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

در متن اصلی پاورپوینت به هم ریختگی وجود ندارد. برای مطالعه بیشتر پاورپوینت آن را خریداری کنید