| | |
| | |
|
| | | | | | |
| | ||::__~~navy:تصویر~~__::|::__~~navy:معادل فارسی~~__::|::__~~navy:تعریف~~__::|::__~~navy:واژه لاتین~~__:: | | ||::__~~navy:تصویر~~__::|::__~~navy:معادل فارسی~~__::|::__~~navy:تعریف~~__::|::__~~navy:واژه لاتین~~__:: |
| | |__پیشامد__|مقدار احتمال اتفاق افتادن هریک از عناصر فضای نمونه‌ای را پیشامد گوئیم.|@@__Event__@@ | | |__پیشامد__|مقدار احتمال اتفاق افتادن هریک از عناصر فضای نمونه‌ای را پیشامد گوئیم.|@@__Event__@@ |
| | |__پیشامدهای مستقل__|دو پیشامد B , A را مستقل گوئیم هرگاه رخ‌دادن و یا رخ‌ندادن یکی به دیگری ارتباطی نداشته باشد.|@@__Independent Eventy__@@ | | |__پیشامدهای مستقل__|دو پیشامد B , A را مستقل گوئیم هرگاه رخ‌دادن و یا رخ‌ندادن یکی به دیگری ارتباطی نداشته باشد.|@@__Independent Eventy__@@ |
| | |__پیشامدهای وابسته__|هرگاه دو پیشامد مستقل نباشند می‌گوئیم وابسته‌اند.|@@__Dependent Event__@@ | | |__پیشامدهای وابسته__|هرگاه دو پیشامد مستقل نباشند می‌گوئیم وابسته‌اند.|@@__Dependent Event__@@ |
| | |__فضای نمونه‌ای__|مجموعه تمام برآمدهای ممکن آزمایش را فضای نمونه می‌گوئیم.|@@__Sample space__@@ | | |__فضای نمونه‌ای__|مجموعه تمام برآمدهای ممکن آزمایش را فضای نمونه می‌گوئیم.|@@__Sample space__@@ |
| | |__متغیر تصادفی__|اگر S یک فضای نمونه‌ای با یک اندازه احتمال و X یک تابع حقیقی- مقدار باشد که روی عناصر S تعریف شده است آنگاه X را متغیر تصادفی می‌نامیم.|@@__Random Variable__@@ | | |__متغیر تصادفی__|اگر S یک فضای نمونه‌ای با یک اندازه احتمال و X یک تابع حقیقی- مقدار باشد که روی عناصر S تعریف شده است آنگاه X را متغیر تصادفی می‌نامیم.|@@__Random Variable__@@ |
| | |__متغیر تصادفی گسسته__|متغیرهایی که برد آنها متناهی یا نامتناهی شماراست متغیر تصادفی گسسته می‌گوئیم.|@@__Discrete Random Variable__@@ | | |__متغیر تصادفی گسسته__|متغیرهایی که برد آنها متناهی یا نامتناهی شماراست متغیر تصادفی گسسته می‌گوئیم.|@@__Discrete Random Variable__@@ |
| | |__بافتنمای احتمال__|نموداری که مقدار هریک از توزیع‌های احتمال را نشان می‌دهد.|@@__Probability Histogram__@@ | | |__بافتنمای احتمال__|نموداری که مقدار هریک از توزیع‌های احتمال را نشان می‌دهد.|@@__Probability Histogram__@@ |
| | |__برآمد__|دو برآمد بیانگر یک عنصر در فضای نمونه‌ای است.|@@__Outcome__@@ | | |__برآمد__|دو برآمد بیانگر یک عنصر در فضای نمونه‌ای است.|@@__Outcome__@@ |
| | |__برآورد__|انواع مختلفی دارد از جمله برآورد نقطه‌ای یا برآورد فاصله‌ای علاوه بر احتمالات در آمار از اهمیت ویژه‌ای در قسمت نظریه‌ها دارد.|@@__Estimation__@@ | | |__برآورد__|انواع مختلفی دارد از جمله برآورد نقطه‌ای یا برآورد فاصله‌ای علاوه بر احتمالات در آمار از اهمیت ویژه‌ای در قسمت نظریه‌ها دارد.|@@__Estimation__@@ |
| | |__برآورد نقطه‌ای__|یکی از مسائل اصلی برآورد نقطه‌ای مطالعه توزیع‌های نمونه‌گیری است.|@@__Point Estimate__@@ | | |__برآورد نقطه‌ای__|یکی از مسائل اصلی برآورد نقطه‌ای مطالعه توزیع‌های نمونه‌گیری است.|@@__Point Estimate__@@ |
| | |__آزمایش__|به هر فرآیند مشاهده یا اندازه‌گیری عنوان آزمایش اطلاق می‌کند.|@@__Experiment__@@ | | |__آزمایش__|به هر فرآیند مشاهده یا اندازه‌گیری عنوان آزمایش اطلاق می‌کند.|@@__Experiment__@@ |
| | |__آزمایش کنترل‌شده__|در حالت کلی اگر بخواهیم نشان دهیم که یک عامل (در بین سایرین) را می‌توان علت پدیده مشاهده شده‌ای دانست باید سایر عوامل را ثابت و عامل مورد نظر را متغیر درنظر گرفت و کنترل کرد در اینصورت ما یک آزمایش کنترل شده انجام داده‌ایم.|@@__Controlled Experiment__@@ | | |__آزمایش کنترل‌شده__|در حالت کلی اگر بخواهیم نشان دهیم که یک عامل (در بین سایرین) را می‌توان علت پدیده مشاهده شده‌ای دانست باید سایر عوامل را ثابت و عامل مورد نظر را متغیر درنظر گرفت و کنترل کرد در اینصورت ما یک آزمایش کنترل شده انجام داده‌ایم.|@@__Controlled Experiment__@@ |
| | |__احتمال__|برآمد - شانس - امکان - درجه پیروزی یا شکست این کلمه برای بازیهای شانسی کاربرد داشته است.|@@__Probability__@@ | | |__احتمال__|برآمد - شانس - امکان - درجه پیروزی یا شکست این کلمه برای بازیهای شانسی کاربرد داشته است.|@@__Probability__@@ |
| | |__احتمال پیشین__| |@@__Prior Probability__@@ | | |__احتمال پیشین__| |@@__Prior Probability__@@ |
| | |__توزیع__|پراکندگی - گستردگی|@@__Distribution__@@ | | |__توزیع__|پراکندگی - گستردگی|@@__Distribution__@@ |
| | |__توزیع احتمال__|برای متغیر تصادفی X توزیع احتمال عبارت است از احتمال اتفاق افتادن یا اتفاق نیافتادن X و با {TEX()} {P(X)} {TEX} نمایش داده می‌شود.|@@__Probability Distribution__@@ | | |__توزیع احتمال__|برای متغیر تصادفی X توزیع احتمال عبارت است از احتمال اتفاق افتادن یا اتفاق نیافتادن X و با {TEX()} {P(X)} {TEX} نمایش داده می‌شود.|@@__Probability Distribution__@@ |
| | |__توزیع احتمال شرطی__|{TEX()} {P(A|S)} {TEX} یعنی پیشامد A نسبت به فضای S است.|@@__conditional Probability Distribution__@@ | | |__توزیع احتمال شرطی__|{TEX()} {P(A|S)} {TEX} یعنی پیشامد A نسبت به فضای S است.|@@__conditional Probability Distribution__@@ |
| | |__جایگشت__|تعداد امکان‌های آرایش n شی متمایز در یک سطر را جایگشت می‌گوییم و با nPr نمایش داده می‌شود.|@@__Permutation__@@ | | |__جایگشت__|تعداد امکان‌های آرایش n شی متمایز در یک سطر را جایگشت می‌گوییم و با nPr نمایش داده می‌شود.|@@__Permutation__@@ |
| | |__جایگشت دوری__|جایگشت‌های اشیا وقتی روی دایره مرتب شده باشند را جایگشت‌های دوری می‌گوئیم.|@@__Circular- Permutation__@@ | | |__جایگشت دوری__|جایگشت‌های اشیا وقتی روی دایره مرتب شده باشند را جایگشت‌های دوری می‌گوئیم.|@@__Circular- Permutation__@@ |
| | |__برآورد فاصله‌ای__|مهم‌ترین کاربرد برآوردکننده‌های فاصله‌ای تعیین فاصله‌های اطمینان در کنترل کیفیت برای مهندسی صنایع می‌باشد. از دیگر کاربردهای آن |اندازه‌گیری خطاها می‌باشد.|@@__Interval Estimate__@@ | | |__برآورد فاصله‌ای__|مهم‌ترین کاربرد برآوردکننده‌های فاصله‌ای تعیین فاصله‌های اطمینان در کنترل کیفیت برای مهندسی صنایع می‌باشد. از دیگر کاربردهای آن |اندازه‌گیری خطاها می‌باشد.|@@__Interval Estimate__@@ |
| - | |__تابع چگالی احتمال__|تابعی با مقادیر {TEX()} {f(x)} {TEX} ، که روی مجموعه اعداد حقیقی تعریف شده است تابع چگالی احتمال یک متغیر تصادفی پیوسته X خوانده می‌شود اگر و تنها اگر به ازای هر دو عدد حقیقی ثابت a و b و {TEX()} {a \le b} {TEX}
{TEX()} {P(a \le x \le b)=\int_{a}^{b} f(x)\, dx} {TEX} |@@__Probability Density Function__@@ |
+ | |__تابع چگالی احتمال__|تابعی با مقادیر {TEX()} {f(x)} {TEX} ، که روی مجموعه اعداد حقیقی تعریف شده است تابع چگالی احتمال یک متغیر تصادفی پیوسته X خوانده می‌شود اگر و تنها اگر به ازای هر دو عدد حقیقی ثابت a و b و {TEX()} {a \le b} {TEX} {TEX()} {P(a \le x \le b)=\int_{a}^{b} f(x)\, dx} {TEX} |@@__Probability Density Function__@@ |
| | |__حدود اطمینان__|کران‌های بالا و پایین در برآوردهای فاصله‌ای را حدود اطمینان می‌گویند. اگر احتمال بدست آمده داخل حدود باشد یعنی سیستم در حال کنترل است در غیر اینصورت خارج از کنترل ارزیابی می‌شود.|@@__Confidence limits__@@|| | | |__حدود اطمینان__|کران‌های بالا و پایین در برآوردهای فاصله‌ای را حدود اطمینان می‌گویند. اگر احتمال بدست آمده داخل حدود باشد یعنی سیستم در حال کنترل است در غیر اینصورت خارج از کنترل ارزیابی می‌شود.|@@__Confidence limits__@@|| |
| | | | |
| | |
| |
| | |
