Statistics & Probability

Àwọn irinṣẹ́ 188 · page 2 of 4

• 🎲Olùyípadà Odds Ìdá sí Dẹ́símà Yí odds tẹ́tẹ́ ìdá padà sí odds dẹ́símà. Olùyípadà yìí ń fún ọ ní àbájáde lẹ́sẹ̀kẹsẹ̀ láti inú ìfilọ́lẹ̀ tó rọrùn.
• 🔢Ẹ̀rọ Ìṣirò Binomial Coefficient Ó ṣírò binomial coefficient C(n, k) = n! / (k!(n−k)!) pẹ̀lú iye permutation P(n, k).
• 🎰Ẹ̀rọ Ìṣirò Ìfàmọ́ra Tí a Retí Ó ṣe àfojúsùn iye ìpíndọ́gba ìfàmọ́ra gacha títí di àṣeyọrí àkọ́kọ́ rẹ àti iye tí a nílò fún ìpele ìgbẹ́kẹ̀lé àfojúsùn.
• 🔺Olùpilẹ̀ Onígun-mẹ́ta Pascal Pilẹ̀ iye àwọn ìlà onígun-mẹ́ta Pascal èyíkéyìí pẹ̀lú ìṣirò nọ́mbà odindi pípéye, níbi tí iye kọ̀ọ̀kan jẹ́ àpapọ̀ àwọn iye méjì tó wà lókè rẹ̀.
• 🎲Ẹrọ Ìṣirò Pínpín Multinomial Ó ṣírò ìṣeéṣe multinomial pàtó ti ríran iye ẹ̀ka tí a fún kọjá iye àdánwò òmìnira.
• 📈Ẹ̀rọ Ìṣirò Àmì Z sí Àmì Aláìṣe Yí àmì àpẹrẹ (àmì z) padà sí àmì aláìṣe pẹ̀lú x = μ + zσ, láti orí àárín àti ìyàtọ̀ àpẹrẹ ti ìpín. Ìyípadà ọ̀nà ìdíwọ̀n.
• 🎲Ẹ̀rọ Ìṣirò Àǹfààní Ìrìn Àìfojúsùn Ó ṣírò àǹfààní pé ìrìn àìfojúsùn 1D yóò parí ní ipò tí a fún ní lẹ́yìn àwọn ìṣísẹ̀ n pẹ̀lú àǹfààní ìṣísẹ̀ tí a yàn.
• 🎲Ẹ̀rọ Ìṣirò Àwọn Ìṣẹ̀lẹ̀ Tí Kò Le Wáyé Pẹ̀lú Ara Wọn Fún ìṣẹ̀lẹ̀ méjì tí kò le wáyé pẹ̀lú ara wọn, ó ṣírò P(A tàbí B) = P(A) + P(B) àti àǹfààní pé kò sí ìkankan tó máa wáyé.
• 📊Ẹ̀rọ Ìṣirò Ìyàtọ̀ Ìdíwọ̀n Àfiwé Ó ṣírò ìyàtọ̀ ìdíwọ̀n àfiwé (ìpín ìyàtọ̀) nípa fífi ìyàtọ̀ ìdíwọ̀n hàn gẹ́gẹ́ bí ìdá ọgọ́rùn-ún àpapọ̀.
• 🎲Ẹ̀rọ Ìṣirò Ìṣeéṣe Multinomial Ó ń ṣírò ìṣeéṣe àkójọpọ̀ pàtó ti àwọn àbájáde káàkiri àwọn ìdánwò òmìnira nípa lílo pínpín multinomial.
• 🚗Ẹ̀rọ Ìṣirò Àpapọ̀ Àwo Ọkọ̀ Ṣírò iye àwo ọkọ̀ ọ̀tọ̀ọ̀tọ̀ tí ọ̀nà kan lè ṣe láti inú iye ipò lẹ́tà àti ipò nọ́ńbà: 26^lẹ́tà × 10^nọ́ńbà. Ó wúlò láti lóye agbára ètò àwo.
• 🚶Ẹ̀rọ Ìṣirò Ìlà Ìdúró M/M/1 Ṣírò àwọn òṣùwọ̀n pàtàkì ti ìlà ìdúró M/M/1 — ìlò, àpapọ̀ iye nínú ètò àti nínú ìlà, àti àkókò àpapọ̀ nínú ètò àti ìdúró — láti inú ìwọ̀n dídé λ àti ìwọ̀n iṣẹ́ μ. Ìpìlẹ̀ àbá ẹ̀kọ́ ìlà ìdúró.
• 📈Ẹ̀rọ Ìṣirò Ìlà Least Squares Ó ń mú ìlà regression least-squares bá data X àti Y méjì rẹ mu, tí ó ń dá ìdọ́gba, ìdọ̀ọ́bì, ìkọrí àti kóẹ́fíṣẹ̀ntì ìbáṣepọ̀ padà.
• 🎯Ẹ̀rọ Ìṣirò Ìlànà Maximin Ó lo òfin ìpinnu maximin sí matrix èrè, ó sì yan ìlànà tí ìṣẹ̀lẹ̀ búburú jù rẹ̀ ga jù.
• ⏳Ẹrọ Ìṣirò Ìlà M/G/1 Ó ń lo fọ́múlà Pollaczek–Khinchine láti ṣírò ìlò, gígùn ìlà àpapọ̀, àti àkókò ìdúró fún ìlà M/G/1 láti inú ìwọ̀n ìdé, ìwọ̀n ìṣẹ́, àti ìyàtọ̀ àkókò ìṣẹ́.
• 📈Ẹ̀rọ Ìṣirò Regression Ìlà Bá ìlà least-squares mu pẹ̀lú dátà X àti Y rẹ kí o sì gba ìdàgẹrẹ, ìkọjá, ìṣekoko ìbáṣepọ̀ àti iye R².
• 🗳️Ẹ̀rọ Ìṣirò Àtọ́ka Shapley-Shubik Ó ṣe ìṣirò àtọ́ka agbára Shapley-Shubik fún olùdìbò kọ̀ọ̀kan nínú eré ìdìbò onírẹ́wọn nípa kíka àwọn ipò pàtàkì kọjá gbogbo ètò.
• 🧮Ẹ̀rọ Ìṣirò Ìṣòro Ìfọwọ́sí (Ọ̀nà Hungarian) Ó ń yanjú ìṣòro ìfọwọ́sí 3×3 nípa ṣíṣàyẹ̀wò gbogbo àwọn ìṣàtúntò láti rí ìbáramu ìnáwó kéréjù ti àwọn aṣojú sí àwọn iṣẹ́ (àbájáde ọ̀nà Hungarian).
• 📊Ẹ̀rọ Ìṣirò Àárín Gígé Ṣírò àárín gígé nípa yíyọ ìdá ọgọ́rùn-ún tí a fún ti àwọn iye tó kéré jù àti tó ga jù kúrò ṣáájú ṣíṣe àárín, pẹ̀lú àárín déédéé. Àárín tó lágbára tó kọ àwọn àlékè.
• 🔢Ẹrọ Iṣirò Àmì Ìṣàtúnto Ó ń pinnu àmì (ìbéjì) ìṣàtúnto 1..n nípa kíka àwọn ìyípadà; bíbéjì fún +1, àìbéjì fún −1.
• 🐎Ẹ̀rọ ìṣirò tẹ́tẹ́ each-way Ṣírò àpapọ̀ owó tó padà àti èrè lórí tẹ́tẹ́ each-way láti owó tẹ́tẹ́ fún apá kọ̀ọ̀kan, odds oníhàmọ́nà, ìpín ipò, àti àbájáde (jáwé, gba ipò, tàbí pàdánù).
• 🧮Ẹ̀rọ Ìṣirò Coefficient Multinomial Ó ṣírò coefficient multinomial n! / (k1! k2! ...) fún àtòjọ àwọn ìwọ̀n ẹgbẹ́.
• 📊Ẹ̀rọ Ìṣirò Ìyapa Quartile Ó ṣètò àkójọ dátà rẹ, ó sì ṣírò quartile àkọ́kọ́ àti ìkẹta, àlàfo interquartile, àti ìyapa quartile (ìdajì àlàfo interquartile).
• 📊Ẹ̀rọ ìṣirò àárín ìgbẹ́kẹ̀lé ìyàtọ̀ àwọn àpapọ̀ Ṣírò ìyàtọ̀ láàrín àpapọ̀ àyẹ̀wò méjì àti àárín ìgbẹ́kẹ̀lé rẹ̀ láti inú àpapọ̀, ìyapa àfẹnukò, àti ìwọ̀n ẹgbẹ́ kọ̀ọ̀kan.
• 🎡Ẹ̀rọ Ìṣirò Ìṣeéṣe Kẹ̀kẹ́ Fún kẹ̀kẹ́ tí ó ní àwọn apá dọ́gba, wá àǹfààní fún apá kọ̀ọ̀kan, iye ìkọlù tí a ń retí lórí yíyí púpọ̀, àti ìṣeéṣe ìkọlù kan ó kéré tán.
• 🎲Ẹrọ Ìṣirò Pínpín Beta-Binomial Ṣírò ìwọ̀n ìṣeéṣe P(k), àpapọ̀, àti ìyàtọ̀ ti pínpín beta-binomial fún ìdánwò n, àṣeyọrí k, àti àwọn paramẹ́tà ìrísí α àti β.
• 🔔Ẹrọ ìṣirò pínpín deede tí a gé kúrú Ṣírò ìpọ́njú ìṣeéṣe ti pínpín deede tí a gé kúrú sí òdìkejì òkè àti ìsàlẹ̀ ní ojú kan tí a fún.
• 🔀Ẹ̀rọ Ìṣirò Derangement Ó ṣírò iye derangement (!n) ti n nǹkan — àwọn àtòlẹ́sẹẹsẹ tí kò sí ẹ̀yà tí ó dúró ní ipò ìpilẹ̀ṣẹ̀ rẹ̀ — àti ìṣeéṣe pé àtòlẹ́sẹẹsẹ àìjẹ́bíòṣe jẹ́ derangement.
• 🎲Ẹ̀rọ ìṣirò Iye Tí A Retí ti Tẹ́tẹ́ Ó ń ṣírò iye tí a retí ti tẹ́tẹ́ kan láti inú àǹfààní ìṣẹ́gun, ìdíwọ̀n dẹ́símà àti owó tẹ́tẹ́, pẹ̀lú EV gẹ́gẹ́ bí ìdá ọgọ́rùn-ún owó tẹ́tẹ́ àti àǹfààní tí ó fihàn.
• 📈Ẹ̀rọ Ìṣirò Àsọtẹ́lẹ̀ Regression Sọtẹ́lẹ̀ ìdáhùn y fún x tuntun láti orí ìlà regression onígun tó bá mu, y = a + b·x.
• 🎲Ẹ̀rọ Ìṣirò Èrè Ìṣòro Ẹlẹ́wọ̀n Pẹ̀lú àwọn èrè T>R>P>S àti àyànfẹ́ àwọn ẹlẹ́rọ méjèèjì, ó ròyìn èrè ẹlẹ́rọ kọ̀ọ̀kan àti àbájáde tó ń jáde.
• ♟️Ẹ̀rọ Ìṣirò Iye Eré Àpapọ̀-Òdo Ó ń wá iye eré àpapọ̀-òdo 2×2: ojú gàárì bí ó bá wà, bí bẹ́ẹ̀ kọ́ iye ọgbọ́n àdàpọ̀ ti matrix èrè.
• 📊Ẹ̀rọ Ìṣirò Ìyàtọ̀ Ìpín Ó ń ṣírò ìyàtọ̀, iye tí a ń retí (àpapọ̀) àti àìyẹ̀ àlùmọ́nì ti ayídà ìṣẹ̀lẹ̀ aláìlọ́pọ̀ láti inú àwọn iye àti ìṣeéṣe rẹ̀.
• 🃏Ẹ̀rọ Ìṣirò Outs Poker Ó yí iye outs (káàdì tó ń ṣẹ́gun) rẹ padà sí ìṣeéṣe pípé láti lù ú lórí flop tàbí turn, pẹ̀lú ìfojúsọ́nà òfin 2 àti 4.
• 🎲Ẹ̀rọ Ìṣirò Àmì Káńkà Ó ń ṣírò àbájáde àpapọ̀, kéréjù àti púpọ̀jù fún àmì káńkà NdM+K — jíju N káńkà oníhà M pẹ̀lú aṣàtúnṣe K.
• 📊Ẹ̀rọ Ìṣirò Àyíká Gini Ó ṣírò àyíká Gini ti àìdọ́gba owó-wíwọlé tàbí ọrọ̀ láti inú àkójọ iye tí a yà sọ́tọ̀ pẹ̀lú àmì-ọ̀rọ̀, pẹ̀lú àpapọ̀-iye àti iye àpẹẹrẹ.
• 🎲Ẹ̀rọ Ìṣirò Àǹfààní Ilé Ó ń ṣírò àǹfààní ilé, ìpadàbọ̀ sí ẹlẹ́rọ (RTP), àti iye tí a retí láti inú ìṣeéṣe ìṣẹgun àti ìdíwọ̀n ìsanwó tẹ́tẹ́.
• 🎲Ẹrọ Iṣirò Pinpin Skellam Ṣe iṣiro ìṣeéṣe Skellam P(K=k) fún iyatọ àwọn oníyípadà Poisson olómìnira méjì pẹ̀lú àpapọ̀ μ1 àti μ2, pẹ̀lú àpapọ̀ àti àìyẹsẹ̀ rẹ̀.
• 🔢Ẹ̀rọ Ìṣirò Pípín Tó Ní Ààlà Ó ṣírò p(n,k), iye ọ̀nà láti kọ nọ́mbà odindi rere n gẹ́gẹ́ bí àpapọ̀ ẹ̀ka rere k gangan, ní lílo àtúntò pípín ìbílẹ̀.
• 📊Ẹ̀rọ Ìṣirò Ìyàtọ̀-ìpín Olùgbé àti Àpẹẹrẹ Ó ń ṣírò ìyàtọ̀-ìpín olùgbé àti ìyàtọ̀-ìpín àpẹẹrẹ fún àtòjọ àwọn nọ́mbà, pẹ̀lú ìpíndọ́gba àti iye.
• 🎟️Ẹ̀rọ Ìṣirò Odds Parlay Sodipúpọ̀ odds désímà kọjá ẹsẹ̀ mẹ́ta láti wá odds àpapọ̀ àti ìsanwó fún tẹ́tẹ́ parlay/accumulator.
• 📈Ẹrọ Ìṣirò Pínpín Ìdajì-Déédéé Ṣírò ìwọ̀nrírí ìṣeéṣe, ìṣeéṣe àkójọpọ̀ àti àárín pínpín ìdajì-déédéé fún iye x àti òṣùwọ̀n σ.
• 📉Ẹrọ Ìṣirò Àyókù Ó ṣírò àyókù (tí a kíyèsí − tí a sọtẹ́lẹ̀) ti ojú-ìsọfúnni kan, pẹ̀lú iye pípé rẹ̀ àti àyókù ìdá ọgọ́rùn-ún ní ìbámu sí iye tí a kíyèsí.
• 🎯Ẹ̀rọ ìṣirò ìṣeéṣe ìkọlù Ó ṣírò àǹfààní láti kọlù àfojúsùn láti inú pípé rẹ àti yíyẹ̀ra àfojúsùn, tí a fi ààlà sí ìsàlẹ̀ àti òkè.
• ⚔️Ẹ̀rọ Ìṣirò Olùpọ̀ Ìbàjẹ́ Kritíkà Ṣírò àpapọ̀ ìbàjẹ́ àti olùpọ̀ ìbàjẹ́ tó múná dóko láti inú ìbàjẹ́ ìpìlẹ̀, àǹfààní ìkọlù kritíkà, àti olùpọ̀ ìbàjẹ́ kritíkà.
• 🃏Ẹ̀rọ Ìṣirò Àkójọpọ̀ Ìdàrú Káàdì Ó ń ṣírò iye àwọn ìtòpọ̀ ọ̀tọ̀ọ̀tọ̀ (n!) ti òkìtì káàdì, tí a fihàn ní àmì ìmọ̀ sáyẹ́nsì. Àkọ́dáyé ni òkìtì 52-káàdì déédéé.
• 🚚Ẹ̀rọ Ìṣirò Ọ̀nà Igun Àríwá-Ìwọ̀-oòrùn Ó ń wá ìpinnu ìpìlẹ̀ tó ṣeéṣe àkọ́kọ́ ti ìṣòro ìṣíkiri 2×2 tó dọ́gba pẹ̀lú òfin igun àríwá-ìwọ̀-oòrùn àti àpapọ̀ iye owó rẹ̀.
• 🧪Ẹ̀rọ Ìṣírò Àdánwò Pípé Fisher Ṣírò ìṣeéṣe ojú-àmì hypergeometric pípé ti tábìlì àdédé 2x2 tí a ṣàkíyèsí, pẹ̀lú àpapọ̀ àti ìpín àǹfààní.
• 🎲Ẹ̀rọ Ìṣirò Matrix Èrè Tí A Ń Retí Ó ṣírò èrè tí a ń retí ti matrix 2×2 láti inú ìṣeéṣe ìlà àti ọwọ̀n, pẹ̀lú àbájáde mímọ́ tó dára jù àti tó burú jù.
• 📊Ẹrọ Iṣirò Àyè Ààrin Quartile (IQR) Ṣe iṣirò àyè ààrin quartile àti àwọn ààlà àìṣedéédé láti inú quartile àkọ́kọ́ àti ẹ̀kẹta.
• 📈Ẹ̀rọ Ìṣirò Pínpín Rayleigh Ó ń ṣírò ìpọnnu ìṣeéṣe àti pínpín àkójọpọ̀ ti pínpín Rayleigh ní ojúmọ́ kan, pẹ̀lú agbede, ìyàtọ̀, àti mode rẹ̀.
• 🧮Ẹ̀rọ Ìṣirò Ìwọ̀n Sàmpù Pinnu ìwọ̀n sàmpù ìwádìí tí a nílò fún ipele ìgbẹ́kẹ̀lé, margin àṣìṣe àti iye ènìyàn kan.
• 📦Ẹ̀rọ Ìṣirò Iye Àṣẹ Tó Dára Jù (Àwòṣe Olùtà Ìwé Ìròyìn) Ó ń wá iye àṣẹ tó máa mú èrè pọ̀ jù lọ nínú àwòṣe olùtà ìwé ìròyìn nípa lílo ìpín pàtàkì àti ìyípadà normal ti ìbéèrè (μ, σ).
• 📊Ẹ̀rọ ìṣirò Òfin Little Ó ń lo Òfin Little (L = λ·W) láti rí àpapọ̀ iye àwọn nǹkan nínú ètò láti inú ìwọ̀n dídé àti àkókò àpapọ̀ tí nǹkan kọ̀ọ̀kan ń lò nínú ètò.
• 📈Ẹ̀rọ Ìṣirò Ìpín Erlang Ó ń ṣírò ìwọn ìṣeéṣe àti ìpín àkójọpọ̀ ti ìpín Erlang fún ìrísí àti ìwọ̀n tí a fún.
• 📊Ẹ̀rọ Ìṣirò Òmìnira Chi-Square Ó ń ṣe àyẹ̀wò òmìnira Pearson chi-square lórí tábìlì ìfọwọ́sowọ́pọ̀ 2×2, tí ó ń dá χ² statistic, iye p àti ìwọ̀n ipa Cramér's V padà.
• 📊Ẹ̀rọ Ìṣírò Ààlà Àṣìṣe Ìwádìí Ṣírò ààlà àṣìṣe fún ìwọ̀n ìwádìí tí ó dá lórí iye àpẹẹrẹ, ìwọ̀n tí a retí, àti ìpele ìgbẹ́kẹ̀lé (90%, 95%, tàbí 99%).
• 📊Ẹ̀rọ Ìṣirò Àdánwò Z fún Ìpín Ó ń ṣírò àbájáde z àpẹẹrẹ kan fún ìpín kan: z = (p̂ − p₀) / √(p₀(1−p₀)/n), níbi tí p̂ jẹ́ ìpín àpẹẹrẹ tí a ṣàkíyèsí.
• 📐Ẹ̀rọ Ìṣirò Àlọ́ Mahalanobis Ó ń ṣírò àlọ́ Mahalanobis ti ojú oníyàtọ̀-méjì láti ara àpapọ̀ ìpín ní lílo matríkì covariance rẹ̀.
• 📊Ẹ̀rọ Ìṣirò ANOVA Òṣùwọ̀n Àtúnṣe Ó ṣírò ìṣirò F ti ANOVA òṣùwọ̀n àtúnṣe láti inú àpapọ̀ onígun mẹ́rin àti ìpele òmìnira: F = (SS_conditions/df_conditions) / (SS_error/df_error).