A kifejezést Mark Twain önéletrajzának tulajdonították Benjamin Disraelinek, egy brit miniszterelnöknek az 1800-as években.Twain is felelős volt a kifejezés széles körű használatáért, bár Sir Charles Dilke és mások is sokkal korábban használhatják.
Lényegében a kifejezés szarkasztikusan fejezi ki a statisztikai bizonyítékok kétségét a hazugságok összehasonlításával, ami arra utal, hogy gyakran félrevezetően módosítják vagy kihasználják a kontextust. E kifejezés alkalmazásában a „statisztika” kifejezés az „adatok” kifejezésre szolgál.
Mi egyenlő (f-g) (- 5)? szín (fehér) ("d") szín (fehér) ("d") f (x) = 2 + x "," szín (fehér) ("d") g (x) = x ^ 2 + 5
-33 szín (kék) ("Preambulum") Ne feledje, hogy f és g csak nevek. A kérdőív a neveket az adott egyenletstruktúrákhoz rendeli. Tehát e kérdés keretein belül, amikor látja a g nevet, tudod, hogy x ^ 2 + 5 ~~~~~~~~~~~~~~~~~~~~~~~~~~ -ról beszélnek ~~~~~~~~~~~~~~ szín (kék) ("A kérdés megválaszolása") Állítsa y_1 = f (szín (piros) (x)) = 2 + szín (piros) (x) x helyett (-5) helyett: y_1 = f (szín (piros) (- 5)) = 2+ (szín (piros) (- 5)) = -3 ~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ &
Milyen fontos a leíró statisztika?
A leíró statisztika az információgyűjtés főbb jellemzőinek mennyiségi leírása vagy maga a mennyiségi leírás. A leíró statisztikák nagyon fontosak, mert ha egyszerűen bemutatjuk nyers adatainkat, nehezen tudnánk vizualizálni, hogy mit mutatnak az adatok, különösen, ha sok volt. A leíró statisztikák tehát lehetővé teszik számunkra, hogy az adatokat jelentősebb módon mutassuk be, ami lehetővé teszi az adatok egyszerűbb értelmezését. Például, ha 100 tanulói tanfoly
Mi a t-statisztika?
Kis minta, normál eloszlás, és standard szórást és átlagot, t statisztikát használhat. Nagy minta esetén a Z statisztika (Z pontszám) megközelítőleg normál normál eloszlást mutat. Ha a minta kicsi, a Z eloszlásának variabilitása véletlenszerűségből ered. Ez azt jelenti, hogy a valószínűségi eloszlás nagyobb lesz, mint a normál normál eloszlás. Ha n a minta száma és df = n-1, t pontszám (t statisztika) számítható t = (x¯ -μ0) / (s / n ^ 0,5) x¯ =