|
|
(مراجعة متوسطة واحدة بواسطة نفس المستخدم غير معروضة) |
سطر ١١: |
سطر ١١: |
|
| |
|
|
| |
|
| '''Direct output'''
| |
|
| |
|
| <pre><iframe k="wiwi" P="examples/?P=mmara/00.R" />
| | يملك [[المتغير العشوائي]] X الذي يحتوي عدد النجاحات A بعد n تكرار للتجربة التوزيع الهندسي مع العناصر M,N و n مع [[تابع الكثافة الاحتمالي]] |
|
| |
|
| '''Iframe output'''
| |
|
| |
|
| <pre><iframe k="wiwi" P="examples/?P=mmara/01.R" /></pre>
| |
|
| |
|
| <iframe k="wiwi" P="examples/?P=mmara/02.R" />
| |
|
| |
|
| | [[صورة:Mmengjavaimg1285.gif]] |
|
| |
|
|
| |
|
|
| |
|
| | الترميز البسيط له [[صورة:Mmengjavaimg1286.gif]] |
|
| |
|
|
| |
|
| | | <iframe k="wiwi" P="mmstat_en/distribution_hyper/" /> |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| | |
| يملك <br><br><math>
| |
| f_{H}(x;N,M,n)=\left\{
| |
| \begin{array}{ll}
| |
| \frac{\left(
| |
| \beg...
| |
| ...M] \\
| |
| & \\
| |
| 0\quad & \text{\rm otherwise}
| |
| \end{array}\right.
| |
| </math>
| |
| | |
| | |
| | |
| الترميز البسيط له <math> X \sim H(N,M,n)</math>
| |
| | |
| | |
| <Rform name="cdfhyper">
| |
| n: <input name="n" type="text" size="5" maxlength="5" value="6"> N: <input name="N" type="text" size="5" maxlength="5" value="49"> M: <input name="M" type="text" size="5" maxlength="5" value="6"> <input type="submit" value="Absenden">
| |
| </Rform>
| |
| <iframe k="wiwi" P="examples/?P=mmara/03.R" /> | |
| | |
| | |
| <Rform name="normal">
| |
| M: <input name="M" type="text" size="5" maxlength="5" value="10">
| |
| Variance: <input name="Variance" type="text" size="5" maxlength="5" value="2">
| |
| <input type="submit" value=" Submit "> (You may need to reload the iframe below after submitting).
| |
| </Rform>
| |
| | |
| <iframe k="wiwi" P="examples/?P=mmara/04.R" />
| |
المراجعة الحالية بتاريخ ١٧:٣٤، ٢٠ أغسطس ٢٠٢٠
كما في التوزيع الثنائي , يبنى التوزيع الهندسي على التجربة مع نتيجتين ممكنتين فقط .
يختلف التوزيع الهندسي عن التوزيع الثنائي بأننا نسحب دون اعادة, يعني ذلك لا تكون السحوبات من
التوزيع الهندسي مستقلة
يملك المتغير العشوائي X الذي يحتوي عدد النجاحات A بعد n تكرار للتجربة التوزيع الهندسي مع العناصر M,N و n مع تابع الكثافة الاحتمالي
الترميز البسيط له