Einschränkungen Bei Der Genauigkeit Von Daten - HP 35s Benutzeranleitung

Was wäre das Ergebnis, wenn für das Reisfeld 70 kg Stickstoffdünger verwendet
werden würden? Sagen Sie den Getreide–Ertrag basierend auf der obigen Statistik
voraus.
Tasten:
ˆ
Õ
(
Einschränkungen bei der Genauigkeit von Daten
Da der Taschenrechner eine endliche Genauigkeit verwendet, gibt es Grenzen in
der Berechung, da Rundungen vorgenommen werden. Hier sind zwei Beispiele:
Große Zahlen normalisieren
Der Taschenrechner kann die Standardabweichung und lineare Regression für eine
Variable möglicherweise nicht genau berechnen, wenn sich deren Datenwerte nur
minimal unterscheiden. Um dies zu vermeiden, normalisieren Sie die Daten, indem
Sie jeden Wert als Differenz zu einem zentralen Wert (z.B. dem Mittelwert)
eingeben. Für normalisierte x–Werte muss diese Differenz anschließend zur
Berechnung von
ebenfalls angepasst werden. Wenn die x–Werte beispielsweise 7776999,
7777000 und 7777001 sind, sollten Sie die Daten als –1, 0, und 1 eingeben und
anschließend 7777000 wieder zu
7777000 x m. Um
7777000 angeben.
Ähnliche Ungenauigkeiten können sich ergeben, wenn die x– und y–Werte sehr
unterschiedliche Größenordnungen aufweisen. Auch hier kann das Skalieren der
Daten dieses Problem vermeiden.
Auswirkungen gelöschter Daten
Durch das Ausführen von
möglicherweise in den Statistikregistern durch die ursprünglichen Datenwerte
generiert wurden. Diese Differenz ist nicht problematisch, es sei denn, die falschen
Daten haben eine, im Vergleich zu den richtigen Daten, enorme Größe. In diesem
Fall sollten alle Daten neu eingegeben werden.
12-10
Statistical Operations
Display:
_
ˆ ˆ
)
x ˆ
x
und wieder hinzugefügt werden und
y ˆ
, zu berechnen, müssen Sie einen x–Wert kleiner als
Gibt den hypothetischen x–Wert
ein.
Der vorausgesagte Ertrag in Tonnen
pro Hektar.
x ˆ
x
und . addieren. Für b addieren Sie
werden keine Rundungsfehler gelöscht, die
Beschreibung:
y ˆ
und b müssen