Advance Time Series Researcher 簡介
時間序列研究應用程式旨在儲存(編輯、刪除、重新命名)大量隨機變數樣本 - 時間序列。對於隨機變數的樣本,計算並儲存基本統計特徵為: - 樣本大小;最小值和最大值; - 樣本的算術平均數; - 樣本模式; - 樣本的中位數; - 樣本的下四分位數; - 樣本的上四分位數; - 樣本的下十分位; - 樣本的上十分位數; ——樣本的平均絕對偏差; - 樣本的標準差 - 有偏(未校正)估計量; - 樣本標準差 - 無偏(校正)估計量; - 樣本變異數 - 有偏(未校正)估計器; - 樣本變異數 - 無偏(校正)估計器; - 樣本的係數變異數; - 樣本的變異數範圍; - 樣本的四分位數間距; - 樣本的十分位數範圍; ——樣本的四分位數偏差; - 樣本的十分之一偏差; - 樣本偏度; - 樣本峰度; - 檢查零偏度是否被拒絕(小樣本); - 檢查零峰度是否被拒絕(小樣本); - 常態分佈拒絕或不拒絕(小樣本); - 檢查m-test:零偏度被拒絕或不被拒絕(對於大樣本); - 檢查m-test:零峰度拒絕或不拒絕(對於大樣本); - 檢查 m-test:常態分佈被拒絕或不被拒絕(對於大樣本)。
該應用程式連同上述基本統計特徵的計算一起根據皮爾遜標準檢查正態分佈和均勻分佈,計算極限,使得給定機率的總體百分比落入它們。該應用程式具有計算自相關性和時間序列類型樣本的五種類型預測的功能。該應用程式具有並幫助 - 用於計算上述統計特徵的公式。
時間序列的樣本、處理特徵、自相關和預測的結果可以保存在資料庫(Sqlit)中。包含這些資料的表格可以匯出用於列印,例如透過 Sqlit 瀏覽器並透過 Interne 發送。因此資料庫可以儲存在其他媒體中。啟動應用程式後,您可以從啟動活動的選單中執行“init DB”(啟動DB)。隨著此功能的實施,正在收取建議的樣本。
該應用程式連同上述基本統計特徵的計算一起根據皮爾遜標準檢查正態分佈和均勻分佈,計算極限,使得給定機率的總體百分比落入它們。該應用程式具有計算自相關性和時間序列類型樣本的五種類型預測的功能。該應用程式具有並幫助 - 用於計算上述統計特徵的公式。
時間序列的樣本、處理特徵、自相關和預測的結果可以保存在資料庫(Sqlit)中。包含這些資料的表格可以匯出用於列印,例如透過 Sqlit 瀏覽器並透過 Interne 發送。因此資料庫可以儲存在其他媒體中。啟動應用程式後,您可以從啟動活動的選單中執行“init DB”(啟動DB)。隨著此功能的實施,正在收取建議的樣本。
展開