MyMuži  |  ČasProBydlení  |  VipShow  |  MotorGuru  |  ČasProŽeny  |  Pravda24  |  TechSvět  |  ByznysDeník  |  NeposlušnéTlapky  |  HobbyDeník

Přispívat do fóra mohou pouze pravidelní uživatelé Roumingu.

Zobrazení je omezeno na jedno vlákno! Vrátit se k zobrazení všech vláken.

 

re: Roumenova statistika (janciRP (25.4.2017 22:53)
wut? Sak to je celkom pekne linearne. Inak akoze z 9 hodnot odstrnit outlierov :o) to je nieco ako prieskum u dopravnych expertov na novinkach.
 
re: Roumenova statistika (kubeekRP (25.4.2017 22:48)
a co když ta přímka má z nějakýho důvodu offset a není od nuly? Jinak čím víc bodů tím víc adidas, devět bodů je spíš loterie. Mě excel říká 0.073x + 0,034
[odkaz]
Máš teorii jaká by ta přímka měla bejt, nebo to chceš z těch pár čísel vydedukovat?
EDIT: kubeek - 25.04.2017 22:53:42
 
re: Roumenova statistika (janciRP (25.4.2017 22:45)
Graf v obrazku or gtfo, kto to ma v tuto nocnu hodinu a este k tomu na mobile plotit.
 
re: Roumenova statistika (MilaneseRP (25.4.2017 22:40)
Protoze vzhledem k predchozim bodum je ta hodnota napadne nizka, dokonce nizsi nez (1.97 0.194).

Prosta primka vedena z bodu 0 0 zahrnujici vsechny body by mela rovnici y=0.0961x a v tom pripade by 2.05 melo byt idealne kolem 0.197

Jenze i tech 0.197 mi prijde dost podhodnocenejch, coz muze byt dano prave tim, ze ta primka je znehodnocena prave pritomnosti outlieru. Jak teda udelat test na outliera?
 
re: Roumenova statistika (kubeekRP (25.4.2017 22:30)
mě to připadá jako vcelku pěkná přímka. Proč by zrovna (2.05 0.167) měl bejt outlier?
 
Roumenova statistika (MilaneseRP (25.4.2017 22:21)
Mam pro vas challenge. A doufam, ze Colombo prijde az pozdeji, aby tady nezacal shitstormovat moc brzo :D

Zavisle promenna (signal = y) ma s rustem nezavisle promenne (x) linearne stoupat.
Tohle jsou realna data (x, y):
0.91 0.120
1.25 0.127
1.32 0.144
1.58 0.148
1.97 0.194
2.05 0.167
0.29 0.033
1.18 0.143
1.66 0.134

Jak vidite, kdyz si to vyvedete do grafu, je to humus. Napr. 6. par (2.05 0.167) je ocividne mimo trend, stejne tak posledni par vypada dost podezrele.

Otazka je, jak byste data osetrili, aby to zacalo davat smysl. Eliminovat outliery? Jak je najit?
 
 


Tento web používá k poskytování služeb, personalizaci reklam a analýze návštěvnosti soubory cookie. Podmínky pro uchovávání nebo přístup ke cookies je možné nastavit ve vašem prohlížeči. Více...