Zaza Khechinashvili

Error message

  • Deprecated function: Methods with the same name as their class will not be constructors in a future version of PHP; views_display has a deprecated constructor in include_once() (line 3491 of /home/dgssge/includes/bootstrap.inc).
  • Deprecated function: Methods with the same name as their class will not be constructors in a future version of PHP; views_many_to_one_helper has a deprecated constructor in require_once() (line 127 of /home/dgssge/sites/all/modules/ctools/ctools.module).

მულტიკოლინეარულობა

Multicollinearity

მრავლობითი რეგრესიის შემთხვევაში, ხშირად რამოდენიმე რეგრესორს შორის ზუსტი ან მიახლოებით წრფივი დამოკიდებულებაა. 

მუნჯი ცვლადი

Dummy Variable / Indicator / Design Variable / Boolean Indicator / Binary Variable

რიცხვითი ცვლადი, რომელიც იღებს მხოლოდ ორ მნიშვნელობას 0 ან 1, იმისათვის, რომ მიუთითოს გარკვეული კატეგორიული ეფექტის ყოფნა არ ყ

ნამრავლის ალბათობის ფორმულა

Product Rule in Probability

P(A და B)=P(AB)=P(A)P(B/A)=P(B)P(A/B). თუ A და B დამოუკიდებელი ხდომილებებია P(AB)=P(A)P(B). დამოუკიდებელი ხდომილობებისათვის ხდომილობათა ერთდროულად განხორციელების ალბათობა უდრის ხდომილობათა ალბათობების ნამრავლს.

ნაშთი

Residual

რეგრესიულ ანალიზში განსხვავება დამოკიდებული ცვლადის დაკვირვებულ შერჩევით მნიშვნელობასა (Y) და რეგრესიით პროგნოზირებულ მნიშვნელ

ნდობის ინტერვალები ორი პოპულაციის საშუალოთა სხვაობისათვის

Confidence Intervals on the Difference between Means

ვთქვათ,  μ1 და μ2 ორი ნორმალური პოპულაციის უცნობი საშუალოებია. χ1 და χ2  შესაბამისად პირველი და მეორე პოპულაციებიდან აღებული n1 და n2 მოცულობის შერჩევების საშუალოებია, პოპულაციების დისპერსიიები  σ1,  2σ22 ცნობილია.

ნდობის ინტერვალი

Confidence Interval

პოპულაციის უცნობი პარამეტრის ინტერვალური შეფასება, პოპულაციის θ პარამეტრისათვის X=(X1,X2,....Xn) შერჩევაზე დაყრდნობით გამოთვლილი ისეთი ინტერვალი T1(X);T2(X), რომლისთვისაც მოცემული γ(0,1) ნდობის ალბათობისათვის შესრულებულია პირობა PT1(X)<θ<T2(X)γ.T1(X)  და T2(X) სიდიდეებს ნდობის ინტერვალის საზღვრები ეწოდება.

ნორმალური განაწილება (გაუსის განაწილება)

Normal Distribution

ზარისებური ფორმის სიხშირეთა ალბათური განაწილება მიიღება მაშინ, თუ მონაცემთა უმრავლესობა გროვდება განაწილების ცენტრში და იკლებს ცენტრიდან მოშორებით.

პარამეტრული კრიტერიუმი

Parametric Test

თუ პოპლაციის განაწილების ფუნქციის ფორმა ცნობილია, მაგრამ განაწილება შეიცავს უცნობ პარამეტრს და ჰიპოთეზა ეხება განაწილების ამ უცნობ პარამეტრს (მაგალითად, პოპულაციის საშუალოს ან დისპერსიას), ასეთ ჰიპოთეზას პარამეტრული  ეწოდება.

პირობითი ალბათობა

Conditional Probability

A ხდომილობის განხორციელების ალბათობა პირობაში, რომ B ხდომილება უკვე მოხდა (B პირობით, P(B)>0) ეწოდება.

პოლიგონი

Polygon

გამოიყენება სიხშირეთა განაწილების გრაფიკული წარმოდგენისათვის როგორც დაუჯგუფებელი მონაცემებისათვის

პოპულაციის დისპერსია

Population Variance

პოპულაციის მონაცემთა (Xi,i=1,2....,N) გაფანტულობის საზომი გამოითვლება ფორმულით  σ2=i=1N(Xi-μ)2N  სადაც μ - პოპულაციის საშუალოა, N- პოპულაციის მოცულობა.

პროცენტილი

Percentile

შერჩევის მონაცემთა განლაგებისა და განფენილობის (გაფანტულობის) დასახასიათებლად გამოიყენება.

პროცენტული რანგი

Percentile Rank

ქულის პროცენტული რანგი ეწოდება იმ მონაცემთა პროცენტს შერჩევაში, რომელიც ნაკლები ან ტოლია განხილულ ქულაზე.

პუასონის განაწილება

Poisson Distribution

ალბათური  დისკრეტული განაწილება ორშედეგიანი  ცდების წარმატებათა რაოდენობისათვის, როცა ცდათა რიცხვი n ძალიან დიდია, წარმატების ალბათობა p კი პატარა (p0.1 ) და np10.

რანგი

Rank

ვთქვათ, შერჩევის ყველა მონაცემი ერთმანეთისაგან განსხვავებულია და ისინი დალაგებულია ზრდის მიხედვით. x მონაცემის რანგი (rank) ეწოდება ამ მონაცემის ნომერს (რიგით მერამდენეა ამ დალაგებაში) ზრდის მიხედვით დალაგებულ მწკრივში.

რეგრესია

Regression

ფსიქოლოგიაში, როგორც მრავალ სხვა დარგში ხშირად აუცილებელი ხდება ორ (ან რამოდენიმე) სიდიდეს შორის დამოკიდებულების შესწავლა.

საშუალო

Sample mean

შერჩევის საშუალო იგივეა, რაც მონაცემთა მნიშვნელობების საშუალო არითმეტიკული და გამოითვლება ფორმული

საშუალო კვადრატული გადახრა, შესწორებული საშუალო კვადრატული გადახრა

Mean Square Deviation, Variance, Adjusted Variance

ცვალებადობის საზომი, რომელიც მიიღება განაწილებაში შემავალი თითოეული ქულისა და ამ განაწილების საშუალოს შორის სხვაობის კვადრატში აყვანით, მიღებული სიდიდეების დაჯამებითა და მიღებული ჯამის გაყოფით განაწილებაში შემავალი ქულების რაოდენობაზე

საწყისი მომენტი

Initial Moment

ამბობენ, რომ X შემთხვევით სიდიდეს აქვს k რიგის საწყისი მომენტი და ამას  აღნიშნავენ μk=EXk, თუ EXk<, სადაც E - მათემატიკური ლოდინია და k ნატურალური რიცხვია.

სახელდებითი მონაცემები

Nominal Data

მიიღება საგნების (ობიექტების, პირების) იმგვარი კლასიფიკაციისას, როდესაც ერთ კატეგორიაში მოთავსებული საგნები იდენტურია ან თითქმის იდენტურია გარკვეული თვისების ან ნიშნის მიხედვით.

სიმძლავრე

Power

ნულოვანი ჰიპოთეზის უარყოფის ალბათობა, როცა ჭეშმარიტია ალტერნატიული ჰიპოთეზა.

სიხშირე / ფარდობითი სიხშირე / დაგროვილი სიხშირე / დაგროვილი ფარდობითი სიხშირე

Frequency / Relative Frequency / Cumulative Relative Frequency

მონაცემთა სიმრავლის დასახასიათებლად პირველადი დამუშავების მიზნით გამოიყენება სიხშირეთა განაწილების ცხრილი. ქულის სიხშირე არის  შერჩევაში ერთმანეთის ტოლი ქულების რაოდენობა.

სიხშირული განაწილება

Frequency Distribution

ცხრილი, რომელშიც მოცემულია შერჩევის ყველა განსხვავებული ელემენტის სიხშირე (რაოდენობა) და ფარდობითი სიშირე.

სტატისტიკურად მნიშვნელოვანი განსხვავება

Statistically Significant Difference

სტატისტიკურად მნიშვნელოვანი განსხვავება ნიშნავს, რომ სტატისტიკური ანალიზის საფუძველზე დადგენილია არსებითი განსხვავება შერჩევის მონაცემებსა და ნულოვან ჰიპოთეზაში გამოთქმულ ვარაუდს შორის.

Pages