积极 AI Logo 积极 AI

二项分布假设检验 by Integral Resources

二项分布假设检验 by Integral Resources
几何画板及绘图内容加载中，请稍等……
2017-01-19 19:17
概率统计几何作图函数图像
①本范例演示了如何利用二项分布进行假设检验，通过可视化展示样本数据与理论分布的对比；②涉及核心数学概念包括二项分布、假设检验、p值、临界值等；③作图要点提炼自GeoGebra命令：使用Sequence生成数据序列，BarChart绘制条形图，Element选择元素，Segment绘制线段，Point创建点，If条件判断，涉及对象有p、n、L、e、s、text12、a、S、c_1、c_2、c_4、sig_1、sig_2、c_3、s_3、s_4、A、B、i、X、j、k、x_1、text9、l、x_2、text10、text11、s_1、s_2、m、text2、text3_1、text4、o、q、text13；④适合高中及以上数学学习者，用于理解统计推断方法及二项分布应用。

GeoGebra 命令及参数

  1. Sequence(((nCr[n, r] * p^(r)) * (1 - p)^(n - r)), r, 0, n) → L, {0.000006710886400000005, 0.00013086228480000008, 0.0011777605632000007, 0.0064776830976000024, 0.02429131161600001, 0.06558654136320002, 0.13117308272640002, 0.19675962408960004, 0.22135457710079995, 0.18446214758399998, 0.11067728855039997, 0.04527707258879999, 0.011319268147199996, 0.0013060694015999993}
  2. BarChart(-0.5, n + 0.5, L) → a
  3. Sequence(Sum[L, i], i, 1, n + 1) → S
  4. Element(S, c_3 + 1) → s_3
  5. Segment(A, B) → i
  6. Point(i) → X
  7. Segment((x(X), 0.3), (x(X), -0.1)) → j
  8. BarChart(-0.5, x(X) + 0.5, Take[L, 1, x(X) + 1]) → k
  9. Element(S, x(X) + 1) → x_1
  10. BarChart(x(X) - 0.5, n + 0.5, Take[L, x(X) + 1, n + 1]) → l
  11. If(x(X) > 0, 1 - Element[S, x(X)], 1) → x_2
  12. Element(S, c_1 + 1) → s_1

AI 绘图提示语参考

画一个展示二项分布假设检验的图形，包含一个条形图表示理论分布，一个表示样本数据的条形图，以及一个点表示当前样本位置，点上方有垂直线段，下方有两条线段分别连接到样本数据和理论分布的对应条形，点左侧和右侧的条形图分别表示当前点左侧和右侧的理论分布部分，点上方显示当前样本的累积概率值。
以上提示语为根据原始绘图命令整理而来，仅供参考。