निरीक्षणासाठी समान वजन असलेले सर्वात संभाव्य मूल्य उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
सर्वाधिक संभाव्य मूल्य = निरीक्षण केलेल्या मूल्यांची बेरीज/निरीक्षणांची संख्या
MPV = Ʃxi/nobs
हे सूत्र 3 व्हेरिएबल्स वापरते
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.
निरीक्षण केलेल्या मूल्यांची बेरीज - निरीक्षण केलेल्या मूल्यांची बेरीज ही वैयक्तिक निरीक्षण मूल्ये किंवा मोजलेल्या मूल्यांचे एकूण जोडलेले मूल्य आहे.
निरीक्षणांची संख्या - निरीक्षणांची संख्या म्हणजे दिलेल्या डेटा संकलनात घेतलेल्या निरीक्षणांच्या संख्येचा संदर्भ आहे.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
निरीक्षण केलेल्या मूल्यांची बेरीज: 800 --> कोणतेही रूपांतरण आवश्यक नाही
निरीक्षणांची संख्या: 4 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
MPV = Ʃxi/nobs --> 800/4
मूल्यांकन करत आहे ... ...
MPV = 200
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
200 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
200 <-- सर्वाधिक संभाव्य मूल्य
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित चंदना पी देव
एनएसएस अभियांत्रिकी महाविद्यालय (एनएसएससीई), पलक्कड
चंदना पी देव यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
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

निरीक्षणासाठी समान वजन असलेले सर्वात संभाव्य मूल्य सुत्र

सर्वाधिक संभाव्य मूल्य = निरीक्षण केलेल्या मूल्यांची बेरीज/निरीक्षणांची संख्या
MPV = Ʃxi/nobs

जिओडेटिक सर्वेक्षण म्हणजे काय?

भौगोलिक सर्वेक्षण करण्याच्या उद्देशाने पृथ्वीवरील पृष्ठभागावर विपुलपणे विभक्त केलेल्या बिंदूंच्या संबंधित किंवा परिपूर्ण स्थितीत अगदी तंतोतंत निश्चित करणे होय. सापेक्ष पोझिशन्स त्यांच्यात सामील होणा the्या ओळींच्या लांबी आणि अझिमथच्या संदर्भात निश्चित केल्या जातात

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!