भिन्न वजनासह सर्वात संभाव्य मूल्य उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
सर्वाधिक संभाव्य मूल्य = add(वजन*मोजलेले प्रमाण)/add(वजन)
MPV = add(wi*xi)/add(wi)
हे सूत्र 1 कार्ये, 3 व्हेरिएबल्स वापरते
कार्ये वापरली
add - फंक्शन जोडा ज्यामध्ये त्यांची बेरीज मिळवण्यासाठी दोन किंवा अधिक संख्या एकत्र जोडणे समाविष्ट आहे., add(a1, …, an)
व्हेरिएबल्स वापरलेले
सर्वाधिक संभाव्य मूल्य - प्रमाणाचे सर्वात संभाव्य मूल्य असे आहे की ज्याचे सत्य असण्याची शक्यता इतर कोणत्याही प्रमाणापेक्षा जास्त आहे. ते ज्या अनेक मोजमापांवर आधारित आहे त्यावरून ते काढले जाते.
वजन - निरीक्षणाचे वजन किंवा वजन हे इतर निरीक्षणांच्या तुलनेत निरीक्षणाच्या सापेक्ष मूल्याचे मोजमाप आहे.
मोजलेले प्रमाण - मोजलेले प्रमाण हे एक मूल्य आहे जे प्रक्रियेदरम्यान मोजले जाते किंवा निरीक्षण मूल्ये म्हणतात.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
वजन: 10 --> कोणतेही रूपांतरण आवश्यक नाही
मोजलेले प्रमाण: 78 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
MPV = add(wi*xi)/add(wi) --> add(10*78)/add(10)
मूल्यांकन करत आहे ... ...
MPV = 78
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
78 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
78 <-- सर्वाधिक संभाव्य मूल्य
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित चंदना पी देव
एनएसएस अभियांत्रिकी महाविद्यालय (एनएसएससीई), पलक्कड
चंदना पी देव यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
द्वारे सत्यापित इशिता गोयल
मेरठ इंस्टीट्यूट ऑफ इंजीनियरिंग अँड टेक्नॉलॉजी (एमआयईटी), मेरठ
इशिता गोयल यानी हे कॅल्क्युलेटर आणि 2600+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

त्रुटींची सिद्धांत कॅल्क्युलेटर

एकल मापनाची निर्दिष्ट त्रुटी दिलेली सरासरी त्रुटी
​ जा एरर ऑफ मीन = एकल मापनाची निर्दिष्ट त्रुटी/(sqrt(निरीक्षणांची संख्या))
क्षुद्र संभाव्य त्रुटी
​ जा त्रुटीचा संभाव्य अर्थ = एकल मापन मध्ये संभाव्य त्रुटी/(निरीक्षणांची संख्या^0.5)
त्रुटींची बेरीज दिलेली सरासरी त्रुटी
​ जा एरर ऑफ मीन = निरीक्षणातील त्रुटींची बेरीज/निरीक्षणांची संख्या
खरी चूक
​ जा खरी चूक = खरे मूल्य-निरीक्षण मूल्य

भिन्न वजनासह सर्वात संभाव्य मूल्य सुत्र

सर्वाधिक संभाव्य मूल्य = add(वजन*मोजलेले प्रमाण)/add(वजन)
MPV = add(wi*xi)/add(wi)

MPV आणि केंद्रीय प्रवृत्तीच्या इतर उपायांमध्ये काय फरक आहे?

MPV सरासरी आणि मध्यकापेक्षा भिन्न आहे कारण ते सरासरी प्रक्रियेवर आधारित नाही, परंतु त्याऐवजी घटनांच्या उच्च संभाव्यतेसह वितरणातील बिंदू प्रतिबिंबित करते. हे डेटा तिरस्करणीय किंवा आउटलियर्स असलेल्या प्रकरणांमध्ये मध्यवर्ती प्रवृत्तीचे उपयुक्त उपाय बनवते.

वरील समीकरण काय दर्शवते?

जर एकाच परिमाणात, अनेक मोजमाप घेतले तर म्हणा, एक्स 1, एक्स 2, एक्स 3 इत्यादी. आणि प्रत्येक निरीक्षणाचे वजन डब्ल्यू 1, डब्ल्यू 2, डब्ल्यू 3, इत्यादी आहे ... तर वरील सूत्र वापरून एमपीव्ही निश्चित केले जाते. हे फक्त निरीक्षणाचा भारित अंकगणित आहे.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!