| Property |
Value |
| dbo:abstract
|
- En estadística y análisis preliminar de datos, las pruebas de aleatoriedad (o test de aleatoriedad), son usadas para decidir si una determinada muestra o conjuntos de datos responde a un patrón o puede considerarse aleatoria. En modelización estocástica, y algunas ciencia de la computación, es deseable que algunos datos de entrada sean aleatorios y que dicha aleatoriedad pueda ser verificada por una prueba cuantitativa de aleatoriedad, para mostrar que la simulación se realizó usando datos aleatorios y por tanto representativos de una cierta distribución. En algunos casos, los datos muestran un patrón claramente no aleatorio (por ejemplo si una variable debe presentar valores aleatorios que sean enteros entre 0 y 9, la secuencia "4 3 2 1 0 4 3 2 1..." es poco probable ya que en ningún caso los valores exceden el valor 4). Si un conjunto de datos no pasa la prueba de aleatoriedad, entonces puede ser sustituida por otra serie de datos aleatorizados que pase el test de aleatoriedad. Existen muchas medidas prácticas de aleatoriedad para una . Estas medidas incluyen las pruebas estadísticas, la y la complejidad o una mezcla de mediadas del tipo anterior. El uso de la transformada de Hadamard para medir la aleatoriedad fue propuesto por S. Kak y fue desarrollado por Phillips, Yuen, Hopkins, Beth and Dai, Mund y & Zaman. (es)
- En estadística y análisis preliminar de datos, las pruebas de aleatoriedad (o test de aleatoriedad), son usadas para decidir si una determinada muestra o conjuntos de datos responde a un patrón o puede considerarse aleatoria. En modelización estocástica, y algunas ciencia de la computación, es deseable que algunos datos de entrada sean aleatorios y que dicha aleatoriedad pueda ser verificada por una prueba cuantitativa de aleatoriedad, para mostrar que la simulación se realizó usando datos aleatorios y por tanto representativos de una cierta distribución. En algunos casos, los datos muestran un patrón claramente no aleatorio (por ejemplo si una variable debe presentar valores aleatorios que sean enteros entre 0 y 9, la secuencia "4 3 2 1 0 4 3 2 1..." es poco probable ya que en ningún caso los valores exceden el valor 4). Si un conjunto de datos no pasa la prueba de aleatoriedad, entonces puede ser sustituida por otra serie de datos aleatorizados que pase el test de aleatoriedad. Existen muchas medidas prácticas de aleatoriedad para una . Estas medidas incluyen las pruebas estadísticas, la y la complejidad o una mezcla de mediadas del tipo anterior. El uso de la transformada de Hadamard para medir la aleatoriedad fue propuesto por S. Kak y fue desarrollado por Phillips, Yuen, Hopkins, Beth and Dai, Mund y & Zaman. (es)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
| |
| dbo:wikiPageRevisionID
| |
| dct:subject
| |
| rdfs:comment
|
- En estadística y análisis preliminar de datos, las pruebas de aleatoriedad (o test de aleatoriedad), son usadas para decidir si una determinada muestra o conjuntos de datos responde a un patrón o puede considerarse aleatoria. En modelización estocástica, y algunas ciencia de la computación, es deseable que algunos datos de entrada sean aleatorios y que dicha aleatoriedad pueda ser verificada por una prueba cuantitativa de aleatoriedad, para mostrar que la simulación se realizó usando datos aleatorios y por tanto representativos de una cierta distribución. En algunos casos, los datos muestran un patrón claramente no aleatorio (por ejemplo si una variable debe presentar valores aleatorios que sean enteros entre 0 y 9, la secuencia "4 3 2 1 0 4 3 2 1..." es poco probable ya que en ningún cas (es)
- En estadística y análisis preliminar de datos, las pruebas de aleatoriedad (o test de aleatoriedad), son usadas para decidir si una determinada muestra o conjuntos de datos responde a un patrón o puede considerarse aleatoria. En modelización estocástica, y algunas ciencia de la computación, es deseable que algunos datos de entrada sean aleatorios y que dicha aleatoriedad pueda ser verificada por una prueba cuantitativa de aleatoriedad, para mostrar que la simulación se realizó usando datos aleatorios y por tanto representativos de una cierta distribución. En algunos casos, los datos muestran un patrón claramente no aleatorio (por ejemplo si una variable debe presentar valores aleatorios que sean enteros entre 0 y 9, la secuencia "4 3 2 1 0 4 3 2 1..." es poco probable ya que en ningún cas (es)
|
| rdfs:label
|
- Pruebas de aleatoriedad (es)
- Pruebas de aleatoriedad (es)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is owl:sameAs
of | |
| is foaf:primaryTopic
of | |
