भिन्न वजनासह सर्वात संभाव्य मूल्य कॅल्क्युलेटर

✖निरीक्षणाचे वजन किंवा वजन हे इतर निरीक्षणांच्या तुलनेत निरीक्षणाच्या सापेक्ष मूल्याचे मोजमाप आहे.ⓘ वजन [w_i]			+10% -10%
✖मोजलेले प्रमाण हे एक मूल्य आहे जे प्रक्रियेदरम्यान मोजले जाते किंवा निरीक्षण मूल्ये म्हणतात.ⓘ मोजलेले प्रमाण [x_i]			+10% -10%

✖प्रमाणाचे सर्वात संभाव्य मूल्य असे आहे की ज्याचे सत्य असण्याची शक्यता इतर कोणत्याही प्रमाणापेक्षा जास्त आहे. ते ज्या अनेक मोजमापांवर आधारित आहे त्यावरून ते काढले जाते.ⓘ भिन्न वजनासह सर्वात संभाव्य मूल्य [MPV]

⎘ कॉपी

👎

सुत्र

✖

भिन्न वजनासह सर्वात संभाव्य मूल्य

सुत्र

`"MPV" = add("w"_{"i"}*"x"_{"i"})/add("w"_{"i"})`

उदाहरण

`"78"=add("10"*"78")/add("10")`

कॅल्क्युलेटर

LaTeX

रीसेट करा

👍

डाउनलोड करा त्रुटींची सिद्धांत सूत्रे PDF PDF Image

भिन्न वजनासह सर्वात संभाव्य मूल्य उपाय

चरण 0: पूर्व-गणन सारांश

फॉर्म्युला वापरले जाते

सर्वाधिक संभाव्य मूल्य = add(वजन*मोजलेले प्रमाण)/add(वजन)
MPV = add(w_i*x_i)/add(w_i)
हे सूत्र 1 कार्ये, 3 व्हेरिएबल्स वापरते

कार्ये वापरली

add - फंक्शन जोडा ज्यामध्ये त्यांची बेरीज मिळवण्यासाठी दोन किंवा अधिक संख्या एकत्र जोडणे समाविष्ट आहे., add(a1, …, an)

व्हेरिएबल्स वापरलेले

सर्वाधिक संभाव्य मूल्य - प्रमाणाचे सर्वात संभाव्य मूल्य असे आहे की ज्याचे सत्य असण्याची शक्यता इतर कोणत्याही प्रमाणापेक्षा जास्त आहे. ते ज्या अनेक मोजमापांवर आधारित आहे त्यावरून ते काढले जाते.
वजन - निरीक्षणाचे वजन किंवा वजन हे इतर निरीक्षणांच्या तुलनेत निरीक्षणाच्या सापेक्ष मूल्याचे मोजमाप आहे.
मोजलेले प्रमाण - मोजलेले प्रमाण हे एक मूल्य आहे जे प्रक्रियेदरम्यान मोजले जाते किंवा निरीक्षण मूल्ये म्हणतात.

चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा

वजन: 10 --> कोणतेही रूपांतरण आवश्यक नाही
मोजलेले प्रमाण: 78 --> कोणतेही रूपांतरण आवश्यक नाही

चरण 2: फॉर्म्युलाचे मूल्यांकन करा

फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे

MPV = add(w_i*x_i)/add(w_i) --> add(10*78)/add(10)

मूल्यांकन करत आहे ... ...

MPV = 78

चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा

78 --> कोणतेही रूपांतरण आवश्यक नाही

अंतिम उत्तर

78 <-- सर्वाधिक संभाव्य मूल्य

(गणना 00.004 सेकंदात पूर्ण झाली)

आपण येथे आहात -

होम » अभियांत्रिकी » दिवाणी » सर्वेक्षण सर्वेक्षण » त्रुटींची सिद्धांत » भिन्न वजनासह सर्वात संभाव्य मूल्य

जमा

ने निर्मित चंदना पी देव

एनएसएस अभियांत्रिकी महाविद्यालय (एनएसएससीई), पलक्कड

चंदना पी देव यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!

द्वारे सत्यापित इशिता गोयल

मेरठ इंस्टीट्यूट ऑफ इंजीनियरिंग अँड टेक्नॉलॉजी (एमआयईटी), मेरठ

इशिता गोयल यानी हे कॅल्क्युलेटर आणि 2600+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

< 21 त्रुटींची सिद्धांत कॅल्क्युलेटर

फंक्शनची मानक त्रुटी जिथे व्हेरिएबल्स जोडणीच्या अधीन असतात

जा फंक्शनमध्ये मानक त्रुटी = sqrt(x समन्वयामध्ये मानक त्रुटी^2+y समन्वयामध्ये मानक त्रुटी^2+z समन्वयामध्ये मानक त्रुटी^2)

भिन्न वजनासह सर्वात संभाव्य मूल्य

जा सर्वाधिक संभाव्य मूल्य = add(वजन*मोजलेले प्रमाण)/add(वजन)

सर्वेक्षण त्रुटींसाठी वापरलेले मानक विचलन

जा प्रमाणित विचलन = sqrt(अवशिष्ट भिन्नतेच्या वर्गाची बेरीज/(निरीक्षणांची संख्या-1))

भारित निरीक्षणाचे मानक विचलन

जा भारित मानक विचलन = sqrt(भारित अवशिष्ट भिन्नतेची बेरीज/(निरीक्षणांची संख्या-1))

एकल मापनाची निर्दिष्ट त्रुटी दिलेली सरासरी त्रुटी

जा एरर ऑफ मीन = एकल मापनाची निर्दिष्ट त्रुटी/(sqrt(निरीक्षणांची संख्या))

वजनाच्या निरिक्षणांच्या मध्यम त्रुटी

जा मीनची मानक त्रुटी = भारित मानक विचलन/sqrt(वजनाची बेरीज)

क्षुद्र संभाव्य त्रुटी

जा त्रुटीचा संभाव्य अर्थ = एकल मापन मध्ये संभाव्य त्रुटी/(निरीक्षणांची संख्या^0.5)

निरीक्षणासाठी समान वजन असलेले सर्वात संभाव्य मूल्य

जा सर्वाधिक संभाव्य मूल्य = निरीक्षण केलेल्या मूल्यांची बेरीज/निरीक्षणांची संख्या

निरीक्षणाचे रूपांतर

जा तफावत = अवशिष्ट भिन्नतेच्या वर्गाची बेरीज/(निरीक्षणांची संख्या-1)

त्रुटींची बेरीज दिलेली सरासरी त्रुटी

जा एरर ऑफ मीन = निरीक्षणातील त्रुटींची बेरीज/निरीक्षणांची संख्या

सर्वाधिक संभाव्य मूल्य दिलेले अवशिष्ट भिन्नता

जा अवशिष्ट भिन्नता = मोजलेले मूल्य-सर्वाधिक संभाव्य मूल्य

अवशिष्ट त्रुटी दिलेले सर्वाधिक संभाव्य मूल्य

जा सर्वाधिक संभाव्य मूल्य = निरीक्षण मूल्य-अवशिष्ट त्रुटी

अवशिष्ट त्रुटी दिलेले निरीक्षण मूल्य

जा निरीक्षण मूल्य = अवशिष्ट त्रुटी+सर्वाधिक संभाव्य मूल्य

अवशिष्ट त्रुटी

जा अवशिष्ट त्रुटी = निरीक्षण मूल्य-सर्वाधिक संभाव्य मूल्य

सापेक्ष त्रुटी दिलेले निरीक्षण मूल्य

जा निरीक्षण मूल्य = खरी चूक/सापेक्ष त्रुटी

सापेक्ष त्रुटी दिली खरी चूक

जा खरी चूक = सापेक्ष त्रुटी*निरीक्षण मूल्य

सापेक्ष त्रुटी

जा सापेक्ष त्रुटी = खरी चूक/निरीक्षण मूल्य

खरे त्रुटी दिलेले निरीक्षण मूल्य

जा निरीक्षण मूल्य = खरे मूल्य-खरी चूक

खरे मूल्य दिलेली खरी त्रुटी

जा खरे मूल्य = खरी चूक+निरीक्षण मूल्य

खरी चूक

जा खरी चूक = खरे मूल्य-निरीक्षण मूल्य

मानक विचलन दिलेली सर्वाधिक संभाव्य त्रुटी

जा सर्वाधिक संभाव्य त्रुटी = 0.6745*प्रमाणित विचलन

भिन्न वजनासह सर्वात संभाव्य मूल्य सुत्र

सर्वाधिक संभाव्य मूल्य = add(वजन*मोजलेले प्रमाण)/add(वजन)
MPV = add(w_i*x_i)/add(w_i)

MPV आणि केंद्रीय प्रवृत्तीच्या इतर उपायांमध्ये काय फरक आहे?

MPV सरासरी आणि मध्यकापेक्षा भिन्न आहे कारण ते सरासरी प्रक्रियेवर आधारित नाही, परंतु त्याऐवजी घटनांच्या उच्च संभाव्यतेसह वितरणातील बिंदू प्रतिबिंबित करते. हे डेटा तिरस्करणीय किंवा आउटलियर्स असलेल्या प्रकरणांमध्ये मध्यवर्ती प्रवृत्तीचे उपयुक्त उपाय बनवते.

वरील समीकरण काय दर्शवते?

जर एकाच परिमाणात, अनेक मोजमाप घेतले तर म्हणा, एक्स 1, एक्स 2, एक्स 3 इत्यादी. आणि प्रत्येक निरीक्षणाचे वजन डब्ल्यू 1, डब्ल्यू 2, डब्ल्यू 3, इत्यादी आहे ... तर वरील सूत्र वापरून एमपीव्ही निश्चित केले जाते. हे फक्त निरीक्षणाचा भारित अंकगणित आहे.

होम

फुकट पीडीएफ

🔍 शोधा

श्रेण्या

Let Others Know

✖

Facebook

Twitter

Copied!