بخشی از پاورپوینت
پاورپوینت شامل تصاویر میباشد
اسلاید 1 :
پیوسته Continuous
sample data : اندازه گیری پدیده در یک زمان مشخص
pulse data : مقدار تجمعی یک پدیده در یک فاصله زمانی مشخص
گسسته Discrete
اسلاید 2 :
مشخصات آماری
داده های سری زمانی
ایستا Stationary : خصوصیات توزیع آنها مثل میانگین و انحراف معیار در طول سری آماری ثابت بماند
غیرایستا Non Stationary
با کوچک شدن مقیاس شانس ایستا بودن کاهش می یابد
اسلاید 3 :
میانگین : مقدار متوسطی که داده ها حول آن یکنواخت تقسیم شده اند
اولین گشتاور از مبدا
میانه median
مد mode
دامنه
واریانس : میزان پراکندگی داده ها (میانگین مربع انحراف معیار داده ها از میانگین) (گشتاور دوم داده ها حول میانگین)
جذر واریانس = انحراف معیار
اسلاید 4 :
ضریب تغییرات :
چولگی skewness : گشتاور سوم داده ها حول میانگین، نشان دهنده تقارن داده ها است
اسلاید 5 :
کشیدگی Kourtosis :
گشتاور چهارم داده ها حول میانگین
اسلاید 6 :
برای تحلیل صحیح آماری داده ها باید:
تناسب(relevance)
کفایت (adequacy)
صحت (accuracy)
تناسب : آمار جمع آوری شده در ارتباط با مسئله مورد نظر باشد
کفایت : طول دوره آماری
صحت : در رابطه با یکنواختی داده ها
غیر یکنواختی (inconsistancy): ساخت سدها، بندها، تاسیسات انحراف آب
اسلاید 7 :
Probability for Discrete Random Variable
احتمال متغیر تصادفی گسسته توسط تابع جرم (mass function) مشخص می شود.
تابع جرم مشخص می کند که متغیر تصادفی x برابر با xk است و
P(xk) = p( x = xk)
تابع جرم تجمعی :
پرتاب تاس :
تابع تجمعی :
اسلاید 8 :
تابع جرم و تابع تجمعی پرتاب تاس
تابع جرم و تابع تجمعی تعداد رخاد سیل با اندازه معین طی دوره طراحی
اسلاید 9 :
Probability for Continuous Random Variable
برای بیان رفتار متغیر از تابع توزیع چگالی pX(x) استفاده می شود.
احتمال رخداد متغیر تصادفی پیوسته بین x1 و x2 از تابع توزیع تجمعی استفاده می شود
اسلاید 10 :
تخمین فراوانی داده هاPeak Discharge (cfs) Kentucky River