积极 AI Logo 积极 AI

Ryan-Joiner 检验步骤演示

Ryan-Joiner 检验步骤演示
几何画板及绘图内容加载中，请稍等……
2013-11-22 02:07
概率统计几何作图滑块动画函数图像
所属专题 Statistics Step Through Applets
①本范例演示了 Ryan-Joiner 检验的具体计算步骤，通过不同实例展示其应用过程；②涉及的核心数学概念包括统计检验、概率分布、期望值与条件概率；③作图要点提炼自 GeoGebra 命令：Element, Sequence, Max, Min, KeepIf, TableText, Sort, CountIf, Segment, If, Polygon 等，用于数据可视化与动态演示；④适合高中及以上数学、统计学专业学生及研究人员学习统计方法与 GeoGebra 应用。

GeoGebra 命令及参数

  1. Element(RateList, Mod[Seed, 8] + 1) → Rate
  2. Sequence(Mod[Rate * k + Start, 20] + 1, k, 0, 19, 1) → OptSeq
  3. Element(DataSets, DataSet) → DataSet1
  4. Sequence(Element[DataSet1, Element[OptSeq, k]], k, 1, Size) → DataSet2
  5. Max(DataSet2) → DataMax
  6. Min(DataSet2) → DataMin
  7. Sequence(8.5 - 1.1 * k, k, 0, 2) → LHSeq
  8. Sequence(k, k, 1, 19) → StartSeq
  9. KeepIf(floor(20 / x) ≠ 20 / x, StartSeq) → RelPrime
  10. Sequence(Element[DataSet2, k], k, RL1 + 1, Size) → Data2
  11. Sequence(Element[DataSet2, k], k, 1, RL1) → Data1
  12. TableText({Data1, Data2, "hr"}) → DataList
  13. Element(DescSeq, DataSet) → DataDesc
  14. TableText({DataSet2}, "hr") → DataLine
  15. Sort(DataSet2) → SortData
  16. CountIf(x > 0, RateList) → RateNo
  17. Segment(TabL1, TabR1) → HL1
  18. Segment(TabL2, TabR2) → HL2
  19. Segment(TabL0, TabR0) → HL0
  20. CountIf(x ≠ (0, 0), DataSet1) → DataCnt
  21. If(Mod[Size, 2] ≟ 1, Segment[TabR1, TabR0], Segment[TabR2, TabR0]) → DataRight
  22. Sort(DataSet2) → DataSet3
  23. Sequence(Element[DataSet3, k], k, 1, RL1) → Data3
  24. Sequence(Element[DataSet3, k], k, RL1 + 1, Size) → Data4
  25. Sequence(k, k, 1, Size) → Index
  26. Sequence((k - 0.375) / (Size + 0.25), k, 1, Size) → PPV
  27. Sequence(InverseNormal[0, 1, Element[PPV, k]], k, 1, Size) → InvNorm
  28. Sequence(k, k, 12, 18, 1) → SizeSeq
  29. Sequence(" ", k, 1, 7) → SpSeq
  30. Element(CritSeq, Size - 11) → CritVal
  31. Polygon((HL, HT), (HR, HT), (HR, HB), (HL, HB)) → Hilite, a, b, c, d
  32. Sequence(Segment[(TL + ClWd * k, LH0), (TL + ClWd * k, LH2)], k, 0, floor(Size / 2)) → TabLines
  33. Sequence(Text[Element[Data1, k], (TL - 3.5 + k * ClWd, TT - 1.25)], k, 1, RL1) → DataRow1
  34. Sequence(Text[Element[Data2, k], (TL - 3.5 + k * ClWd, TT - 1.3 - ClHt)], k, 1, RL2) → DataRow2
  35. Sequence(Text[Element[PPV, k], (8, -7 - 1.8 * k)], k, 1, Size) → PPTxt
  36. Sequence(Text[Element[Index, k], (1.3, -7 - 1.8 * k)], k, 1, Size) → IndexTxt
  37. Sequence(Text[Element[DataSet3, k], (27, -7 - 1.8 * k)], k, 1, Size) → ODTxt
  38. Sequence(Text[Element[InvNorm, k], (17, -7 - 1.8 * k)], k, 1, Size) → InvNormTxt
  39. Sequence(Text[Element[SizeSeq, k], (38, -19 - 1.8 * k)], k, 1, 7) → SizeTxt
  40. Sequence(Text[Element[CritSeq, k], (44, -19 - 1.8 * k)], k, 1, 7) → CVSeq

AI 绘图提示语参考

展示 Ryan-Joiner 检验的统计步骤，包括概率分布、期望值和条件概率。使用滑动条控制数据集和分布，通过条形图和线图可视化数据，并标注关键值和统计量。首先绘制数据集和分布曲线，然后添加滑动条调整参数，最后标注最大值、最小值和检验临界值。
以上提示语为根据原始绘图命令整理而来，仅供参考。