Dies ist keine Verteilung streng genommen, sondern ein Wert mit einer Nullunsicherheit, wie Wasserdissoziationskonstante, Normalgewicht, Referenztemperatur eines Tests, Nennkapazität eines volumetrischen Materials usw. Es kann auch für Komponenten von verwendet werden das Modell mit mehreren Unsicherheitsfaktoren, wobei das Modell als Konstante einer Liste von Nullwertkomponenten mit unterschiedlichen Verteilungen hinzugefügt wird.
Mehr Hilfe
Die durchgehende Dreiecksverteilung ist dadurch gekennzeichnet, dass sie wie im Fall des Rechtecks an zwei Extreme begrenzt ist, aber auch einen Modus (oder einen wahrscheinlicheren Wert) innerhalb dieses Bereichs aufweist. Die Wahrscheinlichkeit in jedem Teilintervall gleicher Länge steigt linear bis zur Art und Weise und fällt dann auf die gleiche Weise bis zur oberen Grenze ab. Diese Verteilung wird häufig in Variablen verwendet, bei denen die Informationen begrenzt sind, wie im Fall der Uniform, bei denen jedoch eine ungefähre Kenntnis des Modalwerts vorliegt, d. H. Wo der genaue Punkt dieses Wertes nicht bekannt ist, jedoch Informationen vorhanden sind der Region oder des Teilintervalls, wo sie zu finden sind.
Wichtig: Bei MCM Alchimmia ist nur das zentrierte Dreieck verfügbar, dh der statistische Modus entspricht dem Durchschnittswert des AB-Intervalls.
Die allgemeine Gleichung wird dann für das Intervall AB definiert, während außerhalb dieser Extremwerte die Verteilungsfunktion 0 ist. Die Formel lautet dann:
Eingabeparameter:
Mehr Hilfe
Diese kontinuierliche Verteilung ist dadurch gekennzeichnet, dass sie für jeden Wert des Intervalls die gleiche Wahrscheinlichkeit hat. Es wird häufig für Beiträge von Typ-B-Unsicherheiten verwendet, bei denen nur die Haupt- und Nebenabmessungen des Intervalls bekannt sind, beispielsweise in der Aufteilung oder Auflösung eines digitalen Instruments. In vielen Fällen kann diese Verteilung auch zugeordnet werden, wenn wenig Informationen über die Zufallsvariable, in bibliographischen Daten vorhanden sind oder wenn der Überdeckungsfaktor einer Unsicherheit nicht bekannt ist.
Die allgemeine Formel dieser Verteilung ist für alle Werte von x definiert, für die A ≤ x ≤ B gemäß der Gleichung gilt:
Eingabeparameter:
Mehr Hilfe
Diese Verteilung ist diejenige, die am häufigsten natürliche und soziale Ereignisse darstellt. Die meisten Beweise aus der klassischen Statistik sowie die Abschätzung von Unsicherheiten beruhen auf der Annahme, dass die Daten einer Normalverteilung entsprechen. Aus theoretischer Sicht behauptet der zentrale Grenzwertsatz, dass bei einer ausreichend großen Stichprobe die Verteilung der Mittel einer annähernd Normalverteilung folgt. Die allgemeine Formel dieser Verteilung lautet:
wobei μ den Ort und σ die Skala der Funktion darstellt. Um eine Messunsicherheit abzuschätzen, entspricht µ dem Mittelwert und dem Moduswert der Zufallsvariablen, während σ die Standardabweichung ist.
Eingabeparameter:
Wenn der Parameter, dem diese Verteilung zugeordnet ist, dem Unsicherheitsbeitrag eines Kalibrierungszertifikats entspricht, entspricht die Standardabweichung der Standardunsicherheit ( u ) oder der erweiterten Unsicherheit dividiert durch den Überdeckungsfaktor k.
Mehr Hilfe
Diese Verteilung stellt Zufallsvariablen dar, deren Logarithmen gemäß einer Normalverteilung verteilt sind. Die logarithmische Normalverteilung nimmt abhängig vom Wert ihres Skalenparameters unterschiedliche Formen an und wird häufig in der Zuverlässigkeit von Hochtechnologieprodukten und auch in mikrobiologischen Zählungen verwendet, da sie auf dem multiplikativen Wachstumsmodell basieren.
Eingabeparameter:
Wie angegeben, werden die Logarithmen der Werte der logarithmischen Zufallsvariablen gemäß einer Gaußschen Funktion verteilt. Diese Verteilungsfunktion kann aus zwei Parametersätzen definiert werden, die in den Optionsfeldern rechts im Datenfeld ausgewählt werden.
Mehr Hilfe
Diese kontinuierliche Wahrscheinlichkeitsverteilung im Bereich der positiven Realen steht in engem Zusammenhang mit der Normalverteilung, zum Beispiel ist sie die Stichprobenverteilung von σ². Die Chi Ssquare-Verteilung wird mit einem einzigen Parameter definiert, bei dem es sich um Freiheitsgrade handelt. Die Funktion ist immer asymmetrisch und nach rechts geneigt. Diese Verteilung wird in verschiedenen Bereichen der Wissenschaft sehr häufig verwendet, da sie die Analyse von Datensätzen ermöglicht und bestimmt, ob der Unterschied zwischen ihnen durch Zufall (Nullhypothese) oder durch einen anderen externen Faktor bedingt ist.
Eingabeparameter:
Mehr Hilfe
Diese Verteilung ist eine kontinuierliche Funktion im Bereich positiver reeller Zahlen, die häufig in der Volkswirtschaftslehre, der Meteorologie und der Telekommunikation verwendet werden, sowie in anderen spezifischen Anwendungen, wie der Zuverlässigkeitsrate oder dem Überleben von Organismen oder Maschinen. Die Zufallsvariablen, die das Weibull-Verteilungsmodell haben, sind die Verteilung von Fehlern in Systemen, wenn die Fehlerquote proportional zur Zeitstärke ist. Diese Verteilung wird aus einem charakteristischen Form (& gt; 0) -Parameter definiert, der die Ausfallrate anzeigen würde. Wenn die Ausfallrate abnimmt, ist sie konstant oder steigt mit der Zeit an. Dies entspricht, wenn der Parameter k kleiner, gleich oder größer als 1 ist.
Eingabeparameter:
Mehr Hilfe
Die Cauchy-Verteilung hat die Besonderheit, dass sie vom Gaußschen Verteilungstyp ist, jedoch hat sie den höchsten Peak und die Schwänze zerfallen sehr langsam. Obwohl MCM Alchimia in geeigneter Weise die Pseudo-Zufalls-Abtastwerte für diese Verteilung erzeugt, wird der Ergebnisgraph wie ein isolierter Peak aussehen, da die Abszissenachse im 99% igen Wahrscheinlichkeitsintervall der Abdeckung liegt. Da der Zerfall der Schwänze so graduell ist, wird der Bereich signifikanter Wahrscheinlichkeiten sehr eng.
Eingabeparameter:
Mehr Hilfe
Die Verteilung von Von Mises ist eine kontinuierliche Funktion der zirkularen Aufrufe, dh sie sind für die realen im Intervall von 0 bis 2p definiert. Diese Funktion wird derzeit vorzugsweise auf dem Gebiet der Epidemiologie verwendet, um die Ausbreitung von Krankheiten oder technologischen Anwendungen wie der Signalverarbeitung zu beschreiben. Die Von-Mises-Verteilung wird auch als normaler Kreis bezeichnet, da sie dem Gaußschen ähnelt, jedoch auf die Kreisebene beschränkt ist.
Eingabeparameter:
Mehr Hilfe
Die NegBinomialverteilung ist auch eine diskrete Verteilung, die im Bereich positiver Ganzzahlen definiert ist. Sie ist der Binomialverteilung ähnlich, mit der Ausnahme, dass sich der Parameter n auf nicht vollständige und unvollständige Ereignisse bezieht. Mit anderen Worten, eine Zufallsvariable mit NegBinomialverteilung der Parameter n und p stellt die Anzahl der Erfolge dar, deren Wahrscheinlichkeit p ist, die in einer Folge von n fehlgeschlagenen Versuchen erreicht werden. Die Parameter, über die diese Verteilung definiert wird, haben dieselbe Form wie diejenigen, die die Binomialverteilung repräsentieren, obwohl der Parameter n, wie gesagt, eine andere Qualität darstellt.
Eingabeparameter:
Mehr Hilfe
