λ = 1, t = 1
Parâmetro de Taxa (λ): 1; Tempo (t): 1
Tempo Mediano: 0,6931471806; Média (Tempo Médio): 1; Função de Distribuição Cumulativa (CDF): 0,6321205588; Função Densidade de Probabilidade (PDF): 0,3678794412
Calcula probabilidades relacionadas ao tempo até que um evento ocorra em um processo de Poisson. A distribuição exponencial modela o tempo até que um evento aconteça, dada uma taxa média de ocorrência.
Passe pelas entradas com cuidado e depois compare os resultados em vez de confiar em apenas um cenário.
Parâmetro de Taxa (λ), Tempo (t) → Tempo Mediano, Média (Tempo Médio), Função de Distribuição Cumulativa (CDF), Função Densidade de Probabilidade (PDF)
Use estes exemplos para verificar o comportamento da calculadora antes de inserir seus próprios valores.
Parâmetro de Taxa (λ): 1; Tempo (t): 1
Tempo Mediano: 0,6931471806; Média (Tempo Médio): 1; Função de Distribuição Cumulativa (CDF): 0,6321205588; Função Densidade de Probabilidade (PDF): 0,3678794412
Parâmetro de Taxa (λ): 2; Tempo (t): 0,5
Tempo Mediano: 0,3465735903; Média (Tempo Médio): 0,5; Função de Distribuição Cumulativa (CDF): 0,6321205588; Função Densidade de Probabilidade (PDF): 0,7357588823
Parâmetro de Taxa (λ): 0,5; Tempo (t): 2
Tempo Mediano: 1,386294361; Média (Tempo Médio): 2; Função de Distribuição Cumulativa (CDF): 0,6321205588; Função Densidade de Probabilidade (PDF): 0,1839397206
Utilize calculadoras para álgebra, geometria, trigonometria, probabilidade, estatística, médias, scores z, testes e tarefas de graficos.
Estes links foram escolhidos para aprofundar a sessão e responder à próxima pergunta provável sem mandar o usuário de volta à busca.
Calcula a estatística Qui-Quadrado e o valor p para a adequação do ajuste ou teste de independência. Requer frequências ou valores observados e esperados.
Calcula o estatístico t, usado em testes de hipóteses quando o desvio padrão da população é desconhecido. Esta calculadora ajuda a determinar se a diferença entre a média amostral e a média populacional é estatisticamente significativa.
Avalia o desempenho de um modelo de classificação usando métricas derivadas de uma matriz de confusão, incluindo acurácia, precisão, recall e especificidade.
Calcula probabilidades para uma distribuição uniforme contínua, onde todos os resultados dentro de um intervalo são igualmente prováveis.