(Tiểu luận) tiểu luận giữa kỳ môn xác suất thống kê ứng dụng cho công nghệ thông tin

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (3.03 MB, 49 trang )

TỔNG LIÊN ĐỒN LAO ĐỘNG VIỆT NAM
TRƯỜNG ĐẠI HỌC TƠN ĐỨC THẮNG
KHOA CÔNG NGHỆ THÔNG TIN

TIỂU LUẬN GIỮA KỲ MÔN:
XÁC SUẤT THỐNG KÊ
ỨNG DỤNG CHO CÔNG NGHỆ THÔNG TIN

TIỂU LUẬN GIỮA KỲ

Người hướng dẫn: TS NGUYỄN QUỐC BÌNH
Người thực hiện: LÂM QUANG HUY
Lớp
: 21H50201
Khố : K25

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2022

0

0

Tieu luan

1

LỜI CẢM ƠN
Em cảm ơn thầy Nguyễn Quốc Bình đã giảng dạy cho em kiến thức về lập trình
ứng dụng xác suất thống kê cũng như đã hướng dẫn em thực hiện bài tiểu luận giữa kỳ

này ạ.

0

0

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

2

CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC
TƠN ĐỨC THẮNG
Tơi xin cam đoan đây là cơng trình nghiên cứu của riêng tôi và được sự hướng
dẫn khoa học của TS Nguyễn Văn A;. Các nội dung nghiên cứu, kết quả trong đề tài
này là trung thực và chưa công bố dưới bất kỳ hình thức nào trước đây. Những số liệu
trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được chính tác giả
thu thập từ các nguồn khác nhau có ghi rõ trong phần tài liệu tham khảo.
Ngồi ra, trong luận văn cịn sử dụng một số nhận xét, đánh giá cũng như số liệu
của các tác giả khác, cơ quan tổ chức khác đều có trích dẫn và chú thích nguồn gốc.
Nếu phát hiện có bất kỳ sự gian lận nào tơi xin hoàn toàn chịu trách nhiệm
về nội dung luận văn của mình. Trường đại học Tơn Đức Thắng khơng liên quan đến
những vi phạm tác quyền, bản quyền do tôi gây ra trong q trình thực hiện (nếu có).
TP. Hồ Chí Minh, ngày 26 tháng 10 năm 2022
Tác giả
(ký tên và ghi rõ họ tên)

Lâm Quang Huy

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

3

TĨM TẮT
Bài tiểu luận là phần tóm tắt kiến thức mà học sinh học được ở khoảng thời gian
giữa kì 1. Về việc áp dụng kiến thức về môn xác suất thống kê đã học ở phần lí thuyết
kết hợp phương pháp lập trình Python đã được học ở lớp thực hành để giải quyết một
số bài tốn.Trong đó có cụ thể những nội dung của các nhóm chức năng của mô đun
statistics trong thư viện Python. Học sinh thực hiện 2 phần: phần viết code về thuật
toán cân bằng Histogram để xử lí ảnh và phần viết báo cáo (3 chương). Cuối phần tiểu
luận là nguồn tài liệu học sinh đã tham khảo để làm tiểu luận.

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

4

MỤC LỤC

LỜI CẢM ƠN.............................................................................................................................1
CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC TƠN ĐỨC THẮNG......2
TĨM TẮT....................................................................................................................................3
MỤC LỤC...................................................................................................................................4
CHAPTER 1 – OPENING.........................................................................................................6
1.1. Statistics library in Python.......................................................................................6
1.1.1. Gererality about Statistics library in Python............................................................6
1.1.2. Some functions relate to Statistisc library...............................................................6
1.1.2.1. Statistics.mean(data)........................................................................................7
1.1.2.2. Statistics.fmean(data).......................................................................................8
1.1.2.3. statistics.geometric_mean(data).....................................................................10
1.1.2.4. Statistics.harmonic_mean(data, weights=None)............................................11
1.1.2.5. statistics.median(data)...................................................................................13
1.1.2.6. Statistics.median_low(data)...........................................................................16
1.1.2.7. Statistics.median_high(data)..........................................................................18
1.1.2.8. Statistics.median_grouped(data)....................................................................19
1.1.2.9. Statistics.mode(data)......................................................................................22
1.1.2.10. statistics.multimode(data)..............................................................................24
1.1.2.11. statistics.quantile(data)..................................................................................25
1.1.2.12. Statistics.pstdev(data, mu=None)..................................................................26
1.1.2.13. Statistics. pvariance(data, mu=None)............................................................27
1.1.2.14. Statistics.stdev(data, xbar=None)..................................................................29

1.1.2.15. Statistics. variance(data, mu=None)..............................................................31
1.1.2.16. Statistics. convariance(x, y, /)........................................................................34
1.1.2.17. statistics.correlation(x, y, /)............................................................................35
1.1.2.18. statistics.correlation(x, y, /)............................................................................36
CHAPTER 2 – HISTOGRAM EQUALIZATION ALGORITHM..........................................38
2.1.

Histogram equalization algorithm.........................................................................38

2.2.

Example about Histogram equalization algorithm..............................................39

2.3.

My comment, analysis, evaluation.........................................................................41

CHAPTER 3- IMPLEMENTATION.......................................................................................42
3.1.

Implementation........................................................................................................42

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

data visually. Python statistics libraries are comprehensive, popular, and widely
used tools that will assist you in working with data.
This module provides functions for calculating mathematical statistics of
numeric (Real-valued) data.
The module is not intended to be a competitor to third-party libraries such as
NumPy, SciPy, or proprietary full-featured statistics packages aimed at
professional statisticians such as Minitab, SAS and Matlab. It is aimed at the level
of graphing and scientific calculators.
Descriptive statistics is about describing and summarizing data. It uses two main
approaches:
-

The quantitative approach describes and summarizes data numerically.

-

The visual approach illustrates data with charts, plots, histograms, and other
graphs.

1.1.2. Some functions relate to Statistisc library
Averages and measures of central location:
- statistics.mean(data)
- statistics.fmean(data)
-statistics.geometric_mean(data)

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

-Arithmetic mean is the sum of data divided by the number of data-points. It is a
measure of the central location of data in a set of values which vary in range. In
Python, we usually do this by dividing the sum of given numbers with the count of
number present.
-Syntax : mean([data-set])
-Parameters :
-[data-set] : List or tuple of a set of numbers.
-Returns : Sample arithmetic mean of the provided data-set.

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

8

-Exceptions :
TypeError when anything other than numeric values are passed as parameter.
-Example:

1.1.2.2.

Statistics.fmean(data)

-A function fmean() converts all the data into float data-type and then computes
the arithmetic mean or average of data that is provided in the form of a sequence or an
iterable. The output of this function is always a float.

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

9

The only difference in computing mean using mean() and fmean() is that while using
fmean() data gets converted to floats whereas in case of mean(), data does not get
converted to floats. Moreover fmean() function runs faster than the mean() function.
-Syntax: fmean([data-set}])
-Parameters:[data-set]: List or tuple of a set of numbers.
-Returns: floating-point arithmetic mean of the provided data.
-

Example:

0

0

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

11

-Parameters :
-[data-set] : List or tuple of a set of numbers.
-Returns : the geometric mean of the provided data-set.

1.1.2.4.

Statistics.harmonic_mean(data, weights=None)

-Harmonic Mean (also known as Contrary mean) is one of several kinds of average
and in particular one of the Pythagorean means. Usually used in situations when
average rates are desired. The harmonic mean is also the reciprocal of the arithmetic
mean of the reciprocals of a given set of observations.
Harmonic mean can be incorporated in Python3 by using harmonic_mean() function
from the statistics module.
-Syntax : harmonic_mean([data-set])
-Parameters : [data-set]: which is a list or tuple or iterator of real valued numbers.
-Returntype : Returns the harmonic_mean of the given set of data.
-Errors and Exceptions :StatisticsError when a empty data-set is passed or if dataset consist of negative values.
TypeError for dataset of non-numeric type values.
-

Example:

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

12

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

13

1.1.2.5.

statistics.median(data)

- The statistics.median() method calculates the median (middle value) of the given
data set. This method also sorts the data in ascending order before calculating the
median.
- Python is a very popular language when it comes to data analysis and statistics.
Luckily, Python3 provide statistics module, which comes with very useful functions
like mean(), median(), mode() etc.
median() function in the statistics module can be used to calculate median value from
an unsorted data-list. The biggest advantage of using median() function is that the datalist does not need to be sorted before being sent as parameter to the median() function.
-Example:

-Median is the value that separates the higher half of a data sample or probability
distribution from the lower half. For a dataset, it may be thought of as the middle value.

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

14

The median is the measure of the central tendency of the properties of a data-set in
statistics and probability theory. Median has a very big advantage over Mean, which is
the median value is not skewed so much by extremely large or small values. The
median value is either contained in the data-set of values provided or it doesn’t sway

too much from the data provided.
For odd set of elements, the median value is the middle one.
-For even set of elements, the median value is the mean of two middle elements.
-Median can be represented by the following formula :

- Syntax : median( [data-set] )
-Parameters : [data-set] : List or tuple or an iterable with a set of numeric values
-Returns : Return the median (middle value) of the iterable containing the data
-Exceptions : StatisticsError is raised when iterable passed is empty or when list is
null.
- Example:

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

15

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

16

1.1.2.6.

Statistics.median_low(data)

- Median is often referred to as the robust measure of the central location and is less
affected by the presence of outliers in data. statistics module in Python allows three
options to deal with median / middle elements in a data set, which are median(),
median_low() and median_high(). The low median is always a member of the data set.
When the number of data points is odd, the middle value is returned. When it is even,
the smaller of the two middle values is returned.
- Syntax : median_low( [data-set] )
-Parameters : [data-set] : Takes in a list, tuple or an iterable set of numeric data.
-Returntype : Returns the low median of numeric data. Low median is a member of
actual data-set.
- Example:

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

17

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

18

1.1.2.7.

Statistics.median_high(data)

-Median is often referred to as the robust measure of the central location and is less
affected by the presence of outliers in data. statistics module in Python allows three
options to deal with median / middle elements in a data set, which are median(),
median_low() and median_high(). The high median is always a member of the data set.
When the number of data points is odd, the middle value is returned. When it is even,
the larger of the two middle values is returned.

-Syntax : median_high( [data – set] )
-Parameters : [data-set] : Takes in a list, or an iterable set of numeric data.
-Returntype : Returns the high median of the numeric data (always in actual dataset).
- Example:

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

19

1.1.2.8.

Statistics.median_grouped(data)

-median_grouped() function under the Statistics module, helps to calculate median
value from a set of continuous data.
-The data are assumed to be grouped into intervals of width intervals. Each data point
in the array is the midpoint of the interval containing the true value. The median is

0

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

21

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

22

1.1.2.9.

Statistics.mode(data)

-The mode of a set of data values is the value that appears most often. It is the value at
which the data is most likely to be sampled. A mode of a continuous probability

distribution is often considered to be any value x at which its probability density
function has a local maximum value, so any peak is a mode.
-Python is very robust when it comes to statistics and working with a set of a large
range of values. The statistics module has a very large number of functions to work
with very large data-sets. The mode() function is one of such methods. This function
returns the robust measure of a central data point in a given range of data-sets.
- Syntax : mode([data-set])
-Parameters :
[data-set] which is a tuple, list or a iterator of real valued numbers as well as Strings.
-Return type :
Returns the most-common data point from discrete or nominal data.
-Errors and Exceptions :
Raises StatisticsError when data set is empty.
-

Example:

0

0

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

Tieu luan

(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin(Tieu.luan).tieu.luan.giua.ky.mon.xac.suat.thong.ke.ung.dung.cho.cong.nghe.thong.tin

23

(Tiểu luận) tiểu luận giữa kỳ môn xác suất thống kê ứng dụng cho công nghệ thông tin

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về