cubalah Sendiri di bahagian buku e-teks ini. Periksa kerja anda dengan penyelesaian yang diberikan.

Latihan dalam Buku e-Teks Anda

Lakukan latihan berikut dalam buku e-teks anda:

Bab 5, Bahagian 5.1 Latihan 17, 19, 21, 23, 27, 31. Tulis penyelesaian atau penjelasan langkah demi langkah. Periksa usaha anda terhadap penyelesaian yang diberikan.

Sumber Multimedia Pilihan

Sumber multimedia pilihan tambahan yang berkaitan dengan Bab 5 Bahagian 5.1 boleh didapati di penerbit buku teks & laman web MyStatLab rsquos.

Taburan Biasa: Mencari Kebarangkalian

Objektif pembelajaran

Setelah selesai membaca dan latihan yang diberikan untuk topik ini, anda seharusnya dapat mencapai objektif pembelajaran berikut.

  1. Dengan menggunakan jadual taburan normal standard di bahagian belakang buku teks, cari kebarangkalian yang berkaitan dengan yang berbeza x selang untuk taburan normal dengan min dan sisihan piawai. Kami sangat mengesyorkan agar anda terlebih dahulu melakarkan kawasan yang sesuai di bawah keluk normal sebelum menggunakan jadual taburan normal standard.

Nota PENTING: Untuk bantuan mengakses sumber e-teks yang disebutkan di bawah, lihat nota navigasi di bawah eTeks di laman utama kursus.

Bacaan Wajib

Statistik Elemen, Bab 5, Bahagian 5.2

Cubalah Sendiri Contohnya

Selesaikan setiap contoh Cubalah Sendiri di bahagian buku e-teks ini. Periksa kerja anda dengan penyelesaian yang diberikan.

Latihan dalam Buku e-Teks Anda

Lakukan latihan berikut dalam buku e-teks anda:

Bab 5, Bahagian 5.2 Latihan 13, 15, 17, 19. Tulis penyelesaian atau penjelasan langkah demi langkah. Periksa kerja anda dengan penyelesaian yang diberikan.

Sumber Multimedia Pilihan

Sumber multimedia pilihan tambahan yang berkaitan dengan Bab 5 Bahagian 5.2 boleh didapati di penerbit buku teks & laman web MyStatLab rsquos.

Taburan Biasa: Mencari Nilai

Objektif Pembelajaran

Setelah menyelesaikan bacaan dan latihan yang diberikan untuk topik ini, anda seharusnya dapat:

  1. Dengan menggunakan jadual taburan normal standard (mis., Lampiran B, Jadual 4), cari z- skor yang berkaitan dengan kawasan yang berlainan di bawah keluk normal.
  2. Dengan menggunakan jadual taburan normal standard (mis., Lampiran B dalam e-teks), cari z- skor yang berkaitan dengan persentil yang berbeza.
  3. Cari x-nilai yang sepadan dengan yang diberikan z- skor.
  4. Memandangkan kebarangkalian normal untuk taburan normal dengan min dan sisihan piawai, pertama lakarkan kawasan yang diberi (kebarangkalian) di bawah keluk normal, dan kemudian gunakan jadual taburan normal standard (contohnya, Lampiran B dalam e-teks) untuk mencari spesifik nilai data (x-nilai).

Nota PENTING: Untuk bantuan mengakses sumber e-teks yang disebutkan di bawah, lihat nota navigasi di bawah eTeks di laman utama kursus.

Bacaan Wajib

Statistik Elemen, Bab 5, Bahagian 5.3 Taburan Biasa: Mencari Nilai (halaman 252-256)

Cubalah Sendiri Contohnya

Selesaikan setiap contoh Cubalah Sendiri di bahagian buku e-teks ini. Periksa kerja anda dengan penyelesaian yang diberikan.

Latihan dalam Buku e-Teks Anda

Lakukan latihan berikut dalam buku e-teks anda:

Bab 5, Bahagian 5.3 Latihan 1, 3, 5, 9, 13, 17, 19, 21, 31, 39 (halaman 257-259). Tulis penyelesaian atau penjelasan langkah demi langkah. Periksa kerja anda dengan penyelesaian yang diberikan.

Sumber Multimedia Pilihan

Sumber multimedia pilihan tambahan yang berkaitan dengan Bab 5 Bahagian 5.3 boleh didapati di penerbit buku teks & laman web MyStatLab rsquos.

Bab 5 Ulasan (Amalan Dalam Talian Tambahan)

Untuk lebih banyak praktik bekerja dengan topik di Bahagian 1-3 bab 5 dari buku teks e & # 8209, ikuti tinjauan ini. Atau, jika anda merasa telah menguasai bahan ini, anda boleh melangkau Komputer Makmal 3B.

Mengkaji Objektif Pembelajaran

Sebelum meneruskan latihan dalam talian, tinjau secara ringkas Objektif Pembelajaran untuk setiap topik berikut, yang dibentangkan di bahagian sebelumnya dalam panduan kajian ini.

  • Pengenalan Pembahagian Normal
  • Taburan Biasa: Mencari Kebarangkalian
  • Taburan Biasa: Mencari Nilai
Amalan Pilihan dalam Rancangan Pengajian di MyStatLab

Untuk lebih banyak latihan mengenai topik / bahagian bab buku e-teks anda, kunjungi MyStatLab, dan bekerja secara interaktif melalui latihan dalam Rancangan Pengajian. Untuk mendapatkan bantuan mengakses sumber ini, lihat petunjuk navigasi MyStatLab di laman utama kursus.

Makmal Komputer 3B

Arahan Terperinci Makmal Komputer 3B

Di Makmal Komputer 3B, anda akan belajar menggunakan StatCrunch untuk mengembangkan penyelesaian latihan yang berkaitan dengan topik dalam Bab 5 e-teks anda.

Aktiviti Makmal Komputer 3B anda, dan arahan langkah demi langkah (Penyelesaian Berpandu) untuk membiasakan anda dengan StatCrunch, terdapat dalam fail Makmal Komputer 3B di laman utama kursus anda.

Makmal Komputer 3B Ulasan Pantas

Ulasan Pantas (QR) merangkum beberapa langkah penting (tetapi tidak semua langkah) yang diperlukan untuk menyelesaikan setiap Aktiviti di Makmal Komputer 3B. QR ini akan berguna semasa anda mempersiapkan komponen komputer untuk tugasan, peperiksaan pertengahan semester, dan peperiksaan akhir. Untuk mengakses, QR, klik Makmal Komputer 3B QR.

Ujian Kendiri 3

Untuk mengakses Self-Test 3, klik MATH 216 Self-Test 3.

Penting untuk anda menjalani semua latihan dalam ujian kendiri unit dan kuiz bab e-teks. Tidak ada gred yang diberikan untuk ujian kendiri. Mereka dirancang untuk, bersama dengan penugasan unit, membantu anda menguasai kandungan yang disajikan dalam setiap unit.

Setiap ujian kendiri unit mempunyai dua bahagian: satu pada teori (A) dan satu pada kerja komputer (B). Mengendalikan ini akan membantu anda mengkaji latihan penting di unit ini, yang akan membantu anda mempersiapkan tugasan dan peperiksaan.

Tugasan 3

Setelah menyelesaikan Ujian Sendiri 3, lengkapkan Tugasan 3, yang akan anda dapati di laman utama kursus. Serahkan penyelesaian anda untuk tugasan ini kepada tutor anda untuk memberi markah.


Konsep Aljabar Linear

Vektor

Setiap bucu watak boleh disebut sebagai vektor dengan n-bilangan komponen. Setiap komponen ini mewakili anjakan sepanjang paksi x, y atau z. Sebagai contoh, bucu yang ditunjukkan sebagai vektor (2,3,1) mewakili a anjakan dua unit di sepanjang paksi-x tiga unit di sepanjang paksi-y satu unit di sepanjang paksi-z.

Vektor tidak mempunyai konsep kedudukan. Dua vektor terletak di berbeza kedudukan dalam sistem koordinat adalah sama jika mempunyai magnitud dan arah yang sama.

Matrik

Kegunaan matriks dalam grafik komputer adalah kemampuannya untuk mengubah data geometri menjadi sistem koordinat yang berbeza. Matriks terdiri daripada elemen yang disusun dalam baris dan lajur. Baris dan lajur matriks menentukan dimensi matriks.

Matriks yang mengandungi 2 baris dan 3 lajur adalah dimensi 2x3. Dimensi dalam aritmetik matriks sangat penting, kerana beberapa operasi tidak mungkin dilakukan kecuali matriks mempunyai dimensi yang sama.

Transformasi

Sistem koordinat vektor dapat diputar, ditimbang atau miring. Bagaimana ini berlaku bergantung pada unsur-unsur Matriks Transformasi. Matriks transformasi yang berputar, skala atau condong sistem koordinat dipanggil Putaran, Skala dan Skew matriks transformasi, masing-masing.

Apabila vektor didarabkan dengan a Matriks Transformasi Putaran, unsur-unsur matriks memanipulasi vektor dan memutar sistem koordinatnya. Perkara yang sama berlaku untuk transformasi skala atau miring.

Matriks transformasi putaran dapat memutarkan sistem koordinat mengenai paksi x, y atau z. Matriks transformasi putaran juga boleh digabungkan untuk membentuk putaran berganda atau tiga. Jenis putaran ini dipanggil Putaran Euler. Sebagai contoh, kita boleh menggabungkan putaran mengenai paksi-x dengan putaran mengenai paksi-y, menghasilkan matriks transformasi baru yang akan memutarkan sistem koordinat mengenai paksi x dan y, secara serentak.


3: Pengenalan R - Matematik

Ketidaksamaan segitiga lemah Hagelstein untuk norma L1 lemah yang digunakan dalam makalah ini dibincangkan di sini:
R. Vershynin, Ketaksamaan segitiga yang lemah untuk norma L1 yang lemah, tidak diterbitkan.

Versi persidangan:
Mengenai ukuran dimensi yang berkesan dalam pengurangan variasi total, Teori dan Aplikasi Persampelan (SampTA), 2015, IEEE, 593--597.

Versi persidangan: D. Needell, R. Vershynin, Pemulihan isyarat dari pengukuran yang tidak lengkap dan tidak tepat melalui ROMP, SAMPTA'09 (persidangan antarabangsa ke-8 mengenai Persampelan dan Teori Aplikasi), 2009.

Satu lagi versi persidangan: D. Needell, R. Vershynin, prinsip pemulihan isyarat tamak dan ketidakpastian, Komputasi Pengimejan VI, IS & ampT / SPIE Simposium Tahunan ke-19, 2008. Proc. SPIE Vol. 6814, 68140J.

Versi persidangan: T. Strohmer, R. Vershynin, Penyelesai rawak untuk sistem linear dengan penumpuan eksponensial, Pendekatan, pengacakan dan pengoptimuman gabungan, 499--507, Nota Kuliah di Comput. Sci., 4110, Springer, Berlin, 2006.

Versi persidangan: R. Vershynin, Beyond Hirsch Conjecture: berjalan dengan menggunakan polytop rawak dan melicinkan kerumitan kaedah simplex, FOCS 2006 (Simposium Tahunan ke-47 Asas Sains Komputer), 133--142.

Versi persidangan: M. Rudelson, R. Vershynin, Pembinaan semula jarang dengan kelonggaran cembung: Pengukuran Fourier dan Gaussian, CISS'06 (Persidangan Tahunan ke-40 mengenai Sains dan Sistem Maklumat), 2006, 207--212.

Versi persidangan: E. Candes, M. Rudelson, T. Tao, R. Vershynin, Pembetulan ralat melalui Pengaturcaraan Linear, FOCS 2005 (Simposium Tahunan ke-46 mengenai Asas Sains Komputer), 668--681.


Pengenalan Pemodelan Bertingkat, Bab 3 | Contoh Buku Teks R

Catatan: Halaman ini direka untuk menunjukkan bagaimana model bertingkat dapat dilakukan dengan menggunakan R dan dapat membandingkan hasilnya dengan yang ada dalam buku ini.

Di halaman ini kita akan menggunakan lmer fungsi yang terdapat di lme4 pakej. Terdapat beberapa pilihan lain tetapi kita akan teruskan lmer.

Data dimuat dalam format Stata dari sini dan diimport ke R menggunakan asing perpustakaan dari direktori yang dipanggil rdata pada komputer tempatan. Halaman ini dikemas kini menggunakan R 2.11.1 pada Januari 2011.

Jadual 3.2, halaman 46. Garis regresi OLS lebih dari 10 sekolah.

Dua persamaan di bahagian atas halaman 47.

Persamaan berhampiran bahagian bawah halaman 47 dan Jadual 3.3.

Persamaan berhampiran bahagian bawah halaman 49 dan Jadual 3.4.

Persamaan di bahagian bawah halaman 50 dan Jadual 3.5. Nilai negatif untuk pekali interaksi dalam buku ini mungkin merupakan kesalahan typo, ia mestilah positif.


3: Pengenalan R - Matematik

Pengenalan ringkas (sangat) kepada R

Di sini anda akan menjumpai tiga dokumen yang ditulis oleh rakan saya Paul Torfs mengenai pembelajaran R:

Dokumen asas, dengan 10 halaman latar belakang dan latihan dan 2 halaman menyenaraikan fungsi berguna (untuk digunakan sebagai rujukan). Mengendalikan dokumen ini memerlukan 1 hingga 2 jam (bergantung pada latar belakang anda). Versi lama dari dokumen ini juga boleh dimuat turun dari laman web R (sebagai dokumen yang disumbangkan), tetapi versi terbaru boleh didapati di sini.

Daripada membaca pdf dan melakukan latihan ToDo, anda juga boleh membaca teks dan latihan dalam persekitaran interaktif yang disebut swirl (dikembangkan oleh swirlstats.com). Panduan ringkas ini membuat anda memulakan dengan pengenalan pendek (sangat) kepada R. Ia juga menunjukkan anda kepada beberapa kelas susulan yang bagus yang dibuat oleh orang lain.

Kursus pusingan ini agak baru, jadi mungkin masih mengandungi kesalahan. Sekiranya ada, beritahu saya di halaman isu.

Setelah mempelajari asas-asasnya, anda harus mendapat pengalaman dalam membina skrip R. Dalam dokumen ini anda belajar mengatur skrip langkah demi langkah. Contohnya adalah dari hidrologi, tetapi latihan ini berguna untuk semua orang.

Sekiranya anda ingin membawa R ke mana sahaja anda pergi (anda mungkin mahu memasang program pada stik USB sekiranya berlaku masalah hak pentadbir).

Di sini kami mengumpulkan skrip untuk analisis data hidrologi, yang dapat anda sesuaikan untuk aplikasi anda sendiri.

Untuk mempelajari R langkah demi langkah, kami membuat 8 modul belajar sendiri selama 1-3 jam (bergantung pada latar belakang anda):

  1. Pengenalan ringkas (sangat) kepada R
  2. R Pengaturcaraan MOOC bahagian pertama
  3. R Pengaturcaraan MOOC bahagian kedua
  4. Perancangan asas
  5. Cantik merancang
  6. Membaca fail data
  7. Operasi matriks
  8. Data spatial

Modul 2 dan 3 adalah pelajaran pusingan yang termasuk dalam program R Programming (kredit diberikan kepada pembangun kursus itu). Modul 4-8 adalah tugasan penulisan skrip. Lebih banyak maklumat boleh didapati di folder yang disebut Modul belajar sendiri.

/>
Karya ini dilesenkan di bawah Lesen Antarabangsa Creative Commons Attribution-ShareAlike 4.0.


Tonton videonya: Summas reizināšana ar skaitli. Matemātika. (Ogos 2022).