Comment calculer la fiabilité et la probabilité

Probabilité calcul

1. Définir "succès" pour l'événement d'intérêt. Disons que nous sommes intéressés à connaître la probabilité d'obtenir un quatre sur une matrice. Pensez à chaque rouleau de la matrice comme un procès, dans lequel nous soit "réussir" (rouler quatre) ou "échouer" (rouler tout autre nombre). Sur chaque filière, il est l'un "succès" visage et cinq "échec" visages. Cela va devenir votre numérateur dans le calcul final.

2. Déterminer le nombre total de résultats possibles pour l'événement d'intérêt. En utilisant l'exemple de lancer un dé, le nombre total de résultats est de six, car il ya six numéros différents sur la filière. Cela va devenir votre dénominateur dans le calcul final.

3. 
   
   
   

   Diviser le succès possible sur l'ensemble des résultats possibles. Dans notre exemple, la filière, la probabilité serait 1/6 (une possibilité de succès pour le total des six résultats possibles pour chaque rouleau de la filière).

4. Calculer la probabilité de plus d'un événement en multipliant les probabilités individuelles. Dans notre exemple matrice, la probabilité d'obtenir un roulage et quatre à six sur un rouleau ultérieur est le multiple des probabilités individuelles (1/6) x (1/6) = (1/36).

5. 
   
   
   
   

   Calculer la probabilité de plus d'un événement en ajoutant les probabilités individuelles. Dans notre exemple matrice, la probabilité d'obtenir un roulement quatre ou six serait un (1/6) + (1/6) = (2/6).

Calcul de la fiabilité des mesures multiples

1. Évaluer le changement dans la moyenne. Si nous avons un groupe de cinq personnes et peser chaque personne deux fois, nous nous retrouvons avec deux estimations de groupe de poids (la moyenne ou "signifier"). Comparer les deux moyennes afin de déterminer si la différence entre eux est raisonnablement constant ou si les mesures diffèrent sensiblement. Cela se fait en faisant un test statistique - appelé un test t - de comparer les deux moyens.

2. Calculer l'erreur attendue typique, également appelée écart-type. Si nous avons mesuré le poids d'une personne 100 fois, nous nous retrouverions avec des mesures qui sont très proche de la masse réelle et d'autres qui sont plus loin. Cette propagation de mesures a une certaine variation attendue et peut être attribuée au hasard aléatoire, parfois appelé un écart-type. Les mesures qui sont en dehors de l'écart type sont considérées être due à autre chose que le hasard.

3. Calculer la corrélation entre deux séries de mesures. Dans notre exemple de poids, les deux groupes de mesures peuvent aller de ne comportant pas de valeurs communes de corrélation (zéro) pour être exactement le même (corrélation de un). Évaluer comment étroitement corrélée deux séries de mesures sont est importante pour déterminer la cohérence des mesures. Haut corrélation implique une grande fiabilité des mesures. Pensez à la variabilité qui pourrait être introduit en utilisant des échelles différentes à chaque fois ou d'avoir différentes personnes lisant les échelles. Dans des expériences et des tests statistiques, il est important de déterminer comment beaucoup de variabilité est due au hasard aléatoire et combien est dû à quelque chose que nous avons fait différemment dans notre mesure.