Académique Documents
Professionnel Documents
Culture Documents
DEPUIS
ÉMIS
DEPUIS
GOTTL.FIEDR.LIPPS
LEIPZIG
ÉDITEUR PAR WILHELM ENGELMANN 1897.
Le contenu
Première partie
Déclarations préliminaires
Préface
I. Introduction. § 1, 2
II. Aperçu préliminaire des points les plus importants à considérer lors de
l'examen d'un objet collectif et des noms associés. § 3-11
Deuxième partie.
Enquêtes spéciales.
XXIV Sur le lien spatial et temporel des variations de taille des recrues. § 136-
163
XXV. Structure et asymétrie du seigle. § 164-169
XXVI. Les dimensions des peintures de la galerie. § 170-175
XXVII. Objets collectifs du domaine de la météorologie. § 176-179
XXVIII. L'asymétrie de la série d'erreur. § 180-182
Annexe. La table t. § 183
Avant-propos.
Ce travail a été créé par moi pendant de nombreuses années, le matériel a été
collecté et travaillé, mais cela a souvent été interrompu par d'autres travaux, mis de
côté pendant longtemps et donc l'achèvement du travail a jusqu'à présent été
retardé. Le retarder ne veut plus être conseillé à mon âge si l'œuvre doit apparaître du
tout; Je pense aussi qu'après être revenu encore et encore, il peut enfin oser
apparaître, non pas comme un travail complet, mais comme une base pour une
expansion future de l'enseignement traité ici. Le chapitre d'introduction suivant parle
plus spécifiquement de la tâche d'enseigner; et il ne peut donc y avoir de place que
pour les remarques générales suivantes à ce sujet.
Avec le nouveau nom sous lequel l'enseignement apparaît ici, je ne le donne pas
comme un enseignement complètement nouveau; seulement que l'état actuel de leur
développement ne suggérait pas du tout la nécessité de les installer sous un nom
spécial. Partout, la science se spécialise au cours de son développement croissant et
nécessite donc de séparer les noms de ses différents domaines. Désormais le plus
général, le plus intéressant, le plus méritoire de ce que nous avons eu jusqu'à présent
dans les Lettres sur la théorie des probabilités (1846) de Quetelet et sa Physique
sociale. (1869), et si vous voulez, vous pouvez le voir comme le père de la mesure
collective ainsi que celui de la psychophysique dans EH weber; mais vous pourrez
vous convaincre de la persécution de ce travail,
À cet égard, j'affirme la justification mathématique mutuellement contrôlée et la
preuve empirique d'une généralisation de la loi de GAUSS des écarts aléatoires d'un
côté comme fruit principal, de l'autre comme racine principale de l'ensemble de
l'enquête suivante, par laquelle la limitation de la même à une probabilité symétrique
et proportionnée La petitesse des écarts mutuels par rapport à la moyenne
arithmétique est augmentée et des relations juridiques jusque-là inconnues se
produisent, dont la plus importante se trouve à la section 33. En fait, dans cette
généralisation, le régulateur le plus général de toutes les conditions mentionnées dans
la théorie de la dimension collective est donné ainsi que dans la loi de GAUSS simple
le régulateur de toutes les déterminations de précision physiques et astronomiques,
Dans la mesure où la théorie de la mesure collective est basée sur un lien entre
l'observation et le calcul dans une relation mutuelle, elle peut compter sur les
enseignements exacts. Cependant, les enseignements qui ont droit à une telle
désignation permettent un degré de certitude très différent dans leurs résultats. La
mécanique, l'astronomie, la physique sont au sommet; la physiologie est loin derrière
en raison des difficultés qui contrecarrent la complication et la variabilité de ses
objets; plus loin encore, en raison de difficultés encore plus importantes à cet égard,
la psychophysique. La théorie de la mesure collective partage des difficultés de ce
type, sans être soumise aux mêmes difficultés fondamentales que la psychophysique,
les surpasse dans l'intérêt pratique, mais lui est de loin inférieure sur le plan
philosophique.
En ce qui concerne la forme et l'étendue de certaines des explications, il convient
de garder à l'esprit que le travail n'est pas destiné à la fois aux mathématiciens qui
connaissent déjà les points fondamentaux examinés ici et à ceux qui sont concernés
par la connaissance et l'application de l'enseignement. est sans avoir une telle
connaissance préalable.
Dans un avenir proche, je voudrais envoyer une demande aux ordinateurs du sujet
pour promouvoir notre enseignement. Dans les tableaux connus, dont l'intégrale de
probabilité GAUSS des écarts aléatoires par rapport à la moyenne (erreur
d'observation)
Pour l'exprimer, l'argument t est composé de deux décimales, ce qui suffit pour
l'usage limité que les physiciens et les astronomes en font, en utilisant une
interpolation avec des première et seconde différences; mais pour l'usage beaucoup
plus étendu à en faire dans la théorie de la dimension collective, cela revient au même
que si pour les nombreux calculs qui doivent être effectués au moyen de logarithmes,
l'argument numérique, auquel appartiennent les logarithmes, est simplement réduit à
deux ou trois chiffres et voulait seulement laisser les déterminations provisoires à
l'interpolation. Il serait donc souhaitable que, dans l'intérêt de notre enseignement, ce
qui est partagé par la méthode psychophysique des bons et des mauvais cas, des
tableaux soient disponibles dans lesquels test effectuée à au moins quatre
décimales 1) , afin de sauvegarder en partie les interpolations, en partie pour les
rendre plus faciles, et en tout cas j'ai raté douloureusement de telles tables moi-même
lors de l'exécution de ce travail. Bien sûr, la diffusion des tables allait s'accroître avec
elle, mais l'avantage semblait croître avec elle dans des proportions plus fortes. Et ne
devrait-il pas y avoir un institut astronomique ou statistique disposant d'une puissance
de calcul mécanique pour s'en occuper! Une tâche de prix pourrait également lui être
confiée.
1) Une exécution de ce tableau à trois décimales de t, avec limitation de la valeur
intégrale à quatre resp. cinq décimales se trouvent dans l'annexe § 183.
I. Introduction.
§ 1. Un objet collectif (K.-G. pour faire court) signifie un objet qui consiste en un
nombre indéfiniment grand, variant de manière aléatoire, de spécimens qui sont
maintenus ensemble par un concept de type ou de genre.
Ainsi, l'homme forme un objet collectif au sens large, l'homme d'un certain genre,
âge et race au sens le plus étroit, à l'image de la portée d'un K.-G. peut nommer, les
changements après l'expansion du concept générique ou d'espèce sous laquelle il se
produit.
Les copies d'un K.-G. peut être spatialement ou temporellement différent et ci-
après un K.-G. spatial ou temporel. forme. Par exemple, les recrues d'un pays ou les
épis d'un champ de maïs peuvent être des copies d'un K.-G. spatial. appliquer. Par
exemple, la température (moyenne) du 1er janvier, suivie d'un certain nombre
d'années à un endroit donné, donne autant d'exemplaires d'un K.-G temporel. Au lieu
du 1er janvier, vous pouvez avoir n'importe quel autre anniversaire au lieu d'un jour
spécifique certain mois, au lieu de la température réglée le baromètre, etc. et devient
ainsi des copies d'autant de K.-G. temporels reçu.
L'anthropologie, la zoologie, la botanique ont un problème majeur avec K.-G. à
faire, car il ne peut pas être une caractéristique des spécimens individuels, mais
seulement ce qui appartient à un ensemble d'entre eux, qui se résume à un ou à un
autre point de vue en tant que genre ou espèce dans une plus ou moins grande
mesure. D'après les exemples qui viennent d'être mentionnés, la météorologie en
offre de nombreux exemples dans ses phénomènes météorologiques non
périodiques; et même dans l'art on peut en parler, à condition que les livres, les cartes
de visite en fassent partie.
Les copies d'un K.-G. Or, d'une part, le qualitatif, d'autre part le quantitatif, c'est-à-
dire selon la mesure et le nombre, sont déterminés, et seule cette dernière certitude
intervient dans la mesure collective. A K.-G. fait en effet les mêmes prétentions
qu’un seul objet en termes de certitude quantitative; seulement que dans un certain
(certes seulement certains) respectent les parties de l'objet individuel par les copies du
K.-G. être représenté. Faites z. B. Recrues d'un pays donné, la question se pose:
quelle est la taille moyenne des recrues, dans quelle mesure les mesures individuelles
fluctuent-elles en fonction de leurs moyens, quelle est la taille des plus grandes et des
plus petites, comment les mesures de recrutement se comportent-elles conformément
à ces dispositions dans les cohortes individuelles comme dans différents pays entre
eux. Tels et connexes, Les questions à examiner plus tard peuvent être trouvées dans
chaque K.-G. augmenter; et dans la mesure où un objet spatial a différentes parties et
dimensions à différencier, elles peuvent être relevées en particulier sur chacune de ces
parties et dimensions, et celles-ci peuvent donc être identifiées comme K.-G.
spéciales. traiter, comme le crâne, le cerveau, les mains, les pieds d'une personne, la
taille, le poids, le volume de la personne entière ou des parties données de la
personne; mais les relations quantitatives seront également mises en question, car
lorsque l'on compare des personnes de races différentes, les relations de hauteur
moyenne, largeur, longueur du crâne revêtent un intérêt particulier. et ceci à cet égard
en tant que K.-G. spécial traiter, comme le crâne, le cerveau, les mains, les pieds
d'une personne, la taille, le poids, le volume de la personne entière ou des parties
données de la personne; mais les relations quantitatives seront également mises en
question, car lorsque l'on compare des personnes de races différentes, les relations de
hauteur moyenne, largeur, longueur du crâne revêtent un intérêt particulier. et ceci à
cet égard en tant que K.-G. spécial traiter, comme le crâne, le cerveau, les mains, les
pieds d'une personne, la taille, le poids, le volume de la personne entière ou des
parties données de la personne; mais les relations quantitatives seront également
mises en question, car lorsque l'on compare des personnes de races différentes, les
relations de hauteur moyenne, largeur, longueur du crâne revêtent un intérêt
particulier.
§ 2. Au-dessus de toutes ces questions individuelles, se pose une question plus
générale, la plus importante, qui peut être impliquée dans cet enseignement et sera
donc traitée ci-dessous, la question de la loi sur la manière dont les copies d'un K.-
G. distribuer selon la taille et le nombre. Le terme distribution doit être compris
comme la détermination de la façon dont le nombre d'exemplaires d'un K.-G.
donné. change avec leur taille. Pour chacun des K.-G. les spécimens les plus petits et
les plus gros, aux extrémités courtes, sont les plus rares, le plus souvent ceux d'une
certaine taille moyenne. Mais n'y en a-t-il pas un général, à tous ou au moins à la
plupart des K.-G. loi applicable de la dépendance du nombre sur la taille des
spécimens? En fait, il sera possible
Dès le départ, on peut bien sûr douter que l'extraordinaire diversité du K.-G. les
relations juridiques de distribution peuvent être trouvées dans une certaine généralité
à cet effet. En attendant, puisque selon le concept de K.-G. s'il s'agit de spécimens qui
varient de façon aléatoire, les lois générales de probabilité du hasard - et tout
mathématicien sait qu'il y en a - s'appliquent à eux. En fait, les ratios de distribution
des K.-G. généralement dominé par de tels, alors que les mêmes lois de probabilité
dans les mesures physiques et astronomiques n'ont qu'une importance secondaire
pour la détermination de la sécurité des dimensions médianes obtenues, jouent ainsi
un rôle complètement différent et beaucoup moins important que dans la théorie
du K.-G .. Mais à cet égard, la chance sous certain, pour les différents K.-
G. différentes conditions externes et internes, peuvent être, à travers toutes les
coïncidences, les K.-G. distinguer par des constantes caractéristiques qui peuvent être
dérivées de leurs relations de distribution. Voilà ce que leur caractère définitif repose
l'un contre l'autre; et celles-ci doivent être trouvées en tenant compte des lois
générales de probabilité. À cet égard, la moyenne arithmétique des spécimens a
toujours été prise en compte et la diligence dans sa détermination dans les
différents K.-G. agile, mais aussi les extrêmes, moins souvent l'écart moyen par
rapport à la moyenne. Mais aussi importants que ces déterminants soient et seront
toujours, ils ont jusqu'à présent été considérés de manière trop unilatérale, tandis que
d'autres, en principe non moins importants, ont été négligés.
À cet égard, le traitement de K.-G. Selon la totalité des relations précédentes, sous
réserve d'autres points de vue et de la mise en œuvre d'autres méthodes de
détermination que celles prises en compte pour les mesures physiques et
astronomiques, la théorie de la mesure du K.-G. et ce sera la tâche ci-dessous.
Puisque dans notre mandat le K.-G. Si le concept d'une variation aléatoire des
spécimens entre en jeu, on peut tout d'abord vouloir une définition du hasard et une
explication de sa nature. Essayer d'en donner un d'un point de vue philosophique
serait de peu d'utilité pour l'enquête suivante. Il suffit ici d'exposer le point de vue
factuel pour ce qui suit qui est plus négatif que positif. Je comprends qu'une variation
aléatoire des spécimens est une variation qui est tout aussi indépendante d'une taille
arbitraire que d'une loi naturelle réglementant les relations de taille entre les
deux. L'un ou l'autre peut être impliqué dans les dispositions des objets, mais par
hasard ne sont que les changements qui en sont indépendants.
Cela ne nie pas que, du point de vue le plus général, il n'y ait pas de coïncidence,
car les lois naturelles existantes, dans les conditions existantes, peuvent
nécessairement être considérées comme la taille de chaque spécimen. Mais nous
parlons de coïncidence tant que nous ne sommes pas en mesure de tirer les
dispositions individuelles de ces lois générales, ni de les déduire des faits en
cause. Dans la mesure où c'est le cas, le hasard cesse et l'applicabilité des lois à
présenter ici cesse ou s'en trouve perturbée.
II. Aperçu préliminaire des points les plus importants qui se posent lors de l'examen
d'un K.-G. et noms associés.
§ 3. La compilation suivante servira à rendre plus étendus et plus étendus l'étendue
et le caractère des examens que nous devons traiter dans la suite et à s'orienter par
rapport à la plupart des termes à utiliser; cependant, les chapitres suivants réservent
une discussion plus détaillée de ces points.
Dans l'ordre aléatoire dans lequel les copies d'un K.-G. ne serait pas en mesure de
donner une vue d'ensemble de leurs proportions en termes de taille et de nombre, et il
ne serait pas possible de les traiter de manière méthodique si l'on devait mesurer
leurs dimensions , généralement désignées par un , dans le même ordre aléatoire dans
lequel elles ont été obtenues et dans un a enregistré la soi-disant liste originale, a
voulu la conserver; Par conséquent, ils doivent être principalement commandés en
fonction de leur taille et répertoriés dans un tableau, appelé tableau de distribution. Si
l'on n'a pas un grand nombre d'exemplaires d'un objet, chacun un ou la
plupart n'apparaîtra qu'une seule fois sur le plateau, et les distances de taille entre les
successifs un changement très irrégulier; cependant, dans le cas d'une multitude
d'objets, c'est-à-dire dont il existe de nombreux spécimens, comme on peut le
supposer principalement pour les suivants, sinon tous, beaucoup ou la plupart a, que
l'échelle et l'estimation fournissent, se produiront plus ou moins souvent, puis dirigé
vers le panneau de distribution de façon telle que, dans une colonne d' un chacun a ,
bien qu'une fois les listes, mais dans une colonne d' accompagnement z , le
nombre z indique la fréquence à laquelle elle se produit. Le nombre total de a qui
entrent dans une table de distribution est bien sûr correct avec la somme å z ,que l'on
contient en additionnant tous les z de la table, et je l' appelle m .
L'érection d'une telle planche est, pour ainsi dire, la première étape franchie lors du
traitement d'un grand nombre de K.-G. a à faire à partir de la liste d'origine.
Une seconde étape est la suivante: ce que l'une avec A de celui - ci déterminée à
désigner, la moyenne arithmétique des mesures individuelles et les écarts positifs et
négatifs, le nombre z de cours avec la déviation d' une partie.
Mais cette fin, comme point de départ les différences au lieu de A et d'autres
valeurs qui peuvent être dérivées avec une certitude mathématique à partir du
panneau de distribution, servir; et par tout autre choix à cet égard, de nouvelles
relations émergent qui seront discutées plus tard. En général, j'appelle maintenant des
valeurs qui sont utilisées comme valeurs de départ des écarts pour le développement
de telles relations, des valeurs principales et les désigne par H, dont A estn'est qu'un
cas particulier, sur la considération duquel il a jusqu'à présent été pris en compte dans
le traitement de K.-G. seule a limité, mais ce qu'implique une limitation arbitraire de
la mesure collective, comme le montrent les remarques suivantes. En général,
j'appelle les écarts, quelles que soient les valeurs principales dont ils dépendent, les
écarts collectifs.
§ 4. Il est facile de se convaincre des circonstances suivantes. Un m plus grand dans
le tableau de distribution d'un K.-G. arrive, le plus régulier du matériel est
d' une correspondante z, être et les plus certains aspects juridiques mis hors dont nous
devons parler. Le cas idéal serait que l'on ait un m infini , où il faudrait s'attendre à un
cours très régulier du z et à un respect très précis des lois en question, après quoi on
aurait aussi des conditions et des lois idéales, car elles donneraient une table idéale, et
empiriques, qui consistent en approximations plus ou moins grandes.
Toutes les lois de probabilité du hasard et les lois de distribution de K.-G. s’ils le
sont, ils ont en commun que leur respect peut être attendu avec plus de certitude, plus
le nombre de cas auxquels ils se rapportent est élevé, mais ils ne sont idéalement
valables, pour ainsi dire, que dans le cas d’un nombre infini de cas, ce qui n’exclut
pas que dans le cas d'un certain nombre de cas qui peuvent être acquis
empiriquement, les lois pertinentes sont approximées. A cet égard, en tout cas, en
réalité uniquement avec K.-G. concerne un nombre fini d'exemplaires, qui
représentent autant de cas; Je décris les écarts, qui ont lieu en raison du nombre fini
d'exemplaires des dispositions légales idéales, comme insignifiants, et, dans la
mesure où ils vont indifféremment d'un côté et de l'autre, comme provoqués par des
coïncidences déséquilibrées, mais je décris les dispositions qui s'appliquent à
l'hypothèse d'un nombre infini de cas, notre cas de spécimens, comme essentiels ou
normaux. La caractéristique générale de l'immatérialité d'une détermination est que
plus le nombre de cas ou plus le nombre disparaît. Copies, dans le respect des
conditions qui définissent le terme K.-G. déterminer, agrandi, de sorte que l'on peut
supposer qu'il disparaîtrait complètement si le nombre de cas était infini; selon
laquelle, dans notre cas, seule une multitude d'objets conviennent à l'examen des
lois. pour la prémisse d'un nombre infini de cas, notre cas de spécimens, désigner les
dispositions existantes comme essentielles ou normales. La caractéristique générale
de l'immatérialité d'une détermination est que plus le nombre de cas ou plus le
nombre disparaît. Copies, dans le respect des conditions qui définissent le terme K.-
G. déterminer, agrandi, de sorte que l'on peut supposer qu'il disparaîtrait
complètement si le nombre de cas était infini; selon laquelle, dans notre cas, seule
une multitude d'objets conviennent à l'examen des lois. pour la prémisse d'un nombre
infini de cas, notre cas de spécimens, désigner les dispositions existantes comme
essentielles ou normales. La caractéristique générale de l'immatérialité d'une
détermination est que plus le nombre de cas ou plus le nombre disparaît. Copies, dans
le respect des conditions qui définissent le terme K.-G. déterminer, agrandi, de sorte
que l'on peut supposer qu'il disparaîtrait complètement si le nombre de cas était
infini; selon laquelle, dans notre cas, seule une multitude d'objets conviennent à
l'examen des lois. dans le respect des conditions qui définissent le terme K.-
G. déterminer, agrandi, de sorte que l'on peut supposer qu'il disparaîtrait
complètement si le nombre de cas était infini; selon laquelle, dans notre cas, seule
une multitude d'objets conviennent à l'examen des lois. dans le respect des conditions
qui définissent le terme K.-G. déterminer, agrandi, de sorte que l'on peut supposer
qu'il disparaîtrait complètement si le nombre de cas était infini; selon laquelle, dans
notre cas, seule une multitude d'objets conviennent à l'examen des lois.
Même avec un petit m, cependant, l'immatérialité d'une détermination prouve que
lorsque la détermination est répétée avec le même petit m à partir de copies toujours
nouvelles du même objet, la taille et la direction de la détermination changent
indéfiniment, alors que si c'est essentiel, un certain résultat de taille résulte en
moyenne d'une majorité de répétitions et plus le nombre de répétitions et le m
de chacun sont grands , plus il définit clairement une certaine direction .
On parle d'une répartition symétrique des valeurs par rapport à un principal valeur
donnée H, lorsque l'un quelconque écart d' un positif de H aussi grand écart négatif d'
une autre une de H correspond à, de sorte que la force égale des deux côtés
de H dévier un égal zappartiennent à. Avec un K.-G. on ne peut pas du tout s'attendre
à ce qu'un nombre fini d'échantillons trouve une distribution complètement
symétrique par rapport à n'importe quelle valeur principale, et bien sûr une
distribution symétrique ne peut pas exister par rapport à plusieurs valeurs principales
en même temps; Cependant, c'est un objet important de l'enquête de savoir si une
valeur principale ne peut pas être trouvée, par rapport à laquelle la distribution
s'approche de la symétrique plus le m du K.-G. agrandie, de telle sorte que l'on puisse
supposer qu'une distribution vraiment symétrique a été atteinte à l'infini m , auquel
cas on pourrait, puisqu'un infini mn'est pas disponible, mais peut parler d'une
probabilité symétrique des écarts.
§ 5. Mais d'un autre point de vue que celui ci-dessus, on peut distinguer un tableau
de distribution idéal d'un idéal et des résultats empiriques et empiriques
dépendants. Lors de la mesure des échantillons, il n'est pas possible de dépasser
certaines limites de précision, telles que la division de l'échelle et l'estimation
intermédiaire. Vous pouvez par exemple B. encore des millimètres, encore des
dixièmes de millimètre, encore des centaines de millimètres, mais ne diffèrent pas
davantage. Pour ceux qui ne différencient que les millimètres, toutes les dimensions
individuelles qui se situent dans les limites d'un millimètre s'écoulent ensemble de
manière indiscernable, et il relie donc les échantillons z entiers , qui sont en fait
répartis sur un intervalle entier de 1 mm, à une seule valeur a, qui forme le centre de
cet intervalle. Soyez bien i différence encore perceptible degré si entendu
que pour chaque un panel empirique en fait l'intervalle l' ensemble de la
taille i entre un - 1 / 2 i et un + 1 / 2 i sur, alors qu'il est selon le panneau empirique
ainsi exemptés et, lorsqu'ils sont utilisés, on comprend généralement que la
dimension a contenue en elle- même s'est produite z fois. Dans le cas d'une mesure et
d'une estimation idéales, c'est-à-dire jusqu'à la limite de précision, i descendre à une
valeur infiniment petite 1) , les différents a de la table augmentent avec elle, mais
leur z diminue en conséquence; le tableau idéal s'écarte ainsi de l'empirique.
1) Une valeur infiniment petite, ici au sens du calcul infinitésimal, ne doit pas être
confondue avec zéro, mais, bien que décroissant en dessous de chaque taille quotable
et indéterminée en termes de taille absolue, elle peut toujours être déterminée par
calcul par rapport à d'autres valeurs infiniment petites.
Lorsque le empirique i est très petit, les résultats du tableau empirique, dans la
mesure où ils concernent la taille et les proportions des principales valeurs et des
principales déviations qui peuvent en être dérivées, ne diffèrent pas significativement
de ceux des idéaux; toutefois, la différence reste à prendre en compte en termes
généraux et en tiendra compte ultérieurement lorsqu'elle sera prise en considération
de manière considérable. termes et conditions empiriques dans lesquelles il n'est pas
nécessaire de prendre en compte, mais il est considéré comme si vraiment ,
pour tout un ce une très zukäme, je l' appelle cru, ceux où il est aussi loin que
possible prendre en compte forte.
§ 6. Dans tous les cas, il faut maintenant chercher à remonter des résultats du
tableau empirique vers l'idéal du tableau idéal, de l'insignifiant à l'essentiel, du brut
au net, ce qui inclut un traitement correspondant des tableaux de distribution.
À cet égard, une distinction doit être faite entre les tables primaires et les tables
réduites. Par tableaux primaires, je veux dire ceux tels qu'ils sont obtenus directement
à partir de la liste d'origine en ordonnant les dimensions et présentent par la présente
les mêmes données d'expérience que celle-ci, mais juste ordonnées. panneaux réduits
Je suis ceux dans lesquels le z pour Maßintervalle plus sont aussi distinctes dans les
panneaux primaires, et alors que le total de la même taille tout au long du panneau
qui , pour ces grands intervalles , mais les centres de ceux - ci, lorsqu'elle est réduite ,
un être donné par écrit , avec les avantages, de ce fait un cours plus régulier de zdans
le conseil d'administration et d'obtenir un document plus approprié pour les factures,
sinon sans conflit avec un inconvénient dû à l'élargissement du i, qui reviendra plus
tard. Plus en détail est traité en général dans les chapitres VII et VIII de la méthode de
disposition et les relations des tables primaires et réduites, avec la possibilité de
différentes étapes et positions de réduction discutées.
§ 7. On peut trouver dans chaque primaire pas trop irrégulier ou régularisé par
réduction.
Les z les plus petits se trouvent selon les deux limites du tableau, selon lesquels,
comme cela a été évoqué précédemment, les a les plus petits et les plus
grands sont les moins communs, mais les z les plus grands se trouvent généralement
dans une partie centrale du tableau. Le z maximum tombe à un certain a dans cette
partie médiane, d'où le z décroît continuellement vers les extrêmes, même s'il est
insuffisamment interrompu ça et là par des irrégularités. La valeur a d' une table de
distribution primaire ou réduite pas trop irrégulière sur laquelle le maximum ztombe,
j'appelle la valeur la plus dense du tableau ou empiriquement la valeur la plus dense
de l'objet, qui, bien sûr, ne peut être considérée que comme une approximation de la
valeur idéalement la plus dense qui serait obtenue avec un infiniment grand m et
infiniment petit i , qui, cependant, n'est pas moins de la A le tableau s'applique, mais
mérite une attention particulière en tant que telle approximation et propose le
document pour une approximation plus étroite par le calcul d'une manière à examiner
ultérieurement. Qu'elle soit empirique ou idéale, dans telle ou telle approximation, je
l'appelle généralement D.
On pourrait croire que la valeur la plus dense, essentiellement déterminée à partir
d'un très grand m strictement infini et d'un très petit i strictement infiniment
petit , coïnciderait avec la moyenne arithmétique et céderait en fait la majorité de K.
-G. à la fois déterminé à partir du grand m et du petit iassez peu les uns des autres
pour que l'on puisse être incliné et a jusqu'à présent soutenu que l'écart restant n'est
qu'une question de coïncidence déséquilibrée. Cependant, ce sera l'un des résultats les
plus importants de l'enquête suivante qu'une déviation substantielle entre la moyenne
arithmétique et la valeur la plus dense est plutôt le cas général, la façon dont la taille
et la direction de cette déviation elle-même est caractéristique de différents K.-
G. sont. Dans la mesure où les écarts par rapport aux deux valeurs maintiennent
également des ratios différents, la valeur empiriquement la plus proche D doit être
reconnue comme une valeur principale importante de la valeur de départ
des écarts collectifs à distinguer de la moyenne arithmétique A du même tableau.
En plus des deux précédentes valeurs principales A, D, il y en a une troisième, à
distinguer des deux précédentes, que j'appellerai la valeur centrale ou milieu de la
valeur avec C , c'est -à- dire la valeur de a, qui a tout autant de plus grand a que de
plus petites et dans cette perspicacité divisé le milieu de la série a . C'est la même
chose si l'on dit que c'est la valeur dans laquelle le nombre d'écarts positifs est égal au
nombre d'écarts négatifs. Elle diffère de la moyenne arithmétique par les deux
déterminations selon lesquelles, tandis qu'en ce qui concerne A, la somme des écarts
mutuels est la même, en ce qui concerne Cle nombre de déviations mutuelles est le
même, et cela tout en bez. A la somme des carrés des écarts au minimum, c'est-à-dire
inférieure à bez. toute autre valeur initiale, C la somme des écarts simples (les
négatifs calculés en fonction des valeurs absolues) dans le même sens est au
minimum 2) . Avec l'ajout de cette troisième valeur principale aux deux précédentes,
de nouvelles relations caractéristiques pour le K.-G. dont on parlera.
2) J'ai démontré cette propriété de la valeur centrale, qui n'a pas été notée
précédemment, dans un traité spécial sur la même [sur la valeur de départ de la plus
petite somme d'écart; Traité le math.-phys. Classe de royal Saxon. Société des
sciences; II Volume 1878].
En plus des trois valeurs principales mentionnées, d'autres qui peuvent être
dérivées mathématiquement du tableau de distribution peuvent servir de valeurs de
départ pour les écarts et donc comme valeurs principales et peuvent être vues en
partie indépendamment des précédentes et, dans certains cas, liées à celles-ci; de
toute façon, les précédents sont les plus importants, et je vais m'arrêter là pour
l'instant. Dans un chapitre ultérieur (chapitre X), cependant, je considérerai
également trois autres valeurs principales comme la valeur de séparation R , la valeur
la plus lourde T et la valeur de gravité de déviation F , qui en tout cas offrent un
intérêt mathématique.
§ 8. Selon sa structure interne, un animal est caractérisé par le cerveau, le cœur,
l'estomac, le foie, etc., la taille et la position de ces organes les uns par rapport aux
autres, et les voies d'entrée et de sortie. Donc, un K.-G. en termes de certitude
quantitative interne, il se caractérise par la moyenne arithmétique, la valeur moyenne,
la valeur la plus dense et toute autre valeur principale à obtenir, la taille et la position
de ces valeurs principales les unes par rapport aux autres et les écarts qui en
découlent; et ces valeurs ne sont pas moins mathématiques que ces organes dans un
contexte organique. A K.-G. Il forme un organisme mathématique, pour ainsi dire,
qui est capable de dissection, qui sera traité dans la suite. Et si cela ne signifie pas que
chaque objet a le droit d'effectuer une telle dissection,
On peut noter à l’avance que, cependant, sous une certaine condition, les deux
valeurs principales D et C coïncideraient avec A et donc les trois entre elles, à
condition que les écarts mutuels concernant A avait une probabilité symétrique, c'est-
à-dire, avec l'augmentation de m, approchée à la manière d'une distribution
symétrique (dans le sens ci-dessus), que l'on pouvait considérer un
tel m infini comme atteint. Mais cela montrera que pour K.-G. plutôt une probabilité
asymétrique des écarts. A doit supposer, qui selon l'un augmente avec l'augmentation
de mapproche pas une distribution symétrique, mais une distribution essentiellement
asymétrique qui peut être amenée à une certaine loi. Oui, à part la coïncidence
significative de D et C avec A, qui ne peut être considérée que comme une
exception, aucune valeur pour K.-G. trouver dont il y aurait une probabilité
symétrique d'écarts des deux côtés.
Si l'on n'a jusqu'à présent considéré que A, les écarts par rapport à lui et, par
exemple, les extrêmes lorsqu'il s'agit du K.G. il montrera également qu'une loi
générale de distribution des spécimens de K.-G. n'est pas du tout à gagner de ce
traitement restreint.
Mais c'est incontestablement parce que les principes directeurs de la mesure
physique et astronomique ont été transférés à la mesure collective sans tenir compte
de deux différences essentielles qui existent entre les deux, ce qui motive ce
traitement restreint pour les premiers comme pour les ce dernier est refusé. Pour les
premiers, la moyenne arithmétique A a les valeurs d'observation de l'objet individuel
à déterminer en fonction de ses dimensions avec les écarts par rapport à A,di erreurs
d'observation, la dominante, comptant essentiellement, c'est-à-dire, car pour des
raisons connues des mathématiciens et des physiciens, dans les valeurs par rapport
auxquelles la somme des carrés des écarts, c'est-à-dire des erreurs, est la plus petite
possible moyenne arithmétique, voit en même temps la valeur qui se rapproche le
plus probablement de la vraie valeur pour laquelle elle doit être déterminée, mais
trouve une moyenne dans les écarts de celle-ci pour déterminer la taille par laquelle la
vraie valeur une probabilité donnée est manquée d'un côté ou de l'autre. Alors
pourquoi, dans cet enseignement, prenez soin d'autres valeurs principales qui et leurs
écarts ne contribuent pas à remplir la tâche de cet enseignement! Donc, ni l'une ni
l'autre des valeurs les plus denses,a , pourrait tout aussi bien donner lieu à un D et
un C ; lorsque les différents spécimens d'un K.-G. Mais il serait inutile d'en tirer une
vue spéciale, et ce n'est certainement pas le cas.
Cependant, le point de vue, qui permet en principe de privilégier la moyenne
arithmétique avec ses écarts dans la mesure physique et astronomique, n'a aucun
sens. Toutes les copies d'un K.-G., peu importe à quel point elles s'écartent de la
moyenne arithmétique ou de toute autre valeur principale, sont également réelles et
vraies, et bien sûr, une considération de l'une avant l'autre d'un point de vue qui n'est
pas commun à tous n'a aucun sens . D'un autre côté, chaque autre valeur principale a
une signification caractéristique et en partie pratique pour un K.-G.
Deuxièmement, cependant, diffèrent selon la probabilité symétrique des erreurs
d'observation liées au postulé ou présupposé dans la théorie de la dimension physique
et astronomique comme présupposé comme prouvé hors de tout doute. de la moyenne
arithmétique d'observation, si l'observation est bonne, les trois valeurs principales ne
sont pas essentielles, mais uniquement en raison de coïncidences déséquilibrées, de
sorte que les valeurs les plus probables des autres valeurs principales sont également
incluses dans la moyenne arithmétique des valeurs d'observation, ce qui est préférable
en raison de la circonstance donnée, alors que pour le K.-G . remarquablement une
probabilité asymétrique d'écarts par rapport de la moyenne arithmétique doit être
considérée comme le cas général, selon lequel les différentes valeurs principales
diffèrent également de manière significative.
Soit dit en passant, il peut même sembler douteux que vous ayez vraiment raison
avec ce postulat concernant les erreurs d'observation, une question qui ne nous
préoccupe pas beaucoup ici, mais qui sera examinée plus loin dans un chapitre
spécial 3) .
3) [En examinant cette question, dans la deuxième partie, chap. XXVIII examine
l'asymétrie des séries de défauts.]
Les sommes totales des écarts åQ ne restent pas les mêmes que les nombres totaux m
en fonction des valeurs principales, mais changent pas moins que les sommes
unilatérales en fonction des valeurs principales.
Plus l'écart moyen e est grand par rapport à une valeur principale, plus les valeurs
individuelles a s'en écartent en moyenne, ou plus elles fluctuent en moyenne autour
de la même. En plus de la taille absolue de e , sa relation avec le H auquel e fait
référence, c'est-à-dire e : H , entre également en considération, que j'appelle la
fluctuation relative. Fluctuation moyenne et proportionnelle moyenne pour
un m donné ne pas aller proportionnellement pour les différentes valeurs
principales; cependant, d'une manière générale, ils augmentent et diminuent les uns
avec les autres à un point tel qu'un objet qui fluctue fortement ou faiblement par
rapport à une certaine valeur principale peut également être supposé fluctuer
fortement ou faiblement par rapport aux autres valeurs principales, et donc sans
considération d'une valeur particulière La valeur principale peut parler d'objets forts
et faibles en moyenne ou d'objets relativement fluctuants.
Ci-après la remarque suivante. La taille de la somme simple åQ et de l' erreur
moyenne simple e = åQ : m par rapport à la moyenne arithmétique A n'est pas
entièrement indépendante du nombre m des valeurs a dont dérive le A en question ,
mais augmente plutôt en moyenne avec l'augmentation de m ; mais on peut obtenir
les valeurs åQ et e avec tout m fini . A en multipliant par le cas normal auquel ils se
réfèrent un A d'un nombre infini d' un obtenu ce que j'appelle la correction
due au fini m appel 6) . Alors que åQ et e = åQ : m sont les valeurs non corrigées,
j'utilise åQ c et e c pour désigner les valeurs corrigées:
et .
Ce n'est que lorsque le m est très petit , cependant, que les valeurs corrigées diffèrent
considérablement des valeurs non corrigées, et puisque nous traitons généralement du
grand m, alors que 1 disparaît sensiblement, je suis satisfait des valeurs générales,
c'est-à-dire non corrigées, dans les éléments åQ , e , à partir duquel les valeurs
corrigées peuvent être facilement trouvées en utilisant le m toujours connu s'il est
nécessaire de le faire. Une remarque correspondante n'est pas contestée pour la
somme des écarts et des écarts moyens. Les valeurs principales autres
que A s'appliquent, si l'examen direct à cet égard n'a jusqu'à présent fait référence
qu'aux écarts par rapport à A s'est étendu. Cependant, c'est d'autant moins une
raison de privilégier les valeurs corrigées lors de la cotation et de l'utilisation
des éléments obtenus pour un m fini donné ; que non seulement la somme des écarts
et des écarts moyens des différentes valeurs principales, mais aussi les écarts des
valeurs principales elles-mêmes les unes des autres sous l'influence du m fini , de
sorte que les rapports de celles-ci ne changeraient pas à travers la correction
commune. Cependant, lors de l'examen des lois de distribution, il est plus important
pour nous que ces valeurs plutôt que des valeurs absolues. Mais où aller encore à
ceux correction a sur les valeurs unilatérales AQ « AQ , et e », e , la note qu'ils ne
se produisent pas à travers et , mais comme åQ et e à travers
doit être fait parce que sinon en ajoutant les valeurs corrigées AQ », AQ , la somme
corrigée AQ ne trouverait pas. Il y a aussi le point de vue rationnel selon lequel
la somme des écarts de chaque côté en tant que membres de la somme totale de l'écart
doit être influencée par la taille de leur m .
.
Au lieu d'être communes aux deux parties, ces valeurs peuvent être comme ça. la
déviation moyenne simple e est particulièrement déterminée pour les deux côtés
et corrigée pour le m fini , que je n'entrerai pas ici en omettant ce qui doit être dit au
sujet du chapitre supplémentaire sur la loi de GAUSS (Chap. XVII) ce que ces
valeurs ont certaines interrelations qui permettent de les dériver les unes des autres,
ce qui les évitera d'être répertoriées plus loin après la liste de e parmi les éléments.
6) Pour désigner les valeurs extrêmes a du tableau, c'est-à-dire le plus petit et le
plus grand a du tableau, le premier comme E ', le second comme E ' . Cependant,
après l'arrangement traditionnel du tableau, l'extrême supérieur en termes de valeurs
se situe en bas, l'inférieur en haut.
§ 10. Si deux valeurs a, b sont connectées de la manière suivante par des
crochets, comme a ( b ) , cette expression est équivalente à a b , le produit de a et b ,
mais si elles sont connectées par des crochets de la manière suivante
sont: un [ beta ] , donc cela ne signifie pas que a à b doit être multipliée,
mais une fonction de b est; donc z. B. Q [ A] désigne un écart de A, Q [ C ] celui
de C etc., m [ A ] le nombre total d'écarts relatifs à A; m [ C ] identique à C etc.
Cependant, puisque dans lequel Gebräuche de préférence fréquente les principales
valeurs A et D , les y afférentes expressions et les formules relatives seraient mal à
l' aise par cette adjonction , et maladroit, je préfère généralement présent, pour Q ,
m, e , en fonction de leur fonction de A ou D est égal à diverses mettre des noms
simples, et cela se fera par les noms suivants en dessous des valeurs principales
pertinentes, qui sans tiret se réfèrent aux écarts mutuels sans distinction, mais en
fonction du côté positif ou négatif, ou avec un tiret au-dessus ou en dessous à fournir:
Un D
Q D ¶
m m m
e h E
.
Les désignations servent aux écarts des extrêmes supérieurs et inférieurs de la
moyenne arithmétique aux valeurs absolues qui doivent être prises en compte
plusieurs fois:
U '= E' - A et U , = A - E , .
Au lieu de prendre en compte le nombre total d'écarts, que ce soit des deux côtés ou
de chaque côté en particulier, nous trouverons également des raisons de les limiter
des valeurs principales uniquement à certaines limites ou entre des limites données,
que ce soit leurs valeurs absolues ou leurs proportions à m , m ' ou m , après, à
considérer, qui sera discuté en utilisant les caractères F et j plus loin (au chapitre V).
De la manière habituelle, dans les panneaux des petites dimensions a au plus grand,
c'est-à-dire selon la position naturelle de la feuille devant les yeux de la partie
supérieure à la partie inférieure du panneau, ce qui entre bien entendu en conflit avec
le fait que des valeurs plus petites que inférieures , inférieur; supérieures aux valeurs
supérieures supérieures. Il est donc nécessaire de décider si les expressions sont
"supérieures", "inférieures", en fonction du contexte ou d'une déclaration
explicite; "Supérieur", "valeurs inférieures" se réfèrent à la position de la table ou au
rapport de taille des valeurs. Pour éviter ce conflit formel quelque peu ennuyeux, il
serait préférable à l'avenir d'utiliser les tableaux de distribution avec les plus grandes
valeurs : apour commencer; mais après avoir suivi la configuration habituelle à
travers la majeure partie précédente de mes recherches, je ne pouvais pas la changer
sans reconstruire mes planches et courir le risque de me confondre. Les tirets en haut
et en bas des valeurs font référence au rapport de taille des valeurs, pas à leur rapport
de position dans le tableau.
La signification et la désignation des expressions suivantes, qui jouent un rôle
essentiel dans nos investigations, doivent être discutées.
Par pré-nombre, pré-somme, je veux dire le nombre å z et la
somme å a de a, qui précèdent une valeur donnée a du tableau en taille, post-
nombre, sous-somme ceux qui suivent une valeur donnée a du tableau en taille. Bien
sûr, ces nombres et sommes changent avec les valeurs a sur la table, qu'ils précèdent
et suivent, et pour éviter l'étalement, j'introduis également des désignations spéciales
pour les cas qui devraient de préférence être pris en compte dans les demandes. En
général, avec v , V , n, Ntout droit démarrer le Vorzahl, Vorsumme, Nachzahl,
Nachsumme par rapport à un et la fermeture d' un être un panneau de distribution
donnée désignée sous v , V , N , N , les valeurs respectives par rapport à l' un , à
laquelle la plus grande z appartient, le di valeur empiriquement la plus proche D ,
sous v i , V i , n i , N i , par rapport à a,dont l'intervalle circonférentiel pour la
détermination précise des éléments doit être interpolé d'une manière à préciser
ultérieurement, qui coïncide d'ailleurs dans la plupart des cas avec la précédente, la
valeur la plus dense, où le nom peut alors également être omis de l'index.
§ 11. Enfin la remarque suivante. Il sera nécessaire d'effectuer un traitement
arithmétique et logarithmique du K.-G. distinguer ceux dont le premier est utilisé
pour des objets dont les écarts moyens dans leurs valeurs principales ne sont que
faibles, les autres pour ceux où ils sont relativement importants. Le premier n'est pas
seulement le cas, qui est de loin le plus fréquent et donc à prendre en compte dans
une plus large mesure que le second, mais il est également plus facile à traiter, et
toutes les dispositions et désignations de ce chapitre doivent d'abord être liées à ce
cas; mais sans prendre en compte le deuxième cas de toute l'enquête, la généralité
nécessaire manquerait.
La principale différence entre les deux méthodes de traitement est la suivante:
Dans le traitement arithmétique, les écarts de l'individu sont une de leurs principales
valeurs dans le sens ordinaire comme l' arithmétique, di que des différences positives
et négatives par rapport aux valeurs de base combinés, et les principales valeurs elles
- mêmes directement à des règles déterminées à partir de l' un de Tableau de
distribution déterminé. En traitement logarithmique, les écarts avec lesquels on opère
sont pris comme logarithmiques, c'est-à-dire comme différences des logarithmes de
a par rapport aux valeurs principales dites logarithmiques , c'est-à-dire les valeurs
principales, qui suivent les mêmes règles de log a que les valeurs principales
arithmétiques des valeurs simples unêtre dérivé. Le passage de l'arithmétique au
traitement logarithmique apporte de nouveaux points de vue, dispositions et
désignations, qui ne seront traités plus tard, cependant, qu'après qu'il sera devenu
nécessaire de s'y référer (voir notamment chapitre V (§ 36) et XXI) .
Sous p le nombre LUDOLF = 3.1415927 est utilisé de la manière habituelle,
sous e le nombre de base de logarithmes naturels = 2.7182818, sous Mod. =
Log. comm. e le soi-disant module du système logarithmique commun = 0,4342945
compris; dont il peut être utile, compte tenu de l'usage courant, de répertorier les
journaux communs. Vous avez:
log p = 0,4971499; log e = 0,4342945; log mod. = 0,6377843-1.
Sous t , t ' , t , respectivement, les valeurs sont:
7) [Par souci de simplicité, la fonction exponentielle ex est désignée par exp [ x ] ici
et ci-dessous , après quoi exp [- t² ] est défini au lieu de e - t² .]
Pour trouver log exp [- t ²] = log 1: exp [ t 2 ], ajoutez 2 log t à 0.63778 - 1 (di to log
mod.), Recherchez le nombre dans les tableaux logarithmiques et prenez-le négatif,
Vous avez donc le logarithme 8) requis , mais sous une forme qui s'écarte de celle
habituelle et ne convient pas pour utiliser les tables de logarithme pour dériver exp
[- t ²]. Pour l'obtenir sous la forme qui peut être utilisée, soustrayez sa valeur absolue
de l'entier supérieur de 1 et ajoutez cela à la différence derrière avec le signe -. Donc,
si log exp [-t²] = - 0,25 ou - 1,25 ou - 2,25 était trouvé, vous devriez parier pour
cela. 0,75-1; ou 0,75 - 2 ou 0,75 - 3 etc.
Sous E l'appareil est destiné , dans lequel la copie des tailles a, les principales
valeurs H et les quantités de déviation de celui - ci sont exprimés.
W est généralement utilisé à la place de la probabilité . ; au lieu d'objet collectif,
comme déjà noté, K.-G. et au lieu de la loi de GAUSS, selon la future remarque GG.
II. Botanique.
Oreilles de seigle ( Secale cereale ) mesurées par moi -même aux mêmes endroits
et années, 217 à six membres (en dehors de l'oreille du fruit) et 138 à cinq
membres; chacun des liens spécialement mesuré et en partie comme un K.-G.
spécial traités, en partie pris en compte en fonction de ses relations avec les autres
membres.
III. Météorologique.
a) Valeurs ou écarts thermiques et barométriques quotidiens et mensuels au sens qui
sera discuté aux § 19 et 20. Il s'agit notamment des Lettres sur la prob
de QUETELET . énumérés, à discuter ci-dessous au titre du § 21, appelés
« variations diurnes » sur 10 ans avec un m de 282 à 310; propres compilations de
valeurs journalières thermiques et barométriques après observations sur la
Peissenberge sur une plus longue série d'années, et d'écarts thermiques mensuels
selon les traités du DOVE.
b) Hauteurs quotidiennes des eaux tombées pour Genève sur plusieurs années,
compilées par mes soins à la Bibliothèque universelle de Genève (Archives des
sciences physiques et naturelles).
IV. Artistique.
a) Cartes de visite et cartes d'adresse de commerçants et fabricants, mesurées
spécialement en fonction de la longueur et de la largeur.
b) Dimensions, hauteur h et largeur b , des peintures de galerie (à la lumière du
cadre) aux catalogues des collections, réduites à la même unité de mesure pour les
images de genre, les paysages, les natures mortes; différencié le cas où b > h et où h>
b.
Ceci est uniquement pour l'aperçu préliminaire; Plus précisément, le matériel ci-
dessus sera traité dans les chapitres spéciaux de la deuxième partie, où vous trouverez
les détails sur ce matériel qui restent à manquer, ainsi que la référence si les
premières parties se réfèrent à ce matériel.
On peut noter que parmi les objets précédents il y a ceux avec lesquels il y a peu ou
pas d'intérêt matériel à traiter. Mais le point de vue d'un intérêt objectif n'était pas du
tout déterminant pour leur choix et leur traitement; mais seulement leur utilité comme
base de notre enquête, dans laquelle respectent certains objets insignifiants, tels que
les dimensions des peintures de la galerie et les niveaux de pluie quotidiens sont
devenus importants.
Dans la mesure où il existe un intérêt objectif pour les objets, il ne faut pas
s'attendre à ce que leur traitement soit épuisé dans cet intérêt pour la même raison,
même si certains des résultats qui y entrent tomberont automatiquement comme sous-
produits du traitement. Chacun des éléments mentionnés pourrait donner lieu à un
traitement monographique; mais la taille d'un travail ne nécessiterait que les
dimensions de recrutement, si une présentation et une discussion comparatives étaient
effectuées pour les différents pays et dans les mêmes pays pour les différents
millésimes, ou pour les dimensions du crâne des différentes races ou pour la structure
des différents Graminées! Ce type de mise en œuvre est hors de question. D'un autre
côté,2)
2 )
[Remarque: Il convient d'ajouter aux informations de ce chapitre qu'un nouvel
approvisionnement partiel du matériel d'essai était nécessaire, car en dehors des
fractions des dimensions des recrues et des dimensions des pailles de seigle, aucune
des K.-G. Des listes originales ou des tableaux de distribution principaux ont été
trouvés. Dans la mesure du possible, le matériel d'essai provenant des sources
données a été complété; en particulier, les dimensions des peintures de galerie ont été
ajoutées aux catalogues de l'ancienne Pinakothek à Munich et de la Gemäldegallerie à
Darmstadt; pour les niveaux de pluie quotidiens de Genève tirés des Archives des
sciences physiques et naturelles de la Bibliothèque universelle (voir chap.
XXI, XXVI et XXVII). Au lieu des observations des valeurs quotidiennes thermiques
et barométriques sur la Peissenberge, des valeurs correspondantes ont été utilisées,
qui sont publiées pour Utrecht dans l'annuaire néerlandais de météorologie (voir
chapitres XXIII et XXVII). Je remercie enfin le professeur WELCKER pour le
remplacement des dimensions du crâne (voir chapitres VII et XXII), qui a eu la
gentillesse de me fournir les dimensions d'environ 500 crânes européens.]
Étant donné que nous avons maintenant pour tâche de créer une loi générale de
distribution pour K.-G. pour trouver, du moins d'après la loi GAUSS (GG en abrégé),
il faut y revenir à plusieurs reprises, et en fait dans une certaine mesure pour K.-G. La
trouvant approximativement acceptable, ne la voyant finalement que subordonnée à
une loi plus générale, il y aura des choses à dire sur cette loi. Il est connu et connu
depuis longtemps des astronomes et physiciens spécialisés en ce que, sur la base de
ceux-ci, ils calculent l'erreur probable commise lors de la détermination d'un moyen
d'observation; mais j'ai aussi d'autres cercles de lecteurs et d'autres utilisations de la
loi à présupposer ici et donc, au lieu des expressions intégrales impopulaires de la
loi, à partir des imprimés tabulaires faciles à comprendre, dans lesquels les mêmes
peuvent être traduits et qui doivent être traduits de toute façon pour une utilisation
pratique. Plus tard (chap. XVII) le même sera restitué au début de son expression
intégrale; ce qui suit suffira pour l'instant.
Ce que dit la loi ne sont que des dispositions essentielles de la même dans le sens
discuté au § 4; mais à laquelle, dans la mesure où la loi existe, plus on peut s'attendre
à ce que le nombre de valeurs et, par conséquent, les écarts par rapport à ce à quoi il
est lié se rapprochent. Discutons maintenant de la même chose dans son application
aux déviations collectives. Selon la convention, § 10, l'expression générale Q par
rapport à A peut être échangée avec D , et e avec h ; mais arrêtons-nous aux
conditions générales.
§ 25. Le sens général de la loi de GAUSS est, selon la suggestion ci-dessus, que,
étant donné une probabilité symétrique des écarts concernant de la moyenne
arithmétique A et d'un grand m strictement strictement infini , qui est la base de la
dérivation de A , pour déterminer le nombre relatif ou absolu d'écarts Q et donc
l'écart a , qui est contenu entre des limites d'écart données, compte tenu du fait que
cette détermination moins le m sur lequel est basée la dérivation de A et donc le m ,
peut être modifié empiriquement par un caractère aléatoire déséquilibréde ces écarts
eux-mêmes. 3) bref, le GG est une loi de répartition des écarts, et déviant
présente une dans les conditions ci - dessus.
3) Il se peut aussi que le A soit dérivé d'un grand m , mais les rapports de
distribution ne sont examinés que pour un petit nombre d'écarts, mais je fais
abstraction de ce cas composé, qui nous intéresse peu.
Vous avez donc un multiple K.-G. Devant lui, qui satisfait aux accessoires donnés
dans le chapitre précédent, a pris la moyenne arithmétique A = å a:
m des échantillons , à noter avec a , et a pris les écarts positifs et négatifs ± Q de tout
individu a de A et out de la totalité du Q, quel que soit son signe, c'est- à- dire
à partir de ses valeurs absolues, la moyenne e = åQ : m , puis selon les explications
données précédemment, l'écart dit moyen simple relatif à A, qui est l'écart moyen
absolu ici.
§ 26. Afin d'expliquer d'abord l'application de la loi dans sa déclaration pour un cas
particulier, il faut trouver le nombre d'écarts, qui va de A , c'est-à-dire de Q = 0 à
une limite d' écart Q = 0,25 e , ou ce qui est objectivement le même,
qui varie de Q : e = 0 à Q : e = 0,25, ce nombre peut être trouvé selon un tableau dans
lequel le GG peut être traduit, égal à 15,81 p. C. le nombre total m ou = 0,1581 m , à
condition que le nombre soit des deux côtés de Apoursuivi à la même limite et
additionné pour les deux parties. Pour toute limite d'écart autre que Q : e = 0,25, le
même tableau donne un nombre d'écart relatif différent; mais expliquons d'abord la
disposition précédente à l'aide d'un exemple concret.
En supposant que nous avions 10 000 recrues, nous avions déterminé leurs A et E ,
les premiers = 71,7 pouces, les seconds = 2,0 pouces (comme cela s'applique aux
mesures des recrues des étudiants de Leipzig), à condition que le GG en soit
responsable. appliquer, 1581 recrute entre A + 0,25 e d'une part et A - 0,25 e d'autre
part, qui se situent entre 71,2 et 72,2 pouces. Dans le même sens, soit l'écart
limite Q , jusqu'à lequel on compte à partir de Q = 0, soit égal à 0,5 e , donc Q : e=
0,5, puis selon le tableau de la loi le nombre de déviations atteignant de Q = 0 des
deux côtés en même temps et donc des valeurs de déviation a, soit le nombre entre
70,7 et 72,7 pouces, 31,01 p . C. le nombre total ou 0,3101 m . Et donc selon la loi, il
y aura une détermination correspondante pour toute valeur Q : e comme limite
jusqu'à laquelle on peut compter à partir de Q : e = 0. À cet égard, cependant, toutes
les valeurs possibles Q : eSi vous entrez les pourcentages ou ratios correspondants
dans le tableau de la loi, vous trouverez un tableau correctement conçu qui est
équidistant et si proche les uns des autres que vous pouvez interpoler entre eux. Le
tableau suivant, bien sûr, ne le donne pas à une proximité suffisante pour une
interpolation précise, pour laquelle il faut adhérer à un tableau plus complet, mais il
suffit pour la compréhension et les discussions à faire ici. Je remarque que j'appellerai
les nombres comme 0,1581 et 0,3101 pour les ratios courts et les dénoterai par F , à
savoir par F [ Q : e ] si, comme dans le tableau suivant, ce sont des fonctions
de Q : e sont exprimés. La multiplication du rapport F par le nombre
total m, brièvement par m F , donne le nombre absolu Q : e = 0 jusqu'à la limite
donnée Q : e . Inversement, si le nombre absolu entre ces limites est connu, le
rapport F est obtenu en divisant le nombre absolu par m.
Dans ce tableau, les nombres de rapport F sont toujours déterminés pour la sortie
de Q : e = 0 jusqu'à une valeur limite donnée Q : e . Cependant, pour obtenir des
ratios pour des intervalles entre deux Q : e différents au cours des écarts par
rapport à A , disons entre Q : e = a et Q : e = b , on n'a besoin que de la différence
des valeurs F associées , c'est-à-dire F [ b ] -Pour prendre F [ a ], qui peut
être généralement appelé j , après quoi z. Par exemple, selon le tableau précédent,
l'intervalle entre Q : e = 0,25 et Q : e = 1,00 inclut le rapport 0,5751 - 0,1581 =
0,4170, qui peut être désigné comme j [1,00 - 0,25] . Le tableau suivant contient
les valeurs j pour des intervalles de même taille immédiatement adjacents entre
les Q : e successifs du tableau e précédent depuis le début.
Ces nombres j doivent également être multipliés par le nombre total m afin
d'obtenir les nombres absolus pour les intervalles pertinents.
Dénotant le Q : e la F table, qui a toujours Q : e . = 0 aller la première frontière,
comme lim, on voit que , dans les petites valeurs de lim. les nombres relatifs F le
lim. aller presque proportionnel; oui on va pour une table F plus complète que celle
donnée ici avec le lim. jusqu'à moins de 0,25, il existe une approximation encore plus
grande de la proportionnalité, qui, à l'intérieur de valeurs infiniment petites de
lim. peut être considérée comme exacte; alors qu'en augmentant à des valeurs élevées
lim. la proportionnalité en question échoue complètement; et une conséquence de
cela est que dans le j-Le tableau montre les nombres
de rapport j , qui correspondent au premier des intervalles égaux successifs entre le
lim. appartiennent, sont presque les mêmes; d'un autre côté, plus vous allez loin, plus
les conditions sont fortes, bref plus vous perdez de poids rapidement; comme pour les
intervalles également grands de Q : e de 0 à 0,25; 0,75 à 1,0; 3,0 à 3,25 et ainsi de
suite les valeurs ( j et 0,1581; 0,1247; 0,0072 etc.).
§ 28. Pour évaluer la validité et l' applicabilité de la Loi fondamentale sur
empirique est de revenir à cette même condition sine qua non d'un écart mutuel W.
symétrique Q rel. A est basé sur la façon dont, en supposant un grand m strictement
infini , un Q également grand du côté négatif peut être attendu pour chaque Q ; et
les nombres de rapport F et j doivent être considérés comme une expression pour le
W. de l'occurrence des spécimens jusqu'aux limites données de leur écart par rapport
à A ou à des intervalles donnés de cet écart.
Cela n'empêche pas, de façon tout à fait remarquable, que malgré la validité
principale de la loi, dans les conditions qu'elle suppose, il y ait des écarts empiriques
plus ou moins importants par rapport à ses exigences parce que la condition
d'un m infini ne peut pas être satisfaite empiriquement; et donc les écarts par rapport
à ses exigences ne peuvent être opposés que dans la mesure où l'élargissement
du m n'aide pas à rapprocher ces écarts de la disparition, bref seulement dans la
mesure où ils ne se réfèrent pas à des coïncidences déséquilibrées du fait de la
finitude du mpeut être poussé, ce qui ne manque pas d'indices à discuter à leur
place. Mais examinons d'abord les implications de la loi, à condition qu'elle soit
valable en principe.
Ce qui précède montre comment le rapport F et le nombre absolu m F pour les
deux côtés dépendent ensemble de la valeur ± Q : e jusqu'à laquelle on les suit des
deux côtés. Si cela ne se produit que d'un côté, alors le nombre absolu jusqu'aux
limites données doit être supposé être moitié moins grand selon le W. symétrique
présupposé que s'il avait été suivi pour les deux côtés jusqu'à la même limite de
déviation. Cependant, puisque le nombre total des deux côtés ensemble au sens large,
à l'infini m, est réduit à ½ m selon le même W. symétriqueF ¢ et F , est égal au
nombre total de rapport F , tandis que le de valeur absolue sur une seule face de m F
¢ ½ m F , après que le GG pour la moitié de la taille d'accepter est le nombre
mutuel m F à la même limite ± Q .
Cependant, empiriquement, l'égalité des nombres absolus mutuels jusqu'à la même
limite ne s'applique pas en raison de coïncidences déséquilibrées; mais le GG fait
abstraction de ces coïncidences et suppose le cas où la différence m '- m , =
u s'évanouit contre m . Il serait donc erroné, si vous des e pour le calcul
de F « égale Aq « : m » et pour ceux de F , égale à AQ , : m , prendrait, mais
pour F » et F , doit également pour Fla valeur e = åQ : m , qui doit être calculée à
partir de la totalité, est utilisée, car sinon la condition de W. symétrique, qui est la
base du GG, serait contradictoire des deux côtés jusqu'à ce que la même déviation
limite différents nombres de déviation. Quetelet n'a pas non plus pris cela
différemment dans ses tableaux de comparaison entre le calcul selon la Loi
fondamentale et l'observation. Différent, bien sûr, où un W. asymétrique des
écarts. A existe, comme c'est effectivement le cas avec les écarts collectifs, où le GG
ne peut être appliqué qu'avec une modification à discuter; Mais surtout, il est
important de partir du pur GG lui-même, et nous continuons donc à suivre ses
conséquences.
De symétrique avant la loi W . le Q bez. A suit maintenant immédiatement que la
valeur centrale C, bez. dont le nombre d'écarts mutuels sensiblement égale à la
moyenne arithmétique , A mars dont la somme des écarts mutuels est égale, coïncide,
c'est-à-dire que les deux ne peuvent différer l'un de l'autre que par des coïncidences
déséquilibrées. Si, selon W. symétrique, un Q également important doit être
prévu pour chaque Q positif d' une part , le même nombre d'écarts des deux côtés doit
être attendu avec la même somme. Mais c'est l'exigence que W symétrique. la
différence u = ± ( m ¢ - m , ) entre le nombre d'écarts positifs et négatifs avec
l'augmentation de m disparaît de plus en plus, non pour se référer à la taille absolue
de u, mais sa relation avec le nombre total m, di u: m , parce que u, même selon les
lois connues du hasard, augmente le rapport de avec m augmenté , mais cette
valeur disparaît vers m , plus m est grand, et avec m infinidisparaît complètement. De
plus, la croissance absolue de u par rapport à la direction de la différence elle-
même reste indéfinie.
Qu'assumer la validité du GG également la valeur les plus denses D de manière
significative avec A coincide qui suit la vue j tableau du fait que le nombre d'écarts
et donc des valeurs différentes - un dans les deux sens pour des intervalles égaux est
plus grande, la plus proche les intervalles viennent au A , le plus grand dans
les intervalles bordant le A lui-même et les mêmes entre eux, si petits que vous les
preniez.
§ 29. Ci-après la remarque que le tableau du GG n'est pas tenu d'exprimer les
frontières entre lesquelles F en fonction de l'erreur moyenne simple. Dans les
tableaux communs, au lieu de Q : e , Q : e ou Q : w 4) est choisi pour des raisons
formelles , ce qui donne d'autres tableaux que ceux ci-dessus, que j'ai brièvement
appelés e- table, et nous le ferons également pour les mêmes raisons dans les
demandes qui seront faites à l'avenir, plutôt à un tableau faisant référence à Q : e
qu'à ce qui précède. Q : maintenez e ; et comme Q : e est
généralement désigné par t , j'appellerai brièvement une telle table
liée à t la table t et rapporterai une table t exécutée dans l'annexe § 183. Dès le début,
il est conçu pour en extraire:
t F[t]
0,00 0,0000
0,25 0,2763
0 , 50 0,5205
0,75 0,7112
etc.
§ 30. Après cela, j'en viens aux raisons pour lesquelles les écarts collectifs vont au-
delà du simple GG, comme cela a été expliqué jusqu'à présent.
Gauss lui-même ne soutient pas la loi pour les écarts collectifs, car les écarts des
spécimens individuels tailles ade leur moyenne arithmétique, mais notamment et
notamment pour les erreurs d'observation, en tant qu'écarts des valeurs d'observation
individuelles d'un objet par rapport à leur moyenne arithmétique; et en soi, il va de
soi que la loi peut être transférée de la seconde à la première. En fait, c'est une
question très différente dès le départ d'avoir des écarts devant vous, qui sont obtenus
à partir de la moyenne arithmétique des dimensions en raison du manque de netteté
des instruments de mesure ou des sens et des perturbations externes accidentelles
lorsqu'un seul objet est mesuré à plusieurs reprises, et des écarts que les nombreux
Copies d'un K.-G. présenter leur moyenne arithmétique pour des raisons qui tiennent
à la nature des objets eux-mêmes et aux circonstances extérieures qui les
influencent.Prédire a priori que la nature de ces écarts par rapport aux moyens obéit
à la loi des erreurs d'observation, mais n'était considérée comme un test direct de
celle-ci que pour K.-G. vous.
En attendant, puisqu'il était facile de percevoir dès le départ qu'avec de
grands m aussi avec des déviations collectives. A comme erreurs d'observation, le
nombre d'écarts z est un maximum pour une valeur dans une partie centrale du
tableau de distribution, cependant, plus m décroît après les extrêmes, plus m
augmente régulièrement , d'ailleurs, pas d'autre loi que GAUSS '' à laquelle vous
devriez rechercher une loi de distribution pour K.-G. il était naturel de penser que
c'était le test le plus important. Les mesures de recrutement ont été le premier sujet et
(y compris la taille de la poitrine et la capacité pulmonaire des recrues) sont restées
jusqu'à présent les seules sur lesquelles la loi a été jugée.
Cette multi-page (par QUETELET, BODIO, GOULD, ELLIOTT et peut-être
d'autres) 6) Le test effectué sur les mesures de recrutement dans divers pays semblait
initialement confirmer la loi partout, dans la mesure où les écarts par rapport aux
exigences de la loi semblaient suffisamment faibles pour être considérés comme
insignifiants au sens déclaré; et le GG a une validité approximative pour les mesures
de recrutement, mais pas autant qu'on peut le supposer, comme je me suis convaincu
en partie grâce à un examen critique des enquêtes menées jusqu'à présent, en partie
grâce à mon propre examen des nombreux tableaux de recrutement auto-procurés,
alors que il existe d'autres K.-G., où le simple GG échoue complètement, mais ils
sont suffisants pour généraliser cette loi.
6)[BODIO, La taille des recrues en Italie; Ann. de démographie intern. Paris 1878.
GOULD, Enquêtes sur les statistiques militaires et anthropologiques des soldats
américains; Mémoires de la Commission Sanitaire des États-Unis. New York 1869.
ELLIOTT, Sur les statistiques militaires des États-Unis d'Amérique. Berlin 1863.]
En fait, selon mon expérience élargie, les deux points de vue suivants peuvent être
donnés, ce qui rend impossible dès le départ de donner au GG simple une validité
générale pour K.-G. à concéder. Le premier est ce 7) :
,
qui sont les corollaires suivants.
a) Les carrés des chiffres d'écart mutuel, di m ' 2 , m , 2 que la somme écart mutuel
comportent ¶ ' , ¶ , si:
m ' 2: m ,2 = ¶ ' :¶ , .
b) La valeur la plus dense D peut elle-même être déterminée comme la valeur dont
les nombres d'écarts mutuels et les écarts moyens satisfont à la loi de proportion. Oui,
je pense, d'une manière générale, que ce n'est pas la manière la plus pratique, mais la
plus précise de la déterminer, et j'expliquerai plus tard (chapitre XI) comment elle
doit être effectuée. Par souci de concision, on peut l'appeler proportionnelle, et le D
ainsi déterminé, s'il est important de se référer expressément à cette détermination,
est appelé D p . Ce D p peut alors être déterminé avec le D déterminé empiriquement
directement , c'est-à-dire les valeurs auxquelles le maximum du nombre zcomparer
dans un tableau de répartition, et du fait qu'il ne s'écarte que dans les limites de
l'incertitude à concéder, trouver l'une des preuves de la validité de notre légalisme
asymétrique.
4) Les lois de distance . Les distances entre les trois valeurs principales sont ainsi
déterminées. Soit m "le nombre total, å¶ " le total, e "= å¶ ": m " la moyenne
des écarts liés à C ou A (en fonction de la distance du C ou A de D) ou D , c'est-à-dire
qui partir du même côté de D sur lequel C ou A selon cela, cela peut être le côté
positif ou négatif, mais l'indice des deux tirets ci-dessous peut avoir la signification
correspondante pour les valeurs inégales, selon le § 131:
C - D = t "e" ,
dans lequel t " la valeur de t est la dans la table t de
,
appartient brièvement à F ". En outre:
une valeur qui correspond à 2 F "e" selon la loi proportionnelle , comme indiqué au §
131, selon laquelle on peut également fixer:
.
Selon cela, A - C est la différence entre les deux distances précédentes:
A ñ C = ( A ñ D ) ñ ( C ñ D ) = (2 F² - t ² )e²,
où F "et t" sont déterminés comme indiqué.
5) Les lois p . Pour se déroulant dans le cas normal, que la distance de C de D une
petite ( à proprement parler infinitésimal) par rapport à l'écart moyen e ' ou e , du
côté où C de D dista brièvement e " a, on a perceptible:
Outre les coïncidences et les anomalies déséquilibrées, dont On pense que IV, par
lequel ces rapports, comme toutes les lois énoncées ici, peuvent être modifiés, ces
rapports s'appliqueraient strictement si ( C - D ) 2 : 3 p e ² 2 contre 1 pouvait être
complètement négligé, en d'autres termes C - D petit contre e " . Cependant, dans la
mesure où cette disparition ne se produit pas complètement, les p fonctions ci-
dessus de D , C, A sont à substituer:
,
où x est une valeur positive qui dépasse 1 dans de petites proportions.
Condition théoriquement dérivable selon laquelle, compte tenu de la petitesse
relative de C - D par rapport à e ", la valeur
Approximative = ¼ p = 0,78540 est l'une des preuves les plus frappantes de nos lois
de distribution asymétrique auprès du grand public, dans laquelle elle se reflète
empiriquement, et la valeur p sera donc donnée à l'avenir dans les tableaux des
éléments des objets que je traite pour vous convaincre de l'approximation de ¼ p . En
principe, une correspondance exacte avec cela n'est pas requise; selon la théorie,
comme indiqué ci-dessus, elle devrait émerger des expériences d'un peu plus de ¼ p ,
mais ce petit surpoids théorique peut facilement être dépassé par des coïncidences
déséquilibrées, et donc il a (après la détermination proportionnelle la plus précise
possible deD as D p ) dans le K.-G. prises dans les zones les plus diverses, qui
pourraient être examinées en ce qui concerne la validité des lois ci-dessus
(dimensions crâniennes, dimensions des recrues, dimensions botaniques,
météorologiques), avec les niveaux de réduction les plus variés et les positions de
réduction des tableaux de distribution entre 0 , 6 et 0,9 trouvés.
Au lieu de s'en tenir à p, on pourrait s'en tenir aux deux autres fonctions p ,
seulement qu'en raison du rapport plus petit de ce que A - C a à C - D et
complètement contre A - D , ces autres fonctions ont un rapport plus fort de des
coïncidences déséquilibrées peuvent être affectées.
A partir du troisième p - équation, selon lequel
,
un moyen très simple peut être dérivé pour approximer D approximativement d'une
autre manière que directement empiriquement ou proportionnellement, qui consiste
en ce que, après avoir déterminé A et C , la distance du D recherché de C est 3,66 fois
plus grandes augmente à mesure que la distance entre le A de C se trouve. En un mot,
nous pouvons désigner la valeur D ainsi déterminée comme D p . ñ Entre-temps,
cette disposition est devenue trop incertaine pour lui donner une quelconque
valeur; d'autant plus que la détermination fastidieuse de D comme D P, un autre
moyen relativement simple de détermination très approximative que ce qu'on
appelle D i est disponible, dont au chapitre XI. sera parlé.
Afin d'obtenir des déterminations précises des trois rapports de distance au lieu de
seulement des rapports approximatifs, il faut revenir aux valeurs exactes des trois
distances elles-mêmes, qui sont répertoriées sous les lois de distance, selon
lesquelles:
Ces relations ont deux valeurs limites entre lesquelles elles sont conservées, la
première correspondant au cas m " = m " , c'est-à-dire le cas de l'asymétrie
disparaissante, où x = 1; le second est le cas où m " , très petit contre m " , peut donc
être mis à 0. Cela donne pour
1ère limite: 2ème limite:
= p 0,7
8540 0,84535
0,21460 0,155465
3.65979 5.46609.
La valeur p ne peut normalement pas descendre en dessous de 0,78540 et ne peut pas
dépasser 0,84535.
6) Loi sur l'emplacement . La valeur centrale C et la moyenne arithmétique A se
situent du même côté de la valeur D la plus proche , et de telle manière que C
se situe entre A et D (voir § 134).
7) Loi d'inversion . L'asymétrie des écarts D a le signe opposé à celui des
écarts. A , di, si m '- m , bez. A (di µ '- µ , ) est positif; alors m '-
m , référez - vous. D (di m '- m , ) négatif, et vice versa (voir § 134). En outre, la
différence entre les écarts extrêmes. A , di U '- U , , le signe opposé à la différence
entre les chiffres d'écart, di u = μ' - μ , (s. § 142).
8) Les lois extrêmes . [Est le nombre de ci-dessus ou écarts inférieurs à D égaux
à m ' ou m , de sorte qu'il existe un risque:
pour:
U ' = t'e'
représentent la valeur extrême des écarts supérieurs. En conséquence, le W. est
favorable à:
U,=t, e,
l'extrême des écarts les plus faibles est le même:
.
Selon cela, la valeur probable de la resp. Supérieure écart extrême inférieur égal:
resp. ,
Si t ' et t, en utilisant la table t :
resp.
être déterminé. (Comparer chap. XX)] 9)
9) [Les crochets indiquent, comme déjà mentionné dans les "remarques
préliminaires", les ajouts et ajouts de l'éditeur.]
En dehors des lois p- 5) et des lois extrêmes 8), que je dois d'abord à la théorie,
mais que j'ai ensuite trouvées empiriquement prouvées, j'ai d'abord trouvé les lois
précédentes purement empiriques, selon lesquelles ces lois ont également une validité
empirique indépendamment de toute théorie pouvoir se servir et s'inspirer
mutuellement pour une théorie qui coïncide avec elle. En vain, bien sûr, on ferait une
détermination précise du D par détermination brute à partir de plaques primaires
entrecoupées de grandes irrégularitéset d'obtenir les valeurs associées et ainsi essayer
de prendre le contrôle des lois précédentes; Il sera donc encore discuté de la manière
d'y parvenir en réduisant et en interpolant de manière appropriée les tables de
distribution.
§ 34. Il a été expressément mentionné que les lois précédentes en cas de fluctuation
relative pas trop forte du K.-G. (au sens du § 9) peut être considérée comme
suffisante, mais nécessite une nouvelle généralisation du GG en cas de fortes
fluctuations proportionnelles. Il faut maintenant préciser ce qui peut y donner lieu et
comment comprendre cette généralisation.
De par sa nature, le GG ne peut être qu'une loi d'approximation même
avec m infini et n'a été expliqué pour cela que par GAUSS 10) ; car il n'y a pas de
limite à la taille des écarts par rapport à A des deux côtés, mais ne permet que le
nombre d'écarts à diminuer de plus en plus avec l'augmentation de la taille du
même. Il est cependant évident que si les écarts de A vers le négatif deviennent plus
grands que A lui-même, les valeurs de déviation adevenir inférieur à zéro, ce qui est
impossible. Le GG ne peut donc pas prétendre à une validité illimitée dès le départ,
s'il reste valable avec la plus grande approximation pour les cas où les écarts par
rapport à la moyenne arithmétique, au moins majoritaire en nombre, restent proches
d'elle et, en moyenne, très faibles. Mais la même chose qui s'applique à cet égard en
ce qui concerne les écarts négatifs de A au GG pur ne s'applique pas moins aux écarts
négatifs de D et la généralisation précédente et par la présente modification du GG, et
il y a K.-G. dans lequel la fluctuation relative autour de D est si grande que le
principe de généralisation précédent n'est plus suffisant.
10) Theoria motus corporum coelestium; Lib. II. Sect. III. artic. 178. Theoria
combinationis observe. erreur. minimal obnoxiae; Pars prior,
art. 17; Commentez. societ. Götting. rec. Vol. V.
, ,
où m ' et m, le nombre d'écarts positifs et négatifs ne signifie pas le a de D, mais
le a de D , comme précédemment , puis détermine la distribution des écarts
logarithmiques l ', l , de chaque côté en particulier également par rapport
à e ¢ , e , , m ' m , après zwiespältigem GG, comme indiqué ci - dessus (§ 33) 2), sauf
que e' , e , , m ' , m, ici de la manière spécifiée logarithmique, au lieu de comme
précédemment déterminé arithmétiquement.
À partir de ces dispositions applicables aux écarts logarithmiques, en les traduisant
en nombres appartenant aux tableaux logarithmiques, les déterminations des écarts de
rapport et de leurs valeurs principales suivent, mais cela ne sera pas traité pour
l'instant, car les explications nécessaires restent réservées pour un chapitre ultérieur,
qui fait même référence à la traitement logarithmique de K.-G. (Chapitre XXI).
En plus de la valeur D la plus proche logarithmiquement , on peut également
utiliser la moyenne logarithmique G comme å a : m , c'est-à-dire comme la
moyenne arithmétique des logarithmes de a, et la valeur centrale
logarithmique C comme la valeur de a , qui a le même nombre a au-dessus et en
dessous , déterminez.
A partir des valeurs logarithmiques, on peut également passer aux valeurs
numériques qui leur appartiennent selon les tables logarithmiques, et leur spécifier
des noms spéciaux, qui ne sont pas inactifs, car ces valeurs ont leur signification
remarquable. Ainsi, la valeur numérique appartenant à D peut être
appelée J comme valeur de rapport la plus dense, car elle signifie que plus de
valeurs a et donc a sont combinées dans la même distance de rapport de chaque
côté que dans la même distance de rapport de tout autre a.
La valeur numérique appartenant aux valeurs centrales logarithmiques C coïncide
avec le C déterminé arithmétiquement ; car si une valeur de a , di C a la même
quantité a au-dessus et en dessous, alors le logarithme de C , di C a le même
nombre de logarithmes de a, di le même nombre a , au-dessus et en dessous.
Celui à désigner par G , qui appartient à G comme valeur numérique , représente la
moyenne géométrique de l' a .
§ 37. Nous devons distinguer les trois lois ou principes généraux suivants, dont
chacun peut être considéré comme une généralisation et en même temps une
intensification de la précédente, et dont les différences essentielles sont brièvement
résumées ici.
1) La loi ou principe de GAUSS pur, simple et original, pour la présupposition de
probabilité symétrique des écarts arithmétiques mutuels Q ' , Q , de la moyenne
arithmétique. La sortie est tirée de la moyenne arithmétique A , les écarts mutuels de
celle-ci sont déterminés comme arithmétique, l'écart moyen e = å Q : m pour les
deux côtés ensemble comme le quotient de la somme des écarts mutuels selon les
valeurs absolues par le nombre total d'entre eux directement (ou après un formule
connue à partir de la somme des carrés de l'écart as ) et après le t -Table
détermine la distribution. Pour différencier expressément la relation des écarts par
rapport à A , je remplace les désignations générales m , Q , e par µ , D , h .
2) La généralisation arithmétique du GG, pour la présupposition de W. asymétrique
des écarts Q ' , Q , de la moyenne arithmétique, généralement valable pour les
degrés d'asymétrie les plus variés, mais seulement suffisante pour une fluctuation
relativement faible autour des valeurs principales, comme c'est le cas avec la plupart
des K .-G. vient à. Ici, la sortie est prise à partir de la valeur arithmétiquement la plus
proche D , qui est obtenue à partir des valeurs de mesure a d'une manière à considérer
ultérieurement l1) sans les avoir préalablement traduites en logarithmes. Les écarts
mutuels Q ', Q , sont arithmétiques des deux côtés deD en particulier prise, leurs
valeurs moyennes e '= AQ ': m' et e , = Aq , : m , déterminé, puis pour chaque
page en particulier, la distribution en fonction de la GG deux colonnes (§ 33) après
le réglage de t' = Q ' : e ' pour le côté positif et t , = Q , : e , côté négatif de
la t détermine table. Différencier expressément la relation entre les écarts et DJe
remplace les termes généraux m , Q , e par m , ¶ , e.
11) [p. Chap. XL]
3) La généralisation logarithmique de la loi ou du principe précédent, valable pour
une asymétrie arbitrairement grande et une fluctuation proportionnelle arbitrairement
grande. Selon cela , les logarithmes a = log a doivent être tirés de toutes les valeurs
de mesure individuelles a , la valeur la plus dense D doit en être déterminée, les
écarts logarithmiques l ', l à prendre des deux côtés, la moyenne du
même e ', e à prendre et sur un , D , L í , l , , e ' , e , appliquer toutes
les dispositions pertinentes selon le précédent, la généralisation arithmétique
à un , D , ¶ « ¶ , , e » , e , . A partir des valeurs logarithmiques, il est alors possible
d'arriver aux valeurs de rapport sous forme de nombres appartenant aux tables de
logarithme.
En tant que principe strict, je ne vois maintenant que la généralisation
logarithmique du GG, di 3); mais il est très lourd à utiliser, et si la fluctuation est
relativement faible, on peut très bien procéder selon la généralisation arithmétique 2),
comme l'expérience l'a montré. Le simple GG 1) est le moins suffisant partout, mais
il est le plus facile à utiliser car la moyenne arithmétique A comme valeur de départ
des écarts est plus facile à déterminer avec une précision relative que les valeurs les
plus denses D et D ; avec une faible asymétrie, cependant, les résultats de 1), 2) et 3)
diffèrent peu les uns des autres.
Selon la façon dont je traite maintenant un objet en supposant des valeurs
symétriques des écarts. A, donc selon le premier principe, ou à condition W.
asymétrique A , c'est-à-dire selon le deuxième ou le troisième principe, je parlerai
brièvement du traitement selon le principe symétrique ou asymétrique; et selon mon
traitement avec des écarts arithmétiques, c'est-à-dire selon le premier ou le deuxième
principe, ou avec des écarts logarithmiques, c'est-à-dire selon le troisième principe, je
parlerai de traitement arithmétique ou logarithmique.
En général pour ce qui suit on trouve le traitement des objets et la disposition des
phrases selon le principe arithmétique; le passage au principe logarithmique et le
traitement de ces objets essentiels est particulièrement réservé au chapitre XXI.
§ 42. [Pour la jauge collective, la valeur la plus dense est d'un intérêt fondamental
dès la distribution des exemplaires d'un K.-G. la loi dominante de la probabilité est
remise en question. En ce qui concerne la détermination des propriétés de la valeur la
plus dense et la dérivation de cette loi à partir de celles-ci, le principe de la moyenne
arithmétique ou tout autre principe ne peut être a prioriêtre mis en place. Parce que le
K.-G. ne sont données que par l'expérience, et il n'y a même pas de certitude dès le
départ qu'une certaine valeur peut être trouvée pour eux dans leur ensemble comme la
valeur la plus probable, ou que - en d'autres termes - la valeur empiriquement la plus
proche parmi les différents K.-G. peut être caractérisée par les mêmes propriétés. Il
faut donc considérer comme un résultat fondamental de l'expérience que les K.-G. les
plus variés, qui ont été examinés, permettent en effet de déterminer la valeur la plus
probable, et que celle-ci coïncide assez étroitement avec les valeurs pour lesquelles la
Le rapport des écarts moyens mutuels ( e ': e , ) est égal au rapport des nombres
d'écarts mutuels (m ' : m ,). La valeurplus dense est donc différente dansprincipe dans
les collectifs de la moyenne arithmétique et est plutôt en accord avec le principe de la
proportion requise pare « : e,= m »: m ,valeurs définies. Ce dernier (quisera
appeléDpaprès la détermination faite au chapitre II, tandis queDi la valeur
empiriquement la plus dense du tableau calculée en termes d'interpolation) retient
donc ici la même attention que la moyenne arithmétique en théorie de l'erreur. Il a
également la signification correspondante; parce que sur le principe que la valeur la
plus probable d'un K.-G. remplir la proportion e ': e , = m ': m , ou que D p = D i , la
loi étendue trouvée dans le chapitre précédent comme loi de distribution peut être
trouvée de la même manière que sur le principe que le la valeur la plus probable est la
moyenne arithmétique, ou que A = D i devrait être, le GG simple résulte comme une
loi d'erreur.]
[Seulement dans la mesure où peut une suprématie de réclamation quand il doué de
la faible asymétrie ici K.-G. coïncide si étroitement avec D p qu'il suffit d'utiliser
approximativement le GG simple au lieu de celui à deux colonnes.]
§ 43. Le degré de facilité et de certitude avec lequel ils peuvent être gagnés ne doit
pas être négligé lors du choix entre les différentes valeurs principales. S'il ne s'agit
que d'une détermination brute, celui qui a la valeur la plus dense est décidément le
plus simple et le plus facile, puisqu'il suffit de chercher dans un tableau de
distribution le a auquel appartient le plus grand z ; bientôt à cet égard, la
détermination de la valeur centrale, pour laquelle il y a seulement une énumération
qui suit un ou Q des deux côtés vers le centre de l'égalité obtenue de m ¢ et m , les
besoins; la plus lourde de celle de A,puisque l'ajout de tout l'individu a à un tableau
de distribution multiple ou, ce qui aboutit à la même chose, la formation et l'addition
des produits za pour obtenir la somme å a , qui doit être divisée par m , est
une opération fastidieuse et fastidieuse pour les grands m .
Mais la situation est différente, si ce n'est l'inverse, si l'on veut passer par trop
précis, les déterminations approximatives idéales. A partir de la détermination
grossière de la valeur la plus dense après que le z maximum lui soit tombé , seule une
approximation très incertaine de la valeur idéale peut être attendue; le plus net
possible, cependant, basé sur le rapport m ' : m , = e ¢ : e , peut être amené à un
calcul certain et pas difficile à gérer, mais devient difficile à réaliser, demande
réduction et interpolation, ce qui enfin laisser une petite marge pour le résultat à
calculer. La forte détermination du C, bien que beaucoup plus simple que celle du D ,
ne peut se passer de telles aides, alors que la détermination de l' A n'en a pas
besoin. La maladresse de la formation des produits za , par la suite (chap. IX) à
une technique d' imagerie peut être évitée.
§ 44. Après avoir discuté des propriétés et des performances des différentes valeurs
principales, il sera nécessaire de dire quelque chose sur les points de vue desquels les
fonctions extrêmes et de déviation entrent en considération.
Deux K.-G. correspondent complètement ou étroitement dans leurs valeurs
principales et pourtant la plage de fluctuation et la valeur de fluctuation moyenne des
spécimens sont très différentes autour de leurs valeurs principales, qui ne sont en
aucun cas des traits distinctifs indifférents. Ainsi, la température moyenne d'une île
au milieu de l'océan et d'un endroit au milieu d'un continent peut être la même; mais
les écarts des températures individuelles par rapport à la température moyenne se
situent dans les limites étroites du premier et sont en moyenne plus petits que pour le
second, selon lesquels nous différencions les climats marin et continental.
[Il sera maintenant incliné de telles différences en spécifiant la plus grande et la
plus petite valeur, qui est, l' E ' et E , qui , dans un certain nombre de copies d'un K.-
G. peut être caractérisé de la manière la plus simple.]
Comme recommandé , mais une indication des valeurs extrêmes de E ' et E , est de
révéler les limites dans lesquelles la taille des copies a oscillé, dont les avantages de
plus mais est limitée et précaire qu'une relation. D'une part, ces valeurs sont sujettes à
de grandes coïncidences, de sorte que l'on ne peut pas compter retrouver les mêmes
valeurs si l'on détermine les extrêmes et les fluctuations extrêmes à partir d'une
nouvelle série de spécimens avec le même m ; deuxièmement, l'indication de la même
chose n'a de valeur que pour le nombre de copies, le m dont elles dérivent, en ce que
plus le m est grand, plus la latitude des changements est grande, de sorte que plus
le mgénéralement espacées plus largement extrême, un plus petit E , une plus
grande E « et donc une fluctuation plus extrême e » - e , obtenue avec de plus
petits m. Maintenant, mettez z. B. vous voulez une mesure de la variabilité absolue et
relative d'un K.-G. dans lequel les valeurs E « - E , ou ( E » - E , ) : A la recherche,
comme cela se fait bien, puis G. comparer différents K.-, on engagera les plus
grandes erreurs lorsque les objets d' un autre m ont , et j'ai vraiment rencontré des
erreurs de ce genre, qui ont également conduit à des conclusions erronées, ailleurs.3)
3) [Ce paragraphe est extrait d'un exposé de FECHNER sur les écarts moyens et
extrêmes, qui a été communiqué au Prof. WELCKER en 1868 et mis à ma
disposition.
Que vous souhaitiez utiliser les écarts de l'une ou de l'autre valeur principale dépend
de celle à laquelle vous voulez vous référer du tout, et l'une n'exclut pas
l'autre. Comme on peut le voir, la mesure pour un m donné change en fonction de la
somme totale des écarts mutuels par rapport aux différentes valeurs
principales; Jusqu'à présent, seuls les écarts de la moyenne arithmétique ont été
utilisés, et si nous nous arrêtons à cela, nous obtenons la valeur de fluctuation
moyenne au sens de la description ci-dessus:
.
4) À ces deux égards, comparer mon traité dans les rapports du Königl. Société
Saxonne des Sciences, Volume XIII, 1861 ["A propos des corrections concernant la
détermination de la précision des observations, la détermination de la fluctuation des
valeurs météorologiques individuelles autour de leur moyenne et les mesures psycho-
physiques selon la méthode des erreurs moyennes"].
Cette correction ne s'applique pas à chaque cas individuel, mais elle s'applique à la
moyenne des cas, et comme il n'y a pas de moyen de la déterminer avec précision
pour chaque cas individuel, il faut s'en tenir à la valeur qui s'applique à la moyenne
des cas, et donc, si l'on n'a pas peur du peu d'effort de correction, il vaut mieux
s'en tenir à h c qu'à h dans la jauge collective .
Si la fluctuation moyenne par rapport à C ou D doit être déterminée, on a d'abord
sans correction si e = åQ : m , ensuite si e = å¶ : m , mais la correction serait, pour
autant que je l'oublie, restée la même. La fluctuation moyenne par rapport à C est
intéressante car elle est inférieure à celle par rapport à A et D , car la somme des
écarts par rapport à C est la plus petite possible, et elle est transférée à son quotient
par m .
De manière générale, bien que cela puisse avoir des exceptions et qu'une
proportionnalité exacte n'ait pas lieu, la variation moyenne augmente avec la taille
des objets, et il peut donc être intéressant d'éliminer autant que possible cette
influence en prenant la variation moyenne divisé par la taille de l'objet fluctuant, en
tenant compte de la moyenne relative mais absolue de la fluctuation.
§ 45. L'écart moyen devient plus important que la mesure de la fluctuation d'un
objet autour de ses valeurs principales en tant que lien intermédiaire pour déterminer
la distribution de l'objet. A cet effet, la théorie de la mesure physique et astronomique
utilise l'écart moyen e par rapport à A ou les valeurs liées à e , ce qui n'est
permis que pour la symétrie W. des erreurs d'observation supposées dans cet
enseignement, alors que la théorie de la mesure collective par la suite pour eux
hypothèse en fait plus générale d'asymétrie que de l'écart moyen par rapport à D, et
non conjointement pour les deux parties, mais chaque partie peut en faire un usage
particulier (voir § 33), c'est-à-dire à partir de:
.
Strictement parlant, une correction doit également être faite ici à cause
du m fini ; mais les valeurs corrigées ne sont pas, comme on pourrait le penser, à
fixer:
, ,
mais:
,
En effet, sinon la correction des deux côtés par rapport aux montants de déviation
ne serait pas correcte avec la correction commune du total de la même.
Pour le total, vous avez:
.
Si vous vouliez parier sur les montants d'écart mutuel:
, ,
on obtiendrait en additionnant ces valeurs:
,
ce qui est faux avec les valeurs ci-dessus pour å¶ c .
§ 46. Enfin, il y a encore quelques valeurs à retenir qui se rapportent aux règles
d'asymétrie très importantes qui ont déjà été abordées, mais qui ne seront discutées
que plus tard. Pour le moment, voici seulement ce qui suit concernant ces valeurs.
Il y a d'abord la différence µ '- µ , = u entre le nombre d'écarts positifs et négatifs
de A et la différence U ¢ - U , = ( E ¢ - A ) - (A - E , ) = E' + E , - 2A entre
l'ampleur de l'écart extrême positif et négatif de A, qui viennent à cet égard en
considération. Plus important encore que ces différences absolues sont le relatif:
et .
Ici seulement pour le moment vu l'utilisation à en faire ultérieurement.
D'une différence entre la somme des écarts positifs et négatifs de A, di AD «
et AD , peut être de bien sûr pas question, puisque A est spécifiquement conçu pour
que les deux sommes sont égales; mais cela ne signifie pas que les deux nombres
de déviations µ ' , µ , deviennent égaux l'un à l'autre, et au plus on le trouvera
par hasard. Ce qui est, cependant, au moins en général ou seulement aléatoire , sauf
en moyenne dans les variations collectives dans un endroit est que μ ' - μ , avec la
taille de m augmente.
Étant donné les mêmes écarts positifs et négatifs de W., le calcul de probabilité
après avoir renvoyé le boîtier dans l'urne avec le même nombre de boules noires et
blanches enseigne que µ ¢ - µ , en termes absolus , augmente en moyenne dans
un rapport de . Mais plus m augmente, plus le rapport : m devient petit , de sorte
[Le tableau III contient les mesures de recrutement de 2047 étudiants de 20 ans de
Leipzig des 20 ans 1843 - 1862. De la liste originale de ces mesures, il convient de
noter qu'il se caractérise par un pur hasard dans la séquence des mesures, qui est dû à
la façon dont il a été produit, c'est pourquoi la même chose au Chap. XX est utilisé
pour prouver les lois extrêmes. L'unité de mesure est le pouce saxon = 23,6
mm; cependant, non seulement le tout, mais aussi le demi-pouce et le quart ont été
mesurés.]
[Le tableau IV montre les dimensions de la liaison supérieure (entre-noeuds) de
217 tiges de seigle à six liaisons. Des informations plus détaillées sur l'extraction de
ce matériau se trouvent dans la deuxième partie, chap. XXV. Il est lié à la méthode de
mesure qui vient d'être décrite qu'un demi-centimètre apparaît comme l'unité de
mesure.]
Section 50. [Les quatre panneaux sont dans l'ordre: 2) ]
Planche I.450 européenne. Crâne d'homme; Circonférence verticale .
E = 1 mm; m=åz =450; A1 = 408,5.
§ 51. [Un examen comparatif de ces panneaux montre au cours du z ainsi que dans
l'agencement de l' a une différence significative entre les trois premiers panneaux et
le dernier. Les premiers ont un stock principal central, dont le z pousse généralement
vers le milieu de la table, et dont l' un , à part les ruptures individuelles aux
extrémités, forme une rangée aquidistante. Donc, dans I. l'équidistant a s'étend
dans une séquence continue de 378 à 428 et de 430 à 435, tandis qu'en même temps
le z, mais avec des fluctuations constamment récurrentes, commencez par croître puis
diminuer à nouveau. En II, la série des équidistants a passe de 488 à 550 et, après
avoir été interrompue par le manquant a = 551, continue de 552 à 555, tandis que
les z montrent une trajectoire similaire. Planche III. enfin, si le z se comporte
en conséquence entre les limites 64,75 et 78,50, il se caractérise par une équidistance
non perturbée de l' a . Cette principale ferme Bestande dans chacune des trois feuilles
au début et à la fin d'un nombre relativement faible d' une valeur de, changent leur
distance au hasard, et leur zprincipalement égal à 1: imaginez Endabteilungen avec
dispersés un représente dans le quatrième panneau peut toutefois excéder
la. une constante à intervalles irréguliers avant, et il ne peut que constater que les
intervalles plus petits aux extrémités plus souvent au centre comme il est; en même
temps, la grande majorité des z égal à 1. Ainsi , il est possible qu'un composant
principal de plaques équidistantes une prochaine Endabteilungen avec
dispersée une cale, et ceux dans lesquels un à travers toute la table en se dispersant
irrégulièrement, distinguer. En tant que représentants du premier type, les panels I à
III. appliquer; Le tableau IV représente le deuxième type. Les deux types sont
essentiellement différents l'un de l'autre; car il sera démontré que les comprimés du
deuxième type nécessitent une réduction beaucoup plus importante que ceux du
premier pour que leur traitement réussisse.]
[Toutefois, lors de la délimitation de l'inventaire principal d'un groupe spécial, il
faut maintenant tenir compte du fait qu'il ne se détache pas définitivement des
départements finaux. Tout flou pourrait être contré en plaçant les cônes que le stock
principal devrait s'étendre jusqu'à l'aquidistance de l' a . Cependant, il est clair dès le
départ qu'aucune disposition essentielle ne serait prise de cette manière. Parce que
dans de nombreux cas , il peut arriver que, même contre le centre de la table à
l'équidistance par le manque d' un trouble; est plus souvent du centre vers le début ou
vers la fin d'un manque d' une série de nouveau à égale distance un suivi comment
cela est fait pour I et II en raison du manque dea = 429 resp. a = 551 s'applique. Dans
de tels cas, si la règle ci-dessus était respectée, le stock principal serait soit
excessivement restreint, soit entièrement remis en question. D'un autre côté, il est
également possible que l' a passe sans lacunes, mais le parcours du z fait que son
exclusion de la population principale semble souhaitable. Il est donc nécessaire de
déterminer les principales participations être laissés dans une certaine latitude de
despotisme, en règle générale , ne peut être mis en place jusqu'à présent que
l'équidistance d' une valeur non incident significatif sous réserve et à l' égard de ce
fait ,au moins dans son ensemble, la croissance vers le milieu doit être
reconnaissable. Ainsi, on peut fixer les limites du stock principal pour I 378 et 435,
pour II 488 et 555, pour III 64,75 et 78,50, avec la remarque, cependant, que ces
limites permettent un décalage.]
[Incidemment, le équidistance d' un moins formellement également en cas
d'absence d' un être produit lorsque le manque une , avec z = disponible 0, être inclus
dans le panneau. Cela devrait être appelé l'insertion d' un a vide . Par exemple, le
stock principal de I et II devient uniformément équidistant de cette manière, si dans I
429, dans II 551 avec z = 0 est inséré.]
En ce qui concerne l'évolution du z dans l'inventaire principal des panneaux I - III, il
a déjà été noté que l'augmentation vers le centre est soumise à des fluctuations
constantes. Cependant, une croissance ininterrompue et une perte de poids ne sont
pas du tout à prévoir en raison des coïncidences déséquilibrées qui ne manquent
jamais. Mais si c'est la seule cause, la périodicité indubitable de la fluctuation
du z resterait inexplicable. Il doit donc y avoir une autre cause. La même chose
ressort clairement des remarques suivantes.]
[Dans la population principale de I, il existe au total 18 maxima relatifs, 17 minima
intermédiaires; 8 maxima tombent sur un tel , qui représentent des centimètres entiers
ou demi, tandis qu'aucun minimum n'appartient à un tel a . Sur les 17 maxima du
stock principal de II, 10 tombent des 16 minima aucun à unCela montre suffisamment
que pour mesurer le crâne au moyen du ruban à mesurer, les millimètres étant
évidemment obtenus par estimation, les centimètres entiers et les demi-centimètres
ont été préférés; sinon, les maxima et les minima devraient être répartis également sur
les subdivisions du centimètre. Dans l'estimation non uniforme, c'est-à-dire dans la
préférence pour les sections entières et demi de l'échelle utilisée, la source des
irrégularités périodiquement récurrentes au cours du z. Ceci est confirmé sur le
tableau III. Sur les 19 maxima de leur stock principal, 9 tombent en entier, 7 à un
demi-pouce; sur les 18 minima, seuls 2 sont des valeurs en pouces pleins, tandis que
les valeurs restantes de ¼ ou ¾ pouces appartiennent à.]
[Il faudra donc être prudent lors du traitement des tableaux de distribution des
erreurs dues à des estimations non uniformes et les éliminer par une réduction
appropriée. Cela conduit à la division des tableaux en sections principales en fonction
de la période de l'estimation non uniforme. Il en va de même, par exemple, dans les
panneaux I et II de 5 à 5 mm, dans le panneau III d'un demi-pouce ou, mieux, en
pouces pleins. En général, ces divisions principales commenceront par l'inventaire
principal du conseil d'administration. Il peut alors être avantageux de délimiter le
stock principal de manière à ce qu'il ne contienne qu'un nombre complet de
départements principaux. Puis z. B. dans le tableau I, trois valeurs sont coupées du
stock tel que défini ci-dessus et les valeurs 380 et 434 sont sélectionnées comme
limites,
§ 52. [Enfin, les points suivants, valables pour chaque tableau de distribution dans
leur intégralité, doivent être mentionnés. Chaque mesure a ses limites de précision, de
sorte que le a ne peut jamais être attaché en continu, mais doit être séparé par un
intervalle dont la taille dépend du degré de précision de la mesure. Cet intervalle est
appelé intervalle principal et est désigné par i . Elle est constante pour l'étendue de
l'ensemble du tableau, car elle n'est déterminée que par l'échelle, et non par la taille
des objets mesurés.]
[Dans son existence, il faut chercher la raison pour laquelle un stock principal
équidistant dans les tableaux de distribution est possible. Parce que l'intervalle du
stock principal n'est rien d'autre que ce i primaire , qui ne peut pas être sous-évalué,
mais ne devient plus apparent que plus le nombre de copies mesurées du K.-G. - le m
de la planche - le fera. Le primaire i mais bien sûr, pour les panneaux sans composant
principal de l' un peut être vu directement les valeurs. Pour le panneau IV z. B. il est
égal à la dixième partie de E , di = 0,05 cm.]
[Le sens essentiel de l'existence d'un intervalle primaire réside maintenant dans le
fait qu'il met en évidence l'appartenance du z au a auquel sont attribuées celles des
tableaux. On reconnaît que les a doivent simplement être compris comme des
représentants des intervalles primaires, au milieu desquels ils représentent; pour cette
raison, le z ne doit pas être considéré comme appartenant aux intervalles
primaires , mais plutôt comme les intervalles primaires désignés par le a , et doit être
considéré comme étant uniformément réparti au sein de ce dernier, car il n'y a aucune
preuve d'une distribution différente et légale. À cet égard, l'intervalle primaire est
l' unrenferme ou orbite, il faut l'appeler le périmètre de l' a . Ses limites mutuelles
sont a - ½ i et a + ½ i ; ils sont directement connectés à travers la table entière, de
sorte que la première limite de n'importe quel intervalle coïncide avec la seconde de
la précédente.]
[Les a - et z des valeurs sont donc au moyen de l'intervalle de rayon associé liés
ensemble. Si cette connexion doit être relâchée et le a vu et compris seul, il convient
de le désigner sous le nom de a .]
[L'appartenance du z au a qui vient d'être expliqué permet également une
représentation géométrique correcte des tables de distribution. Cela est dû
au fait que le a doit être tracé en abscisse et les intervalles environnants doivent être
ajoutés en marquant les valeurs a - ½ i et a + ½ i ; des rectangles doivent alors être
érigés sur ce dernier, dont le contenu doit représenter le z attribué à a sur la
table ; bien sûr, à la fois la dimension de l' un , ainsi que la construction des
rectangles à n'importe quelle échelle, car il s'agit seulement de se faire une idée des
relations entre les valeurs du tableau.]
[Vous obtenez donc z. B. La représentation suivante de la partie centrale du tableau
I:]
Fig.1.
382 380-384 11
387 385-389 25
392 390 - 394 31
etc.
Mais ici, nous sommes immédiatement confrontés à l'inconvénient de cette
désignation que les intervalles ne se rapprochent pas, mais laissent plutôt des
intervalles d'une unité entre eux, dans lesquels les dimensions tombent réellement,
dont le tableau ne rend pas compte. Cependant, ce mal est levé et peut également être
accru dans les tableaux de dimensions belges en faisant coïncider ces limites en
puisant des fonds dans les limites des intervalles successifs.
§ 55. Ce que nous avons expliqué ci-dessus en utilisant un exemple de cartes à
l'échelle crânienne s'appliquera à toutes les cartes qui ont un stock principal
avec un équidistant du tout. Cependant, si nous appliquons cela à l'échelle de
l'étudiant III, un inconvénient survient, qui peut être contré de manière spécifiée par
un processus que j'appellerai la réduction avec z divisé . Examinons les deux
premières sections de l'inventaire principal du tableau III primaire pour
l'explication. Vous êtes:
primaire
Intervalles par
ex.
64,875 - 65,125 6
65.125 - 65.375 3e
65,375 - 65,625 5
etc.
l'intervalle connexe et la série z suivants :
primaire (divisé en deux)
Intervalles par
ex.
64,875 - 65,0 3e
65,0 - 65,125 3e
65,125 - 65,25 1,5
65,25 - 65,375 1,5
65,375 - 65,5 2,5
65,5 - 65,625 2,5
etc.
Vous vous déplacez maintenant l'ingrédient principal au lieu d'une moitié
primaire i, et le droit à la même place avec 65,0 à partir de 64,875, dont les valeurs et
non des limites d' intervalle une des valeurs moyennes, on obtient les
éléments suivants a- panneau et Intervalle:
réduit
un Intervalles Z.
65,5 65,0 - 66,0 20e
66,5 66,0 - 67,0 41,5
Cependant, si vous démarrez le stock principal avec 64,5 comme limite d'intervalle,
vous obtenez:
réduit
un Intervalles par ex.
65,0 64,5 - 65,5 15,5
66,0 65,5 - 66,5 26
De cette manière, en déplaçant et la division des intervalles peut toujours être
atteint en ce que au moins les limites d' intervalle ou un sont des nombres entiers
valeurs du panneau réduit si seul le réduit i est égal à l'unité sous - jacente ou à un
multiple de celui - ci.]
§ 56. Maintenant, il existe également des tableaux, tels que le tableau IV pour les
épis de seigle, où les dimensions sont très dispersées dans tout le tableau, où
un stock principal avec équidistante a n'est pas disponible dès le départ et uniquement
à travers un pratiquement impossible à mettre en œuvre d'innombrables
vides a pourrait être fait. Ensuite, vous devrez procéder comme suit.
Tout d' abord, on doit être établi rapidement à des considérations (§ 60) de se
prononcer sur un aussi grand i vous voulez réduire. Afin de maintenir un cours
presque régulier des valeurs z , vous ne serez pas autorisé à passer sous quatre unités
de mesure dans notre tableau avec i . Allons maintenant inclure le premier
primaire a = 42,9 dans le premier intervalle réduit, avec la première limite si loin en
arrière que ce but est atteint, pour lequel il suffit de faire la première limite du
premier rouge. Intervalle = 42, auquel cas 42,9 se situe dans le premier intervalle 42 -
46 1) . Le z réduit de cet intervalle est alors la somme des z primaires qui tombent
dans l'intervalle 42 - 46, di 1, le rouge. Un milieu entre 42 et 46, donc 44. Le
deuxième rouge. L'intervalle après cela est de 46 à 50, qui ne contient à nouveau
qu'un z , d'où le rouge. z = 1, etc., ce qui donne le tableau réduit suivant:
réduit
un Intervalles par ex.
44 42-46 1er
48 46-50 1er
52 50-54 1er
56 54 - 58 2e
Si l'une des limites d'intervalle coïncide avec un a de la table primaire, seule la moitié
du z primaire de ce a doit être incluse dans le z réduit de l'intervalle, tandis que l'autre
moitié z (comme dans la méthode z divisée ) appartient à l' intervalle voisin.
1) Dans le même but, on pourrait remonter plus loin dans la première limite, à 41, à
40, à 39, où les premiers intervalles seraient alors respectivement 41–45, 40–44, 39–
43. Mais 42,9 tombaient dans chacun d'eux. Cela donne différentes couches de
réduction, dont après; dans tous les cas, 42 est la première limite d'intervalle qui sert
le but.
§ 57. Nous arrivons maintenant aux conseils de distribution dans lequel un
ingrédient principal avec égale distance I, II, III dos un d' une colonne de
Endabteilungen avec dispersés un peut différer, il est encore indiquer comment
procéder avec ce dernier. Cela peut se faire de deux manières. Soit a ) on rend le a
des départements finaux également équidistant en allumant un vide comme c'est le
cas dans les départements principaux, puis on les réduit complètement selon les
principes précédents, car en principe ils ne diffèrent plus des départements
principaux; ou b ) la réduction par les départements finaux n'est pas poursuivie, mais
est satisfaite des détails de la construction. Pour autant que je puisse voir, cette
dernière procédure a jusqu'à présent été la seule méthode habituelle, mais la première
méthode est préférable pour des raisons qui seront données et sera suivie par moi-
même à l'avenir.
Vous pouvez donc voir partout par la procédure b) dans le cas de mesures recrutées,
le stock principal réduit est précédé de l'indication en vrac du nombre de dimensions
inférieures à la première limite de la récolte principale réduite et ferme le tableau
avec la spécification en vrac du nombre de dimensions supérieures à la deuxième
limite de la culture principale réduite, sans spécification cette mesure: à laquelle il ne
faut pas se limiter, puisqu'on peut ensuite déterminer la valeur centrale, mais non plus
la moyenne arithmétique, sans tenir compte d'autres inconvénients; au contraire, si
l'on veut se passer de la réduction par les départements finaux, en plus de la somme
du nombre de dimensions, la somme des dimensions elles-mêmes, qui sont contenues
dans les départements finaux, doit être donnée, et les extrêmes primaires ne seront
pas ajoutés de manière inappropriée .v et pré-somme V le nombre ( å z ) et la somme
( å az ) du primaire a, qui sont plus petits que la première limite du stock principal
réduit, d'autre part, en tant que post- nombre n et sous-somme N, le nombre et la
somme du primaire a, qui est plus grand que celui deuxième limite de ce stock sont
aussi e , et e ' est le plus petit et le plus grand un autour de la table primaire à tous,
l'ingrédient principal réduit est toujours en spécifiant v , V , n , N ,E , ' E' à ajouter, ce
qui rend le tableau plus utile, mais, bien sûr , perd l'avantage de la brièveté que seule
la méthode b pure permet.
Cependant, la procédure a ) est non seulement plus méthodique dans la mesure où
la réduction de l'ensemble du tableau primaire peut être effectuée selon le même
principe sans la délimitation toujours quelque peu arbitraire entre l'inventaire
principal et les services finaux et sans ajout du dernier type, mais à proprement parler,
seuls les tableaux réduits sont utilisable pour les calculs de distribution à effectuer.
J'utilise maintenant ce principe pour réduire à un i = 5 mm à travers tous les
panneaux I et II, en tenant compte, en incluant un a vide , non seulement pour
rendre le a de la table entière équidistant, mais aussi le premier primaire valide
pour un si grand nombre Si vous souhaitez faire précéder un vide de sorte que le
premier primaire a (dans I 368, dans II 481) tombe toujours dans le premier intervalle
réduit, vous pouvez faire précéder cette condition de 1, 2, 3 ou 4 vide a selon la
position de réduction sélectionnée quitter et si, par exemple, laissez deux aller de
l'avant, le premier en vidant undépartements complétés du conseil primaire je dois
écrire comme suit:
un primaire 366 367 368 369 370 371 372 373 374 375
z primaire 0 0 1er 0 0 2e 0 0 0 0
etc.
Le premier discours. L'intervalle est alors, compte tenu des intervalles
circonférentiels de la limite primaire a , 366 - ½ à 370 + ½, soit 365½ - 370½, la
seconde 370½ - 375½; qui parle l'un du premier intervalle est 368 comme milieu
entre 366 et 370, le second 373; et le z réduit obtenu en additionnant
le z primaire de chaque section est 1 pour la première section et 2 pour la seconde ,
donnant le début du tableau réduit:
réduit
un Intervalles par ex.
un primaire 480 481 482 483 484 485 486 487 488 489
z primaire 0 1er 0 0 2e 2e 1er 0 1er 2e
après cela comme début de la table réduite:
réduit
un Intervalles par
ex.
482 479,5 - 484,5 3e
487 484,5 - 489,5 6
§ 58. Si nous introduisons cette réduction par tous les tableaux I et II, nous
obtenons la sous restriction pour former un -self suivant les panneaux réduits, chacun
un très utile pour la future colonne S , est attaché, qui est créé par en ce que
la z de z dans la colonne à partir du début de l' un de (incl.) une colonne à laquelle le
respectif S , est relié résumé:
Réduction des panneaux primaires I (circonférence verticale) et II
(circonférence horizontale) avec du rouge. i = 5 mm.
I II
un par ex. S , un par ex. S ,
370,5 3e 3e 484,5 9 9
380,5 22 25 494,5 23 32
390,5 60 85 504,5 58 90
400,5 100 185 514,5 102 192
410,5 130 315 524,5 113 305
420,5 91 406 534,5 82 387
430,5 36 442 544,5 44 431
440,5 6 448 554,5 15 446
450,5 2e 450 564,5 3e 449
574,5 1er 450
Sur la base du même principe, on peut déduire des tableaux précédents le tableau
réduit à i = 20 mm, et ainsi de suite, que j'appelle différents stades de réduction. À
chaque nouveau niveau de réduction, le tableau se rétrécit jusqu'à ce que vous en
parliez finalement à un seul. un avec un seul rouge. z arrive.
Pour ce faire que pour le tableau I, on obtient sur la réduction par rapport à 20, 40
mm et ainsi de suite de la réduction de i = 5 mm suivant un -self:
20 mm 40 mm 80 mm 160 mm
un par un par un par un par
ex. ex. ex. ex.
375,5 25 385,5 185 405,5 448 445,5 450
395,5 160 425,5 263 485,5 2e
415,5 221 465,5 2e
435,5 42
455,5 2e
Et donc, si un cours régulier des valeurs z n'est pas encore réalisable lorsqu'il est
réduit à un i donné , on pourra l'approcher ou l'approcher en augmentant le i . Et,
comme on peut le voir facilement, il y a la possibilité d'une réduction à une taille
différente i dès le début . Pour I et II, nous aurions pu augmenter le i primaire de plus
ou moins de cinq fois dans la première étape de réduction, en III de plus ou moins de
quatre fois le i de plus ou moins équidistant (ou en insérant vide un équidistant) fait)
primaire apour le faire ensemble. Il y a donc des aspects qui peuvent déterminer le
choix à cet égard. Très général et fixe pour chaque cas particulier qui se présente ne
peut être donné maintenant, mais ce qui suit peut être établi, qui peut limiter et
réglementer la liberté de choix jusqu'à certaines limites.
§ 60. Il existe un certain conflit entre les avantages et les inconvénients
d'augmenter ou de réduire la réduction i . De certains points de vue, il est très
avantageux de garder le i aussi petit que possible, car après une discussion qui a été
pratiquée plus tôt (§ 5), les lois de distribution idéales présupposent strictement ce
cas, et à cet égard, même la table primaire mérite la priorité sur toute table réduite.
contient toujours un multiple du primaire i ; il serait préférable de réduire le i de la
table primaire elle-même à une infinité, ce qui bien sûr n'est pas possible. La
circonstance suivante contribue également, dans des circonstances par ailleurs
identiques, à la réduction à un petit i préférer la réduction aux plus grandes. Si le fait
que l'un donné un nombre écrit z en fait une écoute intervalle entier, qui pour
le primaire que les cartes réduites avec la taille de l' isi les éléments doivent être pris
en compte lors de la détermination des éléments, alors ce qui doit être fait plus tard
(chapitre IX), l'interpolation de l'intervalle pertinent doit être utilisée, et les
intervalles peuvent devoir être maintenus suffisamment petits pour qu'une simple
interpolation soit suffisante; car la mesure collective serait pratiquement impraticable
si l'on devait utiliser partout une interpolation avec des secondes différences pour
déterminer tous les éléments et la comparaison entre calcul et observation. Et bien
que j'exposerai la procédure pour cela plus tard, je ne l'ai généralement pas utilisée,
car, étant limité à la taille du i utilisé, je n'ai pu en tirer aucun avantage qui surmonte
la fastidieuse utilisation et la présentation encombrante.
D'un autre côté, l'égalisation des coïncidences, qui perturbent le cours régulier
du z dans la table primaire et font obstacle à une comparaison avec le cours
légalement requis, ne peut être obtenue qu'en réduisant et en augmentant ainsi
les dommages i , et pas trop grands i beaucoup moins qu’une irrégularité à cet
égard. Après cela, la meilleure chose à faire est de prendre le i si grand et pourtant
pas plus grand qu'un cours régulier a lieu au moins dans le cœur du tableau
réduit; parce que des irrégularités dans le processus de z extrêmement faible n'ont
aucune influence perturbatrice significative sur la détermination des éléments et des
relations juridiques. Cependant, lorsque, comme dans nos trois premiers tableaux
d'exemple, les irrégularités dues à un caractère aléatoire déséquilibré sont complétées
par des irrégularités, il y a la condition spéciale que i ne soit pas plus petit et donc que
le nombre d'équidistants a à résumer ne soit pas inférieur à ce qu'il correspond à la
période de l'estimation non uniforme, et si le i est augmenté, cela ne peut se faire que
par multiples multiples de celui-ci, car ce n'est qu'à cette condition qu'il est possible
de compenser les erreurs dues à l'estimation non uniforme. Maintenant, les
dimensions maximales pour les dimensions du crâne des tableaux I et II
conformément au § 51z après chaque 5 mm progressant a, avec les dimensions de
recrutement des élèves du tableau III après chaque 4 progressant à nouveau de 0,25
pouce a de la table primaire, de sorte que la réduction au plus petit i autorisé pour I et
II ne peut être réduite qu'à i = 5 mm , avec III n'arrive qu'à 1 pouce, comme c'est le
cas dans les tableaux (§ 58 et § 62); Cependant, répondre à un i plus grand ne serait
nécessaire que s'il n'était pas encore possible d'atteindre un taux régulier de z réduit.
Section 61. Bien que, pour les raisons indiquées, il n'y ait aucune raison de
procéder à ces niveaux de réduction plus élevés lorsque nous travaillons sur nos
exemples de tableaux, il peut être intéressant de voir dans quelle mesure un
changement dans les éléments peut être attendu de tels progrès, et je donne d'abord le
tableau suivant pour le tableau I des éléments les plus importants en fonction de leur
dérivation de divers stades de réduction. La détermination de la D p est arrivé à cause
de leur fussiness juste pour les deux premières étapes de réduction. Après avoir
modifié les valeurs principales, les fonctions de déviation qui en dépendent changent
aussi, bien sûr; u , u et pont la signification indiquée précédemment (§ § 10 et 33),
d'où μ « μ , , m » , m , avec le concours du nombre total m de la manière indiquée , il
faut en conclure. La dérivation de m ' , m , et par conséquent de u , ainsi que
de e' , e , s'est produite partout à partir de D p , pas à partir de D i . Le A dérivé de la
table primaire , di A 1est indiqué dans la rubrique. Tous les éléments sont dérivés en
utilisant la méthode dite pointue des chapitres IX et X avec une simple interpolation
de l'intervalle d'intervention. Tous les tableaux des éléments suivants doivent être
compris en conséquence.
Éléments du tableau I, en fonction de la dérivation de différents niveaux de
réduction .
E = 1 mm; m = 450; A1 = 408,5.
je 5E 10 E 20 E. 40 E.
A2 408,2 408,1 408,2 409,2
C2 408,6 408,6 2) 409,1 411,6
Dp 409,7 410,1 - -
Di 410,5 409,8 410,6 414,7
u + 10 +12 + 20 + 31
u - 29 - 40 - -
e, 11,9 12,4 - -
e¢ 10,4 10,4 - -
p 0,74 0,75 - -
3) J'ignore la plaque II, non seulement parce qu'elle présente des rapports analogues
à I, mais aussi parce qu'elle offre moins de certitude en raison de l'irrégularité dans le
cœur de la plaque primaire.
je 1E 2E 4E 8E
A2 71,75 71,76 71,77 71,64
C2 71,81 71,83 71,91 71,58
Dp 71,99 72.06 - -
Di 72.04 71,98 72.16 71,54
u + 39 + 41 + 70 - 29
u -120 - 147 - -
e, 2.16 2.26 - -
e' 1,92 1,96 - -
p 0,75 0,77 - -
Comme vous pouvez le voir, ce tableau confirme les conclusions tirées des étapes
de réduction pour I.
§ 63. Quant au tableau IV en ce qui concerne les oreilles de seigle avec m = 217,
j'ai trouvé à travers des tentatives répétées que, pour arriver à un noyau régulier, on
ne peut pas descendre en dessous d'un i = 4 E réduit , où E = 0 0,5 cm; qui, au début
du tableau avec un a = 42 réduit , donne les résultats suivants:
Tableau IV réduit à différents niveaux
E = 0,5 cm; m = 217; A 1 = 86,54.
i=4I i = 8 I i = 16 I i
= 32 I
un par un par un par un par
ex. ex. ex. ex.
42 1er 44 1er 48 4e 56 26
46 0 52 3e 64 22 88 176,5
50 1er 60 8 80 85 120 14,5
54 2e 68 14 96 91,5
58 3e 76 35 112 14,5
62 5 84 50
66 6 92 51,5
70 8 100 40
74 15 108 13
78 20e 116 1,5
82 25
86 25
90 32
94 19,5
98 24,5
102 15,5
106 10e
110 3e
114 1,5
118 0
§ 64. En attendant, outre le choix entre les étapes de réduction, c'est, selon la
remarque déjà faite, le choix entre les positions de réduction.
La différence dans les couches de réduction est due au fait que, en fonction de la
variation de la valeur initiale de la combinaison du primaire nu a , la table réduite se
révèle différemment. Considérons d'abord cela par rapport au stock principal du
tableau primaire I. Dans l'exemple § 53, la combinaison du a a commencé avec le
premier a = 380 du premier département principal, et nous avons donc obtenu un 382
réduit avec le z = 11. réduit maintenant par conséquent auparavant, la réduction du
deuxième département principal avec les cinq nus a 385, 386 flg.a réduit a = 387
avec le z réduit= Donnez 25. Mais maintenant rien n'empêche le début du
rassemblement de cinq nus un à un a , ce qui crée d'autres départements à réduire, à
savoir rester avec les deux premiers:
un nu 381 382 383 384 385 386 387 388 389 390
z 1er 2e 3e 3e 8 2e 6 4e 5 7
primaire
d'où:
réduit
un Intervalles par ex.
383 380,5 - 385,5 17e
388 385,5 - 390,5 24e
etc.
Comme on peut le voir, cela donne un tableau réduit du stock principal différent du
précédent, qui a augmenté principalement avec a = 380, réduit avec 382, au lieu de le
soulever principalement avec 381, réduit avec 383. De plus, au lieu d' augmenter avec
primaire a = 380 ou 381 , on pourrait aussi augmenter avec 382, 383 ou 384, et
seulement si on commençait avec 385 on retomberait dans le premier mode de
réduction en commençant par 380, en commençant par Comprend 385 commençant
comme une suite.
Au total, autant de couches de réduction sont possibles que le nombre
de a ou i primaires , qui sont combinés dans le i de l'étape de réduction. Si le i = 1
mm du panneau primaire I est augmenté à i = 5 mm dans la première étape de
réduction , cinq couches de réduction sont possibles ici, avec une réduction à 10 mm,
dix couches seraient possibles, etc. Et si nous utilisons la méthode a ) Si
les départements finaux principaux sont traités en ajoutant un blanc a dans une
relation uniforme avec les départements principaux, le nombre de couches de
réduction en question s'étend également à ces derniers.
Pour épuiser maintenant la réduction possible des couches d'une étape de réduction
donnée, nous avons non seulement les écarts entre le primaire a par
vider un supplément, mais aussi derrière la première force un jusqu'à présent de tant
de manières avec vider un retour que la première force a est toujours inclus dans l' a à
inclure, c'est-à-dire avec cinq couches possibles selon la position ou avec quatre, avec
trois, avec deux, avec un a vide . Nous sommes donc dans TafelI où 368 la première
force a à z = 1, doivent mettre pour la première couche:
Notez que l' A 1 du tableau principal est 408,5, et que l' A 2 dans les cinq couches
diffère légèrement les unes des autres, et en moyenne, elles sont complètement
en accord avec A 1 . De même, les autres valeurs principales montrent peu de
différence selon la situation différente; Les nombres d'écart et les sommes d'écart et
les écarts moyens qui en résultent sont un peu plus différents.
Mais on peut déjà remarquer que si les valeurs A, C, D diffèrent dans la même
position, elles apparaissent néanmoins dans le même ordre pour toutes les couches de
réduction. En effet, D est supérieur à A et C se situe entre les deux valeurs, comme
l'exigent les lois d'asymétrie. L'asymétrie ressort aussi clairement du fait que
partout m , > m ¢ ; oui, l'exigence d'asymétrie est également remplie: p = ( D - C ):
( D - A ) est très approximatif = ¼ p = 0,785.
§ 65. Alors que nous avons maintenant la possibilité de cinq tableaux réduits
différents dans le tableau I, augmentant le i primaire à cinq fois, dans III, nous avons
la possibilité de quatre positions de réduction en raison de l'augmentation à quatre
fois.
Tableau III en quatre couches de réduction
Avec i = 1 pouce; E = 1 pouce; m = 2047.
un par un par un par un par ex.
ex. ex. ex.
59,5 0,5 59,75 1er 60 1er 60,25 1er
60,5 0,5 60,75 0 61 0 61,25 0
61,5 0 61,75 0 62 0 62,25 0
62,5 0 62,75 0 63 0 63,25 0
63,5 1er 63,75 2e 64 2e 64,25 4e
64,5 8 64,75 11,5 65 15,5 65,25 18,5
65,5 20e 65,75 22,5 66 26 66,25 35
66,5 41,5 66,75 43,5 67 54 67,25 60
67,5 72 67,75 94 68 108 68,25 123,5
68,5 137 68,75 151,5 69 172 69,25 192
69,5 215,5 69,75 237,5 70 253 70,25 263,5
70,5 271 70,75 280 71 290 71,25 309
71,5 323,5 71,75 327 72 330,5 72,25 318
72,5 305 72,75 304 73 296 73,25 285,5
73,5 274,5 73,75 248,5 74 223,5 74,25 205,5
74,5 183,5 74,75 165 75 142 75,25 119
75,5 101,5 75,75 87,5 76 75 76,25 62
76,5 52 76,75 43 77 38 77,25 35
77,5 27,5 77,75 18,5 78 13 78,25 9.5
78,5 7 78,75 5 79 3,5 79,25 3e
79,5 3e 79,75 3e 80 2e 80,25 1,5
80,5 1,5 80,75 1er 81 1er 81,25 0,5
81,5 0 81,75 0 82 0,5 82,25 1er
82,5 1er 82,75 1er 83 0,5 83,25 0
E, 41 42 43 44 Moyen
Si les valeurs principales divergent davantage que dans I et III, ce tableau montre
également la constance relative des valeurs principales et des fonctions de déviation
dans les différentes positions, la régularité dans la séquence de A , C et D , et la
proximité de D i et D p . Cependant, p est toujours plus petit que la valeur
théoriquement requise de 0,785.]
§ 67. La question se pose maintenant de savoir laquelle des diverses positions de
réduction il convient de suivre lors de la dérivation des éléments ou de l'examen des
lois établies, sur lesquelles encore une fois des règles très générales et fixes ne
devraient pas être possibles, mais ce qui suit peut être dit en général .
Tout d'abord, il ressort de l'apparence de nos panneaux eux-mêmes que, compte
tenu du grand m auquel nos panneaux sont soumis, les modifications des éléments, en
fonction de la situation de réduction, ne sont qu'insignifiantes et généralement de
l'ordre d'incertitude admissible lors de la détermination des éléments est, de sorte
qu'en considération de cela, il semble être plutôt indifférent à quelle position de
réduction on s'en tiendra, et seule la règle doit être observée pour déterminer tous les
éléments à examiner à partir de la même position de réduction. Parfois, cependant, il
arrive que sous des positions de réduction différentes l'une ou l'autre un désavantage
par rapport aux autres en termes de déroulement régulier de z montre comment z. B.
nos cinq panneaux I (§ 64) avec le dernier E , = 370 est un écart par rapport à la
régularité, si le résultat de la réduction z: 55,50,73 reçoit, au lieu de la zdevrait
augmenter en continu jusqu'à un maximum de 73. Les quatre autres panneaux, en
revanche, ne présentent rien de tel et leur sont donc préférables. Cela attire
maintenant l'attention sur le fait que si vous frappez accidentellement un noyau avec
une démarche irrégulière, vous pouvez vérifier si vous conduisez mieux dans une
autre position. En général, lors de la comparaison de différentes positions de
réduction, celle qui montre le plus petit écart par rapport aux lois générales de
distribution devra être sélectionnée. On pourrait, en passant, éviter tout choix en
tenant compte de toutes les positions de réduction possibles et en prenant les moyens
des résultats, seulement que cela est laborieux à réaliser et conduirait à des
inconvénients moins intéressants.
Si nous jetons maintenant un regard comparatif sur la valeur des tableaux réduits
primaires et dérivés, il s'avère que pour un traitement complet d'un K.-G. Les deux
doivent se compléter plutôt que de les remplacer, selon lesquels il est regrettable que
le grand espace que les panneaux primaires occupent généralement oblige
généralement à renoncer à leur communication et à se contenter de ceux réduits. Dans
tous les cas, dans le tableau primaire, on a la base empirique directe pour tout le
traitement d'un K.-G. donné, et puisque la réduction en fonction de la taille du i, la
position des intervalles, par z entiers et divisés par deuxd'une manière ou d'une autre,
chacun est libre de choisir celui qu'il souhaite faire lorsque la carte principale est
disponible, et il a la possibilité de changer et de contrôler un choix déjà fait par la
suite. De plus, la moyenne arithmétique ne peut pas être obtenue avec une certitude
aussi certaine par aucune table réduite que la table primaire, même si la différence
peut être négligée pour de nombreux objets. Par contre, en poursuivant le cours légal
des valeurs d'un K.-G. une réduction générale du tableau et, lors de la détermination
des éléments particulièrement impliqués dans les irrégularités locales, une réduction
locale ne manque pas du tout, et la réduction du tableau aura en tout cas l'avantage de
faire ressortir une régularité,
Dans le tableau précédent , le sens des valeurs dans les colonnes A, . Interv, z,
za selon les déclarations précédentes connus, les valeurs de S , , S ' mais expliqué si:
la première S , égale à la première , à la seconde S , égal au premier +
deuxième z, le troisième égal au premier + deuxième + troisième z et ainsi de suite,
de sorte que le dernier soit égal à la somme de tous les z et donc = m . Ci - après,
chacun d' eux est une donnée d' un correspondant S ,par sommation de ce
qui précède un correspondant S , avec le z de la respective une condition.
La même procédure est utilisée dans la colonne S ¢ , mais avec l'addition par le bas
dans le sens opposé.
§ 69. Or, outre la somme totale å a et le nombre total m , une détermination
grossière et nette des valeurs en question doit être distinguée dans le sens donné
précédemment; un brut, si l'on calcule comme si le nombre z écrit sur chacun des a
d' une table primaire ou réduite lui appartenait entièrement; une forte, si l'on prend
soin de s'assurer qu'il se produit réellement tous les undoit être considéré comme
distribué, selon lequel la valeur des éléments à déterminer dans l'intervalle dans
lequel intervient la détermination, bref l'intervalle d'intervention, doit être déterminée
par interpolation, comme cela sera montré ci-dessous. Jusqu'à présent, cela n'a pas été
discuté; Ceci sera traité ci-dessous et l'avantage de cela sera démontré.
Le. Intervalle d'intervention dans la détermination forte à interpoler intervalle, soi-
disant, je vais de son emplacement et la taille généralement je l' appelle. Dans notre
exemple de tableau, il est conforme à la taille i = 2 passant par le tableau , mais sa
position peut changer en fonction de la nature de la tâche. En général, sa première
limite résultant de la colonne des intervalles est notée g 1 , sa seconde par g 2 ; donc si
10 - 12 est l'intervalle d'intervention, g 1 = 10, g 2 = 12.
Soyez également général:
z o la valeur z, qui est basée sur l'engagement intervalle I chutes,
un o dans la colonne d' un l'pertinent I valeur associée d' une, dont le centre de I est,
z o .a o le produit de la dimension de demgemäße qui , je tombe,
v le soi-disant pré-nombre, di la somme des z et V la somme des za, qui s'étend du
début du tableau au début de I ,
n le soi-disant post-nombre etN sous-total, quis'étendde la fin duIà la fin du tableau,
x = H - g1 , mesure d'intervention, la valeur par laquelle lavaleur
principaleH tombantdansIpasse le début deI,dig1,
y = m,- v , engagé numéro, le numéro auquel l'arrivée du débutH nombre allant
jusqu'au début deI-reaching présenté,
Ysomme d'engagement, la somme dea, quidès le début de laIàHgammes.
Vous avez généralement:
v + n +zo=m,
V + N +zoao=åa =åza.
Si l'intervalle 10-12 présente notre I pour l'explication suivante , nous avons:
m = 80; å a = å za = 912;
g 1 = 10; g 2 = 12;
z o = 30; a o = 11 ; z o a o = 330;
v = 18; V = 138;
n = 32; N = 444;
x = H - 10; y = m , - 18.
Toute valeur peut apparaître comme H , mais nous lierons de préférence
l'explication à la moyenne arithmétique du tableau comme H , qui est trouvée en
divisant å za = 912 avec å z = 80 égal à 11,4, et donc x = 1, 4 là-bas; mais la valeur
centrale devrait également servir de H.
Section 70. Détermination d'une valeur å a.
Cette détermination se fait directement en sommant le za, de sorte que å a
est utilisé comme synonyme de å za .
Avec des panneaux aussi petits que notre exemple de panneau, la formation et la
sommation du za ne posent aucune difficulté; mais si un groupe spécial expire loin
que une d' une colonne et formant la présente Maßprodukte za sont très nombreux,
en particulier répond aux panneaux primaires, cette formation et la sommation est
extrêmement compliquée et facilement sujettes à des erreurs de calcul. Essayez-le sur
l'une de nos cartes principales; et même dans les tableaux réduits, la même difficulté
se pose, quoique dans une moindre mesure. En conséquence, il est très souhaitable
qu'une méthode qui puisse être utilisée sur des planches primaires et réduites de tous
les niveaux et emplacements soit disponible, å a (Et par la suite A) avec toutes la
même valeur, mais peut être trouvé d' une manière beaucoup plus commode que selon
la méthode précédente , qui I de la Z A veut appeler, tandis que le I folgends
auseinanderzusetzende laquelle le S appel. Ce n'est qu'une partie de ce qui n'est pas
essentiel pour la méthode du za que les panneaux auxquels la méthode du S doit
être appliquée sont rendus équidistants ou en insérant vide un équidistant, après quoi
on peut se limiter à la méthode inconfortable de za se limiter aux cas où
l'équidistance est pas établie.
Vous pouvez maintenant tout de S , ou S ' pour déterminer la
somme å une utilisation. Dans le premier cas, la détermination se fait selon la
formule suivante:
å a = mE '- Z , i ; (1)
d'autre part selon la formule:
å a = mE , + Z 'i. (2)
Les lettres ont la signification suivante. Sous m, on entend le nombre total de a ,
dont la somme doit être prise, di å z , sous E ' le plus grand a ou extrême supérieur
(qui est bien sûr dans le tableau ci-dessous), sous E , le plus petit a ou extrême
inférieur parmi ceux-ci un , quand sur le point d'être résumé qui valorise un ne devrait
constituer un morceau de la distribution complète, et ne peut être commandé sur la
pièce, et non le panneau entier. De plus, soit Z , la somme totale de S ,Ce qui se
résumer à une appartenance, moins le sud , qui à E ' ou entendu ce que dit le même,
la somme totale de S , à l'exception de l'extrême sud , ; De plus, Z ' la somme totale
de S ¢ exclusif de ce à E , appartient; i la différence constante par laquelle
l' un des un divergent de la colonne.
Maintenant, si vous prenez le å a de l'ensemble du tableau d'exemple, alors
le m = å z du même 80; E ' = 17; E , = 3; Z , = 304-80 = 224; Z ' = 416-80 =
336; i = 2. Si vous utilisez maintenant la première ou la deuxième formule, vous
trouverez å a = 912 en fonction de ces valeurs , correspondant à la somme
directement déterminée du za , qui se trouve sous la colonne du za .
Tout à fait de la même façon la somme peut å un pour chaque morceau trouvera la
table échantillon, seulement que les valeurs de m , I, E E , , S , , S ' doivent modifier
en conséquence, comme si la somme que pour les quatre d' un d' un aurait à se
produire colonne 5-11, on aurait: m = å z = 47, e ¢ = 11, e , = 5, i = 2 , les colonnes
de S , , S ' , mais serait de former:
S, S¢
2 47
7 45
17
40 47 30 Total: 73 162
, (4)
dans laquelle m , le nombre total de tous pour sommer une est.
§ 71. J'ai trouvé la procédure S dans un traité américain sur les mesures de
recrutement (par ELLIOTT) 1) trouvée sans préciser comment l'auteur est arrivé et
sans preuve de sa généralité. Maintenant cette preuve peut être donnée, mais, bien
qu'élémentaire 2) , elle est plutôt laborieuse et difficile à suivre; Je l'ignore donc,
puisque la méthode passe tous les tests empiriques, mais ajoutez les remarques
suivantes pour assurer son application.
1) [EB ELLIOTT, Sur les statistiques militaires des États-Unis d'Amérique. Berlin
1863. (Congrès international de statistique à Berlin). S. Note sur la construction de
certains tableaux, p. 40.]
2) [En effet. seulement nécessaire, å za plus en détail
par z 1 a 1 + z 2 a 2 + z 3 a 3 +. . pour représenter z n a n et
l'équidistant a 2 , a 3 , ... a n par a 1 + i , a 1 + 2 i , ... a 1 + n - 1 ipour remplacer la
somme transformée sous la forme: a 1 ( z 1 + z 2 + ... z n ) + i ( z 2 + z 3 + .. z n )
+ i ( z 3 + ... z n ) + ... iz n et ainsi obtenir la formule empirique: E , m + Z ¢ i . De
même, on obtient E'm - Z , i, quand homme a 1 , a 2 , a 3 ... a n - 1 resp. durch a n - n
- 1 i , a n - n - 2 i , a n - n - 3 i ... a n - i ersetzt.]
un par S, S¢
ex.
3e 2e 2e 50
5 0 (2) (48)
7 0 (2) (48)
9 10e 12e 48
11 30 42 38
13 5 47 8
15 0 (47) (3)
17e 3e 50 3e
Somme 50 204 246
Si, comme souvent dans les panneaux primaires Endabteilungen, un plus grand
nombre de vides, un , et donc répétées entre crochets S suivre l' un après l'autre, vous
trouverez qu'il est plus facile sur cette bracketing égale en somme, sauf que l' on doit
se prémunir contre la suivante S alors non à déterminer comme la somme de cette
somme de S avec le nouveau z , mais comme la somme du S nu précédant
l'activation avec le nouveau z . Ainsi, la ligne de S , tableau précédent prendra la
forme suivante:
2, (4), 12, 42, etc.,
Ainsi, le S appartenant à a = 9 avec z = 10 , = 12 ne doit pas être formé en ajoutant
10 au sommé précédent (4), mais au 2 nu précédant l'activation; une règle qui doit
être respectée. Si nous appliquons maintenant ceci à l'entrée de notre table primaire I
(chap. VII), puis, après l'activation (faisable) requise du a vide , les deux entre 368 et
371, quatre entre 371 et 376, un entre 376 et 378 automne, la série de S , donc
conception:
1, (2), 3; (12); 4, (4), 5, 6, etc.
Dans le panneau primaire III, où i = 0,25 pouces, entre les deux premiers a
valides , di 60 et 64 pouces entiers, respectivement avec z = 1 et 2, voire 15 vides a ,
entre 64 et 64,75 deux et le début de la conception S , série comme celle - ci:
1 , (15), 3, (6), 7 etc.
Il est important de s'en occuper. cette utilisation du vide une marque familière et de
contrôler le bon ce qui les rend réel dans toute utilisation de cas par une révision
minutieuse, parce que les gens fournissent trop facilement, et parce que le contrôle ci
- dessus de la formation correcte du S -Kolumnen que son dernier La valeur coïncide
avec m , doit toujours s'appliquer même lorsque le vide a est allumé , donc elle ne
doit pas être négligée, mais même si elle ne garantit pas que le vide a n'est pas utilisé
de manière incorrecte .
; (6)
après:
. (7)
(8)
au lieu de définir z 0 a 0 x: I comme ci-dessus . La somme des a peut alors être
trouvée:
, (9)
où l'index attaché au signe de somme peut servir à le distinguer de la formule
(7). Dans la détermination proportionnelle de Y est donc å un , par la quantité
pris en compte trop grand, de sorte que la détermination plus précise (8) donnera
généralement un avantage à considérer. En effet, pour A = 11,4, notre tableau
d' exemple donne å ¢ a ' = 362,7 par rapport à å a , = 369.]
[Cependant, si la précision qui peut être obtenue de cette manière n'est pas
suffisante, alors non seulement Y mais aussi V et N peuvent être déterminés sur la
base de l'idée qu'au lieu de la distribution uniforme de a dans les intervalles
individuels, un en raison de la considération des intervalles voisins est continu le
changement se produit. Ainsi, vous obtenez le niveau de précision supérieur suivant
si vous tirez les intervalles voisins vers l'un des deux intervalles directement
adjacents, par ex. B. limité à l' intervalle suivant immédiatement à mesure
qu'il progresse du plus petit au plus grand a . Ensuite, les dispositions précédentes
doivent être remplacées par les suivantes.]
[Désigne z 1 , le nombre de valeurs en baisse dans ce qui suit les intervalles de
procédure intervalle et sont ajoutées aux valeurs de la première,
l'extrême E , appartenance et les valeurs du dernier, l'extrême E ' enfermant
l' intervalle ne prennent pas en compte ayant pour, au début et à la fin de la plaque
d' un intervalle vide avec z = 0 ajouté, puis la somme des déterminer une toute
engagement intervalle égal à un 0 z 0 - 1 / douze I ( z 0 - z 1 ), qui Vorsumme égal
à V +1 / douze I z 0 , le Nachsumme égal à N - 1 / douze I z 1 , où V et N tel que calculé
ci - dessus, et la somme totale de a est calculé donc égal à ce qui précède å a. La
formule sert également à calculer le montant de l'intervention:
, (10)
d'où enfin:
(11)
suit.
(13)
et après cela:
. (14)
Prenons la valeur A = 11,4 pour H puis les valeurs ci-dessus v = 18; x = 1,4; z 0 =
30; I = 2, nous obtenons donc µ , = 39, µ ¢ = 80 - 39 = 41, une détermination qui à
son tour diffère beaucoup de la brute, laisse en effet le surpoids tomber du côté
opposé.
Si m ¢ ne doit pas être déterminé en soustrayant le m , de m , mais directement, ce
qui peut être utile comme contrôle, alors on a nettement général:
, (15)
qui , avec la réduction de H = A raison de n = 32 à
mène en arrière.
Se tiendra A plutôt C que H pris. Après une forte détermination au chapitre X. il y a
peu pour notre exemple de tableau , mais quelque peu différent de A , égal à 11,467,
donc x = 1,467, mais les autres valeurs restent les mêmes que pour A. Cela donne:
.
Les deux valeurs, car elles correspondent au concept de la valeur centrale, sont égales
l'une à l'autre, égales à ½ m = 40, car la petite addition positive et négative
ne dépend que de l'arrondi du C en décimales.
[Cette détermination du nombre d'interférences y par simple interpolation doit être
considérée comme exacte tant que la distribution du a dans les intervalles individuels
peut être supposée uniforme. Cependant, si ce n'est pas le cas, tout degré de précision
peut être atteint par une interpolation nette en utilisant des différences de seconde et
plus. Du fait que les intervalles combinant les nombres de un à z des valeurs qui
doivent servir de premières différences par rapport à la base de l'interpolation est pas
comme la combinaison correspondante des sommes d' un à za - les valeurs d'un
certain état de la répartition de ladépendante dans les intervalles associés. Ainsi,
lorsque deux différences interviennent, c'est-à-dire en tenant compte de l'intervalle
suivant immédiatement l'intervalle d'intervention, dont z est fixé à z 1 comme
ci - dessus , la formule:
. (16)
Cependant, si l'on prend également en compte l'intervalle immédiatement précédent,
dont le z est exprimé par z - 1 , la formule y est utilisée pour calculer y :
(17)
dans lequel des différences tiers sont apparues. Il est à noter qu'un tel serrage dans le
calcul de y nécessite le serrage correspondant dans le calcul de Y, V et N. En
particulier, l'utilisation de la formule (16) entraîne l'entrée en vigueur des formules
(10) et (11).]
§ 74. Détermination des quantités mutuelles d' écart åQ ', åQ , bez. d'une
valeur principale donnée H.
Nous recevons immédiatement la somme d' écart positif åQ '. de toute valeur de
sortie H, si l'on additionne les différences déterminées individuellement Q '= a ¢ -
H ; les valeurs absolues folgends toujours à prendre la somme d'écart négatif AQ , si
l' on différences déterminées individuellement Q , = H - un , somme; mais la
détermination individuelle des nombreuses différences est fastidieuse et est
facilement sujette à des erreurs de calcul individuelles; Les deux peuvent être contrés
en déterminant selon la formule suivante:
åQ ¢ = å a ¢ - m ¢ H
åQ , = m , H - å a , (18)
En effet, la somme des Q positifs , di åQ ', est obtenue en ce que la valeur H de
chacune des m' valeurs a ', di des a , qui sont supérieures à H , c'est-à-dire dans
l'ensemble m' fois H de å a 'est soustrait 3) ; ce qui donne les premières équations ci-
dessus. D'autre part, la somme du négatif est Q obtenu par des valeurs absolues
lorsque la somme de m , les valeurs de a , , d . i. des valeurs aQui est inférieure
à H , sont de m , n fois H est retiré, ce qui est le deuxième des équations ci - dessus.
3) Pas par m'a , ce qui ne pourrait arriver que si tous les a la même taille.
Ces formules sont applicables à la fois brutes comme une détermination forte, avec
la seule différence que pour la détermination brute m , et m ¢ , å un , et å une
« brute, sont déterminées pour la détermination de mise au point nette. Si nous
prenons maintenant à nouveau A comme valeur principale pour notre exemple de
tableau, auquel cas µ est substitué à m , D pour Q , nous pouvons utiliser les valeurs
précédemment déterminées pour une détermination brute et nette, selon
laquelle µ , = 48; µ ' = 32; å a ,= 468; å a ¢ = 444; donne:
brut
åD , = 48 × 11,4 - 468 = 79,2
åD ¢ = 444 - 32 × 11,4 = 79,2
Les deux sommes sont les mêmes car elles correspondent au concept de la moyenne
arithmétique: après une détermination nette, on a µ , = 39; µ ' = 41; å a , =
369; å a ' = 543; après:
épicé
åD , = 39 × 11,4 - 369 = 75,6
åD ¢ = 543 - 41 × 11,4 = 75,6
Encore une fois l'égalité des deux sommes, seulement que les sommes fortement
déterminées sont plus petites que les brutes. [Si, cependant, le calcul proportionnel
de Y est basé sur le plus précis donné ci-dessus, alors on suppose å 'a , =
362,7; å ' a' = 549,3, nous obtenons si un indice est ajouté au signe de somme pour le
distinguer des sommes d'écart ci-dessus:
épicé
å ¢ D , = 39 × 11,4 - 362,7 = 81,9
å ¢ D ¢ = 549,3 - 41 × 11,4 = 81,9,
donc deux sommes égales, qui sont plus grandes que le brut déterminé.]
Ce résultat est A pris comme H en général, à savoir:
forte
forte ,
qui sont supportés par des formules analogiques pour les sommes d'écart supérieur.]
(21)
.
Selon le chap. Will X C résultat pour notre table exemple après une forte
détermination = 11467, alors que ½ m = 40 est. Et nous maintenant
déterminer å A , et å un « dans la règle prescrite forte, donc nous obtenons:
åQ , = 40 × 11,467 - 380 = 78,7
åQ '= 532 - 40 × 11,467 = 73,3
[resp. å ' Q , = 40 × 11,467 - 374,13 = 84,5
å « Q » = 537,87 - 40 × 11,467 = 79,2.]
§ 75. Appliquons maintenant les méthodes de détermination précédentes à l'un de
nos K.-G. et nous examinons dans quelle mesure les avantages de détermination
tranchantes avant le brut selon les panneaux respectifs d'une dérivation de divers
matériaux de réduction est accordée, on constate qu'ils en ce qui concerne la
détermination de μ , ( à partir de laquelle μ « = m - μ , suivi par ) très significatif,
par rapport à åD , (ce qui signifie que åD 'est le même) mais manquant ou
douteux, [par rapport à å ' D , cependant, se distingue remarquablement]
J'ai fait la comparaison assez fastidieuse sur les 5 positions de réduction du tableau
de distribution de la circonférence verticale du crâne, qui sont énoncées au § 64, et
dont les éléments clairement définis y sont énumérés.
et . (22)
Il serait déraisonnable, comme l'a fait ELLIOTT dans son essai sur les mesures
de recrutement américaines , de vouloir déterminer h comme la moyenne
de h , = åD,: µ , et h ¢ = åD ' : µ' di = ½ ( h , + h '); car Non seulement ce contre
l'intention de la règle de GAUSS d' origine , mais vous négligez aussi les différents
poids qui l' h , ou h ¢ en fonction de leur dérivation de μ , et u envoi « valeurs; après
quoi le bon remède:
(23)
est.
(1)
ou, pour autant gagner å a en sommant le za , = å az: m ;
1.que la somme des écarts positifs D 'par rapport à celle-ci est égale à la somme
des D négatifs , selon des valeurs absolues, donc:
åD ¢ = åD , ou åD ¢ - åD , =
0; (2)
3) que la somme des carrés des écarts par rapport à celle-ci est inférieure à celle de
toute autre valeur, bref:
åD 2
=å
D '²
+å
D,
2=
mini
mu
m
(3)
Les propriétés précédentes du A sont si solidement liées que les unes aux autres
sont données en même temps, et elles peuvent être dérivées de chacune d'elles avec
des résultats identiques, seulement que la dérivation après la première propriété reste
la plus pratique. Ils sont également indépendants d'une certaine loi de distribution
de a et, au-delà de la théorie de la dimension collective, s'appliquent non seulement à
un idéal supposé infini, mais aussi à toute série finie de a dans une distribution
arbitraire.
La connexion des deuxième et troisième phrases avec la première donnée par la
définition se trouve ainsi.
Deuxième phrase . Chaque déviation positive de A est un « - A , chaque négatif
pour les valeurs absolues A - une , , développée ci-après:
AD
¢=
(a¢
-A)
+
( un
e ¢¢ -
A)
+ ××××
×× (4)
åD
,=
(A-
a,)
+
(A-
a")
+×
↔↔
↔↔
Par conséquent, si μ ' le nombre de positifs, μ , qui est les écarts négatifs,
åD
¢=
åa
¢-µ
¢A
åD
,=
µ,
A-
åa
,
åD
¢ - åD , = å
a¢+åa,-
(µ¢+µ,)A
(5)
et parce que A = å a : m
åD
¢ - åD , = å a
- å a = 0 (7)
Si nous prenons les écarts négatifs en fonction des valeurs absolues comme positifs,
chaque écart négatif doit être réglé au lieu de a , - x, etc. plutôt x - a , etc .; mais
( a , - x ) 2 est égal à ( x - a , ) 2 , ce qui permet de développer la valeur précédente
de åD ² de la manière spécifiée. Nous obtenons maintenant la valeur minimale
de åD 2 en définissant le différentiel de son expression ou. x est égal à zéro; cela
donne:
2 [( a ¢ - x ) + ( une ¢¢ - x ) + ×××× +
( a , - x ) + ( a ' - x ) + ××××× ] dx =
0 (9)
donc en additionnant tous a et - x
åa
- mx
= 0,
. (10
)
, (11)
où N est le nombre de A; compte tenu de la diversité du m mais ce sera:
(12)
et d'accord avec la moyenne obtenue en divisant le total de tous a par le total de
tous m .
Le premier signifie le singulier, le second le résumé. Selon la nature de la tâche,
l'un ou l'autre type de financement peut être préférable. En supposant que la moyenne
de la longueur du corps des Chinois, Nègres, Malais, Américains et Européens de
race caucasienne devrait être déterminée; mais des Européens il y a 1000 dimensions,
de chacune des autres races seulement 10-20 dimensions; donc la seconde, la manière
sommaire de tirer des fonds serait inadmissible; car, comme il est facile de le croire,
la longueur moyenne du corps de ces différentes races serait presque entièrement
d'accord avec celle des Européens en raison du poids disproportionné que les
Européens obtiennent à travers leur grand m , et la moyenne définitive
principalement, par l'intermédiaire de l'agent spécial avec le plus grand m déterminer
ce qui contredit la nature de la tâche. Seule la première, la façon singulière de tirer
des fonds est utilisable ici; et que tous les mètres sont de la même taille, ne réduit la
sécurité de la disposition contre le cas que l'ensemble de m est égal entre
tous A distribué. En général, des objets disparates (voir § 14) donneront plus de
raisons de déterminer le premier que le second; tandis que les A spéciaux de
différents départements d'un objet unanime doivent être combinés selon le principe de
la deuxième détermination des fonds.
C'est peut-être aussi cela. au lieu de prendre une moyenne arithmétique de
différents C ou D de différents A , alors la distinction correspondante entre la
moyenne singulière et la moyenne résumée s'applique, et les mêmes points de vue
s'appliquent à la préférence de l'un ou de l'autre.
Section 80. Valeur centrale C.
Par rapport aux trois propriétés principales de la moyenne arithmétique A , la valeur
centrale C combine les trois propriétés principales suivantes:
1. La donnée par sa propriété de définition beaucoup plus un « à peu près aussi
petit un , d'avoir entre eux.
2. La propriété d'avoir le même nombre d'écarts positifs et négatifs dépendants de
lui-même, de sorte que m '= m , = ½ m.
3. La propriété que la somme des écarts positifs et négatifs par rapport à des valeurs
absolues est inférieure à toute autre valeur, d'où bez. le même åQ est un minimum.
Ces propriétés sont également solidaires les unes des autres et s'appliquent à
n'importe quelle rangée de a , impitoyablement à une loi de distribution spéciale,
selon la façon dont elle s'applique aux trois propriétés principales de A.
La conclusion de la deuxième propriété de la première est évidente et ne nécessite
aucune explication, mais la connexion de la troisième avec elle suit.
Si la valeur à laquelle s'applique la troisième propriété est initialement définie
comme inconnue = x , la somme des écarts par rapport à x en fonction de valeurs
absolues doit être définie comme suit:
AQ = ( a ' - x ) + (a ¢¢ - x ) + ×××××× + ( x - a , ) +
( x - a " ) + ×××× (13)
Afin d'obtenir le minimum de cette somme, nous avons le différentiel de la même
chose. mettre x égal à 0; cela donne:
- m'dx + m , dx = 0 , (14)
donc:
m ¢ = m , (15)
ce qui correspond au concept de la valeur centrale.
J'ai d'abord démontré cette propriété de la valeur centrale dans un traité 1) à ce sujet
et en généralisant le chemin menant à des conclusions plus générales, que je n'ai
aucune raison d'aller ici.
1) [Sur la valeur initiale de la plus petite somme d'écart, sa détermination, son
utilisation et sa généralisation; Traités de math.-phys. Classe de
Kgl. Saxon. Social d. Scientifique XI. Bande; 1878. pp. L - 76.]
Section 81. La signification suivante peut être attachée à la valeur centrale du
dimensionnement collectif.
Si vous pensez à toutes les copies d'un K.-G. mettre dans une grande urne pour que
vous puissiez voir le monde par vous-même, et si vous en tiriez au hasard une copie,
la probabilité d'extraire une copie plus grande et plus petite que C serait la même , et
la même probabilité serait conservée sur un grand nombre de mouvements , tandis
que pour les valeurs supérieures à C, la probabilité de retirer un objet plus petit
l' emporte sur les valeurs inférieures à C, la probabilité de retirer un élément plus
grand. Après cela, vous pouvez Cdans le même sens la valeur probable d'un K.-
G. nommez ce que l'on appelle l'erreur probable d'un moyen d'observation dans la
mesure où la probabilité de son dépassement et de son échec est la même.
La manière habituelle de mettre en place le tableau de distribution KG, en
particulier les tableaux de recrutement, de telle sorte que seul le nombre, et non la
quantité totale, des spécimens qui vont en dessous et au-dessus d'une certaine limite
de taille, élimine la possibilité d'utiliser une moyenne arithmétique exacte tirer; puis,
au lieu de la même, la valeur centrale, qui peut être déterminée par le simple nombre,
peut faire cette comparaison, par ex. Par exemple, pour dessiner entre différents
groupes d'âge et lieux, d'où viennent les dimensions, une procédure qui m'a servi
lorsque je travaillais sur des mesures de recrutement belge à long terme dans les
différentes provinces de Belgique pour établir le cours et le parallélisme de ces
dimensions à travers le temps et l'espace.
§ 82. La dérivation du C à partir d'une série de valeurs a , qui sont ordonnées en
fonction de leur taille, doit être faite en principe en comptant le même nombre de
valeurs de chaque extrémité de la série et la valeur ou la valeur intermédiaire entre
deux valeurs comme C prend, dans lequel les deux comptes se rencontrent, à
condition que le concept de C, d'avoir le même nombre d'écarts des deux côtés et
donc le même nombre de valeurs différentes au-dessus et en dessous l'un de l'autre,
est évidemment suffisant. Il faut distinguer deux cas, premièrement, où le a , qui est
le résultat de ce double comptage, ou les deux a entre lesquels le résultat de
l'énumération arrive est simple, ou où, comme c'est généralement le cas avec nos
tableaux de distribution, ils ont un z> 1.
Examinons d'abord le premier cas apparemment plus simple. Pour la première vue
maintenant au- dessus règle semble faire bouillir ici, que si le nombre de
valeurs m est ½ m valeurs, que ce soit compte par l' un ou l'autre côté, et
la ½m- valeur e en C augmente. Il est maintenant facile de se convaincre que ce
décompte, selon la façon dont il se produit d'un côté ou de l'autre, conduit à des
valeurs différentes. Parce que z. B. la série suivante de quatre valeurs:
a, b, c, d
donnée, serait le ½ m e, di 2-ème valeur de la gauche dans = b de Droit In
= c trouver. Ou prenons-nous un m impair , par exemple B. 5 en plaçant la série
suivante:
a , b, c, d , e ,
on trouverait la 2½ème valeur de gauche entre b et c, de droite entre c et d , alors que
seul c correspond à la règle de base, d'un côté autant de valeurs plus grandes les unes
au-dessus des autres qu'après l'autre en dessous avoir. En revanche, l'exigence de
parvenir au même C d'un côté à l'autre , avec m pair et impair , est satisfaite si la ½
( m + 1) ème valeur (c'est-à-dire la moyenne entre ½ m et ½ m + 1) est utilisée
prend. En effet, dans notre exemple avec la droite m =4, on vient d'un côté comme de
l'autre à une valeur comprise entre b et c , dans l'exemple avec un m impair = 5 à la
fois à la valeur c .
Cependant, si nous prenons le deuxième cas, qui ne nous intéresse en fait, qui a lieu
dans nos tableaux de distribution, que le décompte arrive des deux côtés dans un a ou
entre deux a , qui ont un z > 1, nous irions au brut Détermination en pensant
que ce z tombe entièrement sur le a lui - même pertinent , également le C coïncidant
d' une part avec celui -là lui - même ou d'autre part entre ces deux achute et en cas de
manque d'une certaine persistance comme moyen entre les deux. Et donc, dans notre
exemple de tableau (§ 68) 11, la valeur centrale devrait être comptée par, si
nous comptons ½ × 81 = 40½ des deux côtés suivant la règle précédente ,
ils arrivent dans le z = 30 attribué à a = 11 .
Mais pour obtenir une détermination plus précise, il faut tenir compte du fait que
les z = 30 copies sont réparties sur tout l'intervalle de 10 à 12, et en tenant compte de
cela , on arrive à un C correspondant par comptage , en tenant compte d' une
interpolation de cet intervalle pris comme I. des deux côtés non pas de ½ ( m
+ 1) , mais de ½ m de copies, comme cela semblait le plus naturel dès le départ. En
fait, dans l' ordre depuis le bas de la partie supérieure (sur l'emplacement de la table)
à la 40ème (di ½ m valeurs pour accéder à e), il faut prendre en compte ( ce qui est
directement dans la colonne de S ,lit) que jusqu'à la fin de l'intervalle précédent,
donc jusqu'au début de I, 18 exemplaires suffisent; Donc , manquant, pour répondre
40 encore 22 copie les l'intervalle I chevauchement. Nous concluons maintenant:
comment ces inter-intervalles 22 sont liés au nombre total 30 du I , donc la valeur x à
ajouter au début du I, soit 10 , dite intervention en I, la taille de I, c'est-à - dire 2,
donc:
22 : 30 = x : 2,
di x = 44 / 30 = 1,467
C = 10 + 1,467 = 11,467.
Si nous allons maintenant de bas en haut, 32 copies atteignent l'intervalle I , donc
40 manquent encore sur 40, qui tombent dans l'intervalle I lui-même, en prenant
la partie I - x de celui-ci, celle de x à deuxième limite du I, jusqu'à 12. Maintenant,
nous fermons à nouveau:
I - x : I = 8 : 30
Maintenant que I = 2, vous avez
30
(2
-x)
=
16,
, (16)
où g 1 signifie, comme précédemment, la valeur initiale ou la première limite de
l'intervalle à interpoler, z 0 le z de cet intervalle, y le nombre d'intervention en lui,
c'est-à-dire le nombre par lequel le nombre v doit être augmenté pour atteindre ½m .
2) [Si,
au lieu d'une simple interpolation, la plus nette, utilisant des secondes
différences, se produisait, x = C - g 1 devrait être résolu par l'équation (16) du
Chap. IX au lieu d'être obtenu en résolvant à la place l'équation (13) du même
chapitre.
3)Si l'hypothèse, qui n'a pas été contestée jusqu'à présent, est que les erreurs
d'observation dans les observations de remise en jeu ont un W. symétrique des
moyens arithmétiques d'observation serait erroné, la grande importance
du D s'étendrait également aux mesures physiques et astronomiques. [Voir
Chap. XXVIII.]
Celui avec W. symétrique des écarts bez. A la valeur la plus dense D coïncide
essentiellement avec A et C a été mentionnée plusieurs fois; après la généralisation du
GG pour le W. asymétrique du K.-G. mais en général, il s'en écarte et n'a alors aucune
des trois propriétés de base, que ce soit A ou C;d'autre part, les propriétés énumérées
au § 33, dont les plus importantes sont celles liées solidairement: 1) qu'elle est la plus
dense au sens donné, 2) que la loi des proportions existe, et 3) que la GG à deux
colonnes existe par rapport à elle, dont dépend alors, que pour obtenir une loi de
répartition simple des écarts collectifs, les écarts doivent être subordonnés à celle-
ci plutôt qu'à A ou C. On peut également ajouter que D est la valeur la plus probable
d'un K.-G. du point de vue suivant.
Si l'on saisit de l'intégralité du a d' un K.-G. une copie par hasard sur la valeur
est D probablement touché que tout autre sont, et lui près d' un avec l' un de ses
propres presque égales à venir, mais verschiedenenW., selon eux à l' un ou l'autre côté
de D chute.
Après cela, l'importance du D pour K.-G. celle de toute autre valeur principale à
plus d'un point de vue, sans pour autant entraver le fait que celles-ci restent notables
en fonction des propriétés qu'il ne partage pas avec elles et des caractéristiques
complètes d'un K.-G. appartenir; il est également désavantagé par rapport à tous les
autres dans la mesure où sa présentation aussi précise que possible est lourde et
nécessite un travail arithmétique qui n'est pas nécessaire pour les autres. Cela serait
maintenant discuté plus en détail; mais je préfère sauter la discussion plutôt lourde de
sa dérivation à un chapitre spécial afin de discuter des trois valeurs principales
suivantes.
L'article 84 .
La valeur qui a la même somme d' un au-dessus d'elle-même qu'au-dessous d'elle,
et qui doit donc former la ligne de démarcation entre le plus petit et le plus grand , qui
sont ordonnées en fonction de leur taille , si la somme du plus petit a doit être utilisée
pour produire la même taille totale que par sommation le plus grand a.
[Il se situe au-dessus de C. Étant donné que le nombre de ci - dessus et en dessous
de C situé à une est à la fois approprié, les concepts de la C selon égal ½ m; c'est
donc:
,
de telle sorte que l'égalité de la somme supérieure pour une plus grande valeur que la
partie inférieure C peut être atteinte. Il est donc au-dessus de A ou au-dessus de D en
même temps ; selon que A ou D est inférieur à C , alors que si l'un ou l'autre est
supérieur à C, il peut éventuellement être inférieur à l'une ou l'autre de ces deux
valeurs principales . Cependant, afin de déterminer d'abord sa position par rapport
à A, qui est généralement supposé être déjà connu , on suppose que R se situe au-
dessus de A. ]
Sont maintenant å un , , å un « totaux ci - dessous et
au- dessus R, å un " et å un" des sommes inférieures et supérieures à A, alors une
numération s = ½ ( å un "- å un ") vers le haut, par di les plus grandes valeurs de
à A partir de R à arriver.
Preuve . Selon le schéma de ligne
¾¾¾¾¾¾¾¾ | ¾¾¾¾¾¾ |
¾¾¾¾¾¾¾¾
AR
est la somme inférieure du a . R égal à la somme inférieure A plus la somme
entre A et R, appelée s , di
åa,=åa"+s.
La somme supérieure bez. R , mais est égal à:
å un ¢ = å un ¢¢ - s ,
donc là
åa, =åa',åa"+s=åa"-s,
, (17)
Là
å a " = µ , A - åD ,
å a " = µ ¢ A + åD ' ,
vous avez donc aussi:
(18)
Ces déterminations s'appliquent impitoyablement à une loi de distribution spéciale,
seulement qu'une détermination grossière et précise peut être distinguée de la manière
habituelle. [Ils restent valables même si A est supérieur à R ; Cependant, s devient
alors négatif et doit donc être décompté en fonction de ses valeurs absolues en
fonction des plus petites valeurs de A pour arriver à R.]
Dans notre exemple explicatif, A = 11,4; å a " = 369; å a" = 543, donc notre
actuel? = 87; nous devons compter cette somme à partir de 11,4, di après le plus
grand a , pour arriver à R et interpoler l'intervalle 10-12 avec za = 330, ce qui conduit
à 2 × 87 : 330 = Ajouter 0,527 à 11,4; donne R = 11 927. [Cependant, si vous
définissez comme précédemment (§ 72) å 'a " = 362,7; å ' a"= 549,3, donc s =
93,3, la différence R - A = x de l'équation peut donc être trouvée: 93,3 = (11,4
+ ½x) × 15 x avec la valeur 0,533; donne R = 11,933 sensiblement en accord avec les
valeurs ci-dessus .]
[Au lieu de déterminer R en fonction de A , comme cela s'est produit ici , il peut
également être trouvé en fonction de C ou D ; alors bien sûr å a " , å a" et en
conséquence les nombres de déviation et la somme de déviation. C ou D au lieu de
bez. Pour prendre A. En partant de C, on obtient la détermination: s = ½ åQ (référé
à C ) ; cependant, en partant de D : s = ½ (m ' - m ,) D+ ½ å¶ . De plus,R peut
également êtretrouvé directement, sans référence à une autre valeur principale
prédéterminée. Cela se fait en recherchantl'intervalle auquelR vient se situeren
ajoutant leades deux extrémités dutableau dedistribution, puis endéterminant la
somme d'interventionYdans cetintervalle d'intervention de telle manière que la
somme totale soit augmentée de la somme d'intervention égale à la moitié de la
somme totale de launest. En utilisant les termes définis (§ 69), cela conduit à la
formule:
(19a)
ou aussi
, (19b)
en fonction, conformément aux dispositions du § 72 , de la mesure d' intervention x ,
c'est-à-dire de la valeur par laquelle R dépasse la limite inférieure g 1 de l'intervalle I ,
selon la proportion
x: I = Y: a 0 z 0
ou plus précisément selon l'équation:
. (20)
Dans notre exemple de tableau, section 68, vous pouvez trouver la méthode de
dosage à discuter dans le chapitre suivant
D = 11,6; e ' = 1,9;
après ça
T = 12,1.
On peut maintenant se demander quelle est la signification empirique du fait que le
maximum de za tombe sur la valeur de T ainsi déterminée . À cet égard, il faut se
rappeler que , après une forte visualisation chacun un panneau de distribution en fait
un intervalle entier de la taille de l' i représente ce tableau, la question
dont un milieu. Donc avec la valeur T = 12.1 pour notre tableau de distribution,
dont i = 2, on dit que parmi tous les intervalles de ce tableau de taille 2, l'intervalle
dont le centre est T = 12.1, soit l'intervalle 11.1 - 13,1 à plus grande za contient que
tout autre intervalle de taille 2.
[Cela n'est pas confirmé maintenant; parce que le za de l'intervalle 11.1 - 13.1 est
égal à 296, tandis que le za de l'intervalle 10 - 12 est égal à 330. Cependant, cela
ne prouve pas l'inexactitude de la détermination théorique de T ci-dessus , mais
suggère seulement que la position théoriquement requise de la valeur la plus lourde
ne correspond pas exactement à sa position empiriquement présentée dans le tableau,
ce qui, incidemment, ne peut pas être prévu autrement. Que cela s'applique également
aux tableaux de K.-G. donnés empiriquement. n'est pas significativement différent,
comme le montre l'exemple suivant.]
Le tableau de répartition de la circonférence verticale du crâne avec i = 5 mm (§
58) donne après détermination du D au moyen de la méthode de proportionnement:
D = 409,7; T = 410,1;
après quoi le plus grand za tombe sur l'intervalle 407,6 - 412,6 . On peut vérifier
empiriquement si cela peut vraiment être trouvé sur le tableau de distribution, et
choisissons l'intervalle de la valeur la plus dense 409,7 pour comparaison, c'est-à-dire
407,2 - 412,2 selon la détermination correspondante.
Étant donné que le za des intervalles pertinents n'est pas donné directement dans
le tableau de distribution, car ces intervalles eux-mêmes ne sont pas donnés avec
leur za en eux, plutôt l'intervalle de la valeur la plus lourde, ainsi que celui de la
valeur la plus dense, s'étend entre deux intervalles du tableau donné, donc on calcule
par interpolation quelle partie de la za recherchée délivre chacun des deux intervalles,
et en additionnant ces parties à la fois la za de l'intervalle, ce qui doit être réglé
pour D et ce pour T , peut être trouvé, que je ne veux pas détailler ici 4) . Après cela,
j'ai trouvé le za pour l'exemple ci-dessusde la valeur la plus dense 26631, celle
du T égale à 26656, donc, comme prévu, ce dernier très peu, mais, comme demandé,
un peu plus grand que le premier. [Mais néanmoins le T théoriquement déterminé à
partir de (20) est différent de celui empiriquement tiré du tableau; parce que pour a =
413, la valeur encore plus grande za = 26845 résulte.]
T = D + ¶ , (21)
où ¶ un écart positif de D , et déterminer ¶ , comme nous
za =
z(
D+
¶)(
22)
définir cette valeur pour obtenir une équation maximale par rapport à ¶ , différencier
et de définir l'écart égal à zéro, où nous avons pour la simplicité, les tirets ci - dessus
pour Z, a, ¶ , e omit qui attachent effectivement à l'emplacement de ces valeurs ci
- dessus D pour désigner .
Nous avons donc:
, (23)
, (24)
où h = 1: e . Avec le grand m à supposer de manière normale , j¶
peut également être exprimé par z: m ' , d'où
, (25)
d'où:
(26)
et parce que
, (27)
donc:
, (28)
où z est omis comme facteur commun, et avec inversion du signe et considérant
que h = 1 : e , l' équation quadratique suivante est obtenue:
2 ¶ ² + 2 D ¶ - p e ² = 0, (29)
à partir de laquelle ¶ peut être déterminé.
Tout d'abord, il y a:
, (30a)
dont seul le signe supérieur est utile; ou:
(30b)
et:
(31)
Nous voyons ici que ¶ et pour prendre jusqu'à une marche arrière, comme ¶ son
approche avec un sur D diminue de chaque côté, pour de plus en plus; inversement
lors de la suppression du a de D. Devrait maintenant z et ¶ suivre ici une relation
inverse, ce serait ¶ reste constant à travers toute la gamme des valeurs, mais ce n'est
pas le cas, comme vous pouvez vous convaincre de la dernière colonne,
pour une , page au maximum des z , ¶ , juste F, , A ¶ , = 16,7, et un , = D
- ¶ , = 393; et du côté a ' il y a un maximum de z' ¶ ' , F court , à ¶ ¢ = 13,3
et a' = D + ¶ ' = 423. [Les mêmes valeurs marquent les maxima du z ¶ même avec
une détermination nette au moyen d'une simple interpolation .]
Comme vous pouvez le voir, n'est pas la façon empirique valeur maximale
déterminée de z , ¶ , = F , très proche des valeurs indiquées ci - dessus, e ,
= 14,9 et la valeur maximale empiriquement trouvée par z « ¶ » = F « sur un » - Côté
très proche avec les valeurs données ci-dessus e ' = 13,0; et en effet le résultat du
calcul à justifier sur la base de la validité de notre loi de distribution est que
; (32)
[Si on détermine la interpolationsmäßig mais les valeurs ¶ , = 14,9 et ¶ ' = 13,0
accompagnant z , ¶ , et z ' ¶ ' examen que i = 5, alors lieu, une z , ¶ , = 563; z ¢
¶ '= 529, dont la comparaison avec les valeurs maximales réelles du tableau montre
le degré d'accord entre les valeurs théoriquement requises et empiriquement
présentées.]
[Preuve. Sur la base du GG à deux colonnes, qui doit être considéré comme valide,
, (33)
où h '= 1 : e' , la valeur de z ' ¶ ' est:
(34)
différencier par rapport à ¶ ' et mettre le différentiel à zéro. Vous obtenez:
, (35)
donc comme le coefficient de (1 - 2 h '² ¶ ' ²) ne peut pas disparaître par nature,
ou . (36)
Il en va de même pour les écarts les plus faibles:
. (37)
Mais maintenant il y a e ' et e , les écarts carrés moyens des deux côtés, de
sorte que la signification théorique des valeurs de gravité de l'écart F' et F , par
rapport à D, est de représenter l'écart quadratique moyen des valeurs supérieures et
inférieures.]
§ 87. [Puisque la valeur la plus dense est la valeur de départ du K.-G. Si la loi de
distribution à revendiquer a une position fondamentale dans la mesure collective,
alors une discussion de sa signification mathématique et de sa détermination
mathématique basée sur cette dernière est nécessaire. Il est important ici de distinguer
la valeur empiriquement la plus proche que le tableau donne comme D i de la valeur
théoriquement la plus probable appelée D p requise par la loi de distribution et de les
traiter séparément.]
[L'existence de D i est basée sur le fait que le z de la table, qui est pour un K.-
G. indiquent le nombre de copies de taille a , ne sont pas constantes tout au long,
mais montent et descendent. Maintenant , tant dans la détermination brute,
la z directement comme beige signé une appartenance conçue et , par conséquent
entre la mesure A du panneau recouvert d' un valeurs sont considérées comme ne se
produit pas, ne peut avec le plus grand z -prone un sont eux - mêmes en tant que
valeur la plus dense selon ; puis il n'y a aucun moyen dans le cas où plusieurs
successifs unont le même maximum z , pour soulever le doute que a est en fait la
valeur la plus proche 1) . Mais on considère que les intervalles entre la mesure
d' un seul le nombre relativement faible des éléments mesurés et l'imprécision de la
mesure doivent leur existence, alors que l'ensemble des copies illimitées de la K.-
G. sans interruption du tout, entre les deux extrêmes , on trouve une distribuée, il faut
rechercher seulement la base des valeurs de la table donnée sur laquelle une relation
fonctionnelle entre z et uns'accumule. Si la même chose est produite, la valeur la plus
dense est simplement le maximum de la fonction construite.]
1) [L'occurrence de deux z maximaux identiques séparés par
des valeurs intermédiaires ne doit pas être prise en compte, car cela nécessite
l'occurrence de deux valeurs les plus denses différentes et donc un mélange de K.-G.
disparates, auxquels les lois de distribution n'ont pas de référence directe Rechercher
l'application, s'afficherait.]
[Lors de l'établissement de cette connexion fonctionnelle, il faut maintenant
s'assurer que - ce qui est dû à l'inexactitude de la mesure et à l'existence conséquente
des intervalles primaires - le z du tableau n'est pas en tant que valeurs individuelles de
la fonction recherchée, mais en tant que valeurs totales; qui doivent être liés aux
intervalles associés, doivent donc être considérés comme des valeurs intégrales,
prises pour les limites des intervalles. En outre, les principes de calcul d'interpolation
doivent être appliqués, ce qui signifie également que le nombre de copies de
taille a, généralement désigné z , dans une certaine plage comme une fonction
rationnelle globale d' unpuis en utilisant le z donné du tableau pour déterminer leurs
coefficients de sorte que les sommes des z , d. i, leurs intégrales entre les limites des
intervalles considérés coïncident avec le z donné du tableau pour les mêmes
intervalles; le nombre d'intervalles consécutifs à prendre en compte dépend du degré
de la fonction présupposée ou du nombre de coefficients à déterminer, et le degré de
précision atteint augmente à mesure que le nombre augmente.]
[On suppose donc que pour la plage d'une valeur a, qui se situe dans l'intervalle
avec le centre a 0 et avec z égal à z 0 , z est soit constant soit représenté par une
fonction linéaire de a ou par une fonction de deuxième degré Si, dans le premier cas,
seul le z 0 de l'intervalle lui-même doit être utilisé, dans le second cas le z de l' un des
deux intervalles voisins, dans le troisième cas le z des deux intervalles voisins pour
déterminer les constantes. On le trouve quand le zl'intervalle à situer à l'extrême
supérieur avec z 1 , celui qui se trouve dans la direction opposée avec z - 1 et la taille
de l'intervalle qui s'affirme dans le prolongement de l'ensemble du tableau
est appelé i après une détermination antérieure , dans le premier cas:
; (1)
dans le second cas:
ou = ; (2)
dans le troisième cas:
; (3)
Formules dont la validité s'étend en tout cas sur l'intervalle avec les limites a 0 -
½ i et a 0 + ½i .]
[Si l'on veut maintenant déterminer l'a le plus dense de l'intervalle sur la base de la
dépendance fonctionnelle ainsi construite , seule la formule (3) s'avère utile pour
cela; parce que (1) fournit des valeurs constantes constantes, (2) des valeurs
constamment croissantes ou décroissantes. Cependant, la valeur maximale ou la
valeur la plus proche résulte de (3):
, (4)
si seulement 2 z 0 - z 1 - z - 1 > 0 . Si cette dernière valeur est inférieure à zéro,
représente un représente un minimum, mais est égal à 2 z 0 - z 1 - z - 1 = 0, (3) est
destiné à déterminer un maximum linéaire et inutilisable. En outre, si, selon les
besoins, le maximum doit se situer dans l'intervalle examiné, z 1 et z - 1 , chacun
individuellement, doivent être inférieurs à z 0. ]
[Au lieu du milieu a 0 , la détermination de la valeur la plus dense peut également
se référer aux limites de l'intervalle: g 1 = a 0 - ½i et g 2 = a 0 + ½i . On trouve
quand a - g 1 = x est fixé:
; (5)
z=a+b(i-x)-g(i-x)2-d(i-
x}3;
12 i a = 7 z 0 + 7 z 1 - z - 1 - z 2 ; 12 i² b =
15 z 0 - I5 z 1 - z - 1 + z 2
4 i³ g = z 0 + z 1 - z - 1 - z 2 ; 6 i 4 d = 3 z 0 -
3 z 1 - z - 1 + z 2 . (7)
Il en découle la valeur maximale si z. B. z 0 = z 1 et z 0 > z 2 > z - 1 :
. (8)
On trouve également:
si z 2 = z 1 = z 0 ;
, si z - 1 = z 1 = z 0 (9)
après quoi la position de D i change, selon que l'on prend en compte l'intervalle
suivant les trois -z maximum ou l'intervalle précédent. Cette incertitude ne peut être
contrée qu'en utilisant les deux intervalles voisins.]
[Si cela se fait en prenant z 0 = z 1 = z - 1 et en tenant compte de l'intervalle
précédent avec z = z - 2 en plus de l'intervalle suivant avec z = z 2 , le maximum
pour x = a est obtenu - g 1 , l'équation:
un + 2 b x + 3 g x ² + 4 d x ³ = 0;
12 i ² A = - z 0 + z - 2 ; 8 i³ b = z - 2 - z 2 ; 6 i 4 g = z 0 - z - 2 ; (10)
24 i 5 d = - 2 z 0 + z 2 + z - 2 ;
avec la condition:
2 b + 6 g x + 12 d x ² <0.]
§ 89. [Alors que l'existence de D i est indépendante de l'existence d'une loi de
distribution, et que sa détermination peut être obtenue par approximation successive
par interpolation, l'existence de D p est précisément déterminée par la loi de
distribution présupposée, dans notre cas par le GG bilatéral, nécessaire et son calcul à
partir des valeurs de tableau données doit être effectué sur la base de ses propriétés
formulées mathématiquement. Si les coïncidences inévitables et déséquilibrées
n'empêchaient pas l'application exacte de la loi de distribution, la valeur la plus dense
aurait dès le départ les propriétés de D p , donc D i = Dêtre p ; et il serait alors aucune
raison existe, en plus de D i encore D p à calculer, mais pas dans ce cas, les propriétés
rédigées en termes énergiques de D p la sécurité plus grande que les approximations
de Interpolalionsverfahrens offriraient. Dans la mesure où le cours des valeurs du
tableau ne satisfait jamais pleinement aux exigences de la loi, D i et D p divergent; et
il doit être indépendant de D i et D p sont déterminées afin d'obtenir une mesure de
l'application de la loi de distribution dans les deux différences dans leur position,
ainsi que dans Dp pour obtenir une valeur initiale plus appropriée que dans D i pour
l'application de cette loi.]
[ D p , en solidarité avec le GG bilatéral, est maintenant défini par la propriété que
les nombres des écarts inférieurs et supérieurs par rapport à lui se comportent comme
les valeurs moyennes des écarts inférieurs et supérieurs, ou que:
m : m ' =e,: e ¢ . (11)
Comme cette propriété de la valeur théoriquement la plus probable est une sortie de
la loi de distribution, il est certain dès le départ, à condition que cette loi soit valide,
qu'une et seule une telle valeur existe dans nos tableaux de distribution et se trouve à
proximité de D i . Il est cependant intéressant de prouver que D p n'existe dans aucun
tableau comme A ou C d'une part et qu'il peut se produire dans plusieurs éditions
d'autre part.]
[A cet effet , nous avons mis un panneau de distribution avec équidistante un avant
dont z le long de l'autre constante de temps un temps tout au long de la même
multiple du associé une pose.]
[Dans le premier cas, les z doivent être répartis uniformément sur toute la table; il
se situe donc entre les frontières a = b et a = c :
z=a,
où a signifie une constante; et pour tout ce que vous trouverez:
e , = ½ ( a - b ); e '= ½ ( c - a )
m , = a(a -b); m '=a (c-a),
de sorte que chacun a la propriété de D p .]
[Dans le second cas, la distribution continue résulte de l'interpolation:
z=a×a
et on choisit comme limites a = 0; a = c , on obtient par rapport à tout :
; ;
; ;
de sorte que comme solutions à l'équation:
e, m '-e'm,=0
seules les deux valeurs a = 0 et a = c résultat pour lequel e , et m , resp. e ' et m ' sont
nuls. Cependant, parmi ces valeurs limites, l' équation de condition pour D p
est remplie dans chaque tableau depuis le début , sans être utilisée
comme valeurs D p . Dans ce cas, il n'y a pas de D p dans le tableau.]
[À la suite de cet événement, il peut sembler souhaitable d'avoir un critère pour la
présence de D p . Ceci est offert de manière simple par la considération suivante. Est
détectable pour le début du panneau e , : m , > e ' : m ' , pour la fin de e , : m , <e
': m ' , il faut pour une valeur moyenne de e , : m , = e ' : m ' être, étant donné que le
rapport e , : m , et e ' : m ' en raison de la distribution constante des z sur les
intervalles individuels changent continuellement avec la position de la valeur à
laquelle ils se rapportent. Maintenant, cependant, lorsque
par exemple une le z de E , , z w celle de E « est et la limite inférieure de l'intervalle
de E , avec b , la limite supérieure de l'intervalle de E » avec c est appelée, pour le
début du panneau :
; ;
pour la fin du tableau:
; .
Dans tous les cas, il y a donc une valeur D p dans le tableau si:
; est.] (12)
§ 90. [ Seule la proportion (11) peut être utilisée pour calculer D p , car elle définit
cette valeur. Cependant, sur la base de cette proportion, les propriétés suivantes de la
valeur D p peuvent être démontrées, qui peuvent être utilisées de la même manière
pour un calcul:
1.La moyenne arithmétique inférieure à D p trouve un ,
di å un , : m , augmentée de la moyenne arithmétique des au-dessus de D p se
situe une , di å a « : m ¢ , est égale à la moyenne arithmétique de tous
les a, augmentée de D p Donc:
. (13
)
2) La différence entre les valeurs moyennes des écarts inférieur et supérieur
de a par rapport à D p est égale à la différence entre les valeurs D p lui-même et la
moyenne arithmétique de a; ainsi:
e , - e '= D p - A. (14)
La connexion de cette dernière équation avec (11) conduit à la détermination
supplémentaire:
, (15)
où u = m ' - m , . En additionnant et en soustrayant (14) et (15) on obtient également:
(16)
La preuve de (13) est fournie en substituant les valeurs
; (17)
dans l'équation e ' m , = e , m ¢ résultant de la proportion (11) en utilisant un
calcul simple l'équation:
(18)
dérivé et dans le même
;
est défini. En fait, il résulte de l'équation résultante:
(19)
en divisant par m la formule (13). Toutefois, cette formule est obtenu comme suit à
partir de quand å un , : m , et å un ¢ : m ' à partir de (17) par D p , et e , resp. e
' sont immédiatement exprimés par l'équation (14).]
§ 91. [L' équation (13) offre désormais l'approche la plus pratique
pour calculer D p . Cependant, cela nécessite de connaître l'intervalle dans
lequel D p tombe, car les propriétés de la valeur recherchée sont basées sur le nombre
d'écarts et la somme des écarts et ne permettent pas une détermination absolue
comme cela est possible pour A. Il faut donc, là où une telle connaissance, le z. B. en
calculant précédemment D i peut être acquise, la tentative est provisoirement
effectuée pour tout intervalle et, si l'intervalle correct n'a pas été choisi
accidentellement, répété pour un autre intervalle, le résultat du premier calcul ayant
échoué étant le choix de l'intervalle lors de la répétition du Tenter d'influencer. Si la
carte n'offre pas de grandes anomalies, ces tentatives ne seront qu'un choix entre des
intervalles adjacents.]
[Par conséquent, si un intervalle sélectionné, dont le centre a 0 , la limite
inférieure g 1 et dont z est égal à z 0 , a été sélectionné comme intervalle
d' intervention et v , n , V , N a été calculé pour celui-ci , alors la détermination
brute conformément à ( 13):
; (20a)
ou:
; (20b)
selon D p est inférieur ou supérieur à un 0 . La première formule est donc applicable
si a 0 - D p <½i, la dernière si D p - a 0 <½i .
Pour une détermination précise, cependant, l'approche est la suivante:
(21)
sortir, où Y est la somme d'intervention, y le numéro d'intervention. Si vous définissez
ici selon le chap. IX, formules (8) et (13), si x indique le degré d'interférence = D p -
g 1 2) :
; ;
l'équation suivante est obtenue pour x = D p - g 1 ;
a x ² - b x + g = 0;
; (22)
;
à condition que x soit positif et inférieur à I. ]
2)[Si vous vouliez la formule (6) plus simple mais moins précise du Chap. IX, à
savoir Y = a 0 z 0 x: I , résulterait en une équation du troisième degré pour x au lieu de
(22); la perte de précision entraînerait également une perte de commodité de calcul.]
[Cependant, étant donné que cette méthode de détermination n'est en aucun cas
pratique, D p devrait être lié à n'importe quelle valeur majeure H dans le même
intervalle afin d'obtenir des équations plus simples basées sur les propriétés
particulières du H choisi .]
[A cet effet, comme le nombre et les sommes de ce qui précède et ci
- dessous H situé à une par m ' m », å un " å un" désigne, en outre D p - H = x' et
entre D p et H couché une sont définies égales à y 'en nombre, et égales
à Y' en somme , de sorte que:
; .
Vous gagnez alors de l'approche:
(23)
pour x '= D p - H l'équation :
a ¢ x ¢ ² - b ¢ x ¢ + g ¢ = 0;
; (24)
;
qui change en H = g 1 dans (22). Il en résulte un x ' , qui est soit positif et inférieur
à g 2 - H (où g 2 est la limite supérieure de l'intervalle d'intervention), soit négatif et sa
valeur absolue est inférieure à H - g 1. ]
[Cette équation conduit maintenant aux déterminations suivantes si la moyenne
arithmétique A ou la valeur centrale C ou la valeur de séparation R tombe dans
l'intervalle de D p et est choisie comme H :
1.Soit: H = A ; x = D p - A ; puis:
; (25)
où µ , et µ ' les nombres d' écarts, åD la somme totale des écarts A imaginer.
1.Soit alors: H = C; x = D p - C; résulte alors:
; (26)
où å un « et å un » à C se rapportent.
3) Enfin, soit: H = R ; x = D p - R; puis:
; (27)
où m " et m ¢ota doivent être pris par rapport à R. ]
[La portée de ces déterminations est élargie si, dans le cas où D p et la valeur
principale à laquelle le calcul se réfère tombent dans des intervalles adjacents, un
décalage de l'intervalle d'engagement est effectué ou, en d'autres termes, l'intervalle
d'engagement à partir des parties contiguës deux intervalles voisins. Le z 0 de cet
intervalle composite est alors composé du z déterminé proportionnellement de ses
parties, tandis que le bez. des principales dispositions applicables sont conservées.]
§ 92. [De ces formules, (26) sera généralement préférable. Parce que (27) se réfère
à une valeur principale qui présente peu d'intérêt, dont le calcul exact est basé sur le
Chap. X (19b) nécessite la résolution d'une équation du deuxième degré; tandis que
(25) a l'inconvénient que A est séparé de D p par C selon la loi de position et donc,
moins fréquemment que C avec D p se situera dans le même intervalle. Il ne faut pas
non plus considérer comme un inconvénient que l'équation (26) nécessite
la connaissance des deux valeurs A et C , car en plus de D p , Aet calculera C. ]
[Il convient donc de rendre le calcul de D p selon (26) basé sur la connaissance
de C et A aussi simple que possible.]
[Pour ce faire, divisez (26) par ¼ m² x et écrivez l'équation comme suit:
(28)
Maintenant, mettez:
Alors ,
comment obtenir:
, (29)
donnant une représentation de rupture de chaîne pour x qui converge rapidement,
puisque 2 z 0 ( C - A ) : ( Im ) représente de petites valeurs pour nos tableaux.]
[Le déroulement du calcul doit donc être organisé de telle manière que, sur la base
de
;
à son tour:
x 1 = a - 1;
;
etc.
est déterminée et, si le calcul s'est arrêté, la valeur de x = D p - C est dérivée des
valeurs trouvées de x . Dans le même temps, la valeur de
bientôt .]
[Il résulte également de l'équation (26) que les valeurs principales déterminées
empiriquement A, C et D p sont remplies dès le départ dans les rapports de taille qui
s'appliquent à nos panels. Si vous mettez cette équation sous la forme:
,
alors suivez ce
,
que A - C et x , c'est-à-dire D p - C, ne peuvent pas être positifs ou négatifs en même
temps. C'est donc que puisque la condition spécifiée est bien remplie par les tableaux
de distribution,
soit A > C > D p ou A < C < D p ,
comme l'exige la Layer Act.]
XII. Raisons
car le cas général est l'asymétrie essentielle des écarts par rapport à la moyenne
arithmétique et la validité de la loi de distribution asymétrique par rapport à la
valeur D la plus dense au sens de la loi gaussienne généralisée (chapitre V).
§ 93. Selon les différences (§ 4) entre les déterminations essentielles et non
essentielles, on peut être enclin à distinguer également une asymétrie substantielle et
non essentielle (ou accidentelle) des écarts par rapport à une valeur principale, telle
que la moyenne arithmétique ou la valeur la plus proche. Considérons d'abord la
moyenne arithmétique A à cet égard . Il est certain que même avec un W. symétrique,
les déviations bez. A en raison d'un caractère aléatoire déséquilibré, une différence
entre les distances des extrêmes E ', E , de A et une différence u entre le nombre
d'écarts mutuels µ'et µ , peut émerger, et donc on peut demander des
caractéristiques, d'où une asymétrie essentielle concernant. Un qui ne dépend pas d'un
caractère aléatoire déséquilibré, insignifiant ou aléatoire qui en dépend. Mis à part
ceux du Chap. II a indiqué que les caractéristiques générales, quelque peu indéfinies,
qui distinguent les déterminations essentielles des déterminations immatérielles,
peuvent être basées sur le fait que la différence u entre µ ' et µ , qui résulte d'un
simple hasard déséquilibré ,est capable de déterminer la probabilité et que la taille
probable de celle-ci peut être indiquée. Or, lorsque cette différence probable est
dépassée, il devient moins probable que l'asymétrie soit purement accidentelle, et il
existe même des règles pour déterminer le degré d'improbabilité sans, bien sûr,
atteindre une certitude absolue; que je renvoie aux commentaires du § 31 (historique)
et aux formules de probabilité du chapitre XIV. Et donc on pourrait fixer le point de
repère en fonction de la probabilité prédominante, à ne considérer que de tels cas
d'asymétrie à l'égard de A comme essentiels et à rechercher une preuve des lois de
distribution essentiellement asymétrique pour où le cas à l'égard de Ala valeur
probable résultante de u est largement dépassée.
En fait, dès le départ, j'ai pris la question de cette façon, mais je me suis convaincu
plus tard, comme déjà indiqué au § 32, que cette vue, qui semblait à première vue si
naturelle et même nécessaire, manquait complètement le bon point de vue. Il serait
durable si le W. symétrique des écarts dans Ale cas général serait, et seulement,
comme on aurait pu le supposer depuis le début et toujours exigé par QUETELET, il
y aurait des exceptions qui devaient être spécialement sélectionnées et traitées
arithmétiquement. Il en va différemment, cependant, si l'asymétrie essentielle est
plutôt le cas général au sens de la vue déjà exprimée, qui parmi les innombrables
degrés dans lesquels l'asymétrie peut se produire, celui où elle disparaît, uniquement
en tant que spécial, peut-être au sens le plus strict. contient un cas qui ne se produit
jamais.
§ 94. Il n'y a alors pas de différence fondamentale entre l'asymétrie essentielle et
non essentielle; tous K.-G. peut, en effet, être traité dans l'hypothèse du W.
asymétrique, en considérant seulement que dans le cas de m fini , en raison de
coïncidences déséquilibrées, la taille et la direction de l'asymétrie peuvent s'écarter au
hasard de ce qui s'avérerait essentiel dans le cas de m infini ; et la raison écrasante de
le dire ainsi est que même dans les cas où l'asymétrie par rapport à A ne pourrait être
qu'accidentelle selon les formules de probabilité actuelles , les lois d'asymétrie
énoncées au § 33 sont confirmées dans une généralité à laquelle je ne m'attendais pas
moi-même.
Maintenant, j'avoue, cependant, que cela me semblait étrange, et qu'une énigme
peut être trouvée, avec une asymétrie aussi faible que c'est souvent le cas avec le K.-
G. de VII et VIII. se produit en conflit avec les inévitables coïncidences dues à la
finitude du m , mais les lois d'asymétrie mentionnées ci-dessus sont confirmées avec
une généralité et une approximation remarquables.
Prenons z. B. les dimensions du crâne. 450 crânes européens donnent 220 écarts
négatifs, 230 positifs par rapport à A 2 pour la circonférence verticale (à i = 5
mm E , = 368) , les mêmes crânes pour la circonférence horizontale dans des
conditions appropriées 226 négatifs, 224 écarts positifs, différences bien trop
insignifiantes pour ne pas être envahies par des coïncidences déséquilibrées; et
pourtant ces cas, ainsi que de nombreux autres du même ordre de différences, ne
confèrent pas moins de bonnes confirmations des lois d'asymétrie établies que les
exemples de plus grande asymétrie, que je n'ai jusqu'à présent pu m'expliquer de telle
manière que les divers éléments, sur les relations desquels ils se rapportent
L'obtention des lois, affectées par les coïncidences déséquilibrées dans le contexte, en
est modifiée dans le même sens et presque par la même taille ou le même rapport de
sorte que seules les tailles absolues que les différences ou proportions légales des
éléments souffrent, ce qui ne signifie pas que ce changement identique ou
proportionnel a lieu exactement, mais seulement dans la mesure où la portée laissée
par les lois ne dépasse pas sera. Cette vue peut nécessiter une discussion
mathématique plus approfondie; en prévision de cela, le fait demeure que même les
degrés les plus faibles d'asymétrieA prouve toujours la validité des lois établies de
distribution de l'asymétrie et contribue ainsi à prouver la généralité d'une asymétrie
plus que aléatoire 1) .
1) [Comparer la dérivation théorique de la loi de distribution asymétrique §136, selon
laquelle les valeurs principales ne diffèrent que par des tailles de l'ordre i ou 1:
qui doivent être supposées si petites que leurs carrés i 2 ou 1: m tailles finies peut
être négligé.]
Cependant, s'il y en a une dans le sens donné pour le K.-G., alors l'utilisation de
formules mathématiques pour distinguer l'asymétrie essentielle de l'asymétrie
immatérielle est en fait inutile. Veut toujours être détectable pour les objets
d'asymétrie faible en ce sens que l'asymétrie par rapport à A ne peut être que
aléatoire; que faire si l'enquête factuelle prouve qu'ils obéissent aux lois de
l'asymétrie essentielle; cependant, ces formules conservant un certain intérêt
théorique dans notre domaine, je les aborderai dans les chapitres suivants sans avoir
aucune raison pratique de les baser.
§ 95. Si je rassemble maintenant les raisons qui doivent nous amener à permettre
une asymétrie substantielle à l'égard de A et une généralisation du GG au sens du § 33
des lois énumérées au lieu d'une symétrie substantielle , les suivantes sont les
suivantes.
1) Puisqu'il existe des cas d'une telle u: m , dans lesquels on ne peut éviter
l'existence d'une asymétrie substantielle par rapport à A , pour des raisons beaucoup
plus probables , le cas général ne peut en aucun cas être lié à une symétrie
essentielle. A à rechercher; mais si quelque chose de général pour K.-G. devrait
s'appliquer à cet égard, dans l'asymétrie essentielle, dont la symétrie essentielle et
l'asymétrie faible se produisent comme cas particuliers.
2) Si vous avez le même K.-G. un calcul de distribution comparatif selon les lois de
distribution GAUSS à deux colonnes (§ 33), qui s'appliquent à l'asymétrie essentielle,
et les lois de distribution GAUSS simples, qui s'appliquent à la symétrie essentielle (§
24 flgd.), l'ancien calcul de distribution a l'avantage dès le départ que qu'ils
empiriquement différents m ' , m , bez. D se reproduit exactement des deux côtés,
alors que ce dernier pour les µ ¢ , µ , bez empiriquement différents . A la même
valeur ½ ( µ '+ µ ,) = ½m, ce qui est trop grand pour un côté par trop par rapport au
nombre empirique d'écarts que trop petit pour l'autre. Cet avantage dans le principe
des méthodes de calcul comparées pour le calcul après la généralisation du GG pour
l'asymétrie n'empêcherait pas en soi que dans les réglementations individuelles de
distribution les m ' j ' et m , j , (§ 27) soient d'autant plus grands et dans l'ensemble
de revendiquer des inconvénients prédominants par rapport à la méthode de calcul
selon le GG simple; mais pour autant que j'ai fait des comparaisons, le contraire est le
cas.
3) Les lois de l'asymétrie essentielle, qui §33 pour le cas d'un m suffisamment
grand et l'accomplissement du chap. Les accessoires IV ont été mis en place et
continueront de trouver leur justification théorique, sont généralement confirmés par
le présent matériel d'examen avec une approximation des exigences idéales qui ne
peut être attendue qu'avec les coïncidences déséquilibrées, qui ne peuvent pas être
complètement exclues, et prouvent ainsi l'exactitude de ces Théorie.
Il s’applique donc d’abord à la loi proportionnelle. D' après les explications
données , il est que par rapport à la valeur à laquelle le plus grand z est loin par
rapport à la valeur la plus proche, le nombre d'écarts mutuels tels que la taille de leurs
valeurs moyennes, di m , : m ' = e , : e 'alors, inversement, la valeur à laquelle
s'applique ce rapport doit coïncider avec les valeurs les plus denses déterminées
directement par son z maximum. Maintenant que nous avons un tableau de
distribution par réduction appropriée à un tel cours régulier de za qu'une enquête de
ses lois et rapports est possible, nous trouverons le fait à la condition que la valeur
spécifiée de celle - ci par rapport à m , : m « = e , e » se comportent dans l'intervalle
qui tombe, à laquelle le plus grand z tombe, comme on peut s'en convaincre, si, d'une
part, on prend en compte le D p répertorié dans les tableaux des éléments, qui est
déterminé partout en fonction de cette condition , et d'autre part, le tableau
de répartition, à partir duquel la dérivation a eu lieu, a pris la forme du tableau
d' intervalles. Au moyen du chap. XI méthode d'interpolation spécifiée mais vous
pouvez utiliser le Ddans l'intervalle dans lequel il se situe, plus précisément que si
l'on essaie de le déterminer directement en fonction de la taille de son z , après quoi
on ne peut bien sûr pas trouver plus de confirmation de la loi proportionnelle dans les
tableaux des éléments en ce qui concerne ce qui y est énoncé La valeur la plus
dense D p est vraiment m , : m ' = e , : e ¢ se comporte comme D p elle-même est
déterminée comme la valeur avec laquelle cette relation existe. Cependant, cette
valeur peut exceptionnellement tomber dans l' intervalle voisin sous l'influence de
fortes coïncidences déséquilibrées et dans le cas d'une situation de réduction
défavorable plutôt que dans l'intervalle avec le maximum z lui-même; cependant, il
suffit généralement de modifier la position de réduction pour l'amener dans
l'intervalle pertinent.
De plus, cependant, on retrouve dans la valeur D p déterminée le plus précisément
possible sur la base de cette proportion une valeur initiale pour les écarts qui satisfont
le GG à deux colonnes, avec des perturbations aléatoires, bien sûr, qui ne peuvent
manquer nulle part, mais seulement celles du même ordre, ainsi que dans la
distribution les erreurs d'observation par rapport à la moyenne arithmétique se
produisent et sont tolérées, comme le prouvent les tableaux de comparaison
BESSEL 2) entre observation et calcul.
2) [Fondations astronomiae, Sectio II, p. 19. 20.]
§ 96. Si une valeur H est prise comme valeur initiale des écarts, et s'il y a W.
asymétrique (asymétrie substantielle) par rapport à celle-ci, alors la différence u entre
les écarts mutuels serait simplement proportionnelle au grossissement ou sans accès à
un caractère aléatoire déséquilibré (asymétrie aléatoire) Réduction ou grandir ou
perdre du poids. En fait , il est à une sortie donnée -m égale à x, comme il le ferait
dans n même à chaque nouvelle copie de la même répétition objet -maliger de la
valeur d'observation xn fois atteindre, et , par conséquent , même si la composition
du n Les séries d'observation fusionnent en une seule différence
continue x en nx . Cependant, si l'asymétrie essentielle complètement tombé loin, et la
simple différence dépendait des contingences asymétriques, alors si nous accordons
une sortie m la différence y trouverait cette différence de n pas égale -fold m nyparce
que la direction et l'ampleur de la différence dans les répétitions changent au hasard,
et, si d'une manière générale un surpoids reste indéterminé de quel côté, cela change,
c'est-à-dire la différence définitive, tant que vous vous déplacez en grand nombre par
rapport aux écarts , et en moyenne même avec de petits nombres, selon le principe
connu au lieu de dans le rapport n plutôt dans le rapport . Nous présentons
maintenant comparable à n -fachende m comme unité de comparaison n -fachung et
désigner la taille des n valeurs de -dépendantes n comme un indice, donc nous
devrons mettre un) :
en cas d'asymétrie essentielle uniquement:
u n = nx 1 (1)
dans le cas d'une asymétrie insignifiante seulement:
(2)
(3)
où y 1 peut être généralement parlant avec x 1 le même signe ou un signe différent; car
tandis que x conserve sa direction , qu'elle soit positive ou négative, lors de la
transition de x 1 à nx 1 , y 1 peut changer de direction ou changer de manière
aléatoire lors de la transition vers y 1 sans décision générale entre les deux; et si
nous prenons y 1 en fonction de valeurs absolues, nous devrons en tenir compte
douteux:
(4)
et au départ m lui-même, où n = 1,
u 1 = x 1 ± y 1 . (5)
Si nous fixons maintenant n = 100, une autre fois = 1: 100, nous obtiendrons
respectivement:
u 100 = 100 x 1 ± 10 y 1 , (6)
. (7)
Donc, si la sortie m est multipliée par cent, la sortie x est augmentée à 100 fois, la
sortie y seulement à 10 fois, et si n devait être augmenté indéfiniment,
le y définitif , c'est-à-dire le les différences dépendantes de coïncidences
déséquilibrées, par rapport aux x dépendantes de l'asymétrie essentielle disparaissent
complètement; inversement, selon (7) lorsque la sortie -m est réduite à 1 : 100, la
sortie x est réduite à 1 : 100, la sortie y est réduite à 1 : 10 descendrait, et le
premier disparaîtrait complètement si le m était encore réduit par rapport au second,
qui ne va pas complètement en parallèle avec l'augmentation de m , car m peut
être agrandi à l'infini, mais ne peut être réduit qu'à 2, est même censé être
différence u existe. En général, il suit cependant que l'asymétrie essentielle au
sens large, le mineur avec un petit briquet m prédomine, à moins que nous l'ancien
comme une Europe élargie conditionne fortement cela comme une réduction dans
les relations solides initiale m , peut voir que l' on peut toujours prendre , dont dépend
bien sûr le besoin, le plus grand possiblem pour appliquer l'asymétrie essentielle aussi
calme que possible de insignifiante.
1) La valeur x a par conséquent l'indice 1 avec la désignation ci-dessus, à condition
qu'elle désigne la valeur de x ayant lieu au départ m , où n = 1 , en conséquence
avec y. [Il convient également de noter que la formule (3) ne veut donner qu'une
représentation schématique du mélange d'asymétrie essentielle et non essentielle, sans
dire que y 1 représente la même valeur qu'en (2). En fait, les deux valeurs sont
différentes. Car le terme y 1, qui repose sur une asymétrie insignifiante, n'est rien de
plus que la fluctuation moyenne de la valeur de u n à prévoir selon W. tandis que
l'élément nx 1 basé sur l'asymétrie essentielle est le plus probable. Représente
la valeur de u n ; la fluctuation moyenne attendue autour de la valeur la plus probable
dépend de cette dernière et a donc des valeurs différentes, selon lesquelles la valeur la
plus probable est zéro ou une quantité finie. Cf. l'ajout au chapitre suivant (§ 101).]
§ 97. S'il y a déjà des traits pour distinguer l'essentiel de l'asymétrie non essentielle,
il faut admettre qu'ils n'ont pas de caractère absolu. En fait, on ne peut pas non plus
être absolument certain qu'il existe une asymétrie substantielle, mais seulement qu'il y
a une probabilité écrasante, plus elle est écrasante, plus les caractéristiques
distinctives susmentionnées existent et coïncident.
Afin de pouvoir porter un jugement de probabilité un peu plus spécifique, il est
utile de savoir quelle différence on peut s'attendre à trouver selon W. et, en moyenne,
dans le cas d'une symétrie substantielle selon le pur hasard.
Par différence probable, j'entends ce qui, dans un grand nombre strictement infini
de cas, tombe aussi souvent (non atteint) qu'il est dépassé; en dessous de la moyenne
ou de la moyenne est celle obtenue en additionnant les valeurs de u obtenues dans des
tests répétés avec m donné quel que soit le signe et en divisant par le nombre n
des répétitions effectuées. En effet, si l'une ou l'autre des deux valeurs a été
généralement déterminée pour le cas de symétrie essentielle, alors chaque valeur
de u obtenue avec une détermination moyenne donnée sera obtenuepeut le
comparer. S'il l'emporte sur ces valeurs dans de fortes proportions, il sera très peu
probable qu'il puisse être atteint avec symétrie, car l'improbabilité de cela augmente
avec la taille de ce dépassement, alors qu'une asymétrie significative par rapport au
signe du u peut très probablement être tenue. Si elle reste significativement inférieure
à ces valeurs, il faut conclure avec une grande symétrie W. ou une faible asymétrie de
signe douteux. Oui, vous pouvez tirer des conclusions plus précises. La théorie
enseigne et confirme l'expérience, que les rapports de vraisemblance, qui sont faites
par GG pour les erreurs d'observation au sens de l' intégrale affichable connue sous
forme de tableau, à symétrie substantielle auu peut être transmise de manière telle
que le dépassement du milieu ou probable u jusqu'à des limites données W
similaire . est susceptible de dépasser l'erreur d'observation simplement moyenne ou
probable.
Ceci est théoriquement prouvé plus en détail et plus précisément dans les deux
chapitres suivants, empiriquement prouvés et leur application illustrée. Je me limite
ici aux principales dispositions suivantes, qui sont susceptibles de donner un indice le
plus général.
§. 98. Il faut distinguer deux cas, le seul cas en fait idéal où les valeurs D sont
calculées à partir du vrai A , comme cela serait obtenu à partir d'un nombre infini
de valeurs individuelles, c'est-à-dire dans le cas normal absolu et le cas de la réalité,
d'où ils viennent du A quelque peu incorrectpeut être calculé car il peut être obtenu à
partir d'un nombre fini de valeurs. En premier lieu, peu importe les lois de
distribution auxquelles les valeurs individuelles selon la mesure et le nombre
obéissent, pas la taille, seul le nombre de celles-ci avec le même W.les + et - sont
possibles, et le sac connu peut être fait avec un nombre égal de blancs et de noirs
Utilisez des boules au lieu de + et - comme guide pour le calcul. En fin de
compte, une certaine loi de distribution doit être utilisée pour le calcul théorique de la
moyenne et de l' u probable , car c'est la base de l'écart moyen et probable attendu du
faux du vrai A , et cela dépend encore une fois de la taille de l' u moyen et probableest
d'influence. Dans le second cas, on fonde donc le GG sur des écarts aléatoires par
rapport aux moyens d'observation, qui sont représentés par l'intégrale connue,
puisque cette distribution est normale pour le cas idéal d'un K.-G sensiblement
symétrique. peut s'appliquer.
Si U est la moyenne, V est le u probable au sens qui vient d'être donné (§ 97) sous
l'hypothèse du premier cas, U et V sous l'hypothèse du second cas 1) ,
les déterminations normales suivantes sont sensiblement applicables jusqu'à un très
petit m :
, (1)
, (2)
, (3)
, (4)
log 0,79788 = 0,90194 - 1, log 0,67449 =
0,828 97 - 1,
log 0,48097 = 0,68212 - 1, log 0,40659 =
0,60916 - 1.
Dans les valeurs de U et U le panneau supérieur, respectivement, est de 0,5 et 1,5
pour impair, la partie inférieure droite de m à l' utilisation.
(5)
est.
Mais cela a la raison suivante: Le nombre d'écarts, qui se situent entre le vrai et le
mauvais moyen, et dont dépend la différence entre U et U , diminue bien sûr avec
l'approximation du mal à la vraie moyenne, mais avec la taille du m à; et dans la
mesure où l'approximation des deux moyens dépend de la taille du m , celle-ci est
compensée de telle sorte que ce rapport constant ressort avec l'augmentation de m ; et
même si les deux moyens sont infiniment proches, l'infini du m un nombre infini
d'écarts infiniment petits entre les deux se trouvant mathématiquement. L'expérience
est également cruciale à cet égard. D'après les valeurs mutuellement comparables
de U et U données au § 115, on trouve pour m = 10; 50; 100 de la série a toujours
la valeur U : U égale à 0,554; 0,558; 0,608, qui ne s'écarte des relations théoriques et
de la constance que dans les limites de l'incertitude attendue, qui est bien sûr
considérablement plus grande pour le rapport de deux valeurs que pour les valeurs
individuelles.
Troisièmement, on peut remarquer ce qui suit. Selon la façon dont on s'écarte de la
moyenne vraie ou fausse, la somme de la même est différente, et en moyenne plus
petite quand la mauvaise moyenne est calculée par rapport à la moyenne vraie,
plus m est petit et plus fausse la moyenne. Mais la différence est déjà à
modérée m presque infinitésimale par, comme je l' ai dit dans un traité
séparé 2) théorique et empirique moyenne démontré que le faux au vrai total
à se comporter, quelle relation avec l' augmentation de ms'approche rapidement
de l'unité. D'un autre côté, il est frappant de constater que la différence moyenne entre
le nombre d'écarts positifs et négatifs est si considérablement différente
du rapport limite U : U = 0,6028 indiqué ci-dessus .
2)["A propos des corrections concernant l'exactitude des observations" etc. dans les
rapports du Kgl. Saxon. Société des sciences. 1861.]
Cela peut être compris comme suit. Si les écarts que l'on obtient réellement à partir
de la vraie moyenne pouvaient être calculés, non seulement le nombre mais aussi la
somme de ceux-ci seraient aléatoirement inégaux des deux
côtés pour m fini . Maintenant, le mauvais moyen est déterminé de telle manière que
les sommes du D rendu artificiellement le même des deux côtés, car c'est la condition
de la moyenne arithmétique, et il faudrait s'attendre ensuite à ce qu'avec la différence
de somme, la différence de nombres lors du calcul de la mauvaise moyenne
disparaisse complètement si les deux différences vont proportionnellement. Ce n'est
plus le cas actuellement; mais en tout cas on voit que la disparition de la différence
totale dans la transition de la vraie peut très bien être associé à une telle réduction
significative du nombre de différence au mauvais moyens que dans les
relations U : U tours.
Quant à l'asymétrie essentielle, elle ne prend qu'une petite part dans cette
réduction. Comme indiqué ci-dessus (chap. XIII), aucune asymétrie substantielle ni
insignifiante ne peut se développer si le m est trop petit ; mais comme l'écart entre le
faux et la vraie moyenne se produit en moyenne tout aussi souvent au sens contraire
au sens de l'asymétrie essentielle, l'influence de la grande asymétrie est compensée au
plus grand m .
§101. [Addition. Enfin, afin d'énoncer les modifications que les formules ci-dessus
subissent pour le cas de l'asymétrie essentielle et en même temps pour prouver la
validité du schéma du mélange d'asymétrie essentielle et insignifiante donné dans le
chapitre précédent, il faut noter qu'avec K.- essentiellement asymétrique G. pas la
moyenne arithmétique, mais la valeur la plus dense en principe. En ce qui concerne
cette dernière valeur, les probabilités d'écarts positifs et négatifs ne sont alors pas les
mêmes, mais, conformément à la détermination théorique de la valeur la plus dense ,
doivent être supposées dans le rapport des écarts moyens simples mutuels e
' et e . Parce que la proportion e ': e ,= m ': m , définit la valeur la plus dense, de
sorte que le nombre total de copies dans le rapport e' : e , est distribué
des deux côtés de la valeur la plus dense, et par conséquent ce rapport définit
les probabilités p et q = 1- p pour positif et écarts négatifs déterminés. C'est donc
pour un K.-G. avec e ' et e donnés , bez. de la valeur la plus dense 3) :
; (6)
Alors la différence la plus probable entre les écarts positifs et négatifs est
la même pour tout m :
m ( p - q ). (7)
Si, en outre, l'écart moyen et probable par rapport à cette valeur est
indiqué par U et V de la même manière que ce qui a été fait ci-dessus en ce qui
concerne l'écart moyen et probable par rapport à la valeur zéro, alors les corrections
sont annulées:
(8)
V = 0,6745 × (9)
Les limites probables des différences u sont donc les mêmes
( p - q ) m ± 0,6745 × , (10)
3) [Une discussion plus détaillée enseigne qu'en cas de faible asymétrie, un traitement
arithmétique du K.-G. autorisés, p et q uniquement par les tailles de l'ordre 1:
où m est le nombre total d'exemplaires du K.-G. est différent de ½.]
(11)
définit et à partir de cela en supposant une grande valeur
de m la valeur approximative:
(12)
dérive]
§ 102. En général, K.-G. entre le nombre d'écarts positifs et négatifs µ ', µ , bez. de
la moyenne arithmétique A une différence u = µ '- µ , d'où la question se pose de
savoir si elle ne peut pas être expliquée par le fait que les écarts mutuels sont
essentiellement les mêmes à cause des aléas déséquilibrés dus à la finitude du m , ou
si la participation d'un W. asymétrique On peut supposer que les écarts des deux côtés
sont coopératifs, car le caractère aléatoire déséquilibré dans le m fini , avec laquelle
on doit toujours faire face, ne peut pas manquer du tout, sans toutefois avoir à faire la
différence seul. Les déterminations de probabilité peuvent être précisées ici, qui pour
la raison donnée au § 94 n'ont pas d'importance fondamentale pour notre
enseignement, mais ont au moins un intérêt, ce qui m'amène, sans épuiser ce sujet et
sans vouloir le poursuivre dans sa profondeur mathématique, à certaines limites pour
y répondre.
Le plus général, ce qui peut être dit à ce sujet est que plus la différence et en valeur
absolue en proportion du nombre total m est, et le plus grand m est lui - même, l'est
moins probable que le recours à de simples contingences asymétriques, ou, comme
nous brièvement peut dire, le caractère purement aléatoire de la différence, plus la co-
dépendance de W. asymétrique est probable sans pour autant, bien sûr, obtenir une
certitude absolue. Cependant, on peut dire quelle est la différence sensiblement
aléatoire et probable u entre µ ' et µ , en W. sensiblement symétrique. Cela dépend
de ce qui est disponiblem peut être attendu si la différence moyenne, ou U pour
faire court , est comprise comme signifiant la différence que, si l'observation
est répétée plusieurs fois dans les mêmes circonstances, avec le même m à partir de
copies toujours nouvelles du même objet que la moyenne arithmétique des différentes
valeurs de u (les valeurs absolues) obtenues après) émerge; avec des différences
probables, en bref V , la valeur qui est dépassée aussi souvent que de descendre en
dessous, dont la première est la même en ce qui concerne les valeurs u ,
que A rel. les a valeurs, la deuxième le même que la valeur centrale dist. l' un Les
valeurs sont. Dans les relations les plus fortes, la moyenne purement aléatoire
et u probable , qui peuvent être déterminés selon le calcul de probabilité, dans un
tableau de distribution donné, respectivement. U et V, dont u trouvé est dépassé, plus
sa dépendance au simple hasard est improbable; et même selon les proportions de
cette transgression, des degrés d'improbabilité peuvent être énoncés pour ce que les
règles sont connues des mathématiciens, ce que je n'entrerai pas dans les détails ici.
Au début, il semble naturel de déterminer les rapports des u à partir de l'urne bien
connue du calcul de probabilité à condition qu'il contienne un nombre infini, mais le
même nombre, de boules blanches et noires, en dessinant une chaque m boules W
égale . pour le train de boules blanches et noires, selon lequel la différence de
nombres u des boules doit être nulle, mais au hasard, si répétée, disons n coups de
chaque m boules, le nombre d'une, parfois les autres boules, parfois plus, parfois
moins, prédomine, brièvement une différence aléatoire u de taille aléatoire dans une
direction aléatoire. Non seulement il peut être calculé, mais il peut également être
prouvé par l'expérience à quel point la moyenne et le u probable sont
en termes absolus dans le cas de nombreux (strictement infiniment nombreux)
mouvements , et il est évident que le résultat de ceci est la moyenne et
probable Transférer la valeur de u qui, selon une simple coïncidence entre le nombre
d'écarts positifs et négatifs de la moyenne arithmétique d'un K.-G. fourni
symétrique W. est obtenu par rapport à la même chose. Maintenant, cependant, une
circonstance continuera d'être donnée (§ 109) qui rend impossible le transfert du
résultat d'un cas à l'autre; mais partons du cas qui vient d'être discuté, où émergeront
des circonstances intéressantes, sinon erronées, jusque-là inconnues, pour passer
ensuite aux plus complexes, que présentent les déviations collectives; brièvement
nous discutons d'abord le résultat du tirage des boules de l'urne dans les conditions
données, par lequel je suis préoccupé par les résultats pour des m plus grandssont
basés sur des phrases que je trouve dans les "Recherches sur les causes des
jugements" de POISSON et les traités de HAUBER dans les 7e, 8e et 9e volumes de
la revue de physique et mathématiques de BAUMGARTNER et ETTINGSHAUSEN,
et sont également incontestés ailleurs 1) peut être trouvée, mais pour les m plus
petits , pour lesquels, à ma connaissance, il n'y a pas d'enquête , je suis basé sur ma
propre enquête.
l) [Parexemple dans les conférences de MEYER sur le calcul des probabilités,
en relation avec le traitement du théorème de BEBNOULLI; Chap. III.]
§ 103. Maintenant, je trouve dans ces sources le résultat général que les rapports de
probabilité de u avec de très grands m et n dans les conditions données suivent la
même loi d'écarts aléatoires que les écarts D de la moyenne arithmétique selon le GG
l'erreur d'observation, et donc si Q 2 - la moyenne des carrés de tout u possible pour
un m donné , également entre Q , U et V pour les grands m et nla même relation existe
que par GG entre q 2 , e et w, si q 2 est le carré moyen des erreurs åD ² : m, e
est l'erreur moyenne simple åD : m et w est l'erreur probable. Après:
Nombre spécial
de boules blanches et noires tirées u
4 w. o schw. + 4e
3 w. 1 noir +2
2 w. 2 noir 0
1 w. 3 noir - 2e
0 w. 4 noir - 4e
, (4)
où 1 . 2 . 3 ... m le produit de tous les nombres entiers de 1 à un maximum
incl. M moyens en conformité avec μ ¢ et μ , dans ce cas, cependant, que μ ¢ ou μ , =
0, la valeur 1.2.3 .. . µ ' ou 1.2.3 ... µ , égal à 1.
µ' µ, u W[u]
4e 0 + 4e
3e 1er +2
2e 2e 0
1er 3e - 2e
0 4e - 4e
Supposons maintenant que u pour les valeurs absolues sans pitié sur son signe,
comme nous devons le faire, parce que U est pris comme la moyenne des valeurs
absolues, doublé, pour impair m W. pour chacun, et, pour un même m, comme à m
= 4, pour chaque u avec. Exception de u = 0, et nous devons écrire l'exemple
précédent comme ceci:
±u W[±u]
4e
2e
0
6
4e
2e
0
Mais [Il résulte U = 1½, Q ² = 4 pour m = 4; U = 1 7 / 8 , Q 2 = 5 pour m = 5, et U =
1 7 / 8 , Q ² = 6 pour m de telle sorte que find = 6, les phrases ci - dessus confirmé
par Q ² = m pour m = 4 , 5 et 6, et U reçoit la même valeur pour m = 5 et 6. De la
même manière, pour tout autre mla confirmation peut être obtenue par facture
directe.]
[Cependant, afin de prouver la validité générale des deux théorèmes,
notons Q et U en tenant compte de la dépendance de m par Q m et U m , et premier
ensemble:
, (5)
où la somme sur toutes les paires de valeurs ( µ ' , µ , ) = ( m, 0); ( m
- 1,1); × (, - 1 , m - 1); (0, m ) doit être étendu pour lequel µ '+ µ , = m. Ainsi
( µ '- µ , ) ² = ( µ ¢ + µ ,) ²- 4 µ ¢ µ , = m ² - 4 µ ' µ ,, et en substituant cette
dernière valeur on obtient:
, (6)
Là
,
si µ ¢ = 0 ou µ , = 0, alors la deuxième somme est uniquement sur les paires de
valeurs ( µ ¢ , µ , ) = ( m - 1, 1), ( m - 2, 2), × × × (1 , m - 1), et donc Q m 2 peut être
représenté sous la forme suivante:
. (7)
Mais la première somme est égale à (1 + 1) m : 2 m , la seconde est égale à (1 + 1) m-
2 : 2 m-2 , comme on peut le voir immédiatement si les dividendes sont développés
selon la phrase binomiale, et la valeur de chacune des deux sommes est égale à
un. Vous obtenez donc:
1) Q m 2 = m 2 - m ( m - 1) = m .
Également défini pour un m droit , qui est supposé être de 2 µ :
(8)
pour le plus petit m impair = 2 µ - 1:
(9)
et si le premier EXTEND la somme des couples de valeurs: ( μ ¢ , μ , ) = (2 μ , 0),
(2 μ - 1, 1), ××××× ( μ + 1 μ - 1); dans le second cas, via les paires de valeurs ( µ ¢ , µ , )
= (2 µ - 1, 0), (2 µ - 2, 1), × ↔↔↔Art. ( µ , µ - 1). Dans le premier cas, µ ¢ = µ + 1
+ l , µ , = µ - 1 -l , dans ce dernier cas μ ¢ = μ + l , μ , = μ - 1 - l , ensemble, où
les deux si l le μ valeur μ - 1, μ - 2, ×××× 0 doit être pris pour que les formes de
présentation suivantes gagne:
; (10)
; (11)
Mais puisque pour tout entier positif µ et v 3 ) :
, (12)
il en va de même:
(13)
et vous obtenez par simple réduction:
1. .]
§ 105. Dans le rien deux ensembles précédent est contenu sur le rapport de vitesse
qui , dans les formules (1), (2), (3) en raison de l'applicabilité de la GG pour les
rapports de vraisemblance de u entre les valeurs de U, Q et V set sont, et jusqu'à
présent il n'y a pas de dépendance [simple] des valeurs U et V de la taille du m ,
comme nous en avons besoin. Cependant , si nous substituons la valeur
de Q dans les formules ci-dessus sur la base du théorème 1) , nous obtenons les deux
formules suivantes qui remplissent les conditions requises 4) :
U = 0,79788 (14)
V = 0,67449 , (15)
Formules qui peuvent être dérivées des formules générales des sources affichées, de
sorte que rien de essentiellement nouveau ne leur est proposé; d'autre part,
la correction suivante de la formule (14), qui me semble inconnue, peut être basée sur
la phrase 2 ) , à laquelle il convient d'envoyer la suivante.
3) [Vous prouvez d'abord cette identité
pour l = 1, 2, ... µ - 1 à
remplacé.]
4) [On arrive à la même formule pour U si, dans la représentation ci-dessus
de U 2 µ , la simplicité sous la forme non réduite
ou .
Cependant, comme cela ne se rapproche que de la vraie valeur de U 2µ = U 2µ - 1 , il
est conseillé pour des valeurs plus petites de 2 µ ou 2 µ - 1, basées sur la formule plus
précise
resp.
;
ainsi pour m même la formule:
Alors que les phrases 1) et 2) ci-dessus restent valables pour des m arbitrairement
petits et grands avec seulement n suffisamment grands , les formules (14) et (15),
ainsi que les formules (1), (2) et (3), dont ils suivent un grand, à proprement parler,
infini m avant sans un plus grand n exigeant que le premier Voulaient mais ils étaient
sur un si petit m appliquer comme 3, 4 ou 5, ils seraient même au milieu des trains
infiniment nombreux, donc dans un infiniment grand n un résultat remarquablement
mauvais, cependant, déjà dans une partie unique d'une très grande m un résultat
sensiblement correct donner. Mais remplaçons la formule (14) par ce qui suit:
U = 0,79788 (16)
en utilisant le signe supérieur pour pair, le plus bas pour m impair , nous satisfaisons
ainsi à l'exigence de la phrase 2) et en même temps constatons empiriquement que
même jusqu'au plus petit m cette formule n'est pas absolue, mais presque exactement
avec la théorie exacte Les nombres sont corrects, qui sont en principe obtenus avec la
même précision pour les petits que pour les grands m , sauf que pour les grands m, le
calcul ne peut plus être effectué. En fait, vous obtenez le tableau de comparaison
suivant:
Comparaison des valeurs exactes de U avec celles calculées selon (16).
; (18a)
2.pour m impair = 2 µ - 1
; (1
8 ter)
où la valeur de c moyenne de la table t dans les deux cas pour
un µ = ½ m resp. ½ (m + 1 ) de:
(18c)
peut être trouvé. Les deux formules (18a), (18b) forment l'analogue de (16); ils ont
pour conséquence que la nahehin V pour une ligne droite m et et le suivant impair
égal à l'autre et serait tout à fait égales lorsque c avec négligence de la branche
1 : 16 μ . serait fixé (18c) est égale à 0,67449]
[Pour comparer les trois formules d'approximation (15), (17) et (18), dont
les V sont appelés à leur tour V 1 , V 2 et V 3 , la compilation suivante est utilisée:
m V1 V2 V3
§ 107. Étant donné que, outre le V lié à l'interpolation , toutes les déterminations
précédentes sont basées sur des principes et des phrases arithmétiques sans
équivoque, leur preuve empirique ne devrait pas être nécessaire en soi, mais je les
discuterai en partie, en partie à cause de la méthode du test lui-même. un intérêt
particulier en remplaçant l'urne de probabilité est probable, en partie parce que ses
résultats donnent une idée de la mesure dans laquelle les valeurs exactes
de Q et U pour m donné , qui supposent en principe une détermination à partir
de n infini , sont grandes, mais toujours n fini , comment on peut s'attendre
empiriquement à le retrouver.
Il n'est pas contesté que l'urne avec un nombre infini de boules blanches et noires
de nombre égal donne une idée très appropriée sur laquelle les phrases précédentes
peuvent être expliquées, mais une telle urne ne peut pas être faite, et aussi si elle est
passée à travers une urne avec une finie Nombre de billes remplacées dans lesquelles
le mDes balles après chaque mouvement, ce qui pourrait bien arriver, le processus
serait extrêmement ennuyeux sur un grand nombre de mouvements et la production
d'un mélange complètement aléatoire des balles avant chaque nouveau mouvement
serait difficile à réaliser, en bref, l'application réelle du processus serait toujours
pratiquement impossible. je ne sais pas non plus qu'on en a jamais fait usage. Mais il
y a l'équivalent de l'urne dans les listes de numéros gagnants de la loterie tirée, dont
le nombre pair en blanc, le nombre impair en boules noires, ou en comparaison avec
les écarts positifs et négatifs du même W., certains aussi positifs, d'autres peut être
considéré comme négatif.
À cet effet (dans les années 1950), je me suis procuré les listes de dix loteries
saxonnes de 1843 à 1852 avec 32 000 à 34 000 numéros chacune, listes dans
lesquelles les numéros gagnants ont été tirés selon la séquence aléatoire dans laquelle
ils ont été tirés se présenter comme 28904; 24460; 32305; 16019; 157; 3708; 16 928
etc. Bien que le nombre de numéros dans chaque loterie annuelle reste toujours un
nombre fini et que les numéros tirés ne soient pas renvoyés à la roue de la fortune, le
tirage des numéros antérieurs ne modifie pas le rapport de probabilité des numéros
ultérieurs, comme c'est le cas avec l'application de la Une urne avec un nombre fini
de boules serait le cas, et peut être vue comme s'il y avait une urne avec un nombre
infini de boules 5) .
5)Les numéros de lot dans le Glücksrade, pour autant que je l'ai observé lors d'une
visite à l'institution, sont de petits stylos, qui, à y regarder de plus près, sont de petits
rouleaux, consistant en des notes étroitement enroulées qui sont collées à travers des
manches en forme d'anneau et contiennent les numéros sont. Peut-être que cette
description n'est pas exactement exacte après la mémoire, mais rien n'est important
ici. Avant le dessin, ces numéros sont disposés sur des planches selon leur ordre,
1000 sur une planche. Ces planches sont d'abord vidées dans une boîte et d'ici dans la
roue de la fortune dans un ordre irrégulier déterminé par un appel aléatoire d'un
fonctionnaire, de sorte que dès le début il y a un mélange irrégulier après des milliers,
puis la roue est tournée, et ce après chaque 100 numéros tirés répété. Quatre ailes
perforées sont fixées à l'essieu de la roue, qui tournent dans le sens opposé de la roue
et favorisent ainsi la quantité irrégulière. En voyant cela se produire et les lots se
désagrégeant, on est tenté de croire que quelques tours suffisent pour rendre le mix
très irrégulier; Cependant, selon les responsables, les voisins des premiers tirages
dans lesquels la loterie est divisée devraient apparaître plus souvent successivement,
mais rien de plus ne sera remarqué lors du dernier tirage après que le montant ait été
causé par la rotation des roues des centaines de fois. comme cela arrive et que les lots
se désagrègent, on est tenté de croire que quelques tours suffisent pour rendre le mix
très irrégulier; Cependant, selon les responsables, les voisins des premiers tirages
dans lesquels la loterie est divisée devraient apparaître plus souvent successivement,
mais rien de plus ne sera remarqué lors du dernier tirage après que le montant ait été
causé par la rotation des roues des centaines de fois. comme cela arrive et que les lots
se désagrègent, on est tenté de croire que quelques tours suffisent pour rendre le mix
très irrégulier; Cependant, selon les responsables, les voisins des premiers tirages
dans lesquels la loterie est divisée devraient apparaître plus souvent successivement,
mais rien de plus ne sera remarqué lors du dernier tirage après que le montant ait été
causé par la rotation des roues des centaines de fois.
Si les nombres obtenus sont divisés par n, le tableau suivant donne les
déterminations suivantes:
W[±u]
± u théoriquement Empirique
Les valeurs possibles u dans le tableau précédent n'ont pas été exécutées jusqu'à la
fin pour m = 50 et 100, les valeurs manquantes ont cependant un W. qui disparaît
sensiblement, de sorte qu'un énorme n aurait été nécessaire si cela se produisait à un
moment ou à un autre.
Du tableau précédent, le tableau suivant est l'empirique Q ² , U, V dérivée par
rapport aux valeurs théoriques.
m n Q² U V
théoriquement empiriquement théoriquement empiriquement 0,674 interpoler
49 empiriquement.
3e 2000 3,00 3.02 1,50 1,51 1.17 1.18
10e 5000 10.00 10.13 2,46 2,49 2.13 2.19
50 1000 50,00 52.02 5.61 5.71 4,77 4,76
100 600 100,00 101,68 7,96 8.05 6,74 6,94
La correspondance étroite des valeurs empiriques avec la théorie n'est pas contesté
satisfaisant et juste frappant de constater que pour toutes les valeurs
de m l'empirique Q ² et U un peu plus grand que le lieu théorique, ce qui est
probablement la seule raison pour laquelle le cas, parce que la série pour la
Les m plus grands ont été largement obtenus en fusionnant les séries obtenues pour
les m plus petits afin qu'ils puissent étendre leur influence sur les premiers, ce qui
devait être plus visible en raison de la quadrature du u lors de la détermination
de Q 2 qu'avec U , où le correspondant est montré dans une moindre mesure.
§ 108. Les considérations et formules précédentes peuvent dans de nombreux cas
être utiles dans les études statistiques. Par exemple, il est nécessaire d'examiner si la
différence entre le nombre de naissances ou de décès ou de suicides au cours de deux
saisons différentes, ou entre le nombre de naissances masculines et féminines, ou
entre le nombre d'orages à deux endroits différents, est purement fortuite. , ou si la
nature des saisons, le sexe, la localité a une influence significative sur la taille et la
direction de la différence. Dans Summa pour les deux conditions distinctes un très
grand nombre, disons m , les cas observés et trouvé ici est que d'un côté μ
», l'autre μ, Les cas sont, par conséquent, la différence absolue u est, cela dépendra si
la différence trouvée et les valeurs absolues de la probable V est supérieure ou
inférieure augmente, et dans quelles circonstances cela est le cas pour les conclusions
de probabilité de réaliser les types suivants.
Si le W. de μ ' et μ , égaux, et donc la différence trouvé u par hasard, il serait juste
si probable qu'il a déterminé le symétrique pour cette exigence W. après les formules
précédentes différence probable V dépasserait et augmenterait, et si l'observation
se répétait très souvent avec le même m , on la retrouverait en moyenne
avec V sensiblement le même; d'autre part, une simple différence accidentelle devient
naturellement d'autant plus improbable, plus les proportions du V probable
déterminées dans l'hypothèse d'une simple coïncidence dépasse; de là le W. qu'il n'est
pas simplement accidentel, plus il est grand, plus la proportion de ce dépassement est
grande; et si les ratios sont purement accidentels u en général m correspondent aux
ratios des erreurs d'observation selon GG, alors également selon un tableau du GG,
qui donne les ratios de probabilité des erreurs en fonction du ratio dans lequel l'erreur
probable w est dépassée ou sous-estimée par eux , la substitution de V à w permet de
faire des calculs de probabilité plus précis dans les relations précédentes.
À mon avis, il ne devrait pas y avoir d'objection durable à ces peines
générales; Cependant, en ce qui concerne l'interprétation spécifique que je donne
maintenant aux relations u: V dans l'intérêt de leur application pratique, compte tenu
de la grande facilité des malentendus et des conclusions erronées dans ce domaine, la
révision fondamentale de la part d'un mathématicien spécialiste qui connaît
parfaitement le calcul des probabilités est probablement encore souhaitable.
Par exemple, soit m = 1000 orages observés à deux endroits, pris ensemble pour les
deux, au cours de la même période, sur un µ ' = 530, sur l'autre µ , = 470, soit u =
60; ainsi, selon la formule (15), la différence probable V, que l'on attend par hasard,
et, dans la même condition, W. symétrique pour u et D , peut être utilisée pour le w
de la table d'erreur:
V = 0,6745 = 21,33.
Cette valeur 21,33 est considérablement dépassée par la différence u = 60
trouvée; où 60 = 2,81 V , il est donc beaucoup plus probable que l'inverse que la
différence ne soit pas purement fortuite, mais a une influence locale dans sa
formation, sans toutefois pouvoir la trouver majoritairement probable qu'elle est
simplement est basé sur l'influence locale, mais seulement qu'il y a une influence
locale d'une certaine direction, qui dérive sur celle qui ne peut être attendue qu'au
hasard avec un W. symétrique. En revanche, si la différence trouvée, u était plus petit
que le V probable , par ex. B. µ ' = 505, µ ,= 495, donc u = 10 = 0,47 V, quant à lui V
=21.33 demeure, un W. prédominant n'existerait pas du fait qu'il n'y a qu'une
différence aléatoire, mais que l'influence aléatoire est suffisamment grande pour
l'emporter sur toute influence locale, mais il n'y a pas de calcul de probabilité que la
différence trouvée soit c'était juste une coïncidence ou juste dépendante des
influences locales. En bref, c'est la question de savoir si l'une ou l'autre influence
prédomine, et non si une seule ou l'autre existe. Mais si le W. que le local prédomine
est très grand, alors le W. est bien sûr très grand qu'il y en a un; et deviennent ainsi
des calculs de ce type d'utilisation pour prouver la probabilité de l'existence d'autres
influences que accidentelles. Si le W. prédomine contre cela, que l'influence
accidentelle l'emporte sur le non-accidentel,
Si nous permettons à cette approche de s’appliquer et donc de revenir aux exemples
précédents, alors, où la différence u = 60 et V = 21,33, donc u: V = 2,81, se trouve,
selon le tableau du GG, que le W., la différence u , comme purement fortuite, restera
inférieure à cette valeur, au contraire elle se comporte comme 0.942 contre 0.058; et
si cette valeur u a été atteinte, vous pourrez parier au tour 94 contre 6 que ce n'est pas
seulement accidentel. Dans le second cas, où u = 10 = 0,47 V , on constate d'après le
tableau en question que le W., la différence urestera en dessous de cette valeur
comme une coïncidence, au contraire, il se comporte comme 0,249 à 0,751, mais s'il
n'est pas resté en dessous de cette valeur, le contraire W. a lieu pour le fait qu'il a
atteint cette valeur comme une coïncidence, et on devient un nombre rond seul 1
contre 3 peut parier qu'une influence locale surenchérit sur le hasard, 3 contre 1 pour
l'inverse, sans pouvoir parier qu'il n'y a pas du tout d'influence locale. Au moins, je ne
sais pas comment ces relations peuvent être comprises d'une manière différente, à la
fois pratique et rationnelle.
Si W w est le W. que D ou u restera sous une fraction ou une multiplicité donnée
de w ou V sous l'hypothèse de W. symétrique , il faut, pour donner un petit extrait du
tableau 6) du GG appartenant ici appartenant les uns aux autres:
u Ww u Ww
6) [Ce tableau se trouve dans l'astronome berlinois. Annuaire pour 1834, p. 309
flgd.]
7) [cf. le deuxième ajout à ce paragraphe (§ 111).]
En attendant, les deux conclusions suivantes peuvent être tirées de ce qui précède:
1) La valeur d'une influence significative est lors de l'application des formules ci-
dessus sur la différence de différence u . de la moyenne arithmétique A m pour
un m donné pour encore plus grand qu'il n'apparaît selon les formules ci-dessus,
car V, par rapport auquel u entre en considération, par rapport à A m en tout cas
inférieur à bez. A ¥ est ce à quoi s'appliquent les formules ci-dessus.
2) Faisons référence le mauvais agent A m ainsi que bez. du vrai A ¥ la
présupposition de W. symétrique s'applique, mais donne ensuite les valeurs
mentionnées ci-dessus par rapport à la première avec u, Q, U, V , si elles se réfèrent
plutôt à ces derniers sont déterminés resp. V , Q , U , V , cela ne s'appliquera qu'en
fonction du m bez. A m à déterminer lorsque celles-ci ont été déterminées par rapport
à A ¥ afin d'obtenir des formules utilisables dans le but correspondant.
Article 110. [Premier amendement. Détermination de la différence
probable V à l'aide de la formule de somme de MAC LAURIN ou EULER:]
[Cette formule empirique est 9) :
, (19)
où b = a + nh et B 1 = 1 / six ; B 3 = 1 / 30 × × × × nombres de Bernoulli.]
[Pour résumer le W [ ± u ] selon cette formule n'est pas la forme originale (4), mais
celle basée sur la formule d'approximation:
, (20)
ou, si l'on prend en compte les termes d'ordre 1 : n , sur la base de la formule
corrigée:
(21)
basé sur la forme résultante.]
[Si nous utilisons d'abord (20), alors pour m = 2 µ ; µ ¢ = µ + v ; µ , = µ - v ; u =
2v:
; . (22)
La somme des W [ u ] entre les limites + 2 n et - 2 n, ou la somme des W [± u ] entre
les limites 0 et 2 n est donnée par:
. (23)
Or, selon (19), s'ils sont en harmonie avec l'approximation donnée par (20), les
éléments de l'ordre 1 : µ sont négligés:
. (24)
Vous obtenez donc:
. (25)
; ou
la détermination:
. (26)
9)[EULER les déduit dans les Instituts calculi differentialis, Pars post., Cap.V. -
Reprod. par ex. B. dans le recueil d'analyses supérieures de SCHLÖMILCH,
deuxième volume, p. 226.]
, (27)
si t la condition:
(27a)
c'est assez. Car alors c'est le W. que ± u < 2 t est égal à ½. Pour celui - ci t pour
calculer, fixé à t = c + g , et déterminer c de
,
de sorte que, selon le tableau t , il est égal à 0,476 936; alors l'intégrale entre les
limites 0 et c + g se décompose en deux intégrales entre les limites 0 et c et entre les
limites c et c + g , et le résultat est:
ou .
Pour cette raison, vous obtenez 10) :
. (28)
Puisque m = 2 µ a été initialement défini, il peut sembler que cette formule ne
s'applique qu'à m pair . Cependant, le même résultat est obtenu pour m = 2 µ - 1,
comme cela n'est pas à prévoir autrement, car seules les quantités de l'ordre 1 : sont
prises en compte.]
10)[MEYER donne exactement cette formule dans les conférences sur le calcul des
probabilités dans le traitement du théorème de BERNOULLI, p.107.]
[Si vous voulez prendre en compte les quantités de l'ordre 1 : m , vous devez
utiliser la formule d'approximation (21) au lieu de (20) et séparer le cas où m est pair
du cas où m est impair.]
[Dans le premier cas, (22) doit être supposé après que le facteur (1 - 1 : 8 µ ) a été
ajouté aux dispositions . On trouve alors moyen (19) emportant avec eux les
premières dérivées:
, (29)
. (30)
(31)
calculer et
(31a)
mettre. Supposons maintenant t = c + g comme ci - dessus , déterminez c de telle
sorte qu'après avoir divisé l'équation (31) par (1 –1 : 8 µ ) ou, ce qui revient au
même, par multiplication par (1 +1 : 8 µ )
, (32)
et trouvez g :
. (33)
Cette équation prend en compte que g est une petite quantité d'ordre l : après
division par exp [- ( c + g ) 2 ] la forme simple:
ou (33a)
d'où, puisque B 1 = 1 : 6 et 2µ = m, comme valeur probable pour m pair :
(34)
suit.]
[Si m est impair = 2 µ - 1, alors si µ '= µ + v ; µ , = µ - v - 1; u = 2 v + 1:
=
, (35)
. (36)
(37)
pour ça
ou . (37a)
Si l'on détermine à nouveau maintenant t à partir de l'équation:
, (38)
en calculant c comme dans (32) et en posant t = c + g , on obtient:
(39)
, (39a)
par conséquent
et enfin:
,
à partir de laquelle on considère m = 2 µ - 1 comme une valeur probable
pour m impair
(40)
abandons]
Section 111. [ Deuxième modification . La discussion de la section 108 est basée
sur le problème de la détermination des probabilités inconnues à partir d'un grand
nombre de cas observés. La même chose est liée à l'inversion du théorème de
BERNOULL, selon laquelle des valeurs limites peuvent être spécifiées pour le W.
inconnu et en même temps le degré de probabilité avec lequel le W. inconnu doit être
recherché dans ces limites peut être calculé. Si vous avez à savoir deux événements
mutuellement exclusifs A et B dans un grand nombre m de cas observés, alors que
l'événement A μ « fois, l'événement μ B , fois trouvé, on peut d' abord W. pour la
survenance de l'événementUne même μ « : m , W. pour B égale à μ , : m ensemble
sans les contingences que la détermination de μ » et μ , adhérer à compte. En fait,
vous pouvez u ' : m et μ , : m seulement comme les valeurs les plus probables de
l'inconnu W. x et 1 - x et estiment probable que si les observations d'une autre série de
cas se répètent, les valeurs les plus probables à obtenir maintenant sont proches de
celles trouvées précédemment. Au lieu de ces déclarations indéfinies, l'inversion du
théorème de BERNOULLI donne les dispositions suivantes.]
[Il y a le W .:
(41)
pour la probabilité inconnue x d'occurrence de l'événement A entre les limites:
et (41a)
mensonges; la probabilité opposée 1 - x est alors simultanément entre les limites
(41b)
chercher; tandis que pour la différence u à prévoir avec le W. W entre le nombre
mutuel de cas l'inégalité:
(41c)
s'applique. Si l'on fixe W = ½ en particulier , alors c = 0,476 936, et la substitution de
cette valeur donne les limites probables de x ; 1 - x et u. ]
[En conséquence, pour m = 1000 orages qui ont été observés à deux endroits au
cours de la même période, il existe des limites probables pour les valeurs de W. avec
lesquelles un orage est à prévoir à l'un ou à l'autre emplacement:
1) 0,541 et 0,519 dans un emplacement, 0,459 et 0,481 dans l'autre emplacement, si
des orages ont été observés dans l'ancien emplacement 530 et 470 dans ce dernier.
2) 0,516 et 0,494 à un endroit, 0,484 et 0,506 aux autres emplacements, si les
nombres d'orages 505 et 505 ont été observés des deux côtés, respectivement. Étaient
495. En conséquence, les limites probables de u dans les premier et deuxième cas
sont respectivement de 60 ± 21,29. 10 ± 21,33.]
[Ces dispositions est l'exigence en ce que le nombre de cas observés était
suffisamment grande pour permettre l'adoption à la différence observée u est pas par
hasard, mais par la diversité de W. inconnue x et 1 - x circonstances, est, comme déjà
indiqué, à condition que les valeurs les plus probables de x , 1 - x et u seulement les
valeurs observées u « : m , μ , : m et μ ¢ - μ , soit].
[Cependant, il n'y a aucune raison impérieuse de supposer que ces valeurs sont les
valeurs les plus probables. Car avant que les observations ne soient faites, chaque
hypothèse sur les valeurs les plus probables de x et u avait le même W., et en ce qui
concerne les observations faites, une de ces hypothèses ne peut être distinguée que
par un W. plus grand, mais ne prétend pas une certitude, pour l'autre . Le degré de W.
selon lequel l'hypothèse selon laquelle les valeurs observées sont les plus probables
doit être déterminée par rapport à d'autres hypothèses qui introduisent des valeurs
autres que les plus probables. Le principe utilisé par ENCKE dans le traité sur la
méthode des moindres carrés 11) sous la forme suivante, en tenant compte du fait que
les écarts entre les valeurs observées et les valeurs les plus probables sont appelés
erreurs.]
["Le W. de deux hypothèses qui sont également probables et s'excluent
mutuellement avant que les observations se comportent directement comme le W. des
erreurs ou des systèmes d'erreur qui en résultent".]
[À titre de comparaison, l'hypothèse devrait servir à ce que les valeurs les plus
probables de x et 1 - x soient égales, donc ½, selon lesquelles la différence la plus
probable u = 0 est à prévoir. Il a alors la différence effectivement observée u le W.:
. (42)
Sur la base de l'hypothèse précédente selon laquelle les valeurs probables de x et 1
- x resp. μ « : m = p et μ , m = q sont, cependant, les résultats pour l'observé et la
valeur maximale de W., à savoir:
. (43)
Donc , il se comporte de la W ., Que l'observé u est purement aléatoire, à savoir
l' égalité de x et 1 - x avoir pris naissance au W. que la observée et la plus grande
valeur de différence probable des chiffres communs de ' et le μ , représentant
comment
ou comment ; (44)
et si vous voulez parier, les mises doivent avoir le ratio spécifié.]
et
appartiennent à l'endroit où la valeur ci-dessus doit être substituée à Q ; pour W [ v
= 0] en particulier la valeur F appartenant à t = 1: Q. W w [ v ] , c'est-à-dire
le W. que la valeur donnée de v n'est pas atteinte, se trouve comme la valeur F , qui
à t = ( v - 1) : Q et W a [ v ], di ceux pour v lui-même et les valeurs ci-
dessous v W., comme celui à (v + 1) : Q gehört.
Dans la formule pour U , le signe supérieur de la correction est ± 1,5 pour impair,
le plus bas pour pair m, et une conséquence de cette correction, ainsi que la raison de
celle-ci, est la date empirique, pour laquelle, cependant, la théorie doit encore être
recherchée que chaque valeur de U pour un m pair est sensiblement en accord avec la
valeur de U pour un m impair , qui est trois unités plus petites , pour laquelle les
preuves ci-dessous suivent.
Malheureusement, jusqu'à présent, le contrôle de ces formules d' approximation par
rapport à v n'est pas disponible, tout comme avec leurs formules pour
petit m pour u dans le chapitre précédent ; une carence d'autant plus palpable que la
justification théorique et la dérivation des formules ci-dessus sont incomplètes et que
la correction pour U peut même sembler étrange. Je leur offrirais donc avec peu de
confiance, si je n'avais pas pu remplacer cette lacune par un test empirique très
poussé dans la mesure où l'on peut être sûr de ne pas se tromper en l'utilisant, même
si une justification et une révision plus précises des La théorie d'un mathématicien
par sujet serait la bienvenue.
Le test empirique, comme celui des valeurs de fonction précédentes de u, est basé
sur l'utilisation de listes de loterie, qui étaient cependant plus lourdes que les valeurs
du chapitre précédent sans comparaison. Parce qu'il fallait d'abord traduire les
nombres de chaque liste en valeurs de + D et - D de telle sorte que pour toute la liste
la distribution selon l'intégrale F en fonction du nombre et de la taille, lors du calcul
de la vraie moyenne, soit sortie, qui par le t - le tableau est représenté en annexe
§183; puis pour chaque série aléatoire de ces écarts par rapport à m donnédéterminer
la mauvaise moyenne, calculer les écarts positifs et négatifs de cette mauvaise
moyenne et prendre la différence entre le nombre des deux comme v . Un peu plus de
détails sont traités dans l'addendum (§ 117) et l'exemple d'une détermination
de v pour une série prise au hasard avec m = 6 y est donné.
§ 114. Après cela, je suit tout d'abord dans certains tableaux l'intégralité des
données empiriques que j'ai reçues directement concernant notre tâche, afin de
combiner ensuite les valeurs principales dérivées avec les valeurs calculées selon les
formules ci-dessus. S'il existe de nombreux chiffres avec une valeur fractionnaire de
0,5, c'est parce que si, par hasard, comme cela arrivait parfois, la mauvaise moyenne
coïncidait exactement avec une vraie valeur d'écart, l'écart par rapport à la mauvaise
moyenne avec + 0,5 et - 0, 5 devait être compté des deux côtés, résultant en un v , qui
tombait au milieu entre les 2 valeurs distantes de l' échelle v , mais était ensuite
distribué avec 0,5 aux deux valeurs voisines.
b) avec m droit
0 94 49 19e 2e
2e 169 84 31 2e
4e 90 51 13 3e
6 36 32 22 3e
8 8 14 18e 2e
10e 3e 8 9 2e
12e - 3e 5 2e
14 - - 2e 5
16 - - 1er 0
24e - - - 1er
28 - - - 1er
34 - - - 1er
La même série avec m = 10 , 50, 100 avait donné les résultats suivants lors du
calcul des écarts par rapport à la moyenne vraie, qui sont donc directement
comparables aux précédents calculés à partir de la mauvaise moyenne, mais les
résultats énumérés au § 107 avec l'ajout d'autres séries, donc avec n plus grand ,
se trouvent.
u m = 10 m = 50 m = 100
0 301 23 10e
2e 467 52 17e
4e 299 44 14
6 102 42 13
8 29 28 22
10e 2e 16 16
12e - 17e 10e
14 - 7 2e
16 - 10e 5
18e - 0 4e
20e - 1er 2e
22 - - 4e
28 - - 1er
Dans les deux tableaux pour le compte des mauvais moyens est le nombre z ¢ , à
quelle fréquence un v même signe avec le départ de mal a le vrai moyen, et le nombre
, par exemple , combien de fois il avait le signe opposé, bref, à quelle fréquence
un v avec le mauvais une est équilatéral ou scalène, avec le nombre z = z «
+ z , contracté. Donnons maintenant les valeurs z = z '- z , pour les valeurs de m = 6
à m= 30, comme pour l'autre, la séparation de z ' et z , n'a pas eu lieu. Sous å ( ± z )
est une somme de z selon des valeurs absolues, sous å z par rapport au signe.
2 U V
m Q
observé 0,36338 m Regardé 0,48097 observer 2) 0,40659
4e 1,40 1,45 0,70 0,76 0,72 0,81
5 1,82 1,82 1,20 1,23 0,89 0,91
6 2,25 2.18 1.02 1.02 0,96 1,00
7 2,57 2,54 1,38 1,40 1.03 1,08
8 3.09 2,91 1,27 1,23 1.19 1,15
9 3,49 3.27 1,58 1,56 1,21 1,22
10e 3,63 3,63 1,38 1,40 1,27 1,29
11 4,25 4.00 1,73 1,70 1,36 1,35
12e 4.19 4.36 1,52 1,56 1,38 1,41
13 4.65 4.72 1,78 1,83 1,37 1,47
14 5.33 5,09 1,69 1,70 1,46 1,52
15 ? 3) 5,45 ? 1,95 ? 1,57
16 6.06 5.81 1,86 1,83 1,65 1,63
17e 6.17 6.18 2,05 2,07 1,64 1,68
18e 7.09 6,54 2,05 1,95 1,78 1,73
19e 7.22 6,90 2.21 2.18 1,80 1,77
20e 7,66 7.27 2.11 2,07 1,85 1,82
30 10.06 10,90 2.27 2,57 2.14 2.23
50 17,87 18.17 3,25 3,35 2,63 2,88
100 37,87 36,34 4,87 4,77 4.64 4,07
500 178.17 181,69 10,42 10,74 9.00 9.09
2)[Comme au § l 06, l'interpolation a été effectuée avec l'ajout
de deux différences.]
3) [cf. le commentaire sur Tab. I a.]
L'accord moyen entre les valeurs empiriques et les valeurs calculées doit être jugé
très satisfaisant. Cependant, s'il n'y a pas d'écarts insignifiants ici et là, cela ne peut
pas être écrit par inadvertance lors de la révision minutieuse de ces valeurs, mais il
est dans la nature du problème que parmi de nombreuses valeurs aléatoires calculées
en fonction de leur W. Il y a des écarts par rapport aux valeurs normales. [En outre,
les écarts relativement importants trouvés sous les valeurs des quatre dernières lignes
peuvent être définis pour le petit n de la même chose.]
[Si l'on prend en compte, en plus des tableaux I et II, tableau de comparaison III,
les valeurs principales suivantes, mutuellement comparables pour la sortie du vrai et
du mauvais moyen sont trouvées:
m Q² Q² U U V V
U = 0,48097
et 4) :
e [ U ] = 0,48262 ,
qu'il n'est empiriquement confirmé pour les m plus grands .
[Sur la base de la compilation ci-dessus des valeurs de U et U en particulier, les
résultats de e [ U ] pour m = 10; 50; 100 resp. égal: 1,64; 3,44; 4.40. Il est donc du
même ordre e [ U ] - U resp. égal à: 0,26; 0,19; - 0,47.]
Il n'est pas non plus possible de s'assurer que le coefficient numérique pour les
deux valeurs ne doit pas vraiment être supposé être le même, car les deux coefficients
dérivés de différentes manières et résultant ainsi de manières légèrement différentes
ne fournissent que des déterminations approximatives des deux côtés, et ne sont donc
pas absolument valides.
4)[cf. L'article 120 dans le chap suivant. Puisque selon la détermination donnée il
y e [ U ] = 0,60488 U et là d'autre part avec négligence de la correction:
U =U ,
en raison de la correspondance entre e [ U ] et U, il s'ensuit que, comme indiqué à ce
point, approximatif
0,60488 égal
peut être réglé.]
De telles relations sont susceptibles de s'étendre aux autres valeurs majeures, et les
données d'observation fournies permettent de le tester; mais je n'ai pas abordé cette
question, en partie dans l'espoir que la théorie reprendra cette procédure en premier,
en partie afin de ne pas étendre encore plus l'étude déjà approfondie.
Enfin, il existe une comparaison de certains tableaux de distribution basée sur
l'expérience et les calculs.
Comparaison des nombres de v observés dans les tableaux ci-dessus avec ceux
calculés selon le § 113 pour certaines valeurs de m.
v m=4 m = 10 m = 20 m = 30 m = 50
observer environ. observer environ. Observer environ. observer environ. observer environ.
0 1950 1779 494 480 176 174 94 95 49 44,5
2e 1050 1182 588 581 256,5 267 169 159,5 84 80
4e - 38 112 128 130,5 121 90 93,5 51 57,5
6 - - 6 10e 33 32 36 38,5 32 33,5
8 - - - - 3e 6 8 13 14 16
10e - - - - 1er - 3e 0,5 8 6
12e - - - - - - - - 2e 2e
14 - - - - - - - - - 0,5
;
puisque - selon le théorème connu du calcul des probabilités - le W. pour la réunion
de plusieurs événements indépendants est égal au produit du W. pour l'occurrence de
chaque événement individuel. C'est finalement le W. pour l'occurrence de tout
système D 1 . . . D m , qui appartient à une variété constante et bien définie de tels
systèmes, est égal à:
d D 1 . . . d D m (6)
où l'intégrale doit être étendue sur le continuum des systèmes de valeurs, dans la zone
de laquelle le système de valeurs existant doit tomber. Parce que le W. que se produit
l'un d'une série d'événements mutuellement exclusifs est - comme l'enseigne le calcul
de probabilité - égal à la somme des W. des événements individuels.]
[Mais selon les équations (5):
,
si l'abréviation ( a ; ß ) =
(7a)
. (7b)
Cela donne une expression de W. que des m écarts D 1 . . . D m le µ premier en
dessous, le v dernier au dessus de la moyenne D 0 , l'intégrale:
. (8)
,
où via D 0 de - ¥ à + ¥ , via d de 0 à ¥ et via chacun des a et ß de 0 à 1 doit être
intégré. En accord avec cela, le W. exprime que m écarts µ sont inférieurs
et v supérieurs à la moyenne, que v = v - µ , par:
×
, (9)
où l'intégrale doit être prise entre les mêmes frontières.]
[L'intégration via D 0 et d pouvant être réalisée immédiatement par:
;
et pour m même :
;
pour m impair :
;
on obtient l'expression simplifiée pour W [ v ]:
(10)
où:
;
pour m droit :
;
pour m impair :
;
et où l'intégration pour chacun a et b s'étend de la limite inférieure 0 à la limite
supérieure 1.]
[La formule (10) est d'abord testée dans les cas les plus simples pour m = 2 et 3,
dont W [0] et. W [1] est connu depuis le début. En effet, pour m = 2, v = 0, W [0] = 1
et, puisque v pour m = 3, est soit égal à + 1 soit égal à - 1, et les deux valeurs sont
également probables, W [ + 1] = W [ - 1] = ½. Et en fait on obtient de (10) pour m
= 2:
;
de plus pour m = 3:
.]
[A partir de (10) les valeurs de W [ v ] pour m plus grand sont alors obtenues en
effectuant les intégrations . Notez que la somme de tous les W [ v ] pour
un m donné est 1, et que
W [ + v ] = W [ -v ], (11)
puisque v se transforme en - v , µ est échangé avec v , qui n'a aucune influence sur la
valeur de l'intégrale.]
[Après celui-ci trouve pour m = 4:
; ;
.
Il en résulte:
W [0] = 0,64908; W [ + 2] = W [ - 2] = 0,17546;
Q ² = 1,40368; U = 0,70184.
De même, pour m = 5:
W [+1] = W [-1] = 0,451075; W [ + 3]
= W [ - 3] = 0,048925;
Q ² = 1,7828; U = 1,1957.
Pour les deux cas m = 4 et m = 5, les valeurs exactes pour Q 2 et U sont
ainsi proposées, leur comparaison avec les valeurs correspondantes du § 115 permet
d'apprécier la fiabilité des dispositions.]
[Mais de cette manière, de la même manière que dans le chapitre précédent pour les
écarts par rapport à la vraie moyenne, on obtient des formules pour W [ v ] et ensuite
celles pour Q 2 , U et V , qui rendent explicitement ces valeurs dépendantes
de m l' intégrale ( m - 2) de (10) doit être dans une version généralement
valide. Cependant, un tel mode de réalisation, le plus commodément de (9), peut être
obtenu en se développant en rangées. Cependant, comme cela conduit à des portées,
il convient d'utiliser la valeur de Q 2 pour déterminer directement, puis - avec la
concession qu'un tel écart reste irréprochable pour les objectifs poursuivis ici - U et V
peuvent en être déduits à condition que pour les grands m les relations de
probabilité de v soient régulées par le GG. Cette exigence est admissible car selon
(11) la loi de probabilité de v est symétrique par rapport à la valeur maximale v
= 0 , et parce que les relations entre Q 2 , U et V résultant du GG sont en outre, qui
reposent sur les formules (1) à (4), ont trouvé des preuves empiriques
suffisantes. Cependant, la justification théorique des corrections données pour U est
alors omise.]
[La détermination directe de Q 2 peut être obtenue comme suit. Il est à noter
que , pour tout système de déviations D 1 , D 2 ... D m , la valeur moyenne
arithmétique D 0 est la différence v = v - μ entre les nombres de dessus et en dessous
du D 0 couché D i ( i = 1, 2 .. m ) peuvent être représentés par:
; (12)
, (13)
où l'intégration doit s'étendre sur chaque D i de - ¥ à + ¥ .]
[Mais maintenant, c'est:
où la sommation sur tous les i et k doit être étendue à partir de la série de nombres de
1 à m, à l' exception des valeurs i = k . C'est donc là
,
et toutes les intégrales m ( m - 1):
, (14)
où les limites d'intégration doivent être prises comme indiqué ci-dessus.]
[Pour maintenant m évaluer fois partie intégrante de la traduction:
D1=D0+d1
D2=D0+d2
..................
(15)
où:
(16)
De là, vous gagnez bez en exécutant l'intégration. D 0 , d 3 , d 4 . . d m :
(17)
(18)
ou si ; :
(19)
Maintenant c'est:
; (21)
en première approximation:
. (22)
De cela , il alors immédiatement suivi par les formules (3) et (4) pour U et V - mais
sans en U empiriquement trouvé correction - lorsque le G. G . pour les rapports de
probabilité de v au grand m .]
§117. [Deuxième ajout. Explications sur la démonstration empirique des
déterminations de probabilité pour Q , U et V à l'aide des listes de loterie.]
Tout d'abord, il peut sembler impossible de trouver un principe de test empirique
pour celui-ci, car les formules supposent une symétrie et une validité essentielles du
GG des écarts aléatoires; mais quel que soit l'objet que l'on essaie de prouver, on
ne peut présupposer l'une ou l'autre condition remplie d'emblée pour les écarts par
rapport aux moyens A. Mais vous pouvez créer artificiellement un objet qui remplit
ces conditions, selon le principe suivant.
Afin d'expliquer le principe le plus compréhensible possible, pensez à un très grand
nombre dans une urne, je dirai 15 000 boules blanches et autant de boules noires,
dont la première peut compter comme positive, la dernière comme négative; mais ces
sphères doivent être décrites avec des valeurs de taille positives et négatives, chaque
taille dans une répétition telle qu'elle correspond au W. des tailles d'erreur
correspondantes selon le GG. La valeur moyenne correcte à l'origine des erreurs est la
valeur zéro. Maintenant, dessinez m boules et appelez somme positive å D ' la
somme que vous obtenez lorsque vous multipliez chaque taille d'erreur positive par le
nombre de fois où elle est tirée; en conséquence avec la somme négative åD, . À
moins maintenant AD 'et AD , (pas trouvé immédiatement après aléatoire, la valeur
moyenne apparaître AD -' å D , ) : m, dont la valeur c , chaud a augmenté ou
diminué, selon AD « > å D , ou vice versa. La mauvaise moyenne est donc ± c au
lieu de 0 . Si vous avez déterminé une telle forme c , vous pouvez maintenant
compter combien d'erreurs sont plus grandes et combien plus petites que c puis a ±
( µ '- µ , ) ouTrouvez v pour ce cas et, après avoir effectué n mouvements , trouvez à
la fois un v moyen et un v probable , ce dernier ne nécessitant qu'une interpolation.
Maintenant, une telle procédure serait pratiquement impossible avec l'urne et tant
de sphères blanches et noires décrites avec des valeurs de taille; mais vous pouvez
garder l'urne remplacée par la roue de loterie, et les boules blanches et noires
remplacées par des nombres pairs et impairs. Afin d'établir des ratios parmi les 30
000 nombres qui correspondent aux ratios de probabilité des erreurs, la taille 0,25
peut être attachée à tous les nombres de 1 à 338 inclus, tous de là à 1015 y compris la
taille 1, tous de là à 1691 la taille 2, tout de suite jusqu'à 2366 la taille 3 et ainsi de
suite et mettez cette traduction dans un tableau, qui donne immédiatement des
informations sur la taille de chaque numéro de loterie que vous rencontrez dans la
liste.
[Ce tableau est produit à l'aide du tableau t (§ 183) comme suit. Tout d'abord, une
décision doit être prise sur les intervalles après lesquels les valeurs t sous-
jacentes doivent se poursuivre. Dans un souci de commodité, l'intervalle 0,02, avec
le t initial = 0,01, est choisi. Maintenant que le nombre présumé de numéros de
loterie, qui sont autant d'exemplaires d'un K.-G. doivent être interprétés comme 30
000, puis le F correspondant aux limites d' intervalle- Multiplier les valeurs par 30
000 afin d'obtenir le nombre d'écarts dans leurs différences successives qui tombent
dans les intervalles successifs. Cependant, les écarts eux-mêmes sont, comme c'est le
cas pour notre K.-G. arrive toujours à penser ensemble au milieu de l'intervalle
auquel ils appartiennent. Il serait donc que t = D : E , le premier D égale à e • 0,005; le
second est e • 0,02; pour définir le troisième égal à e • 0,04, etc. cependant, comme la
taille de l'écart moyen e peut être fixée arbitrairement, e = 1 : 0,02
= 28,2095, après quoi le premier D est égal à 0,25, le deuxième D est 1, le troisième
est 2, etc. Afin de fixer enfin à ce D la fréquence d'occurrence, comme l'exige le GG
selon le tableau t , autant de numéros de loterie doivent être attribués à chaque
individu que le nombre des écarts associés. Cette affectation pourrait se faire
arbitrairement en soi, puisque chacun des 30 000 numéros de la roue de la fortune a le
même W. à tirer. Bien sûr, l'ordre naturel des nombres est observé; le premier D
est le premier 338 nombres, le deuxième D ajouter les 677 numéros suivants, etc.,
comme indiqué ci-dessus, de sorte qu'un tableau soit créé, qui est extrait comme suit:]
En fait, bien sûr, les écarts changent continuellement, alors qu'ici chaque quantité
d'écart s'écarte de 1 des suivantes; Cependant, cet intervalle d' écart est suffisamment
petit par rapport à l'écart moyen simple, c'est-à-dire 1 : 0,02 = 28,2095 après que
les ratios ont été atteints, afin de donner un résultat sensiblement correspondant avec
un changement continu de taille.
On m'a maintenant proposé des listes de loterie saxonne de 10 ans, chacune de 32
000 à 34 000 numéros, dont j'ai laissé les numéros de plus de 30 000 dans les listes
comme inexistants. [À partir de ces 10 listes, les données empiriques des tableaux I et
II ci-dessus, puis l'analyse des déterminations de probabilité de Q , U et V ont
été obtenues en utilisant la méthode précédente .]
Text original
Contribuïu a millorar la traducció
, (1)
dans lequel , .
Pour les avoir entre des limites données de D, il faut multiplier l'expression
précédente par d D et en prendre l'intégrale entre les limites pertinentes; donne
généralement:
(2)
ou après avoir remplacé h par 1 : h , D par h t, d D par h dt:
(3)
et le W. ou le nombre relatif de D entre t = D : h = 0 et un t donné est:
, court = F [ t ]. (4)
Cette probabilité F [ t ] est maintenant exprimée pour les différentes valeurs t par le
tableau donné en annexe. Pour avoir le nombre absolu D entre les limites t = 0 et
un t donné , il faut multiplier F [ t ] par le nombre total m .
Comme on le sait, l'expression intégrale de F [ t ] ne peut pas être intégrée sous
une forme finie, mais elle peut être représentée dans la série infinie suivante, qui
converge si longtemps et peut donc être utilisée pour calculer F lorsque t
= D : h inférieur à 1, donc D < h , di <1,772 45 × h est:
(5)
Puisque le F fait toujours référence à t sont prises, l'ajout [ t ] peut être
ignoré . Toutes les puissances de t sont positives car t = D : h , D et h sont à la fois
positifs et négatifs.
Maintenant, il est important de noter que si, comme c'est souvent le cas dans nos
applications, la valeur D , qui est incluse dans t = D : h , est très petite par rapport à
l'erreur moyenne h , et donc t lui-même est très petit, tous les termes de la série ( 5)
peut être négligé contre le premier; après quoi approximatif:
(6)
. (7)
Cependant, en négligeant les termes plus élevés dans la perspective de (5), la
valeur F est déterminée un peu trop grande, et nous devons donc la définir plus
précisément:
, (8)
où w est une très petite valeur positive. Mais de (8) il suit:
, (9)
après quoi t est trouvé un peu trop petit si w , c'est-à-dire après la valeur
approximative (7), est négligé .
Section 119. Selon le GG, la valeur h a certaines relations normales avec certaines
autres valeurs qui peuvent être dérivées des tableaux de distribution, dans la mesure
où elles sont soumises au GG, plus on peut s'attendre à ce qu'elle soit plus
approximative et confirmée à mesure que m augmente .
ou t = , (11)
De cela , il apparaît tout d' abord indifférent à laquelle expression t garder à. Mais il
n'est pas totalement indifférent de savoir si l'on détermine d'abord q à partir des carrés
des écarts, åD 2 , pour trouver ensuite h ou w à l' aide des formules précédentes, ou
inversement h ou w à partir des écarts simples, afin de dériver d'une de ces valeurs
pour en trouver d'autres, mais la détermination directe de q à partir des carrés des
écarts a une certitude un peu plus grande que celle de h en tant que moyenne des
écarts simples, et celle-ci n'est pas sensiblement plus grande que celle de w en
comptant les écarts, qui est transféré aux valeurs qui en dérivent selon les formules
ci-dessus. On préfère donc s'en tenir à la valeur t = D : q dans la théorie des
dimensions physiques et astronomiques , après détermination directe de q à partir des
carrés des écarts; mais aussi obtenir la même sécurité en utilisant les autres
expressions de t si on y dérivait h ou w du q déterminé directement selon les formules
ci-dessus , tandis que la sécurité est plus faible si l'on utilise h ou même w dans
l'expression de tdéterminé directement à partir des écarts simples, et rien n’est gagné
en utilisant l’expression t = D : q si q est dérivé de h ou w directement déterminé
en utilisant les formules précédentes .
Bien que, selon la précédente, l'utilisation de la valeur t = D : q , après la
détermination directe de q , présente un avantage fondamental de sécurité par rapport
aux autres méthodes de détermination de t , il est généralement préférable d'utiliser la
valeur t = D dans la théorie de la dimension collective : Utiliser h après avoir
déterminé directement h à partir de åD , car étant donné le grand nombre d'écarts
avec lesquels on traite généralement dans cette jauge, les équarrir serait trop lourd,
l'avantage de la sécurité lors de l'utilisation du q directement déterminédevant celui
du h directement déterminé n'est qu'insignifiant, et dans son ensemble m il perd
sensiblement sa signification. En fait, alors que l'erreur probable du q directement
déterminé est la même
1) .
1) [GAUSS dérive ces erreurs probables du Zeitschrift für Astronomie Bd. I (Werke;
Bd. IV; pp. 116, 117) et du traité sur la méthode des moindres carrés (Berliner Astron.
Jahrbuch für 1834 S 293 et 298). Il convient de noter que la valeur numérique
de w, qui se trouve à GAUSS à la position spécifiée, est déformée.]
§ 120. Tout ce qui précède est connu. Cependant, il n'est peut-être pas sans intérêt
d'ajouter quelques phrases que j'ai dérivées du GG moi-même.
Il faut faire attention à ne pas confondre la somme des carrés de l'écart åD 2 avec
les carrés de la somme des écarts ( åD ) 2 . Si vous prenez maintenant la peine, en
plus de ces dernières, d'obtenir plus simplement les anciennes valeurs en mettant au
carré åD et en déterminant les carrés des écarts, vous pouvez considérer que
( åD ) 2 = ( m h ) 2 et åD 2 = mq 2 , à partir de l'équation:
, (12)
ou, si vous appelez l'expression à gauche P ,
P=p (12a)
dériver, après quoi la somme des carrés des écarts multipliée par 2 m, soit le double
du nombre d'écarts, divisée par le carré de la somme des écarts, est égale
au rapport circulaire p . En bref, la formule peut être appelée la formule P.
Par contre, selon la formule précédente, la somme des carrés de déviation, qui est
directement laborieuse à calculer, est obtenue à partir des carrés plus faciles à
déterminer de la somme des écarts selon la formule:
, (13)
seulement que la somme directement déterminée åD 2 est déterminée de manière un peu
plus fiable que celle dérivée de ( åD ) 2 selon la formule précédente .
(14)
que je veux appeler l'erreur moyenne du cercle, et qui s'obtient selon l'expression ci-
dessus en divisant la somme des carrés des écarts par la somme des écarts ou, ce qui
aboutit à la même chose, le carré de l'erreur moyenne quadratique par l'erreur
moyenne simple.
Je lui donne le nom ci-dessus car il représente un tournant dans le sens suivant par
rapport au rapport circulaire p exprimé par l' équation P. Si nous supposons d'abord
que l'équation est exactement satisfaite par les écarts existants, alors dans le cas où
les écarts qui sont plus grands que hp augmentent, P devient plus grand
que p ; cependant, P devient plus petit que p à mesure que les écarts inférieurs
à hp augmentent. Le changement est proportionnel à la distance de l'écart par rapport
à hp . J'ignore la preuve de cela 2) .
2) [Il s'ensuit que P , en fonction de toute valeur de déviation unique D i , atteint son
J'ai trouvé que l' équation P était extrêmement bien prouvée sur de nombreuses
erreurs pures en utilisant la méthode psychophysique des erreurs moyennes.
Selon les expressions données, les trois erreurs moyennes ont le rapport suivant:
, (15)
et on peut montrer que la somme des écarts au-dessus de ces erreurs moyennes à la
somme totale des écarts selon le chap. XVIII ont les relations suivantes, où e signifie
toujours le nombre de base de logarithmes naturels:
= 0,72738 h ; = 0,60653 q ;
= 0,455594 hp ;
dont les deux premières valeurs sont très proches du rapport 7 : 6.
Le rapport correspondant de la somme des écarts inférieure est bien sûr obtenu en
soustrayant les nombres précédents de 1, et il s'avère alors que la somme des écarts
inférieure et supérieure se réfèrent l'une à l'autre. q se comporte très près de 2 : 3.
En ce qui concerne w , le rapport pertinent de la somme supérieure des écarts est de
0,79655; cependant, la valeur par rapport à laquelle la somme supérieure des écarts
est égale à la plus faible est 1,17741 × q .
Le nombre supérieur d'écarts a les relations suivantes avec le nombre total d'écarts:
0,42494 h ; 0,31731 q ; 0,21009 hp ; 0,5 liés w ;
après quoi ces rapports pour w , h , q, hp sont très proches avec 5 : 4 : 3 : 2.
Encore peut être considérée comme un écart moyen du second ordre avec h 2 à
désigner moyenne des différences de l'individu D de la centrale h de celui - ci
définissent, di [lorsque AD « la somme et m » le nombre de D , qui , comme un
petit h sont, conformément à åD " et µ " désignent la somme et le nombre de D , qui
sont supérieurs à h , de sorte que µ " h - åD " = åD "- µ '' h =½ m h 2 ]:
, (16)
approximatif avec
vrai.
De même que la valeur p peut être représentée par une fonction des écarts selon
GG, la valeur e. Si, selon les informations ci-dessus, la somme des écarts supérieurs
à q divisée par la somme totale des écarts est la même , la somme totale des
écarts divisée par le supérieur, q et les carrés du quotient e .
§ 121. Toutes les phrases précédentes sur le GG supposent un grand nombre
strictement infini d'écarts, dont les quantités pertinentes sont dérivées, à leur pleine
validité, ce qui, comme indiqué précédemment, n'empêche pas cela même avec un
très modéré Nombre d'écarts une confirmation empirique très approximative des
phrases précédentes peut être trouvée; et là pour le traitement réussi d'un K.-G. en
tout état de cause un nombre non négligeable m d'exemplaires a et donc des écarts de
même des deux côtés de Dentendu, vous pouvez non seulement attendre [après avoir
remplacé le simple GG par les deux colonnes] une confirmation très approximative
des phrases précédentes, mais aussi la trouver. En attendant, les écarts par rapport aux
valeurs dites vraies, c'est-à-dire qui découlent d'un m infini , ou soi-disant erreurs,
qui, selon la taille du m fini des deux côtés et les m ' et m , de chaque côté en
particulier, méritent toujours après tout, une attention essentielle; et en partie les
erreurs dites probables, en partie les corrections de la détermination à partir
de m finis, en fonction des erreurs, changer indifféremment et aléatoirement la vraie
valeur en positif ou négatif ou augmenter ou diminuer dans une certaine direction
d'une valeur en fonction de la taille du m 3) .
§ 123. Pour autant que je sache, le GG n'a été utilisé que pour déterminer le nombre
relatif ou absolu d'écarts D par rapport à A entre des limites données de l'écart; mais
à cet égard et dans une certaine mesure comme corollaire, des formules peuvent
également être développées pour la somme relative et absolue des écarts par rapport
à A entre des limites données de l'écart, qui, comme les formules se réfèrent. du GG
du tout, tant qu'il reste valide et peut être utilisé conjointement pour les écarts
mutuels, comme un W. symétrique des écarts. Un existe; dans le cas du W.
asymétrique mais encore selon le GG à deux colonnes leur validité pour chaque page
notamment si vous prenez les écarts concernant D au lieu de bez. A accepte,
et m , AD , h , t pour chaque côté, en particulier par
rapport m , , ¶ , , e , , t , et m ' ¶ ' , e ' t' remplacés.
Cependant, les résultats concernant la somme des écarts méritent d'autant plus
d'attention qu'ils ne partagent pas l'inconvénient des résultats en termes de nombre
d'écarts, uniquement par une intégrale qui ne peut pas être retracée à une expression
finie, ou par une série infinie, comme indiqué ci-dessous dans un tableau Pouvoir, car
ils sont plutôt exprimables sous une forme finie, également par la procédure
complémentaire (§128), qu'ils permettent, de devenir importants, à savoir ce qui suit
s'applique après le cours à explorer ci-dessous.
§ 124. Afin de déterminer la somme des écarts jusqu'à une certaine limite d'écart à
partir de la valeur la plus dense d'un côté, disons le positif, jusqu'à la limite ¶ ' , dont
le correspondant s'applique au côté négatif, prendre la somme totale de Les écarts
après ce côté, di å¶ ' , forment l'écart moyen simple e' = å¶ ' : m ' , prennent t
= ¶ ' : e' , forment la valeur exp [- t 2 ] selon la règle suivante , alors la somme
absolue des écarts par rapport à ¶ '=0 jusqu'au ¶ ' donné est égal à: å¶ ' (1 - exp
[- t ²]) et l' autre de ¶ ' à ¥ est égal à: å¶ ' × exp [- t ²]; la somme relative
jusqu'à ¶ ' mais, c'est-à - dire l'absolu précédent, divisé par la somme totale å¶ ' ,
qui est notée T , est 1 - exp [- t 2 ], au-delà de cette exp [- t 2 ].
Au lieu de déterminer la somme absolue et proportionnelle jusqu'à une certaine
limite ¶ ' et au-delà, cette détermination peut également être faite jusqu'à un certain
nombre d'écarts, qui sont appelés z' , à condition qu'un grand m ' , comme on le
suppose ici ' z ¢ : m ' après le t déterminé de la manière précédente et vice versa peut
être trouvé comme F dans le tableau t . Donc , être « z : m ¢ donné, ils étaient à
la recherche dans le t - table, le t et utilisez-le de la manière précédente pour
déterminer la somme.
Dans cette mesure, chaque valeur un dans l' un - en fait une colonne d' intervalle
entier dans le panneau de distribution i représente, dans laquelle la sur un écrit z - les
valeurs d'étalement, que nous, l'intervalle de rayon de la respective A l'appel de », la
limite jusqu'à laquelle nous, la somme comme le nombre devoir prendre les
différences, et non par un l' un - colonne elle - même, mais par la force de son
intervalle de rayon, ce qui en fait au niveau du périmètre de l'intervalle adjacente
à un , doit être considérée comme se connecte déterminées.
Au lieu de déterminer la somme des limites données de D de chaque côté, il peut
également être déterminé entre toutes les limites de chaque côté de la même manière
que le nombre de chaque côté en soustrayant les sommes appartenant aux limites
selon la méthode précédente.
§ 125. Pour trouver exp [- t 2 ], ajoutez 2 log t à 0,63778 - 1, recherchez le nombre
dans les tables de logarithme, prenez-le négatif, c'est-à-dire soustrayez-le du nombre
entier supérieur suivant et ajoutez-le à l'arrière avec un signe négatif; recherchez à
nouveau le numéro, c'est donc exp [- t 2 ] .
Ce calcul est bien sûr pas en soi un problème, mais est considérée comme une
lourdeur de bits, et afin de rechange pour chaque cas, vous pouvez alors, cependant,
pour égale distance t = D : h ou à la multiplication des h avec réserve à ,
pour celles de D : h les valeurs correspondantes de
unité ,
6.00 0,00001
6.15 0,00001
6.20 0,00000
§ 126. La dérivation de la loi de somme en fonction de A selon le GG simple est
la suivante.
Selon le GG simple, le nombre absolu d'écarts pris ensemble des deux côtés est
compris entre t = 0 et une valeur donnée de t = D : h :
; brièvement m F [ t ]. (1)
Pour avoir la somme correspondante, multipliez la valeur précédente sous le signe
intégral par D , ce qui donne:
. (2)
Mais puisque t = D : h donc D = t h , en substituant cette valeur à D dans l'intégrale
précédente:
. (3)
L'intégrale générale de 2 ò t exp [- t ²] dt doit être prise en compte que tdt = d t 2
peut être intégré sous une forme finie, à savoir - exp [- t 2 ] et donc entre les limites t
, (7)
dont il suffit de garder les deux premiers termes avec un très petit t di D : h , ce
qui est notable avec un très petit t :
åD × T = t ² × åD . (8)
En cas d'asymétrie, il faut partir de D au lieu de A et appliquer les deux colonnes
GG, d, i. au lieu Ad mettre ¶ ' ou ¶ , et t de chaque côté ainsi par e ¢ ou e , pour
les rendre dépendants comme avant le h .
§ 127. Afin de comparer l'observation au calcul, il est bien sûr nécessaire de
déterminer soi-même la somme des écarts jusqu'à des limites
données. S'applique maintenant à la détermination empirique
du å¶ total de chaque côté (selon le § 74):
¶ , = m , D - å un , ;
å¶ ' = å a' - m ¢ D ; (9)
Formules qui changent pour la détermination jusqu'à la limite
donnée ¶ , ou ¶ 'de chaque côté uniquement dans la mesure où sous m , et m ' non
plus la totalité du nombre d'écarts de chaque côté, mais seulement le nombre d'écarts
jusqu'à la limite pertinente, et sous å un , , å un « ne fait pas la totalité d' un pour
comprendre chaque côté, mais encore une fois que la limite donnée, ce que nous
appelons la place aux valeurs respectives avec deux tirets ci - dessus et au- dessous
par rapport à la totalité juste un peu coups. Si Dtombant généralement dans un certain
intervalle, la partie de m " , m " , å a " , å a" tombant dans cet intervalle, comme
indiqué précédemment (§ 72 et 73), doit être déterminée par interpolation, mais la la
partie restante est donnée par l'observation elle-même.
Expliquons cela sur le tableau I des 450 crânes. [Pour la position de
réduction E , = 368 (§ 64), D p = 409,7 tombe dans l'intervalle 405,5 -
410,5. D'où un 0 = 408; z 0 = 65; i = 5; g 1 = 405,5; x = 4,2, et on obtient pour
le å¶ " s'étendant de D p à la première limite d'intervalle 405,5 , di pour y D p -
Y, où y est le nombre et Yindique la somme de l'intervalle d'intervention, selon les
formules (13) et (8) de IX. Chapitre:
À partir de là, on peut voir avec quelle approximation les sommes absolues et
relatives d'écart, telles qu'elles sont données par le tableau, sont représentées par la loi
de somme. Il convient de garder à l'esprit que les valeurs empiriques supposant une
distribution uniforme de l' a resp. ¶ ont été déterminés dans les intervalles
individuels, tandis que le calcul théorique est basé sur l'hypothèse que la distribution
dans les intervalles correspond également au GG.]
Section 128. Supplément. La procédure supplémentaire.
Si, comme c'est généralement le cas, dans un tableau de distribution, seul le
nombre total, mais pas la somme totale de a, qui tombe au-dessus et au-dessous d'une
certaine valeur, ne donne brièvement que le nombre v et le nombre n , mais pas la
somme V et le nombre N , alors Bien que peut être C , mais ni A , ni D p directement,
les fonctions de déviation ni de ces valeurs en ce qui concerne donc pas compte de
distribution sera possible. En attendant, vous pouvez le faire en utilisant la procédure
suivante, quoique quelque peu fastidieuse, que j'appelle la procédure supplémentaire.
Au lieu de D p, on détermine D i qui, en règle générale, diffère si peu de D p pour
pouvoir y être substitué, laisse d'abord v, V, n, N de côté, mais détermine le nombre
encore incomplet d'écarts m " , m " et sommes d' écart å¶ " , å¶ " selon la méthode
connue connue, uniquement à partir des parties du tableau qui ont été
exécutées. Cependant, on détermine également les nombres d'écarts
totaux m , = m " + v et m« = M » + n , ci - après V: m , et n : m . Ces valeurs associées
on peut le voir dans le tableau suivant les valeurs d' une découverte dont le calcul est
ensuite donné mais par la table, au moins pour certaines valeurs, le problème de
calcul épargné la table est juste pour les petites valeurs. v: m , et n: m ¢ étendu,
comme dans la plupart des cas que loin de ceux -ci , où la table ne suffit pas,
il faut un être calculé directement.
La somme complète des écarts inférieurs et supérieurs par rapport à D i peut être
trouvée comme suit:
, . (10)
Ci-après 1) :
, ;
. (11)
un
0,1626 0,37726
0,1105 0,27992
0,0726 0,19960
0,0461 0,13677
0,0282 0,09006
0,0167 0,05700
0,0095 0,03466
0,0052 0,02026
0,0028 0,01138
0,0014 0,00614
0,0007 0,00319
0,0003 0,00159
0,0002 0,00076
0,0001 0,00035
2) [Lettres sur la théorie des probabilités, p. 401. "Waist des conscrits francais".]
On pourrait penser que même dans les cas où il existe une série complète, les
valeurs observées deviennent anormalement trop faibles à la baisse, comme c'est le
cas avec les mesures de recrutement de Leipzig et Annaberger, seule la procédure
complémentaire est appliquée à la partie supérieure de la série, qui est toujours du
même côté de D , doit être utilisé pourpour obtenir ce qui n'est pas impliqué dans
les influences à la baisse ou comme si la relation normale entre le nombre et la taille
des écarts, que l'on suppose vers le haut, atteignait également l'extrémité
inférieure. Mais ce n'est pas le cas. On ne peut plutôt attendre un résultat utile de la
procédure supplémentaire que dans la mesure où la partie inférieure de la ligne exclue
du calcul, qui est appelée b , est tout aussi normale que celle impliquée dans le calcul,
qui est appelée a . En fait, nous supposons que le nombre proportionnel d'écarts par
rapport à une certaine valeur d'écart jusqu'à la fin, c'est-à-dire dans la partie b, est trop
grand, de sorte que le nombre proportionnel ci-dessus, dans la partie a,anormalement
trop petit; avec la procédure supplémentaire, cependant, on suppose qu'elle est
normale, ce qui se contredit. Par conséquent, si vous suivez la procédure
supplémentaire avec de telles séries anormales, vous arrivez à des conclusions
absurdes. Bien entendu, la diminution de ces lignes par l'Supplementarverfahren la
valeur obtenue directement ¶ , et la valeur augmente à partir de A. - J'ai donc avec
les gens de Leipzig comme une prise la partie après côté négatif de D = varie de
69,71 à 66,5, comme b la partie de là à la fin, où vous pouvez vous rappeler (selon §
15) que 66 est la valeur en dessous de laquelle les outsiders tombent. La valeur totale
dérivée de å¶, 9935, le 9097 dérivé par la méthode supplémentaire, était nettement
égal à la valeur de å¶ '= 9070, qui découle de la partie positive de la série considérée
comme normale. La valeur de A dérivée directement de la totalité de la série était de
69,62, la valeur de 69,70 obtenue selon la procédure supplémentaire, c'est-à-dire la
valeur D, était sensiblement la même. Maintenant , si mais D vraiment la moyenne,
de sorte que la médiane devrait coïncider avec elle, donc m ' = m , être, alors
que m , = 4257; m ' = 4145.
§ 129. [Dans les deux chapitres précédents, le GG a été développé à un point tel
qu'il est disponible pour être utilisé comme un instrument approprié pour le calcul de
la distribution du K.G., à la fois avec une symétrie substantielle qu'avec une
asymétrie substantielle des écarts. Puisque l'expérience enseigne maintenant qu'en
fait, la loi des erreurs de GAUSS représente la loi de distribution correcte avec peu de
fluctuation des valeurs individuelles autour de leur valeur moyenne, et cela même
avec une faible asymétrie, où il est douteux qu'il ne s'agisse que d'une perturbation de
la symétrie essentielle ou d'une asymétrie essentielle la loi bilatérale confère des
avantages par rapport aux lois simples, la GG bilatérale peut être considérée comme
la loi de distribution suffisamment éprouvée de la K.-G. mis en place avec une faible
fluctuation relative. Cette loi fondamentale de distribution pour K.-G. ne s'appuie
alors que sur l'expérience et ne nécessite aucune justification théorique. D'un point de
vue empirique, il ne s'agit donc que de dériver les lois spéciales, déjà évoquées plus
haut (au chapitre V.) et dont la répartition est essentiellement asymétrique du fait de
la Loi fondamentale.
[Mais si cette loi fondamentale est suffisamment étayée par l'expérience, il est
probablement intéressant de présumer théoriquement le K.-G. à développer afin de
justifier théoriquement le GG bilatéral de manière similaire à ce qui s'est passé pour
la loi simple en théorie de l'erreur. Cela devrait être fait après avoir dérivé les lois
spéciales dans l'ajout à ce chapitre.]
§ 130. [Les lois spéciales de distribution essentiellement asymétrique se divisent en
deux groupes. Le premier contient des dispositions de base, selon lesquelles ce
dernier
1.est la valeur la plus dense, c'est-à-dire a le z maximum ,
2.possède la propriété exprimée dans la loi proportionnelle.
Le deuxième groupe donne des relations entre les valeurs principales, la moyenne
arithmétique A , la valeur centrale C et la valeur D la plus proche , dans la mesure où
les distances entre ces valeurs et leur position relative sont théoriquement
déterminées et les propriétés des nombres d'écart appartenant à A et D sont
développées 1) .]
1) [Outre ces lois, l'article 33 énumère également les lois extrêmes. Cependant, celles-
ci s'appliquent aussi bien à la symétrie qu'à l'asymétrie des valeurs d'écart et ne sont
donc pas des lois de distribution essentiellement asymétrique. Puisqu'ils donnent
également lieu à des discussions plus détaillées, ils bénéficieront d'un traitement
spécial dans le chapitre suivant.]
[Pour dériver ces lois, le GG bilatéral doit être utilisé comme base, qui devrait avoir
la forme suivante comme loi de distribution des copies d'un K.-G.
. (1)
Ici, comme d'habitude, m ¢ et m , signifient les nombres des écarts au-dessus et au-
dessous de la valeur initiale D , ¶ ' et ¶ , les distances absolues des écarts par
rapport à D , h' et h , et enfin les valeurs réciproques de e ' et e ,
où e' et e , les valeurs moyennes de ¶ ' et ¶ , sont. Cependant, la valeur initiale Dpas
d'emblée comme la valeur la plus dense ni comme la valeur déterminée par la loi
proportionnelle, puisque les deux propriétés doivent d'abord être prouvées. Plutôt, D
doit être considéré comme une valeur de départ initialement choisie arbitrairement,
qui ne peut être prouvée sur la base de la loi (1) que comme la valeur affectée par ces
deux propriétés. Cependant , il convient de noter que tel « et tel , ce qui signifie
pas de chiffres, mais avec une interprétation géométrique que
pour ¶ » respectivement. ¶ ,présents en abscisses ordonnées de la loi de distribution
qui sont perpendiculaires à cette dernière. Le nombre d'écarts, cependant, se rapporte
toujours aux intervalles et est représenté par des bandes de surface, de sorte que les
équations
z ' = z ¢ d ¶ ' ; z , = z , d ¶ , (2)
indiquer combien d'écarts selon la loi (1) entre les limites infiniment étroites ¶ ' et ¶ '
+ d ¶ ' resp. ¶ , et ¶ , + d ¶ , ce dernier intervalle piégé de la
taille d ¶ ' resp. d ¶ , tombe. Par conséquent, le déterminé W. W ¢ et W , qu'un écart
entre les limites spécifiées peuvent être trouvées. C'est par:
(3)
désigné.]
[Par les équations (1), pour une valeur finie de ¶ « et ¶ , la valeur associée de z »
et z , et par conséquent également la valeur correspondante de z «
et z , ou W ¢ et W , déterminée de façon unique . Cependant, cette unicité est
manquante pour la valeur initiale elle-même, à laquelle appartiennent les valeurs
d'écart ¶ ' = 0 et ¶ , = 0, sauf si
h
; (5)
de telle sorte qu'une transition ininterrompue des deux courbes, qui représentent les
équations (1), n'a lieu que si l'équation de condition (4) est remplie. Cependant, il
résulte de la considération suivante que cette équation de condition doit
nécessairement être remplie.]
[Il va sans dire qu'un intervalle d'une taille et d'un emplacement donnés ne peut
comprendre qu'un certain nombre d'écarts. Il en résulte que même un intervalle
infiniment petit, qui doit être considéré comme la limite d'un intervalle fini, doit
recevoir le même nombre, qu'il puisse être considéré comme la limite d'un intervalle
s'étendant dans la partie supérieure ou inférieure du tableau de distribution. Mais
est différent de z pour la valeur initiale z ' ,, le nombre d'écarts pour l'intervalle
associé à la valeur initiale dépend également du fait que celle-ci soit supposée être
réalisée du côté des écarts supérieurs ou du côté inférieur à la valeur initiale. Comme
cela n'est pas autorisé, z '= z , doit l' être et donc l'équation de condition (4)
doit être remplie.]
[Il serait déraisonnable d'argumenter que de cette manière on peut atteindre l'unicité
pour les nombres, mais pas pour le nombre d'écarts. En effet, les déterminations de
probabilité (3) se réfèrent en particulier à chaque côté des écarts, sans tenir compte de
l'autre côté ni en être affectée. Si vous voulez un partage mutuellement considérer
la détermination de l' Ouest, il faut que le même sur le nombre total m = m ¢ + m , se
référant aux différences, et il doit être réglé alors:
, (6)
de sorte que, comme il se doit, pour ¶ '= ¶ , = 0, l'unicité de la détermination de la
probabilité est donnée sur la base de (4).]
[Il est donc nécessaire d'ajouter l'équation de condition (4) lors de l'élaboration de
la loi de distribution (1). Cependant, cela signifie que les valeurs initiales respectent
la loi proportionnelle
e ' : e , = m ': m , (7)
requis. En même temps, cette valeur peut être considérée comme la valeur la plus
dense, car z ' et z , pour la valeur zéro de la quantité de déviation ¶ ' et ¶ ,
atteignent le maximum.]
[Les deux courbes suivantes peuvent servir à illustrer cette loi de distribution, dont
la première montre l'évolution des valeurs au-dessus de D avec une indication des
écarts probables et moyens w = DW ; e '= DE' ; q = DQ ; la seconde est le cours
des valeurs situées de part et d' autre de D avec les deux valeurs principales A et C
à côté de D et les deux écarts moyens simples e ' = DE' ; e , = DE , sous vos yeux.
Il convient de noter que les ordonnées présentent des valeurs relatives au lieu
d'utiliser les valeurs de z « et z , de formule (1) par 2 h » m « = 2 h , m , les
valeurs divisé z » : 2 h « m » et z , : 2 h , m , sont fixés. Il est également
devenu h '= 1; h , = 2 / 3 a été adopté. Par conséquent, la valeur maximale
est DB dans les deux courbes, égal à 1 : ; en outre:
e ¢ : e , = 2 : 3; e ¢ = 0,564; e , = 0,846; D - A = 0,282;
D - C = 0,222; .
L'unité de mesure est de 5,6 cm pour la première courbe et de 3,2 cm pour la
seconde.]
§ 131. [Ce n'est que dans des cas exceptionnels que les
nombres m ' et m , les écarts au-dessus et au-dessous de la valeur initiale D , seront
les mêmes. Dans ce cas , la valeur exceptionnelle centrale sont C et la moyenne
arithmétique des A avec D uni. Parce que c'est m '= m , de sorte que la condition
caractérisant la valeur centrale est remplie; de l'égalité de m ' et m , mais sur la base
de la loi proportionnelle, il s'ensuit également que e' = e , et donc m' E '
= m , e , . Cela signifie que les sommes d'écart mutuelles sont également égales, ce
qui détermine la moyenne arithmétique.]
[Cependant, si, comme on le suppose généralement, m ' diffère de m , les deux
valeurs principales A et C ne sont jamais combinées avec D , et leurs distances par
rapport à D peuvent être dérivées du GG comme suit.]
[Désigner le plus grand des deux nombres m ' et m , par m ", le plus petit
par m " et désigner les valeurs ¶ , e , h et t du côté du m " conformément aux
dispositions antérieures (§ 33) avec deux tirets au-dessus. Ensuite,
la valeur centrale C doit être recherchée comme la valeur qui, en association
avec D, délimite un intervalle qui contient ½ ( m "- m " ) écarts, car elle est:
, (8)
de sorte qu'il existe autant d'écarts au-dessus et au-dessous de la valeur déterminée
pour l'espèce que nécessaire pour la valeur centrale. De la loi de distribution découle
cependant, si g = C - D donne la distance entre les valeurs C et D quelle que soit leur
position mutuelle:
, (9)
ou si h " ¶ ¢ '= t; h" g = t "est défini:
. (10)
On considère donc que h " = e " ,
C - D = g = t "e" , (11)
où soit g doit être calculé directement à partir de (9) ou t " doit être déterminé sur la
ou (12)
et donc:
(13)
ou:
(14)
mettre. En revanche, C - D atteint la plus grande valeur possible si
( m "- m " ) : m "prend la valeur 1, c'est-à-dire si m " = 0 et m " = m , c'est-à-dire si le
total des écarts d'un même côté de la valeur initiale et l'asymétrie devient alors
infiniment grande. Dans ce cas limite (10) devient l'équation la plus simple:
, (15)
de sorte que t "= w: e" , où w représente la valeur probable des écarts, qui selon le
§ 119 doit être égal à 0,845347 × e " . Pour la distance C - D, on obtient l'équation:
C - D = w = 0,845347 × e ".]
(16)
[Cette détermination de C - D est fondée dans le cas général (11) ainsi que dans les
deux cas limites (14) et (16) sur le GG bilatéral en tant que loi sur la
distribution. C'est donc la détermination empirique de cette distance dans un tableau
de distribution soumis, qui est plus simple après calcul direct de C et A en utilisant
l' équation (26) ou (29) du XI. Le chapitre reçoit généralement une valeur s'écartant
de la détermination théorique trouvée ici. Elle est différente en ce qui concerne la
distance A - D entre la moyenne arithmétique A et la valeur initiale D, puisque la liste
des formules pour cette distance est basée uniquement sur les propriétés de A et D ,
qui sont également la base du calcul empirique, alors qu'il n'y a aucune raison
d'utiliser le GG.]
[ Notez que la plus grande des deux sommes de déviation å¶ ' et å¶ , en raison
de la loi proportionnelle, se trouve du même côté de D sur lequel se trouve le plus
grand des deux nombres de déviation, à savoir m ", après quoi plus la Vous pouvez
mettre les deux sommes par å¶ " , la plus petite par å¶ " :
å¶ "= å a" - m "D
å¶ " = m " D - å a " . (17)
De cela découle la soustraction:
å¶ "- å¶ " = å a "+ å a " - ( m "+ m " ) D = å a - mD ,
et après division par m on obtient que:
,
l'équation:
, (18)
qui, cependant , ne tient pas encore compte de la propriété de D pour respecter la loi
proportionnelle. A cet effet, défini dans (18):
å¶ "= m " e " ; å¶ " = m "e "
ou ce qui est pareil, puisque m "= m - m " et m " = m - m " :
å¶ "= moi" - m "e '' ; å¶ " = moi " - m " e " .
Cela conduit à l'équation:
, (19)
dans lequel selon la loi proportionnelle:
m " e '' - m " e" = 0
est, de sorte que finalement:
A - D = e "- e " (20)
se traduit par une relation qui existait déjà dans le XI. Chap. a été établie lorsque les
propriétés de D p ont été utilisées dans l'intérêt de sa détermination à partir des valeurs de
tableau données empiriquement.]
[Puisque selon la loi proportionnelle:
(21)
ou, comme ci-dessus:
(24)
peut être dérivée.]
§ 132. [Sur la base de la détermination ci-dessus des distances C - D et A - D , A -
C peut également être trouvée comme la différence entre les deux distances
précédentes, selon laquelle les lois de distance pour les trois valeurs principales A,
C et D peuvent être données sous la forme suivante:
1) pour toute valeur m " et m " , c'est-à-dire pour tout degré d'asymétrie, selon les
formules (11) et (20) respectivement (22):
C - D = t "e"
A - D = e " - e " = 2 F " × e" (25)
; (27)
4) dans le cas où il n'y a pas du tout d'asymétrie, auquel cas m '= m , enfin:
C-D=0
A - D = 0 (28)
A-C=0.
Il convient de noter que bien que, comme le montre immédiatement la dérivation des
écarts A - D et C - D , A et C soient du côté du m " , mais seules les valeurs absolues
de ces distances sont déterminées, et il reste à voir si A et C diffèrent dans le sens
positif ou négatif de D. Le premier est le cas si m ¢ > m, le second si m , > m ' .]
§ 133. [A partir de ces lois de distance, les relations de distance et en particulier
les p- lois peuvent être obtenues par division. Vous obtenez:
1) pour le cas général où le degré d'asymétrie n'est soumis à aucune condition:
(29)
;
2) en cas d'asymétrie très faible:
(30)
;
3) en cas d'asymétrie infiniment grande:
(31)
.
Les valeurs reportées sous 2) et 3) représentent les limites entre lesquelles les
dispositions applicables au cas général varient. En particulier, les relations qui
s'appliquent à une faible asymétrie sont intéressantes, car ce cas est dû à la
légère fluctuation des spécimens du K.-G. arrive si souvent qu'on peut l'appeler
une règle. Pour cette raison (30) a reçu les relations d' un nom spécial et les
noms des p - . Les lois]
[Des trois quotients, le premier est généralement pris en compte et donc par
souci de simplicité par un spécial. Lettres, à savoir désignées par p . On peut
donc s'attendre à ce que p ou ( C - D ) : ( A - D ) ne soit pas inférieur à 0,785 et
pas supérieur à 0,845, à moins que des irrégularités ne perturbent pas le cours
des valeurs empiriques d'un tableau de distribution et l'accord avec la théorie
selon laquelle n'est déterminant que pour les dispositions ci-dessus.]
§ 134. [Que C et A se trouvent du même côté de D a déjà été noté; mais
que C se situe entre A et D est évident à partir de l'explication suivante.]
[La formule (29) est très générale:
, (32)
où t "est la valeur associée à F " dans la table t . Considérons maintenant
que F " ne peut représenter que des valeurs comprises entre 0 et ½, car
,
un coup d’œil au tableau t montre que
t "< F ", (33)
Parce que ce n'est qu'à partir de la valeur F = 0,6209 que les valeurs t à trois
chiffres sont supérieures aux valeurs F associées afin de rester plus grandes
jusqu'à la fin du tableau. Depuis d'ailleurs:
<2
et donc d’autant plus:
t ¢ cot <2 F ",
il en est en effet ainsi:
C - D <A - D. (34)
Cette loi, selon laquelle C est toujours entre A et D , est appelée la loi de
calque.]
[La loi des couches a pour conséquence que l'asymétrie des écarts bez. D a le
signe opposé à celui des écarts. A. A savoir, puisque par rapport à C , les
nombres de déviation mutuelle sont égales les unes aux autres, il y a pour
chaque valeur ci - dessus C l'inégalité m « < m , et pour chaque valeur
inférieure C l'inégalité m » > m , . Donc, si A est au - dessus de C ,
µ ¢ < µ , c'est -à- dire µ '- µ , négatif.
Alors D est en dessous de C, de sorte que:
m ¢ > m , c'est-à-dire m '- m , est positif.
exprimée.]
[Cependant, comme un 0 doit représenter la valeur la plus probable selon
l'hypothèse sous-jacente, le produit de W. pour les écarts des valeurs présentées
a par rapport à 0 doit également être plus grand selon les principes connus
du calcul des probabilités que pour les écarts de quiconque autres valeurs
différentes d' un 0 . Il faut donc
c'est donc:
(36)
à régler.]
[Cette équation doit coexister avec l'équation (35). Si l'on met (36) sous la
forme:
si éclairé que:
, (37)
où k est une constante arbitraire. De:
mais suit
, (39)
où c , est une constante à déterminer plus en détail et - h , ² =
½ k m ' 2 . En revanche, pour les écarts supérieurs à D = a 0 , qui peuvent être
représentés indifféremment par ¶ ' , on trouve:
, (40)
où encore la détermination de c 'est toujours en attente, alors que - h ¢ ² =
½k m , 2 ]
[Afin de déterminer finalement les constantes c ' et c , le W. doit être que,
parmi les m ' supérieur et m , les écarts inférieurs, tout se situe entre 0 et ¥ , -
comme cela va de soi - pour être mis à 1. Il doit donc:
et:
,
à:
. (41)
Alors finalement,
(42)
avec le spécifié à partir des valeurs de h ' et h , la condition suivante:
.] (42a)
§ 136. [Avec cette justification du GG bilatéral, on peut considérer comme
une déficience que l'hypothèse sous-jacente de la loi proportionnelle est
inférieure à l'hypothèse de la moyenne arithmétique dans la théorie de l'erreur
en termes de simplicité et de preuve. Parce qu'on ne peut que chercher un
support dans l'expérience, comme cela a également été décrit au § 42 comme
un fait fondamental de l'expérience que le K.-G. permettent de déterminer une
valeur la plus dense suffisamment proche de la valeur définie par la loi
proportionnelle.]
[Il est donc intéressant qu'une autre hypothèse puisse être avancée, qui
repose sur des considérations simples et évidentes sur la manière dont le K.-
G. prend en charge. Pour l'instant, elle conduit à une loi de répartition
uniforme; cependant, puisque ce dernier permet de déterminer une valeur la
plus dense, qui correspond approximativement à la loi proportionnelle, le GG
bilatéral se présente également comme une approximation de cette loi
uniforme. On se rend ainsi compte que la division de la loi de distribution en
deux parties, comme c'est le cas avec l'utilisation de la Le GG n'est pas dû à la
nature du K.-G. est exigé, mais peut être motivé par la nécessité de rendre
accessible à un usage convenable la loi résultant de l'hypothèse qui réponde
aux exigences de la mesure collective.]
[Afin de clarifier les points essentiels de l'élaboration de cette hypothèse, tout
d'abord, contrairement aux circonstances réelles, un K.-G. à condition que les
spécimens ne distinguent qu'un petit nombre de gradations équidistantes et
finies en termes de taille. Par exemple, il peut y avoir cinq niveaux de taille et
les tailles elles-mêmes sont identiques dans l'ordre:
a, a + i, a + 2 i, a + 3i, a + 4i (43)
être. Il est alors naturel d'attribuer la différence de taille au jeu des forces
spéciales qui, si elles
fonctionnent, produisent l'augmentation i . On supposera donc quatre
forces K 1 , K 2 , K 3 , K 4 , du type que chacune peut travailler aussi bien que
non. Si aucune des quatre forces n'entre en vigueur, un spécimen de taille a est
créé ; si une seule des quatre forces agit, le spécimen reçoit la taille a + i ; mais
si deux, trois ou les quatre forces agissent, la grandeur devient a + 2 i, a +
3 i ou a + 4 i généré. La fréquence d'apparition des spécimens d'une certaine
taille dépendra alors du W. qui existe pour l'effet de chaque force individuelle,
et la loi de distribution sera déterminée par celle-ci. On obtient notamment si
les forces agissent indépendamment les unes des autres avec les
W. p 1 , p 2 , p 3 , p 4 et par conséquent les W. pour l'absence de leur effet
par q 1 = 1 - p 1 , q 2 = 1 - p 2 , q 3 = 1 - p 3, q 4 = 1 - p 4 sont donnés, les
représentations suivantes pour le W. des différents niveaux de taille:
W[a]=q1q2q q4; 3
W[a+i]=p1q2q3q4+q1p2q3q4+q1q2p3q4+q1q2q3p4;
W[a+2i]
=p1p2q3q4+p1q2p3q4+p1q2q3p4+q1p2p3q4+q1p q3p4+q1q 2
p3p4;
2
W[a+3i]=p1p2p3q4+p1p2q3p4+p1q2p3p4+q1p2p3p4;
W [ a + 4 i ] = p 1 p 2 p 3 p 4 . (44)
De cela, on peut voir qu'une distribution symétrique des spécimens aux
différents niveaux de taille n'est possible que si, pour. B. p 1 + p 3 = p 2 + p 4 =
1, ou s'il y a le même W. pour l'occurrence de l'effet de chaque force
individuelle que pour l'absence de l'effet de l'une des autres forces. Ensuite:
W[a]=p1p2q1q2
W[a+i]=(p1p2+q1q2)(p1q2+p2q1)
W [ a +2 i ] = ( p 1 p 2 + q 1 q 2 ) 2 ( p 1 q 2 + p 2 q 1 ) 2 - 2 p 1 p 2 q 1 q 2
W[a+3i]=(p1p2+q1q2)(p1q2+p2q1)
W [ a +4 i ] = p 1 p 2 q 1 q 2 .
2) [Le terme "forces" est choisi par souci de concision; il peut être compris comme
signifiant toutes les particularités de quelque nature que ce soit, qui ont une influence
changeante sur la taille des spécimens d'un K.-G. sont capables d'exercer.]
différents systèmes de forces x peuvent être formés, mais pour chaque système, le W.
p x × q n-x
il y a:
. (46)
Maintenant, les formules pour les grands n, x et n - x s'appliquent :
.
Compte tenu de cela, vous obtenez:
(47)
Si on suppose ici pn et qn comme nombres entiers, on suppose que n est divisible par
le dénominateur commun des fractions p et q , la généralité du développement
suivant n'étant pas restreinte, au lieu de x et n - Écrivez x avec avantage pn + x et qn -
x , où maintenant x doit passer par tous les nombres positifs de 0 à + nq et tous les
nombres négatifs de 0 à - np ; en même temps a + xi passe par a + pni + xi ou, sia +
pni est brièvement désigné par un 0 , à remplacer par un 0 + xi . Vous pouvez le
trouver comme ceci:
(48)
(49)
La même chose est valable tant que x: pn et x: qn sont inférieurs à 1.]
[Si cette loi doit représenter le W. pour les valeurs finies des écarts xi
par rapport à 0 , alors x doit être supposé comme une quantité de l'ordre 1 : i . En
revanche, n est une quantité d'ordre supérieur si les écarts extrêmes pni et qni sont
très importants par rapport aux valeurs xi considérées . Cependant, cela est en fait
vrai, car les écarts extrêmes augmentent avec le nombre de copies des deux côtés et
donc, du point de vue de la théorie, on peut supposer qu'ils augmentent
indéfiniment. Soit donc n une quantité de l'ordre 1 : i2 fournis. Alors le
quotient x 2 : n représente une quantité finie et le quotient x: n de la même manière
que le quotient x 3 : n 2 une quantité de l'ordre i. On peut ainsi, si la taille de l'ordre i ²
et ordre supérieur dans la représentation de la série de j et y apporter sont négligés,
la loi de la probabilité (49) sous la forme simple suivante:
,
ou:
, (50)
si xi = D et ni 2 = k est défini.]
[Lorsque cette loi a été dérivée, on a supposé que les copies du K.-G. au
milieu, un 0 + xi des intervalles représentés par la série de valeurs (45) peut être
considéré comme uni. En réalité, cependant, les échantillons sont répartis en continu
dans les intervalles, de sorte que la fonction de probabilité peut également
être supposée comme une fonction continue des écarts D , dont les intégrales entre les
limites des intervalles sont données par le W [ a 0 + D ]. Si nous désignons la fonction
de probabilité par w [ a 0 + D ] alors:
W [a 0 + D ] = ò w × d D ,
ou compte tenu de la petitesse de i :
= w × i.
On trouve donc d'abord pour les centres d'intervalle:
; (51)
mais comme w est une fonction continue de D , cette représentation doit s'appliquer à
tout D. ]
[Après cela, la valeur maximale de w à partir de l'équation peut être trouvée par
différenciation :
;
ou (considérant que la partie w ne disparaît pas, la partie D est ici une quantité
d'ordre i, et par conséquent i D 2 est négligeable) à partir de:
.
Ainsi, la valeur la plus dense D se détache:
.
Si cette valeur est choisie comme valeur initiale pour la loi de probabilité,
alors a 0 = D + ½i ( q - p ); D = ¶ - ½i ( q - p ), le résultat est lorsque w [ D + ¶ ] est
remplacé par j ( ¶ ):
(52)
comme forme finale de la loi à dériver.]
[C'est maintenant la preuve que la valeur initiale D se rapproche de la loi
proportionnelle due à la loi (52). A cet effet:
. (53)
Maintenant, si m ¢ indique le nombre au-dessus de D et m le nombre total d'écarts:
.
Par conséquent, pour le dessous de D nombre préféré m , :
.
Au- dessus et au- dessous est également appelé D des sommes situées des écarts
par ¶ ' et ¶ , est donc:
.
On en trouve:
; . (54)
Donc:
= si b = ¾ pa = 2,356 a . (55)
En première approximation, vous pouvez
a = 1; b = 2
réglé de sorte qu'en fait approximativement:
, (55a)
comme l'exige la loi proportionnelle.]
[Cependant, si la loi proportionnelle s'applique, le GG bilatéral peut remplacer la
loi uniforme de probabilité par une approximation appropriée (52). La même chose
doit être supposée dans la forme (6), qui concerne les écarts mutuels, car la loi (52)
prend également en compte les écarts supérieurs et inférieurs en même temps. Qu'il
en soit ainsi:
. (56)
Voici basé sur les nombres de variance calculés et les sommes de variance:
. (56a)
Cependant, étant donné que la validité approximative de la loi proportionnelle exige
que ¾ p est arrondi à la valeur entière de 2, il est également ½ p et quatre / 3 pour être
considérés comme équivalents et
(56b)
mettre; En outre, avec la même autorité dans la représentation de h ' et h , au lieu de
½ p - 2 / 3 et ¼ p et 2 / 3 sont définis].
[Le remplacement de la loi uniforme (52) par le GG bilatéral signifie donc qu'au lieu
du lien
le lien
[Notez que l'asymétrie est représentée ici par des quantités de l'ordre i . Il devient
donc infiniment petit lorsque i devient infiniment petit. Dans la dérivation ci-dessus,
cependant, on n'a pas supposé que i était infiniment petit, mais seulement si petit
que i 2 peut être négligé par rapport aux quantités finies.]
[Il convient également de mentionner que pour la loi uniforme de probabilité, au
lieu de la valeur D la plus dense , une autre valeur peut être choisie comme valeur de
départ. Sous la forme de représentation (51), c'est par exemple la moyenne
arithmétique qui fait le point de départ des écarts. On en trouve notamment en ce qui
concerne un 0 la somme des écarts mutuels égaux entre eux, de sorte que un 0 en fait,
la moyenne arithmétique A représente.]
En conséquence, il n'a jusqu'à présent pas été question d'une enquête théorique ou
empirique et d'une détermination des relations juridiques de ces valeurs, de sorte que
non seulement une certaine lacune à cet égard devrait être comblée par l'enquête
suivante, mais également l'élimination factuelle du soupçon, que les valeurs extrêmes
ne soient soumises à aucune condition légale, portent un certain intérêt à elles-
mêmes.
Or, il est vrai, cependant, que des écarts parfois extrêmes ou extrêmes peuvent
résulter de causes exceptionnelles qui émergent de la série de conditions dans
lesquelles un K.-G. compris comme existant et soumis à l'enquête; par ex. B. crâne en
forme de tonneau ou décidément microcéphale, où il s'agit d'un crâne sain. De tels
extrêmes sont en effet imprévisibles. Mais comme les lois à élaborer ne s'appliquent
qu'à ces K.-G. se rapportent aux accessoires spécifiés précédemment (chapitre IV), le
fait que les extrêmes ressortent de la relation juridique peut être considéré comme un
signe que ces extrêmes sont anormaux, ce qui, en cas de conditions normales, peut
être exclu.
§ 139. Empiriquement, on peut facilement se convaincre du changement des
extrêmes avec la taille du m de la manière suivante.
Déterminez les deux extrêmes E ' et E , à partir de la totalité d'une liste originale
de m donnés , dans laquelle les dimensions sont contenues dans un ordre
aléatoire, puis divisez l'intégralité de celles-ci en un certain nombre de fractions
égales sans changer l'ordre aléatoire des dimensions. B. si le total était m = 1000, en
10 fractions de m = 100 chacune , et déterminer maintenant les extrêmes de ces
fractions. Si les mêmes extrêmes ne se produisent pas plusieurs fois dans la totalité ,
ce qui s'avère être le cas avec un grand total - m seulement dans des cas
exceptionnels, ils ne seront pas trouvés dans les fractions, mais en moyenne ils ne
seront plus petits E 'et plus grand E , donnez; et si vous répétez le processus pour
chaque fraction de m = 100, par exemple en le divisant en 10 fractions de m = 10, le
succès correspondant se produira bien sûr. Maintenant, on peut considérer la totalité
des dimensions d'un m donné que l'on avait devant soi comme une fraction d'une
totalité de m plus grande et conclure que si l'on avait plusieurs de ces fractions du
même m l'une devant l'autre, les E ' et E , que vous obtenez d'eux, également en
moyenne des E ' et E ,la plus grande totalité de toutes les copies en plus et moins
serait surenchérie.
On peut noter que les E obtenus à partir des fractions de la même totalité du même
nombre ont une taille légèrement différente, et puisque la totalité elle-même peut être
considérée comme une fraction parmi d'autres fractions égales d'une totalité plus
grande avec un m donné , on aurait encore entre les E de ces fractions plus
importantes trouvent des différences, de sorte que l'on ne peut pas compter trouver
un E ' et E spécifique , en fonction du m donné ; mais on peut certainement dire
dans un premier temps que normalement, dans le sens introduit ci-dessus,
le E dépendant du m donnéen moyenne augmentation et diminution de +, plus m est
grand; deuxièmement, leur variation à un m donné peut être considérée comme une
question d'incertitude due aux coïncidences déséquilibrées, qui fait l'objet d' un
examen plus approfondi, qui reviendra ci-dessous.
Expliquons le précédent sur l'échelle de l'élève 4) avec m = 2047, dont les éléments
sont donnés au § 65, selon lequel A 1 du tableau primaire = 71,77; D p après réduction
à i = 1 pouce mais en moyenne de 4 couches = 71,96. Cependant, étant donné que
l'utilisation de l'ensemble m = 2047 serait extrêmement lourde, je n'utilise que 360
valeurs comme suit.
Ces rangées, qui représentent les tableaux de distribution des écarts extrêmes,
montrent à travers l'avancement progressif des plus petites valeurs que les extrêmes
ont augmenté avec l'augmentation de m . Cependant, une idée plus précise de celle
- ci fournit l'ensemble suivant de valeurs moyennes du U, en tant que la moyenne
arithmétique U a , la valeur centrale U c et la valeur la plus dense U d sont destinés:
III. Les valeurs moyennes U a , U c et U d des écarts extrêmes par rapport
aux fractions m- membres.
m m m
m=2 m=3 m=4 m = 18 m = 36 m = 72 m = 360
=1 =6 =9
U a 2,00 2,72 3.27 3,61 4.10 4.39 5.14 5.75 6.15 7.75
U c 1,73 2,41 3.16 3,65 4.13 4.33 5.13 5,50 6.00 7.75
U d 1,50 2,00 2,00 2,00 4.00 4,25 5,25 5,25 5,25 7.75
. (1)
Peu importe que les écarts bilatéraux + D et - D soient utilisés lors du démarrage
de la moyenne arithmétique, ou les écarts unilatéraux ¶ ' ou ¶ , sous lequel Q doit
être compris; où seulement dans le premier cas h = 1: h , dans le second cas h
= 1: e ' resp. = 1: e , où h est la moyenne de D , e ' ou. e , la moyenne de ¶
¢ resp. ¶, représente. Si , par exemple, le premier des m écarts Q 1 , Q 2 ... Q m doit
être égal à U et que chacun des suivants est inférieur ou au plus égal à U , alors le
premier a la valeur
.
Le W. pour la réunion de m écarts, dont le premier est égal à U et chacun suivant a
une valeur arbitraire entre 0 et U , est donc le même:
, où t = hU , (2)
montré. Là
,
,
vous pouvez donc également:
; ( t = hU ) (3)
mettre.]
[Cette dernière forme de représentation montre que l'intégrale peut être
donnée directement via W [ U ]. Cependant, cette intégrale, prise entre certaines
frontières, exprime le W. que l'écart extrême se situe entre ces frontières. Il est donc
vrai que l'écart extrême inférieur à U 1 = t 1 : h et supérieur à U 2 = t 2 : h est égal à:
, (4)
de sorte que surtout le W. que U = t: h le resp supérieur. limite inférieure des
extrêmes par:
resp.
est appelé.]
[Si l'on détermine maintenant une valeur U c = t c : h telle que
ou , (5)
m tc m tc m tc
1er 0,4769 9 1,2628 500 2.2611
2e 0,7437 18e 1.4689 1000 2,3988
3e 0,8936 36 1,6576 5000 2,6946
4e 0.9957 72 1.8319 10 000 2.8134
6 1.1330 360 2.1933
[En plus des valeurs centrales, il est intéressant de connaître la valeur qui a le plus
grand W. comme valeur unique. Si l'extrême de m déviations est déterminée de
manière suffisamment répétée, c'est la valeur la plus dense et est théoriquement
déterminée comme la valeur maximale de W [ U ]. Il satisfait donc l'équation pour t
= hU :
,
ou:
, (6)
et doit être notée U d = t d : h . Le calcul de t d à partir de l'équation (6) pour
un m donné doit, comme celui de t c , être effectué à l'aide de la table t . Les valeurs
associées suivantes de m et t d sont trouvées :
m td m td m td
1er 0,000 9 1 194 500 2,203
2e 0,620 18e 1,404 1000 2,342
3e 0,801 36 1 594 5000 2 641
4e 0,914 72 1,770 10 000 2,761
6 1 060 360 2,134
Ils montrent que t d < t c , donc aussi U d est inférieur à U c , mais que lorsque m
augmente, ces valeurs se rapprochent.]
[Enfin, la moyenne arithmétique des écarts extrêmes peut également être
déterminée. Si nous l'appelons U a , nous obtenons de (2):
(7)
ou - après intégration partielle -:
. (8)
Pour m = 1, la moyenne simple des écarts elle-même résulte de (7) U a = 1 : h di.
Pour m = 2, on obtient de (8) U a = :h , di la moyenne des écarts
multipliée par = 1,4142 Pour m plus grand , F [ t ] peut être représenté en ligne selon
le § 118 et donc U a peut également être développé en ligne. Par exemple, cela conduit
à m = 3:
ou là
,
à:
.
U a devient ainsi égal à la valeur moyenne des écarts multipliée par 1,6623.]
[Chacune des trois valeurs U c , U d et U a montre de façon particulière la
dépendance des écarts extrêmes par rapport au nombre m des écarts à partir desquels
la détermination est effectuée. Cependant, si l'on veut comparer les valeurs théoriques
avec les valeurs empiriques, il est important de prendre en compte à la fois la
certitude de la détermination empirique et la facilité du calcul théorique et de
considérer laquelle des trois valeurs offre le plus grand avantage. Or, le calcul de la
valeur théorique de U c est plus pratique que celui de U d ou Ua , mais en ce qui
concerne la détermination empirique, U d est en retard sur U c et U a en termes
de sécurité, tandis que U c et U a méritent généralement la même confiance. Il est
donc avantageux d'utiliser la valeur centrale U c pour comparer la théorie avec
l'expérience.]
[Pour les dimensions de recrue pour lesquelles les valeurs déterminées
empiriquement de U c sont répertoriées dans le tableau III, cette comparaison conduit
aux résultats suivants, la moyenne h des écarts simples selon le § 65 étant fixée à
2,045, soit 1: h = h = 3,625 c'est:
IV: Comparaison des valeurs théoriques de U c avec
les valeurs empiriques déterminées à partir de fractions m- membres.
Uc Uc
m Diff. m Diff.
théor. empir. théor. empir.
1er 1,73 1,73 0 9 4,58 4.33 - 0,25
2e 2,70 2,41 - 0,29 18e 5.32 5.13 - 0,19
3e 3.24 3.16 - 0,08 36 6.01 5,50 - 0,51
4e 3,61 3,65 +0.04 72 6,64 6.00 - 0,64
6 4.11 4.13 +0.03 360 7,95 7.75 - 0,20
(9)
du fait que la valeur extrême des écarts m ' au-dessus de D est égale à U' et donc
l'extrême supérieur lui-même:
(9a)
être. En conséquence, le W.:
(10)
le fait que U , = t , e , notamment Xtreme valeur de m , au- dessous
de D gène situé déviations ou l'extrême inférieure même égale
(10a)
être. Il est maintenant possible dans la répétition continue toujours m ' ci - dessus
et m , en dessous de D exemples préférés de la présente K.-G. choisie au hasard, la
valeur centrale des extrêmes supérieur et inférieur ainsi créée est donnée par:
; où
; où (11)
la valeur la plus dense grâce à:
; où
; où (12)
la moyenne arithmétique par:
; où
; où (13)
peut être représenté.]
[2) Comme avec l' augmentation de m « et m , les selon les formules ci - dessus,
les valeurs respectives t » et t , grandir, donc posséder d' abord les valeurs de
différence t « - t , et m » - m ' ont le même signe; En outre, étant donné que selon la
loi proportionnelle également e « - e , le même signe que m » - m , a, comme en est
de même des différences E't « - e , t , et m ¢ - m ,. L'asymétrie des écarts
extrêmes D a donc la même direction que l'asymétrie des nombres d'écarts. D. Si
vous voulez que cette loi fasse référence aux écarts. de la moyenne arithmétique A ,
on arrive aux lois d'inversion spécifiées au § 33 sous 7) en deuxième position sur la
base de la considération suivante. Étant donné que les écarts extrêmes sont grandes et
sont soumis à des fluctuations relativement importantes, l'hypothèse est admissible
que la différence des écarts ne change pas de signe lorsque l' un des D aux valeurs
relativement proches A passe. La différence des nombres d'écart Unmais a le signe
opposé comme la différence des nombres d'écart. D. Si cette hypothèse est correcte,
la différence des écarts extrêmes A le signe opposé comme la différence entre les
nombres d'écart. A. En fait, cette loi inverse z. B. dans les tableaux III et IV de
XXV. Chapitre pour les membres des tiges de seigle (avec une seule exception parmi
15 cas différents) sa probation. Cependant, cela ne peut être considéré que comme
une loi empirique, qui s'applique généralement en cas d'asymétrie substantielle. En
cas d'asymétrie insignifiante, en revanche, elle ne devrait plus conserver sa validité
(voir § 181.)]
[3) Si l'asymétrie du K.-G. disparaît, alors en principe, les mêmes valeurs doivent
également être exigées pour les écarts extrêmes, car la valeur initiale dont
le A coïncidant avec D et le GG simple au lieu du recto-verso
doit maintenant s'appliquer. Dans ce cas, les formules données en 1) restent, si
seulement m « et m , par ½ m et e » et e , par la validité des deux côtés de la même
manière h est remplacé. Cependant, puisque la loi de distribution pour la symétrie
essentielle est basée sur le total m des deux côtés de Aensemble, il est plus approprié
de soumettre conjointement les écarts positifs et négatifs à la détermination extrême,
ce qui conduit aux déclarations suivantes. Si nous posons t = U: h , alors nous
avons:
(14)
faire en sorte que les valeurs extrêmes des écarts de D de C .. A égale
à U est. Cependant, il reste à déterminer si U doit être ajouté aux valeurs initiales
dans un sens positif ou négatif. On ne peut donc dire que
ou (14a)
Et en même temps dans le premier cas E , au-dessus de A - U, dans ce dernier cas , E
' sous A + U reste. Des remarques correspondantes doivent également être faites
concernant l'addition des valeurs moyennes d'écart extrême U c ,
U d et U a à déterminer selon les formules (5), (6) et (8) aux valeurs initiales. Parce
que vous n'obtenez pas les extrêmes moyens eux-mêmes, mais seulement un resp
supérieur. limite inférieure pour la resp. supérieure extrême moyenne inférieure.]
a = log a ; ; l ¢ = log y ¢ =
log a ¢ - log H ; ;
l , = log y , = log H -
log a , (1)
; ; où l ¢ = a ¢ - D ; l = D - a . (2)
Si l'on veut aussi passer des valeurs logarithmiques aux valeurs numériques qui leur
appartiennent selon les tables de logarithme, alors
D = log T ; C = logC; G =log G (3)
présupposer. Il désigne alors T la valeur de rapport la plus proche de a , qui est
différente de la valeur arithmétiquement la plus proche D ; C correspond à la
moyenne arithmétique; et G représente la moyenne géométrique d' unCependant, en
faisant référence à ces stipulations et développements dans le chapitre spécifié, il y a
une obligation de faire ce qui a été promis seulement ici. Il faut donc apporter la
preuve empirique que l'avantage du traitement logarithmique pour K.-G. avec une
forte fluctuation proportionnelle émerge décidément. Une autre partie de celui - ci est
que les déviations logarithmiques de un et de ses principales valeurs D , C , G ,
en raison de la double colonne G. G . dispositions directement applicables sur les
écarts de rapport de a et leurs principales valeurs T , C ,G et de dériver une relation
entre le traitement logarithmique et arithmétique en dérivant la relation
théoriquement valide entre T et D. ]
[Ici, la loi de distribution logarithmique elle-même doit être considérée comme une
loi d'expérience suffisamment efficace en cas de fortes fluctuations, qui se confond
avec la loi arithmétique ordinaire en cas de faibles fluctuations. C'est donc aussi peu
nécessaire que cela d'un point de vue empirique pour d'autres raisons. Mais après en
plus du XIX. Si une hypothèse a été formulée concernant l'origine du K.-G-, à partir
duquel le G.G bilatéral , pour les écarts arithmétiques, a été approché, il semble
nécessaire de modifier cette hypothèse de telle sorte que la loi de distribution en
résulte également pour les écarts logarithmiques suit en conséquence. Cela devrait
être fait en plus de ce chapitre.]
§ 144. [Afin de visualiser l'avantage que le traitement logarithmique a sur le
traitement arithmétique en cas de fortes fluctuations, je prends un exemple et partage
de chacun des K.-G. mentionnés ci-dessus, les dimensions des peintures de la galerie
et les niveaux de pluie quotidiens les résultats pour les deux traitements avec.]
[À partir des catalogues de l'ancienne Pinakothek à Munich et de la collection de
peinture à Darmstadt, les dimensions de 253 images de genre ont été obtenues, dont
les dimensions en hauteur ont été introduites dans un tableau de distribution
primaire. Le centimètre a été choisi comme unité de mesure. La plus petite dimension
était de 13, la plus grande de 265, la moyenne arithmétique A 1 était de 54,4 et
la valeur centrale C 1 était de 44,2 cm. A partir de cela, un tableau réduit a été obtenu,
dans lequel les dimensions pour chaque 10 cm ont été résumées. Cela a conduit à un
traitement arithmétique selon le bilatéral G. G. sur les résultats suivants:
par ex.
un
empir. théor.
- - 1er
15 13 15
25 41 38
35 54 39 1)
45 43 36
55 22 31
65 20,5 26
75 15 21
85 10e 16
95 8.5 11
105 5 8
115 3e 5
125 6 3e
135 3e 2e
145 5 1er
155 0 ——
165 1er ——
195 1er ——
235 1er ——
265 1er ——
A 2 = 55,3
C 2 = 44,3
D i = 35,4
D p = 24,9
m '= 220
m , = 33
e'= 35,8
e,= 5,4
1) [Ici, le maximum des valeurs théoriques ne tombe pas sur l'intervalle 20-30,
qui inclut la valeur la plus dense D p . Cependant, cela n'est dû qu'au résumé des
intervalles z mentionné ci-dessus . En fait, avec un autre résumé, par exemple:
Intervalles par
ex.
20-24 14,0
24-28 15,9
28-32 15,8
de sorte qu'un petit excès est attribué à l'intervalle 24-28 avec les valeurs les plus
denses 24,9.]
Mais en remplaçant dans le panneau principal, les une des valeurs logarithmiques des
valeurs a = connectent A , qui est maintenant entre les limites d' un = 1, 11 et un =
2,42 varier et sélectionne l' un d'un intervalle de taille réduite 0,08 , si ce tableau
de a est traité exactement de la même manière que le tableau précédent de a , les
résultats suivants sont obtenus:
II. Dimension en hauteur des images de genre dans le traitement logarithmique.
i = 0,08; m = 253.
un Z.
empir théor.
1,04 - 0,5
1.12 4e 1,5
1,20 5 4e
1,28 5 10e
1,36 19e 18e
1,44 22 27
1,52 38 32
1,60 32 32
1,68 31 30
1,76 26 26
1,84 18e 22
1,92 19e 17e
2,00 13 12e
2,08 9 8.5
2.16 8 5.5
2,24 1er 3e
2,32 1er 2e
2,40 2e 1er
2,48 —— 1er
G = 1,669
C =1,644
D i= 1,538
D p =1,549
G= 46,7
C= 44,1
T i= 34,5
T.p = 35,4
m '= 165
m , = 88
e' = 0,256
e , = 0,136
Si vous comparez maintenant les deux tableaux, l'avantage du traitement
logarithmique devient évident. Car dans le tableau arithmétique, la somme des
différences absolues entre les valeurs empiriques et théoriques est de 74; dans le
tableau logarithmique, en revanche, seulement 37, exactement la moitié de la
taille. De plus, les valeurs empiriques et théoriques les plus
denses, D i et D p , diffèrent l'une de l'autre de 10,5 unités; tandis que les valeurs
comparables T i et T p ne diffèrent que de 0,9. Il convient également de mentionner
que le quotient déterminé arithmétiquement
représente la valeur 0,792, de sorte qu'elle tombe complètement en dehors des limites
théoriques de p , à savoir 0,785 et 0,845, alors qu'elle se rapproche très de la valeur
¼ p = 0,785 requise par les lois p dans ces limites. Tout cela montre que le traitement
arithmétique échoue en fait ici, tandis que le traitement logarithmique fait ses
preuves. Il convient de noter que, malgré le petit m du tableau empirique, les relations
soulignées pour les dimensions des images de genre doivent être considérées comme
typiques.]
[À titre d'exemple des niveaux de pluie quotidiens, les quantités de pluie (neige
fondue ou pluie) tombées à Genève pendant les années 1845 - 1892 en janvier
doivent être utilisées, qui sont enregistrées dans les tableaux météorologiques de la
Bibliothèque Universelle de Genève (Archives des Sciences Phys. Et Nat.) sous la
rubrique "Eau tombée dans les 24 heures". Le nombre total de jours de pluie pendant
la période désignée de 48 ans est de 477; pour chacun de ces niveaux, les niveaux de
pluie sont réduits au dixième de millimètre. 16 jours de pluie sont enregistrés avec
0,0 mm; la hauteur de pluie la plus élevée est 40,0; la moyenne arithmétique A 1 est
de 4,45; la valeur centrale C 1 est de 2,24 mm. La table de distribution principale est
devenue une table réduite avec l'intervallei = 1 mm, ce qui a donné les valeurs
suivantes avec un traitement arithmétique:
III. Les pluies de janvier pour Genève en traitement arithmétique.
m = 477; i = 1; A 1 = 4,45; E = 1 mm.
par
ex.
un
emp. théor.
0,5 133 67
1,5 88 63
2,5 43,5 61
3,5 28 56
4.5 27 49
5.5 28 42
6.5 27,5 35
7,5 14,5 28
8.5 16 22
9.5 11,5 16
10,5 12e 12e
11,5 10e 8
12,5 6.5 6
13,5 5.5 4e
14,5 3e 2e
15,5 3e 2e
16,5 2e 1er
17,5 5 1er
18,5 1er ——
19,5 3e ——
20,5 0 ——
21,5 3e ——
22,5 0 ——
23,5 2e ——
28,5 1er ——
30,5 1er ——
32,5 1er ——
40,0 1er ——
A 2 = 4,49
C 2 = 2,40
D i = 0,75
Dp=0
e' =A 2
e, =0
m '=m
m,=0
Comme vous pouvez le voir, les niveaux de pluie quotidiens représentent un K.-
G. avec une asymétrie infiniment grande, par D p = 0, et donc toutes les valeurs sont
supérieures à D p . Cependant, les valeurs théoriques du z concordent si peu avec
les valeurs empiriques que le traitement arithmétique s'avère inapplicable. Cependant,
si vous voulez passer au traitement logarithmique, un accord doit d'abord être fait sur
la vue des 16 jours de pluie, qui sont enregistrés avec 0,0 mm, car le niveau de pluie à
ces jours n'était pas complètement nul, mais seulement si petit qu'il n'a pas atteint un
dixième de millimètre. Je suppose donc 0,05 mm au lieu de 0,0 mm, de sorte que les
logarithmes de l' unvarier entre les limites - 1,30 et + 1,60. Si, après cela, une
détermination essentiellement arbitraire, la table primaire est réduite à un intervalle
de 0,2, et la limite inférieure du premier intervalle est choisie - 1,50, les résultats
suivants sont obtenus:
IV. Les pluies de janvier à Genève dans le traitement logarithmique.
m = 477; i = 0,2.
Z. G = 0,313G= 2,06
un
empir. théor. C = 0,374 C = 2,37
- - 5 D i= 0,800 T i= 6,31
- 1,4 8 4e D p = 0,843 T p = 6,97
- 1,2 8 6
e ' = 0,219
- 1.0 9 9 e , = 0,749
- 0,8 9 14 m ' = 108
- 0,6 28 19e m , = 369
- 0,4 14 26
- 0,2 34 34
0,0 45 42
+ 0,2 66 50 Les valeurs z inférieures à - 0,4 et + 0,2 , qui sont
inférieures à la valeur la plus dense, montrent
+ 0,4 47 56
de fortes irrégularités qui ne disparaissent pas
+ 0,6 53 60 lorsque la position de réduction change, mais sont
+ 0,8 67 63 plutôt dues à l'évolution du z dans le tableau primaire
et à son résumé dans les intervalles logarithmiques
+ 1.0 53 52
sont; néanmoins, la correspondance entre théorie et
+ 1,2 27 27 expérience est si bonne que les différences entre les
+ 1,4 7 8 valeurs théoriques et les valeurs empiriques sont une
égalisation des contingences inhérentes à ces
+ 1,6 2e 2e
dernières. La loi de distribution logarithmique a fait ses preuves de manière
satisfaisante même aux hauteurs pluvieuses.]
§ 145. [Basé sur la comparaison entre la théorie et l'expérience, la loi de
distribution logarithmique pour K.-G. avec une forte fluctuation relative, le cas
échéant. Étant donné que la même chose - selon les discussions du chapitre V - avec
une faible fluctuation relative des valeurs individuelles autour des valeurs principales
correspond nettement à la généralisation arithmétique de la Loi fondamentale, elle
l'est - comme à la fin du chapitre spécifié. a déjà été souligné - même lorsque la loi de
distribution strictement valable du K.-G. se prévaloir. Ainsi, la probabilité
déterminée W ¢ ou W , qu'un écart par rapport à la densité logarithmique
des valeurs D entre les limites infiniment étroites l 'et l ' + d l
¢ ou l , et l , + d l , tombent pour chaque K.-G. par:
; (4)
et le nombre d'écarts entre les limites spécifiées est le même:
,
ou considérant (6):
. (9)
Après cela , vous pouvez G approximée de A dérivé.
2) [W . SCHEIBNER, À propos des valeurs moyennes. Extrait d'une lettre adressée
au Prof. FECHNER. Rapports du royal Saxon. Social d. Scientifique Math.-
Phys. Super. 1873. p. 562 flgd.]
. (10)
Dans celui - ci, e , l'écart moyen inférieur logarithmique = a L , : m , Mod le
module de notre système logarithmique habituel = 0,43429, p comme toujours
3,14159. Cette relation est liée à la validité de la généralisation logarithmique du GG
et peut donc être utilisée pour les tests empiriques de cette généralisation.
[ Preuve . La valeur D la plus proche logarithmiquement désigne l'intervalle
logarithmique qui unit la plupart des z de tous les intervalles de même taille . Il est,
par conséquent, par le maximum de la fonction de probabilité (4) au niveau
constant d l ¢ et d l , de di par la valeur de sortie des écarts l «
et l , déterminée. En revanche, la valeur D la plus proche arithmétiquement se situe
dans l'intervalle arithmétique qui a le maximum - z, possède. Cette valeur est donc
trouvée lorsque la loi de distribution logarithmique est valide comme le maximum de
la fonction de probabilité liée à des intervalles arithmétiques constants (4). On note
donc les écarts arithmétiques d' une des valeurs rapport le plus dense T par Q '= a '
- T et Q , = T - A , de sorte que d Q '= da' et d Q , = - da , et ensemble sur la
base de des définitions l ' = log a' - D = log a '- log T ; l , = D - log a , =
log T - log a , dans les fonctions (4):
. (11)
On obtient alors pour les constantes d Q ' et d Q , pour déterminer le maximum de:
;
les équations:
.
Mais maintenant que sont l ¢ et l , par leur nature même positif. Par conséquent,
seule la seconde des deux équations offre un maximum pour:
(12)
. En substituant est ici pour être l , correspondant une valeur de D pour indiquer:
l , = D - log D ; en outre
,
la relation représentée par (10) est en effet obtenue. ]
Section 146. [ Supplément . Si, conformément aux explications du § 35, le
principe est établi que la taille change des copies d'un K.-G. dépendent
essentiellement de la taille des spécimens qui subissent les changements, donc la
modification suit immédiatement, qui est celle en plus du XIX. Il faut appliquer
l'hypothèse développée au chapitre (§ 136) afin de la soumettre à la loi de distribution
logarithmique.]
[Pour la dérivation de la loi logarithmique ainsi que pour la dérivation des
influences ou circonstances arithmétiques spéciales, en bref, les forces peuvent être
considérées comme les causes des changements de taille. Leur nombre est
indéfiniment grand, supposant égal à n et attribuant à chacun de la même manière
le W. p pour leur intervention, le W. q = 1 - p pour l'absence de leur effet. Le succès
de leur événement, mais maintenant ne plus être considéré comme un additif ajouté
croissance Trespassing, mais comme une multiplication, de sorte qu'au lieu
d' un + i et a + xi plutôt ai et ai x se produit. Sur la base de cette modification, le
même W. est obtenu pour un échantillon de taille ai x , qui selon l'hypothèse
précédemment développée a été attribué à un échantillon de taille a + xi , de sorte que
maintenant:
. (13)
Mais si vous définissez a = log a et i = log i , alors a + x i = log (ai x ) , et vous
obtenez comme expression pour le W. que le logarithme de la taille d'une copie
est un + x i :
. (14)
Selon cela, les développements précédents s'appliquent de la même manière et dans
le même champ d'application à la loi de distribution logarithmique si seulement
partout a est remplacé par a = log a et i par i = log i .]
XXII. Traitement collectif des relations entre les
dimensions. Proportions moyennes.
§ 147. Après cela, je veux dire quelque chose sur une tâche qui joue un rôle assez
important dans la mesure collective, et dont la discussion peut trouver un emploi ici,
car elle suggère également directement la nécessité d'un traitement logarithmique.
Remarquablement, non seulement les dimensions simples d'un objet, mais aussi les
relations de celui-ci peuvent être traitées collectivement, et déjà ci-dessus (chapitres I
et III), j'ai mentionné à cet égard les relations entre les dimensions du crâne d'une
race donnée et les sections de tige, soi-disant membres ou entre-nœuds de l'un
Graminee, pour laquelle suffisamment d'autres exemples peuvent être
trouvés. Restons-en à la relation entre la dimension verticale a et
l'horizontale b correspondante du crâne d'une race donnée, qui devrait être déterminée
pour la comparaison avec d'autres races, et mettre habituellement a dans le
compteur, bdans le dénominateur, bien que le ratio puisse tout aussi bien être pris à
l'envers. Le rapport a : b est maintenant quelque peu différent entre les spécimens
d'une même race; mais la caractéristique comparative des autres races comprend des
résultats uniformes au lieu des déterminations individuelles modifiables. On ne peut
donc exiger qu'un rapport moyen entre b et a , qui est généralement
appelé M [ a : b ]. Selon la moyenne arithmétique ou
géométrique, A ou G remplacent M.La tâche correspondante peut être établie en
fonction des dimensions correspondantes de la même partie ou des mêmes
dimensions sur différentes parties non seulement de l'être humain, mais de tout
objet. On peut donc se demander comment la longueur d'un doigt correspond à celle
de l'autre, la longueur d'un lien à la longueur du deuxième lien d'une oreille, la
longueur à la largeur d'une carte de visite, la température moyenne d'un mois à celle
d'un autre, etc. bref, la même tâche se présente infiniment souvent.
§ 148. Une relation moyenne peut désormais être obtenue de différentes
manières; spécifiquement ce qui suit, où les valeurs de a et b appartenant l'une à
l'autre doivent être désignées avec le même indice. Les exemples donnés pour la
direction a : b peuvent bien sûr être implémentés pour la direction b : a .
1) La moyenne arithmétique des rapports A [ a : b ] est obtenue en additionnant
toutes les valeurs individuelles a : b et en les divisant par le nombre d'entre
elles; donc:
. (1)
2) J'appelle la moyenne récapitulative ce que vous obtenez lorsque vous divisez la
somme de tous a par la somme de tous b ou, ce qui donne la même chose, la
moyenne arithmétique de tout a par la moyenne arithmétique de tout b , selon la
formule:
. (2)
On pourrait s'opposer à l'utilisation de ce moyen qu'il s'agit d'une relation entre
moyens plutôt que d'un moyen de relations; mais comme il s'agit de l'un, il est en
même temps l'autre dans la conception ultérieure des moyens que nous utilisons ici
du tout, à condition qu'il suive un certain principe entre les valeurs individuelles
de a : b et, à l'exception de cas très exceptionnels, se rapproche l'autre moyen tombe.
3) Moyenne en pourcentage. Pour obtenir cet agent, les valeurs a : ( a + b )
et b : ( a + b ) sont formées et la somme de l'un est divisée par celle de l'autre selon la
formule
. (3)
4) La moyenne géométrique représentée par la formule:
, (4)
est la moyenne géométrique du produit des rapports individuels a : b ou, égale à
celle-ci, la moyenne géométrique du produit de l' a divisée par celle du b , et est en
termes pratiques la valeur numérique recherchée dans les tableaux logarithmiques
( å log a - å log b ) : m reçu.
Si l'on s'interroge maintenant sur le choix entre ces différents moyens, il faut
d'abord noter en général, ainsi qu'en ce qui concerne les dimensions simples, que
dans la mesure où ce n'est qu'une caractéristique des conditions d'un K.-G. devrait
agir, ce qui permet de le comparer avec d'autres objets, chacun des moyens
mentionnés ne contribue à une telle caractéristique que d'un point de vue différent, et
que lorsque le rapport a : b ne fluctue que relativement peu, les quatre méthodes de
détermination conduisent à presque la même valeur . Alors z. B. 10 cartes de visite,
tirées au hasard d'un emballage, si le côté court avec a, le long avec b , signifie:
arithmétique 0,5654
résumé 0.5634
pour cent 0,5650
géométrique 0,5649.
Les valeurs extrêmes a : b étaient 0,5333 et 0,6053.
En attendant, lorsque les fluctuations entre a : b sont importantes, les différentes
déterminations de moyens peuvent également donner un résultat considérablement
différent, et en général il est nécessaire d'indiquer les points de vue qui peuvent
décider du choix d'une méthode avant l'autre.
À cet égard, on peut dire d'une manière générale que les moyennes arithmétiques et
en pourcentage sont à tous égards inférieures aux deux autres moyennes et, d'une
manière générale, les moyennes géométriques méritent peut-être la préférence, mais
le résumé peut également être utile.
En fait, la moyenne arithmétique des relations souffre initialement des
inconvénients suivants.
a) Afin d' ajouter les fractions individuelles a : b , vous devez d'abord réduire
chacune à une fraction décimale, ce qui est très fastidieux avec de nombreuses
valeurs a : b .
b) En soi, peu importe que vous souhaitiez utiliser les valeurs directes a : b ou les
valeurs réciproques b : a pour tirer les fonds afin de déterminer le ratio moyen
de a et b ; et bien sûr, vous devriez obtenir un résultat cohérent dans les deux
sens; cependant, cette méthode ne fournit pas cela, comme il s'avère, si l'on inverse la
moyenne obtenue à partir des valeurs réciproques, moyennant quoi on obtient la
moyenne dite harmonique à celle obtenue à partir des valeurs directes; les deux ne
correspondent pas, bref A [ a : b ] n'est pas égal à la moyenne harmonique
1 : A [b : a ] . Soyez z. Par exemple, pour prendre un exemple très simple de
seulement deux relations:
; ;
il en est de même:
; ; ; ; ,
Dix / 16 mais = 0,625, 6 / dix = 0,600. Si l'on prend des fractions qui diffèrent encore
plus que dans notre exemple, la différence entre les moyennes directes et
harmoniques devient encore plus grande. Dans un tel K.-G., où la plupart des
valeurs a : b ne s'écartent pas très loin d'une valeur moyenne, elle n'est généralement
que très petite, mais à ne pas négliger partout, et la méthode en raison de l'ambiguïté
de ses résultats en tout état de cause, à rejeter en principe.
c) Si l'on doit déterminer les rapports moyens entre trois valeurs
différentes a , b , c , alors trois rapports a : b , b : c , a : c avec leurs valeurs
réciproques sont possibles, et on peut souhaiter avoir deux de ces rapports (être direct
ou réciproque) pour pouvoir dériver directement le troisième. Cependant, cette
méthode ne le fait pas par ex. B. A [ a : c ] ne peut pas être obtenu en
combinant A [ a : b ] avec A [ b : c ] multiplié.
Le pourcentage moyen partage tous les inconvénients de l'arithmétique. Mais
parfois, vous pouvez trouver les deux utilisés.
Cependant, la moyenne sommaire et géométrique est exempte de tous ces
inconvénients. Mais si l'on voulait donner une confiance particulière à l'arithmétique
directe et principalement harmonique, mais différente de la moyenne directe, on ne
pourrait que s'en tenir à la moyenne arithmétique ou géométrique de la moyenne
directe et harmonique. Mais comme il est également gratuit, au lieu de a : b ,
de b : aen supposant une relation directe, cela entraînerait non seulement une
ambiguïté, mais aussi lors du choix de la moyenne arithmétique, la question se
poserait à nouveau de savoir si le direct ou l'harmonique devrait être préféré, c'est-à-
dire que l'ambiguïté ne devrait pas non plus être levée de ce côté. Cependant, sur la
base d'une preuve que je dois au professeur SCHEIBNER 1) , la moyenne
géométrique des conditions données se situe dans la plage donnée par K.-G. le cas se
produisant généralement où la moyenne arithmétique directe et harmonique diffère
peu, sensiblement exactement avec la moyenne arithmétique des deux ensemble, et
cela peut être facilement confirmé par des exemples autodidactes.
1) [cf. W. SCHEIBNER: "A propos des valeurs moyennes", rapports du Kgl. Société
saxonne des sciences. 1873. p 564. - Après les dispositions qui y sont données est la
§ 149. Enfin, il ne devrait s'agir que de savoir dans quelle mesure la moyenne
sommaire ou géométrique est préférable.
Or, la moyenne récapitulative est surtout recommandée par la facilité de sa
détermination, car il suffit de sommer tout a , ainsi que tout b et la division d'une
somme par l'autre, alors qu'il suffit d'obtenir la moyenne géométrique, a et b pour
traduire en logarithmes. Cependant, les deux ont la différence fondamentale de sens
suivante.
Soyez un outil de synthèse:
étant donné, il est clair que si, par exemple, un spécimen était très grand par
rapport aux autres selon ses deux composantes a ' et b' , le ratio moyen
ne dépendrait que de manière significative du ratio a ' : b' , auquel cas a "+ a " '+ ×
× ↔ contre a' et b "+ b " '+ × × ↔ contre b ¢ disparaissent, et que les plus gros
spécimens, selon leur taille, gagnent plus d'influence sur le remède. C'est maintenant
parfaitement bien si les plus gros spécimens ont plus de poids pour déterminer la
moyenne que les plus petits, ce qui pourrait bien être le cas, et en tout cas rien dans la
moyenne récapitulative qui porte cette circonstance entrave si bien une relation
caractéristique du K.-G. donné être vu comme dans toute autre relation médiane, qu'il
ne porte pas avec lui, en caractérisant seulement l'objet dans un sens différent.
D'un autre côté, il peut bien entendu également être envisagé de faire en sorte que
de grands et petits spécimens de même importance contribuent à la détermination des
fonds, par ex. Par exemple, la relation entre les dimensions horizontales et verticales
ne devrait pas être plus importante pour les têtes plus grandes que pour les plus
petites, et la moyenne géométrique correspond à cette intention probablement plus
courante.
L'avantage dérivé de l'arithmétique et du pourcentage signifie que si deux des trois
rapports a: b , b: c , a: c sont déterminés en moyenne, la moyenne du troisième en
découle directement, divise la moyenne totale par la géométrique par après les deux:
. (5)
En revanche, la moyenne récapitulative présente l'avantage suivant sur la
géométrique. Supposons que vous ayez un objet en plusieurs parties, par ex. B. tiges
de céréales d'un type donné, pour chaque maillon en particulier le rapport moyen de
sa longueur sur la longueur totale de la tige est résumé, ces ratios ne doivent être
additionnés que pour deux maillons afin d'avoir le rapport moyen de la connexion de
ces deux maillons à la longueur totale , ce qui n'est pas le cas de la méthode
géométrique, comme cela est facilement démontré; Ce qui peut être exprimé
brièvement: les déterminations moyennes de rapport pour les parties et le tout sont
liées plus rationnellement selon la méthode sommaire que selon la géométrie et en
général les unes aux autres.
Le cas suivant doit également être pris en compte. Mettons, à un K.-G. se
produisent parmi d'autres spécimens pour lesquels l'une ou l'autre des deux
valeurs a ou b est nulle; comment z. B. lors de la détermination du rapport moyen
entre les poids des parties solides et molles de différents animaux, certaines parties
solides peuvent disparaître complètement. Dans ce cas, la moyenne géométrique
devient inutilisable car, selon la valeur zéro au numérateur ou au dénominateur, la
moyenne devient nulle ou infinie. Ensuite, vous ne pouvez vous en tenir à la
moyenne récapitulative que si vous ne voulez pas établir le principe que de tels cas ne
correspondent pas du tout à ceux où a et bgarder des valeurs finies partout, sont unis
par les mêmes moyens.
§ 150. Puisque, en tout état de cause, le présent objet est déterminé de diverses
manières par la relation sommaire et géométrique des composants a et b, qui entrent
dans sa détermination, il est généralement dit que l'exhaustivité de sa détermination
inclut la détermination des deux moyens, ce qui ne vous empêche pas d'utiliser l'un
sur l'autre, selon les circonstances 2) . Mais il a la détermination des deux, sauf la
contribution générale aux caractéristiques d'un K.G. donné, ses composants a et b ont
l'avantage que la caractéristique de la relation entre les deux moyens n'est pas
négligeable, à savoir:
1) Si le rapport de a à b, quelle que soit la taille absolue de a et b , est le même pour
tous les spécimens, c'est-à-dire aussi grand pour les grands spécimens que pour les
petits spécimens, la moyenne Sum-Marian est égale à la géométrique.
2) Si a augmente ou diminue toujours avec b en même temps, mais généralement
pas dans les mêmes proportions, il se peut que le rapport a : b augmente avec
l'augmentation de la taille de a et b , ou qu'il diminue; le premier est le cas lorsque la
moyenne géométrique de a : b est inférieure au total, la seconde lorsqu'elle est plus
grande.
3) Si la fluctuation relative des valeurs a par leur moyenne arithmétique A est égale
à la fluctuation proportionnelle des valeurs b par leur moyenne arithmétique B , alors
la moyenne géométrique est égale au total. La mesure de la fluctuation relative
s'applique ici: A est l'écart moyen simple ou quadratique de A divisé par A , à
savoir ea : A ou q a : A , disons P pour faire court ; selon e b : B ouq b : B , Q court ,
concernant B.
4) En fonction de la fluctuation relative des valeurs, comprises dans le sens
précédent, plus par A ou par B , la moyenne géométrique est plus petite ou plus
grande que le total.
5) De la combinaison de 1) et 2) avec 3) et 4), il s'ensuit que, selon que la
fluctuation relative de A est égale à celle de B , la valeur a : b est indépendante de la
valeur absolue que a et b est constant ou augmente ou diminue avec l'augmentation
de la taille de a et b [à condition que la valeur a : b montre un comportement régulier
et ne permette qu'une décision entre la constance, l'augmentation constante et la
diminution constante].
Selon cela, on peut tirer des conclusions directes de la relation entre la moyenne
géométrique et la moyenne récapitulative, sans faire d'autres calculs, quant à savoir
si le rapport a : b croît (ou principalement) partout (ou principalement) avec la taille
d'un objet et donc avec ses composants a et b , et que l'une ou l'autre
composante a , b fluctue plus fortement autour de sa moyenne arithmétique.
Ce qui suit est la preuve des phrases précédentes. Comme pour le premier, la
moyenne sommaire et géométrique sont:
et
juxtaposé. Or CAUCHY le prouve dans son cours d'analyse p. 15 et 447 qui
se situe généralement entre a ' : b' , a " : b" , ... Si a ' : b' , a " : b" , ... sont tous les
mêmes que a: b , l'incidence devient égal à a : b , tandis que la moyenne géométrique
n'est pas moindre en cas d'égalité entre a ' : b ¢ , a " : b" , ... réduit à a : b . Selon la
règle, cependant, comme l'égalité entre les valeurs individuelles a : b cesse, de
manière générale, cesse d'être l'égalité entre les deux moyennes, et il peut arriver
que a : b augmente avec le changement de la magnitude absolue de a et b , diminue
en partie, auquel cas rien de général n'est établi laisse. Mais mettez, a et baugmenter
ou diminuer les uns avec les autres partout sans que cela se produise partout de la
même manière, il y a une preuve générale pour la phrase 2), que je dois au professeur
SCHEIBNER, qui est cependant lourde et non élémentaire, donc je suis ici préfèrent
se référer à la preuve empirique de la règle par des exemples autodidactes. Et bien
sûr, la règle continuera de s'appliquer si seulement a et b augmentent ou diminuent
l'un avec l'autre dans la majorité des cas. Quant aux troisième et quatrième
mouvements, ils sont une conséquence de la relation donnée par
SCHEIBNER 3) entre la moyenne arithmétique et géométrique des valeurs
simples. Selon cela, P etQ comme q a : A et q b : B :
;
; (6)
d'où découlent les phrases 3) et 4). Si les formules pertinentes ne sont
qu'approximatives, les petits termes omis ne changent pas la direction des
résultats. La phrase 5) découle des précédentes.
un par ex.
empir. théor.
- - 1er
0,084 l 2e
0,087 4e 5
0,090 12e 10e
0,093 17e 19e
0,096 29 32
0,099 47 46
0,102 64 58,5
0,105 64 65
0,108 67 64
0,111 61 58
0,114 45 47
0,117 36 36
0,120 28 24,5
0,123 11 15
0,126 7 9
0,129 3e 4.5
0,132 2e 3e
0,135 1er 0,5
0,138 0 -
0,141 0 -
0,144 0 -
0,147 1er -
Somme 500 500
G 2= 0,1073G2= 1,280
C = 0,1070 C = 1,279
D i = 0,1068 T i= 1,279
D p = 0,1060 T p= 1,276
e '= 0,0079
e , = 0,0066
m '= 272,5
m ,= 227,5
h '= 7142
h , = 85,48.
Il convient de noter que D i ne représente pas la valeur empiriquement la plus proche
qui peut être dérivée directement du tableau ci-dessus (qui est plutôt égale à 0,1075),
mais la moyenne des trois valeurs calculées à partir des trois positions de réduction
possibles: 0,1075; 0,1085; 0,1043. Cette méthode de détermination a été choisie car
ici la position de réduction a une influence majeure sur la position de D i , tandis
que G 2 et C correspondent presque entièrement aux valeurs issues de la table
primaire. L'asymétrie est faible; aussi
Dep. = . (1)
En attendant, f est incertain en raison du m fini , et la dépendance de cette incertitude
est également impliquée. La détermination de cette incertitude doit être incluse dans
la valeur de la dépendance en tant qu'erreur probable.
[Cette détermination est faite en calculant les limites probables qui résultent de
l'inversion du soi-disant théorème de BERNOULLI pour le W. d'une chaîne basée sur
les valeurs observées de f et z . Si l'on définit le W. inconnu pour l'occurrence d'une
chaîne de caractères égale à x , le W. pour un changement de caractère égal à
1- x , alors la phrase déclarée du calcul de probabilité 2) signifie que le mot:
(2)
pour la valeur de x entre les limites:
et (2a)
mentir. Puisque la valeur de c = 0,476 devient 94 pour W = ½ , les limites probables
de x sont les mêmes:
. (3)
En conséquence, les limites probables de dépendance sont les mêmes:
. (4)
Il est donc de 1 à 1 de parier que le degré de dépendance tel que défini ci-dessus n'est
pas inférieur à la limite inférieure ni supérieur à la limite supérieure des deux limites
spécifiées.]
2) [cf. Conférences de MEYER sur le calcul des probabilités, chapitre VII.]
[La même chose peut également prendre des valeurs négatives et indiquer ainsi une
dépendance qui se manifeste par un changement prédominant - dans les cas extrêmes
par un changement constant - de signes. Il faut pour cela que le nombre f des chaînes
en dessous de la valeur de une / 3 pour décroissante et dans le cas limite correspondrait
à 0e]
§ 153. [L'application de la mesure de dépendance (4) pour vérifier la dépendance
de succession des valeurs météorologiques mensuelles et quotidiennes conduit aux
résultats suivants.]
[DOVE dans un de ses articles 3) compile les "écarts des mois individuels par
rapport aux valeurs moyennes à long terme de la même chose pour un certain nombre
de sites". Pour Berlin, cette compilation couvre la période de 1719 à 1849 avec un
échec de seulement 3 à 7 ans pour les mois individuels. Il en résulte une succession
de 1421 caractères pour tous les mois pris ensemble selon la méthode a , à savoir 913
changements de caractères et 508 chaînes de caractères. Le W. x d' une chaîne a donc
les limites probables:
ou 0,3575 ± 0,0086;
à partir de laquelle
Dep = 0,036 ± 0,013
reçoit.]
[Dans l'Annuaire néerlandais de météorologie 4), il existe des tableaux des écarts
quotidiens du thermomètre et du baromètre par rapport aux valeurs normales
quotidiennes trouvées à partir d'une observation à long terme, pour les différents mois
de l'année. Les sites d'observation sont les différentes stations météorologiques du
pays; les heures d'observation sont certaines heures de la journée, auxquelles se
réfèrent à la fois le niveau normal et les valeurs d'écart. De cette façon, la montée ou
la descente régulière du thermomètre et du baromètre est prise en compte dans un
délai d'un mois, de sorte que la dépendance de succession n'est pas affectée. J'ai
choisi les valeurs données pour Utrecht en janvier au cours de la période de 10 ans de
1884 à 1893, à 14 heures. Les mêmes résultats par méthodeune succession de 298
signes. Celles-ci comprenaient 129 chaînes et 169 changements de caractères pour les
erreurs du thermomètre, 153 chaînes de caractères et 145 changements de caractères
pour les erreurs du baromètre. Ainsi, pour le premier, les limites probables du W. se
trouvent être les mêmes qu'une chaîne:
0,433 ± 0,019
et:
Dep = 0,149 ± 0,029;
pour ce dernier, cependant, comme les limites probables du W. d'une chaîne:
0,513 ± 0,020 et:
Dep = 0,270 ± 0,029.
En conséquence, les écarts quotidiens du thermomètre et du baromètre ont une
dépendance de succession définie, alors qu'il en va de même pour les écarts de
température mensuels - comme déjà mentionné au § 20 - avec peu de détermination.]
4)
[Meteorological Jaarboek, uitgegeven door het Kon. Institut météorologique de
Nederlandsch. "Baromètre Thermoen-afwijkingen".]
[En revanche, les niveaux de pluie quotidiens sont - selon une remarque du § 21 -
exempts de toute dépendance de succession substantielle. En fait, dans XXI. Chapitre
comme exemple du traitement logarithmique choisi des hauteurs pluvieuses du mois
de janvier pour Genève de 1845-1892 sous 475 succession de caractères 165
séquences de caractères identiques. Les 477 valeurs ont été combinées dans un ordre
chronologique et les successions des mêmes valeurs ont été ajoutées alternativement
aux augmentations et aux diminutions. Il y a donc:
Dep = 0,022 ± 0,022.
La mesure de la dépendance pour la liste initiale des mesures de recrutement, dont la
dépendance de succession doit être considérée comme non significative dès le départ,
ne diffère pas significativement de cette valeur, car on ne voit pas comment une
dépendance essentielle dans l'ordre des mesures devrait se produire dans les mesures
de recrutement de l'entreprise de collecte. Pour la série de 360 mesures de recrues
d'étudiants, qui sont décrites au Chap. XX a servi à prouver les lois extrêmes, à savoir
125 chaînes de caractères et 233 changements de caractères, après quoi
Dep = 0,023 ± 0,025
sera. Dans les deux cas, les valeurs limites de la mesure de dépendance incluent la
valeur 0 du cas idéal en toute indépendance.]
Section 154. [Une autre façon d'examiner la dépendance à l'égard de la succession
a été mentionnée à la section 20 comme celle évoquée précédemment. Il est basé sur
la remarque qu'en toute indépendance et sans interférence de l'aléatoire déséquilibré,
le nombre de séquences de deux valeurs de mesure au-dessus ou deux en dessous du
centre de la valeur C est le même que le nombre de changements entre
deux valeurs au-dessus et en dessous de C. Si les valeurs supérieures à C
sont remplacées par +, les valeurs inférieures à Cnoté -, le W. d'une valeur positive est
aussi grand que le W. d'une valeur négative; c'est donc, même en toute indépendance,
chacune des quatre successions possibles: + +; - -; + -; - + probablement à la
fois. Cependant, les deux premiers aboutissent chacun à une chaîne de caractères, les
deux derniers entraînent chacun un changement de caractère, de sorte qu'il y a W. ½ à
la fois pour une chaîne de caractères et pour un changement de caractère. Si l'on
trouve maintenant f chaînes et w changements de caractères pour un nombre
suffisamment grand de z = f + w succession de caractères pour une série de valeurs
ainsi traitées, les limites probables pour l'inconnu W. x d' une chaîne de la Inversion
du théorème de BERNOULLI:
peut être trouvé. Ici, la valeur f : z avec dépendance de succession partielle, qui peut
être vue comme une accumulation des conséquences par rapport aux changements,
changera entre la valeur ½, qui s'applique à l'indépendance totale, et la valeur 1, qui
s'applique à f = z complet Maintenez la dépendance. On peut donc à nouveau obtenir
une mesure de la dépendance dans le rapport de l'excès de dépendance partielle sur
l'indépendance totale, c'est-à-dire le x calculé sur ½, à l' excès total de dépendance
totale sur l'indépendance totale, c'est-à-dire de 1 sur ½
Dép. = , (5)
ou, si les limites probables sont prises pour x ,
Dép.
= (6)
mettre. Cette mesure de dépendance reste également significative pour les valeurs
négatives, en ce sens qu'elle indique alors la prédominance du W. d'un changement de
caractère sur le W. d'une chaîne.]
[La série d'écarts mensuels pour Berlin sert d'exemple pour cette détermination de
la dépendance, d'autre part la série de mesures de recrutement, dont les dépendances
de succession ont déjà été calculées selon la formule (4), de sorte qu'une comparaison
entre les deux méthodes de détermination est possible en même temps.]
[En ce qui concerne les écarts mensuels, le milieu de la valeur est C pour chaque
moisà déterminer. Il descend en dessous de plusieurs mois, pour la majorité des mois
au-dessus de la moyenne à long terme respective. Cependant, ce qui rend l'utilisation
de cette méthode très facile, la valeur moyenne elle-même peut être considérée
comme le milieu de la valeur, de sorte que les valeurs d'écart positif et négatif
peuvent également être considérées comme des valeurs + et - des valeurs au sens de
notre méthode. Parce que les 12 mois, pris ensemble, entraînent 768 chaînes et 665
changements de caractères après avoir déterminé les valeurs centrales; d'autre part, en
se référant directement aux valeurs moyennes, il y a 769 chaînes de caractères et 664
changements de caractères, ce qui n'entraîne aucune différence significative pour la
mesure de la dépendance. D'après les anciennes dispositions, les limites probables
pour le W. d'une chaîne sont les valeurs:
0,536 ± 0,009;
à partir de ce dernier les valeurs:
0,537 ± 0,009;
et dans le premier cas:
Dep = 0,072 ± 0,018
dans ce dernier cas:
Dep = 0,073 ± 0,018.
La mesure de dépendance (6) conduit donc à des valeurs plus grandes que la mesure
de dépendance (4).]
[La valeur moyenne C des mesures de 360 recrues est de 71,75. Selon cela, 165
chaînes et 194 changements de caractères se produisent sous 359 succession de
caractères. Les limites probables pour le W. d'un ordre sont donc:
0,460 ± 0,018
et:
Dép. = - 0,081 ± 0,035.
Dans ce cas, on obtient une valeur relativement plus petite que selon la formule
(4); cependant, il s'écarte davantage de la valeur idéale de 0.]
Section 155. [La mesure de la dépendance (6) peut également déterminer la
dépendance réciproque de deux dimensions d'un K.-G. multidimensionnel. ou de
dimensions de K.-G. différentes mais liées dans le temps. être rendu utilisable. À cet
effet, la croissance de chacune des deux dimensions comparées est indiquée par +, la
diminution par -, de sorte qu'une série de m paires de valeurs apparentées est
caractérisée par m - 1 paires de caractères ++, - -, + -, - +. Dans ce dernier cas, si les
deux dimensions sont complètement indépendantes l'une de l'autre et sans l'ajout de
coïncidences déséquilibrées, il y aura autant de chaînes de caractères que de
changements de caractères, car le W. est supposé avoir la même taille pour chacun
des quatre types de paires de caractères. C’est donc lorsque z Des observations
de séquences f et de changements w se produisent, le W. d'une chaîne est calculé
selon la formule (3) et la mesure de la dépendance est déterminée selon la formule
(6).]
Par exemple, il existe une dépendance entre la taille de la circonférence horizontale
et la crête verticale des 500 crânes masculins européens, qui ont été utilisés comme
exemples dans le chapitre précédent pour traiter des relations entre les dimensions,
qui peuvent être déterminées selon la méthode indiquée ci-dessous. Les 500 masses
de crânes sont résumées dans la liste originale en 34 groupes de 6 à 30 crânes (les
deux premiers contiennent 20 Breisgauers et 15 Souabes; les deux derniers
contiennent 6 Serbes et 22 Grands Russes); dans chaque groupe, cependant, les
dimensions sont organisées en fonction de la portée horizontale croissante. J'ai
maintenant compté pour chaque groupe le nombre de chaînes et de changements de
caractères qui ont résulté au cours des deux valeurs comparées, les cas dans lesquels
il y avait un arrêt dans le changement dans l'une des deux tailles, la moitié des
épisodes et la moitié des factures ont été comptabilisées. Selon cela, 273 chaînes de
caractères et 193 changements de caractères ont été trouvés parmi 466 paires de
caractères, de sorte que:
Dep.
révélé.]
[Je prends un deuxième exemple de celui donné par le Prof. WELCKER dans le
traité 5) : "La capacité et les trois principaux diamètres de la capsule du crâne", les
dimensions de l'intérieur I et la longueur L, la largeur B et la hauteur H de 101 crânes
de races différentes, notamment la dépendance du "module crâne" de
WELCKER L + B + H et du produit L × W × Hà calculer à partir de l'intérieur
associé. Si les groupes de crânes individuels, dont le nombre est de 13, disposés en
fonction de l'espace intérieur croissant, sont traités ici de la même manière que celle
spécifiée en ce qui concerne les groupes de dimensions horizontales ou verticales, le
résultat est à la fois pour L + B + H et I et pour L. B. H et I 59,5 chaînes contre 26,5
changements de caractères parmi 86 paires de caractères. Il s'agit donc à la fois de la
dépendance de la somme et du produit des trois principaux diamètres à l'intérieur:
1)
Les rubans à mesurer qui peuvent être achetés sont souvent divisés de
manière inexacte.
§ 165. [De cette façon, les panneaux primaires pour la panicule et les membres
individuels de la tige ont été obtenus, à partir de laquelle le panneau IV au Chap. VII
(pour le maillon supérieur des 217 tiges à six maillons) en donne un exemple. Les
tableaux suivants ont ensuite été dérivés de ceux-ci.]
Étant donné que l'unité de mesure E pour le seigle est partout ½ cm, je n'en
donnerai pas d'explication particulière dans ce qui suit.
Chaume .....
II. Valeurs de h : A 1 .
2) 0,168, bien que prouvé par révision comme étant correctement calculé, doit
néanmoins être considéré comme anormal, car sinon le h : A du troisième terme est
plus petit que celui du quatrième.
III. Éléments des 217 tiges à six éléments de soins leutziens basés sur la table
primaire.
IV. Éléments des 138 tiges à cinq éléments de soins leutziens selon le tableau
principal.
Panicule 1. Eq. 2. Eq. 3. G1. 4. Eq. 5.Gl. Tige
§ 166. Les résultats d'intérêt général, que l'on peut tirer des tableaux ci-dessus, me
semblent être les deux suivants.
1) Que certaines structures juridiques du seigle peuvent être trouvées de manière à
pouvoir être considérées comme caractéristiques du seigle et peuvent
indiscutablement donner lieu non seulement à l'examen des différents types de
céréales et de graminées en général dans l'intérêt de leurs caractéristiques
comparatives, mais aussi à l'influence de étudier les circonstances extérieures telles
que l'état du sol et les intempéries annuelles.
2) Qu'il en résulte des preuves décisives de l'existence d'une asymétrie substantielle
et un document pour l'examen de ses lois.
Poursuivons d'abord le premier intérêt de l'enquête.
On peut se demander si les variations que les tiges de seigle individuelles montrent
en termes de longueur et de relations structurelles dépendent plutôt d'une différence
aléatoire dans les graines ou de la nature du sol à partir duquel chaque individu est
réarrangé, probablement des deux causes, sans être en mesure de prendre une
décision empirique jusqu'à présent. Dans tous les cas, les relations collectives
suivantes ont lieu.
1) Malgré le fait que la longueur moyenne A 1 de l'ensemble des tiges varie en
fonction de l'emplacement entre 344,7 et 222,1, à propos duquel les informations du
tableau I peuvent être vues, les rapports des liens (selon leur moyenne arithmétique)
sur la longueur totale sont indépendants de cela et à ne considérer que comme
variable avec le nombre de maillons, bref ils peuvent être considérés comme
constants et donc caractéristiques du seigle pour un nombre de maillons donné. Le
tableau I contient les pièces justificatives, à condition que tous les membres et la
panicule soient réduits en fonction du rapport de la tige (égal à 100). Étant
donné qu'en dehors de Leutzsch avec m = 217 et 138, les autres emplacements n'ont
qu'un m = 10; 18 et 20, je n'aurais pas cru que le petit men raison de l'incertitude,
l'accord des longueurs relatives des liens pour un nombre donné de liens aurait pu
aller aussi loin que c'est le cas. Ce n'est qu'à Schönefeld (avec m = 18) qu'il existe des
différences majeures par rapport aux autres emplacements pour les tiges à six
sections; mais comparer d'autre part pour les six membres. Halme l'étonnante
harmonisation des relations entre L. (217) et St. (20) avec les longueurs totales très
différentes 275,2 et 344,7; ainsi que le non moins remarquable pour les cinq
membres. Chaumes entre L. (138) et Tbch. (20) avec les différentes longueurs totales
261.1 et 222.1. Oui, même Sch. cinq liens. avec m = 4 y est étrangement d'accord, et
seul Tbch. six liens. avec m = 4 et L. quatre membres. avec m= 6 montrent des écarts
non négligeables; mais les comparaisons avec un si petit m ne peuvent pas du tout
être décisives et sont donc ignorées dans le tableau précédent. Par ailleurs, il aurait
été plus approprié de considérer les liens individuels par rapport à la somme des liens
di à la tige sans panicule qu'avec une panicule, comme cela a été fait ici.
2) Si vous comparez les colonnes des sept, six et cinq sections. Tiges de l'onglet I,
on constate généralement que lorsque le nombre de liens diminue, les trois premiers
liens augmentent en longueur relative, mais la dernière diminue. Ou en bref: si le
nombre de liens diminue, les liens supérieurs s'allongent et les liens inférieurs
diminuent par rapport à la longueur totale. Aucune règle particulière n'est visible pour
la panicule à cet égard.
3) Si, par exemple, la question est posée de savoir si dans la structure du seigle,
l'affirmation de ZEISING et acceptée à plusieurs reprises est confirmée que dans la
nature le rapport irrationnel du nombre d'or, c'est-à-dire sensiblement exactement
100 : 162, joue un excellent rôle Selon le tableau I, cela ne peut être répondu par
l'affirmative, car le rapport des termes successifs les uns aux autres est entièrement
variable. Il ne semble pas non plus y avoir de tendance à de simples relations
rationnelles.
4) L' erreur moyenne simple ou la fluctuation moyenne
simple h = åD : m bez. A diminue en valeur absolue du haut vers le bas du lien, pour
lequel je n'ai pas ajouté de tableau. Cependant, comme la
valeur A diminue également dans ce sens, la question se pose de savoir comment les
valeurs relatives h : A = åD : m A , ou la fluctuation relative à cet égard, qui peut être
évaluée selon le tableau II. Voici le fait remarquable que le h : Ades deux à trois
membres supérieurs ne varie pas considérablement ni selon le nombre ordinal de ces
membres (que ce soit le premier, le deuxième membre, etc.), ni selon le type de tiges
(que ce soit sept, six ou cinq membres), ni enfin selon l'emplacement, seulement que
dans les tiges à sept et six membres, la constance notable s'étend aux trois 3) , dans
les tiges à cinq membres uniquement aux deux membres supérieurs. Selon la
stipulation, cependant, à mesure que l'on descend vers des termes plus bas, non
seulement h : A croît généralement avec la profondeur des termes si l'emplacement et
le nombre de liens sont les mêmes, mais change également si le nombre de
commandes est égal après ces deux moments. Le h : Ala panicule est
considérablement plus grande partout, en moyenne environ deux fois plus grande que
celle du premier maillon, tandis que le h : A de la tige entière est plus petit que celui
de n'importe quelle section; ce qui est facile à comprendre.
3) La valeur 0,168 au troisième terme Stünz est manifestement anormale, sans être
basée sur des erreurs de calcul, car elle est suivie de la plus petite valeur 0,094 au
quatrième terme.
Étant donné que dans les valeurs de h : A dans le tableau II, le h n'est
pas corrigé, l'application de la correction (voir § 44) augmenterait en fait
les valeurs données pour les valeurs suivantes m dans le rapport v suivant :
m 10; 20; 138; 217
v 1.054; 1.026; 1.004; 1,002.
Mais il est facile de voir que cela ne changerait rien aux conclusions tirées.
§ 167. J'en viens maintenant à la partie de l'enquête qui concerne les relations
d'asymétrie; pourquoi les données obtenues à partir de l'emplacement de Leutzsch
avec 217 six liaisons. et 138 à cinq liaisons. Donnez aux pailles
un m suffisant . Même un m = 217 n'est bien sûr pas encore assez grand pour
l'influencer. réduire les coïncidences déséquilibrées au degré souhaité 4) , mais il sera
démontré qu'avec la réduction et le traitement précis nécessaires, les résultats des
calculs sont en très bon accord avec les principes de l'asymétrie collective; mais sans
réduction donne déjà les valeurs de u = m « - m , et U ¢- U , (dont U ¢ = E '-
A ; U , = A - E , ) dans les tableaux III et IV la preuve qu'il y a ici une asymétrie
substantielle.
A savoir, la symétrie essentielle des écarts Un lieu, la différence serait u entre les
deux nombres d'écart m « m , et la différence U » - U , les différences extrêmes entre
les deux, l'u dans le tableau III .. IV non spécifié, mais comme U ' = E ¢ - A et U , =
A - E , qui sont faciles à trouver, ne dépendent que de coïncidences déséquilibrées
et changent au hasard entre les membres selon la taille et le signe. Mais suivons la
différence uà travers la rangée de liens vers le bas, nous voyons la valeur positive du
premier lien diminuer continuellement en taille, et à partir d'un certain lien (pour les
tiges à six liens à partir du quatrième - pour les tiges à cinq liens uniquement au
cinquième lien lui-même) dans le négatif retourner. Nous faisons tout comme les
différences U « - U , , on trouve le correspondant avec le signe opposé, sauf que là
aussi avec le sechsgliedr. L'enveloppe ne démarre pas avant la cinquième branche. En
même temps, ces tableaux donnent l'occasion de prouver le théorème général (§ 33;
142) que U ¢ - U , le signe opposé de m '- m , a quelque chose qui n'est que très
petitu et U '- U , une exception apparente peut souffrir de coïncidences
déséquilibrées, dont on peut également voir l'exemple du quatrième maillon du six
maillon. Les tiges trouvent. Pour la panicule est le six et cinq
maillons. Pailles et négatif, U ¢ - U , positive; pour toute la paille, la première valeur
est positive, la seconde est négative.
Il serait maintenant très intéressant d'étudier si le cours déterminé juridique
prononcé de u et U « - U , qui ici juste pour un seul endroit (Leutzsch) et le temps
d'une année donnée (1863) pour suffisamment grand m situé a également été trouvée
dans d'autres emplacements et d'autres conditions météorologiques annuelles, car il
est très possible que d'autres emplacements et conditions météorologiques puissent
avoir des conditions différentes à cet égard pendant la croissance des
tiges. Maintenant, j'ai les données pour d'autres endroits (St., Tbch., Sch.), Mais
seulement avec un mde 18 à 20, ce qui est beaucoup trop peu pour espérer des
résultats fiables: cependant, pour étayer au moins une supposition, j'ai examiné St. et
Tbch., à la fois avec m = 20, en ce qui concerne le cours de leur u et donc l'in le
tableau suivant.
A1 u
Tbch. 5
St. 6 gl. Tbch. St.
gl.
Après cela, cependant, on peut supposer avec presque certitude que l'emplacement
a une influence significative sur le cours du u et par là même l'asymétrie du seigle,
car pour Tbch. tous les u sont négatifs ou nuls, changent de taille et signent
indéfiniment pour St. 5) .
5)[Il convient toutefois de noter qu'ici la valeur probable de u si l'on suppose une
symétrie essentielle. A 1 résulte de la formule V = ± 0,67 (voir § 98) égale à ± 3,
selon laquelle seules trois des treize valeurs ci-dessus dépassent la valeur
probable V. Il s'agit donc bien d'une prolifération d'asymétrie purement accidentelle,
ce qui n'exclut nullement celle de Tbch. et St. des similitudes peuvent se produire à
un m supérieur à ceux observés pour L.]
§ 168. Pour l'ensemble des résultats jusqu'à présent, seuls les tableaux primaires ont
été sous-jacents, ce qui ne permet cependant pas de déterminer adéquatement la
valeur la plus dense, de calculer la distribution qui en dépend et de rechercher
les relations liées à D. Nous passons maintenant à des tableaux réduits, qui ne seront
désormais limités qu'au matériau Leutz, à savoir le six-section avec m = 217.
[Mais seuls les cinq maillons supérieurs de ce document doivent être pris en
compte. Parce qu'elles sont suffisantes pour prouver les lois de distribution
asymétrique et permettre un contrôle correctif suffisant du déroulement de l'asymétrie
apparaissant dans le tableau III. Il est également conseillé de s'abstenir de la panicule
et du membre le plus bas, car pour les raisons données ci-dessus (§ 164) les résultats
n'auraient qu'une valeur douteuse. En conséquence, je donne les valeurs z des cinq
premiers termes pour un i = 4 E réduitpar ailleurs, dans n'importe quelle position de
réduction choisie et ajouter immédiatement les valeurs calculées, telles que celles
produites par le GG bilatéral, aux valeurs observées. Immédiatement après, les
éléments sur lesquels le calcul était basé sont listés:
par ex. par ex. par ex. par ex. par ex.
observer environ. un observer environ. un observer environ. un observer environ. un observer à
pro
1er 1er 38 1er 1er 18e 1er 0 15 3e 1,5 3e 0 2e
1er 1er 42 1er 1er 22 1er 0,5 19e 5 6 7 11,5 10
1er 1er 46 1,5 3e 26 2,5 2e 23 12,5 17e 11 29 28
2e 2e 50 6.5 5 30 4.5 6 27 38 36 15 48 50
4e 3e 54 6.5 8.5 34 16,5 15 31 55,5 53,5 19e 63,5 56
6 6 58 15,5 13 38 20,5 29 35 57,5 54 23 38 41
8 9 62 17,5 18,5 42 43,5 42,5 39 31,5 34 27 15,5 21
9 13 66 25,5 24e 46 58,5 49 43 11 12e 31 8 7
21,5 17e 70 29,5 29 50 39 41 47 3e 3e 35 3,5 2e
15,5 22 74 30,5 32 54 19e 22
24e 25 78 32 32 58 7 8
33,5 28 82 25,5 25 62 4e 2e
27,5 28 86 16 15
23,5 24e 90 6.5 7
18,5 18e 94 0,5 2e
13,5 11 98 1,5 1er
4e 6
3,5 3e
VII. Éléments des 217 tiges à six chaînons (L. après tableau réduit.
VIII. Relations entre les trois premiers membres des 217 tiges à six membres (L.)
et leurs éléments.
i = 0,02; m = 217.
1er lien : 2ème lien
Z.
un
observer environ.
- 0,19 1er 0 G = 0,080
- 0,03 0 1er
C = 0,079
- 0,01 1,5 3e
+0.01 11,5 9 D p= 0,076
+0.03 15 21
D i= 0,080
+0.05 35 34
+0.07 47 43 u = + 13
+0,09 47 41
e , = 0,030
+0.11 30 31
+0,13 16 19e e '= 0,034
+0,15 7 10e p = 0,75
+0.17 4e 4e
+0,19 0 1er G = 1,202
+0,29 1er 0 C = 1,199
+0.33 1er 0
T p = 1,191
T i= 1,202
un par ex.
observer environ.
0,05 1er 1er G = 0,206
0,07 5 2e
C = 0,206
0,09 3e 5
0,11 8 8 D p = 0,206
0,13 14 13
D i = 0,210
0,15 17,5 19e
0,17 23,5 24e u=0
0,19 26 28
e , = 0,048
0,21 37 29
0,23 26 36 e '= 0,048
0,25 17e 22 p = 0: 0
0,27 14 16
0,29 9 11 G = 1,607
0,31 9 7 C = 1,607
0,33 2e 3e
T p= 1,607
0,35 3e 2e
0,37 0 1er T i = 1,622
0,39 1er 0
0,41 1er 0
Il convient de noter le faible degré d'asymétrie, qui est même complètement absent
pour la relation entre les deuxième et troisième termes et qui ne se produirait que de
manière arithmétique lors du passage à la quatrième décimale des valeurs
principales G , C et D p . Cependant, la prise en compte de la quatrième décimale ne
modifierait pas la distribution théorique du z sur les intervalles individuels, car elle
n'affecterait que les fractions du z . Les valeurs G , telles que déterminées à partir des
tableaux primaires, sont 0,081 pour le rapport des premier et deuxième termes et
0,205 pour le rapport des deuxième et troisième termes. L'extrême a pour les
premier et deuxième termes sont décidément anormaux sur la base du calcul de la
distribution.]
Intervalles par
ex.
cm cm
179,5 - 91
189,5
189,5 - 89
199,5
199,5 - 93
209,5
Ci-après signifie z. B. h ; h > b hauteur dimensions des images dont la hauteur est
supérieure à la largeur, en outre b ; h> b largeur dimensions des images dont la
hauteur est supérieure à la largeur etc., enfin h ; peigne. ou b ; peigne. Dimensions en
hauteur ou en largeur des images des départements combinés h > b et b > h.
Les tableaux de répartition primaire des classes et départements passés aux
examens, dont i = 1 cm, ont naturellement une forte expansion et sont soumis à de
graves irrégularités. L'exemple suivant doit suffire pour donner une idée de ce à quoi
il ressemble:
I. Échantillon des tableaux de distribution primaires.
(Genre: h ; h> b).
par
un un Z.
ex.
29 13 41 17e
30 15 42 14
31 13 43 14
32 20e 44 12e
33 21 45 15
34 9 46 10e
35 17e 47 17e
36 13 48 10e
37 22 49 12e
38 26 50 4e
39 8 51 12e
40 9 etc.
Afin de limiter à la fois l'expansion et les irrégularités, il faut aller vers des
panneaux réduits et les baser sur un i = 10 cm.
Voici les tableaux réduits pour les deux départements de genre et de paysage et
pour h > b de natures mortes. Le nombre total m d'exemplaires de chaque classe et
département est indiqué ci-dessous. De nombreux chiffres du tableau sont
accompagnés d'un 0,5 décimal. Cela est dû au fait que les nombres qui tombaient sur
la limite d'un intervalle lui-même ont été ajoutés selon la méthode z divisée , la moitié
de l'un et la moitié de l'autre des intervalles ainsi séparés, ce qui représente la moitié
d'une unité pour les nombres impairs. Si vous voulez les nombres de h ou b pour la
combinaison h > b et b> hil vous suffit d'ajouter les dimensions des deux
départements.
h b h b h B h b h b
5 - 5 - - - - 6.5 1,5 - -
15 30,5 88 23 6 2e 8.5 66 18e - 4e
25 133 190,5 90,5 38,5 17,5 23 200,5 90 10,5 16,5
35 161 167,5 109 78,5 26,5 53,5 278,5 166 24,5 44
45 127,5 100,5 114,5 80,5 32,5 40 257,5 189 50,5 45
55 75,5 62,5 79,5 75,5 22 33 219 168 27 51
65 70 58,5 65,5 86 41,5 21 165 202 31,5 45
75 47 31,5 40,5 34,5 25 13,5 139 135,5 29 32
85 39,5 18e 28 63,5 8.5 20e 79 139,5 38 22
95 20,5 21 33 36,5 20,5 14 93 125,5 23,5 17,5
105 12,5 8 17e 26,5 13,5 8.5 69 78 17,5 12e
115 11,5 10e 25,5 29 10e 9 45 63 14,5 2,5
125 12,5 2,5 24e 24e 6.5 5 36,5 58,5 16 6.5
135 12,5 1,5 11 12e 7,5 2e 28,5 71,5 5.5 3e
145 7,5 5 15 19e 7,5 10e 19,5 39 2e 1er
155 11 2,5 6 9.5 5 9.5 29 33,5 1er 3e
Repos 3e 2,5 20e 82,5 36 11,5 62,5 215,5 17e 3e
m = 775 775 702 702 282 282 1794 1794 308 308
On voit que la distribution suit essentiellement le même cours partout. Il y a un
intervalle principal partout, dans lequel la dimension est un maximum, d'où les
dimensions diminuent rapidement des deux côtés, à savoir l'intervalle principal est
beaucoup plus proche de l'extrémité supérieure de la planche, qui commence avec les
plus petites dimensions, que l'inférieure, avec le les valeurs les plus grandes, ce qui
serait encore plus frappant si les chiffres pour toutes les dimensions supérieures à 160
cm n'étaient pas regroupés (comme le reste). Le tableau ci-dessous offre un exemple
particulièrement intéressant d'un K.-G. de distribution très fortement asymétrique. On
peut voir que le cours des valeurs des intervalles principaux s'est rapproché très près
d'un régulier des deux côtés. Ici et là, bien sûr, surtout dans le genre b ;b>
h paysage h ; h> b et b ; b> h il y a aussi de fortes irrégularités et ne manquent nulle
part dans les petits nombres dans la partie inférieure du tableau; mais on peut
supposer que celles-ci disparaîtraient complètement ou diminueraient
considérablement si un nombre beaucoup plus important d'exemplaires avait été
proposé, tout comme elles s'équilibrent d'autant plus, plus les intervalles de
récapitulation des dimensions sont grands.
Les images religieuses et mythologiques montrent également un parcours très
similaire à celui des images de genre, de paysage et de nature morte, seulement
qu'avec ces classes, sans doute en raison du résumé défavorable des images incluses,
de très grosses irrégularités sont en cours qui peuvent difficilement être
agrandies m doit être équilibré, par conséquent ces classes ne sont pas adaptées pour
vérifier les lois de distribution et n'ont pas été étudiées autant par moi que les
autres. Pour les natures mortes b> h aussi, il y a eu des irrégularités relativement plus
importantes que d'avoir complètement traversé.
§ 173. Cependant, un aperçu plus précis des proportions et de l'asymétrie des
peintures de la galerie ne peut être obtenu qu'à partir des informations suivantes sur
leurs éléments, dont le calcul était basé sur les tableaux de distribution d'origine.
III. Éléments de genre, paysage, nature morte, religieux et mythologique selon la
table primaire.
E = 1 cm.
m A1 G1 C1 h h : A1 u
h 775 54,4 46,7 44,6 24,4 0,45 - 197
h> b
b 775 43,6 37,4 35,8 19,6 0,45 - 191
b>h h 702 63,8 53,8 51,4 30,3 0,47 - 182
b 702 86,8 72,0 67,8 42,7 0,49 - 196
Genre
h 1477 58,9 50,0 47,8 27,4 0,47 - 379
peigne.
b 1477 64,0 51,0 49,4 34,7 0,54 - 437
h 282 88,1 73,3 70,1 44,1 0,50 - 60
h>b
b 282 69,1 58,7 54,6 25,3 0,37 - 75
h 1794 64,7 54,5 53,3 30,3 0,47 - 426
b>h
b 1794 90,3 75,2 74,4 43,6 0,48 - 436
Le paysage
h 2076 67,9 56,7 55,7 27,4 0,40 - 520
peigne.
b 2076 87,4 72,8 71,2 34,7 0,40 - 522
h 308 80,6 72,6 73,0 29,0 0,36 - 42
h>b
b 308 62,2 57,7 58,9 21,9 0,35 - 34
b> h h 204 71,0 60,1 55,7 - - - 54
Nature morte
b 204 95,2 83,5 76,6 - - - 60
peigne. h 512 76,8 67,3 67,3 - - -
b 512 76,4 66,8 65,0 - - -
h>b h 3730 135,4 - 109,5 75,5 0,56 - 804
b 3730 107,0 - 76,0 44,5 0,42 -1274
Religieux
b> h h 1804 111,6 - 96,1 56,6 0,51 - 316
b 1804 156,1 - 131,5 80,6 0,52 - 388
h>b h 350 141,7 - 133,3 66,1 0,47 - 30
b 350 103,8 - 95,0 55,8 0,54 - 42
Mythologique
b> h h 609 116,9 - 104,9 60,0 0,51 - 89
b 609 158,0 - 146,1 74,2 0,47 - 57
Z aussi. B. la plus grande hauteur h , survenue dans une image de genre h > b , 223
cm, la plus grande suivante 215 cm; le plus petit 12 cm, le plus petit 13 cm
suivant; etc. La plus grande hauteur et largeur absolue s'est produite dans les images
religieuses. La comparaison des valeurs de E « et E" à la main une, E , et E » d'autre
part, on peut voir qu'en général les parties des tableaux de distribution primaires qui
se terminent par les plus grandes valeurs présentent des irrégularités plus importantes
que les parties qui commencent par les plus petites valeurs; seuls les paysages et les
figures mythologiques ne semblent pas le confirmer, mais avec ces deux classes
également, l'ajout des valeurs voisines rendrait visible la différence entre le haut et le
bas du tableau.
Les valeurs u du tableau III sont mieux utilisées pour évaluer l'asymétrie . Selon
vous, l'asymétrie est liée. Un partout négatif et proéminent. Sur la base de ces valeurs,
on peut également noter que h correspond au b associé en asymétrie, en ce que les
légères différences que le tableau montre entre les deux peuvent être considérées
comme aléatoires. Ce n'est qu'avec les religieux que la différence dans cette relation
est un peu plus grande; mais les grandes irrégularités de cette classe ne permettent
nullement d'en tirer des dispositions légales sûres.
Les valeurs U « - U , le tableau IV confirment la présence d'asymétrie essentielle
et prouver également la loi inverse de l'asymétrie de u = m ¢ - m , et U ¢ - U , par ici
à la fois la valeur classe ont toujours des signes opposés.
Par ailleurs, la grande divergence des valeurs A et C dans le tableau III, ainsi que la
position de C en dessous de A, indique la présence d'une forte asymétrie par rapport à
la direction négative. La comparaison de G avec C enseigne également que
l'asymétrie bez. G bien plus bas et pour les natures mortes h > b même dans la
direction opposée à bez. A est. Cela est dû au fait que G est nécessairement plus petit
que A et, puisque C est également plus petit que A , au-dessus ou au-dessous de C.,
mais au moins ces dernières valeurs sont plus proches que A.
§ 174. [Afin de prouver la loi de distribution logarithmique des dimensions des
peintures de la galerie, les intervalles arithmétiquement réduits de la planche II
doivent être convertis en intervalles logarithmiquement réduits. À cet effet, au moyen
des informations sur les valeurs extrêmes contenues dans le tableau IV, la plage totale
dans laquelle les mesures observées se déplacent, et en particulier la plage de
l'intervalle sur lequel les numéros de mesure appelés "repos" sont distribués, puis la
distribution pour calculer les mesures arithmétiquement réduites sur les intervalles
logarithmiques selon l'interpolation.]
[Comme exemples, je choisis: genre h ; h> b et h ; comb., autre paysage h ; b > h et
nature morte b ; h > b et obtenez le tableau de comparaison suivant entre théorie et
expérience, dans lequel l'intervalle logarithmique était supposé être 0,08 avec la
limite la plus basse 0,76 = log 5,8. Les éléments des quatre exemples de tableaux sont
énumérés immédiatement ci-dessous.]
m m
Les valeurs suivantes en qcm sont obtenues pour la moyenne géométrique des
surfaces hb .
X. Moyenne géométrique de hb.
E = 1 qcm.
Les valeurs des extrêmes inférieurs E , ne sont pas inclus ici parce qu'ils sont les
mêmes tout au long mm 0.0. Ils apparaissent partout, comme le montre l'exemple ci-
dessus, dans plusieurs éditions.]
[La différence entre les valeurs de A et C de 2 à 4 mm d'une part, les différences U
'- U , = ( E' - A ) - ( A - E , ) d'autre part et en particulier les
différences u = m '- m , prouvent coïncidence l'existence d'une asymétrie
substantielle Un 1 pour tous les mois de l'année. Selon le signe de u , il est négatif
partout et ne montre aucune variation de taille significative; parce que les valeurs
relatives de u bez. m , tu : m , sont presque constants, et leurs légères différences ne
révèlent pas un cours régulier, ils doivent donc être considérés comme accidentels.]
[En outre, le cours des m , A et h dans le tableau ci-dessus mérite
l' attention. Il résulte des valeurs m que la fréquence des pluies a deux périodes tout
au long de l'année, dont le minimum est les mois de février et juillet, et le maximum
est les mois de mai et octobre, avec une augmentation ou une baisse constante entre
les deux. Seul septembre rompt la régularité; Cependant, ce trouble doit être
considéré comme aléatoire comme ils ont fait pour les tableaux de l' usine
AMOUR 4) à enlever m valeurs manquantes des années 1826 à 1875, pour lequel puis
le mois de Janvier se produit dérangeant. C'est à partir de la compilation comparative
suivante de la m -Les valeurs des périodes 1826-1875 et 1845-1892 sont visibles, où
l'ordre des valeurs de gauche à droite correspond à l'ordre des mois de janvier à
décembre:
1836- 505 413 496 525 589 532 471 503 521 576 539 454
1875
1845- 477 437 532 621 637 596 521 531 497 617 572 505
1892
Contrairement au m , le A ne montre qu'une période qui se déroule sans perturbation
et qui a son minimum en février et son maximum en octobre. Les valeurs
de h , c'est-à -dire les écarts moyens, vont en parallèle . A , dont le minimum baisse
également en février tout en atteignant son maximum un mois plus tôt, en
septembre. Les valeurs élevées du h , qui se rapprochent très près du A lui-même,
indiquent la force des fluctuations qui ont eu lieu entre les niveaux de pluie
individuels. La fluctuation moyenne relative, comme l' indiquent les valeurs h : A ,
est approximativement constante, égale à 0,9.]
4) A. un OS 628.
1826- 1,57 1,29 1,52 1,89 2,55 2,53 2.29 2,59 3.14 3.26 2,47 1,65
1875
1845- 1,42 1,34 1,64 2.13 2,62 2,72 2,43 2,83 2,92 3,52 2,42 1,68
1892
En effet, les deux minimums coïncident ici en février et juillet; le premier maximum
oscille entre mai et juin, tandis que le deuxième maximum appartient également
au 5 octobre ) .]
5)[Concernant cette double périodicité, PLANTAMOUR précité (p. 640): "Cette
division de l'année en deux Saisons humides et dem Saisons sèches, l'une de celles-ci
tombant sur l'été, accusé très- clairement en effet le climat méditerranéen; en effet, le
caractère du climat méditerranéen est la sécheresse de l'été, tandis que dans les autres
régions de l'Europe continentale, l'été n'est pas une Saison sèche. "]
6)[Si ici l'intervalle théoriquement le plus dense 0,9–1,1, qui inclut la valeur la plus
dense D p , a moins de valeurs que le précédent, cela n'est pas dû à un oubli, mais au
résumé des valeurs théoriques dans les intervalles spécifiés. Si les deux intervalles
sont séparés en quatre sous-intervalles égaux de taille 0,05, au lieu de 66 et 64, vous
obtenez:
| 16,2; 16,3; 16,6; 16,6 | et | 16,7; 16,4; 15,6; 14,9 | ,
de sorte que, en fait, le maximum de 16,7 tombe maintenant sur l' intervalle partiel
0,9-0,95 qui est affligé de D p .]
V. Éléments des niveaux de pluie selon un tableau logarithmiquement réduit.
7) [Lettres sur la théorie des probabilités, p. 168. - Il est intéressant ici de comparer les
lettres de BRAVAIS, telles que communiquées par QUETELET dans les notes ci-
jointes, sur les différentes formes de lois de probabilité possibles, car elles montrent
que BRAVAIS ainsi que QUETELET lui-même Bien que la possibilité d'une loi de
distribution asymétrique ait été reconnue, la valeur moyenne a été affectée à tort au
rôle de la valeur la plus dense et n'a donc pas fondamentalement compris la loi
asymétrique. Le passage pertinent de la lettre BRAVAIS se lit comme suit (aa OS
413): "On sait que les plus grands écarts du barométre vers le haut de la colonne, ne
sont pas guére que la moitié ou les 2/3 des écarts du barométre vers] e bas; de sorte
que l'on aura une courbe de possibilité de la forme ... dont les deux moitiés ne seront
pas symétriques; seordement l'ordonnée moyenne doit toujours partager le segment
total en deux aires égales. "].
8)
[Meteorological Jaarboek uitgegeven door het Kon. Institut météorologique de
Nederlandsch.]
[Les résultats obtenus sont contenus dans les deux tableaux suivants:
VI. Tableau réduit des écarts du baromètre par rapport au niveau normal
d'Utrecht, à 14 heures au cours des mois de janvier, avril, juillet et octobre 1884
- 1893.
E = 1 mm; i = 3.
un Janvier Avril Juillet Octobre
emp. théor. emp. théor. emp. théor. emp. théor.
- 33 l 0,5
- 30 l 0,5
- 27 1er 1er - 0,5
- 24e 2e 2e 2e 1er
- 21 4e 4e 1er 0,5 2e 3e
- 18e 6 6 1er 2e - 1er 8 6
- 15e 9 9 6 5.5 2e 3e 11 12e
- 12e 16 13,5 16,5 14 12,5 9 23 20,5
-9 11,5 19e 22 28 20,5 21 22 30
- 6e 25,5 24e 42 43,5 32 39 42 38
- 3e 31 30 59 54 63,5 58,5 42,5 41
0 31 34,5 50 53 70 69 34,5 40
+3 39,5 38 48,5 43 57 60,5 32 35
+6 44,5 39 26 29 44,5 34 30 29
+9 31 34 19e 16 7 12e 26 21
+ 12 22 24e 7 7.3 1er 3e 27 14
+ 15 17e 13 1er 3e 5 9
+ 18 7 5.5 1er 1er 3e 5
+ 21 - 2e - 3e
+ 23 - 0,5 - 2e
m= 300 300 300 300 310 310 310 310
VII. Éléments des écarts du baromètre.
E = 1 mm.
Janvier Avril Juillet Octobre
Selon cela, le niveau normal moyen pour janvier, avril, juillet et octobre est: 2 °,
94; 12 °, 20; 21 °, 22 et 13 °, 23.]
[Si vous déterminez maintenant la taille de l'intervalle réduit égal à 1 °, vous
obtenez les résultats suivants:
VIII. Tableau réduit des écarts du thermomètre par rapport à la normale pour
Utrecht, à 14 heures au cours des mois de janvier et avril; Juillet, octobre 1884-
1893.
E = 1 ° Celsius; i = 1.
un Janvier Avril Juillet Octobre
emp. Théor. emp. théor. Emp. théor. emp. théor.
- 12e - 1er
- 11 - 1,5
- 10e 2,5 2,5 - 1er 1er -
-9 4.5 4e 2e 2,5 1er 1er 2e 0,5
- 8e 3,5 6 2e 5 1er 3e 1er 1,5
- 7e 10e 8 11,5 9.5 7,5 7 2e 4e
- 6e 13,5 11 21,5 15 6 13 12,5 11
- 5e 18e 15 25 22 21 21 20e 21
- 4e 20,5 19e 15,5 26 31,5 29 26,5 32
- 3e 26 22,5 37,5 28 38 34 45,5 40
- 2e 22,5 26 28 28 48 36 41,5 41
- 1er 23,5 28 32 26 38 34 33 38
0 31 30 18e 24,5 25 31 42 34
+ 1 25,5 30 17,5 22 14,5 27 27 27
+ 2 32,5 27,5 15 19,5 27 22 24,5 21
+ 3 22,5 23 12e 16,5 10,5 17e 9.5 15
+ 4e 15 17,5 16,5 14 11,5 12,5 5 10e
+ 5 14 12e 10e 11 7 8.5 10e 6
+ 6 8.5 7,5 12,5 9 8.5 6 3,5 4e
+ 7 4e 4.5 5.5 6 4e 4e 1,5 2e
+ 8 1,5 2e 6.5 5 5 2e 3e 1er
+ 9 1er 1er 4.5 3e 1,5 1er - 1er
+ 10 - 0,5 2e 2e 2e 1er
+ 11 3e 2e 0,5 ——
+ 12 2e 1er
+ 13 —— 1er
+ 14 —— 0,5
m= 300 300 300 300 310 310 310 310
IX. Éléments des déviations du thermomètre.
E = 1 ° Celsius.
Ici aussi, la correspondance entre la théorie et l'expérience est satisfaisante, même si,
correspondant au niveau de réduction relativement plus faible, elle semble moins
bonne que pour les écarts du baromètre. L'asymétrie n'est positive que pour
janvier. A ; mais négatif pour les trois autres mois. Cette exception pourrait
maintenant être considérée comme aléatoire, car la valeur u observée est également
faible. Cependant, étant donné que pour décembre, que j'ai utilisé pour comparaison,
la même direction d'asymétrie, toujours avec une valeur tout aussi faible que pour
janvier, on peut supposer que l'asymétrie était négative pendant la majeure partie de
l'année. bez. Unest cependant proche de zéro pendant l'hiver avec une tendance à
devenir positive. Enfin, il convient de mentionner que la fluctuation moyenne h
est assez constante pour les mois examinés (et probablement aussi pour toute
l'année).]
10) [Le h ici, comme pour les écarts du baromètre, se réfère au niveau normal.]
§ 179. [Les variations quotidiennes de température pour Utrecht. - Alors que les
écarts du thermomètre concernent une heure spécifique de la journée (14h00), les
variations quotidiennes indiquent les différences entre le maximum et le minimum
des températures diurnes. Leur traitement collectif selon le principe arithmétique a un
double intérêt en raison des commentaires du § 21. Parce qu'ils peuvent être
considérés comme exempts de dépendance de succession et permettent ainsi de ne
pas entraver les lois de distribution. Ils ont également été utilisés par QUETELET
comme base de discussion sur l'asymétrie; il permet donc une comparaison entre le
traitement de ce K.-G. après une déclaration bilatérale du GG et de QUETELET dans
les "Lettres sur la théorie des probabilités" un aperçu immédiat,
[Premièrement, je rapporte les résultats obtenus dans les deux tableaux ci-
dessous. En ce qui concerne les écarts du baromètre et du thermomètre, le matériel
d'essai a été tiré de l'annuaire néerlandais pour la période 1884–1893 et du lieu
d'observation d'Utrecht, avec la restriction des mois janvier, avril, juillet et
octobre. Vous pouvez le trouver dans la section "driemaaldaagsche Waarnemingen"
sous la rubrique "Temperatuur". Comme intervalle réduit (comme dans les tableaux
de distribution correspondants donnés par QUETELET pour Bruxelles) 1 ° Celsius a
été choisi:
Sur la base de ces résultats, la validité du GG bilatéral ne peut être mise en doute. Les
différences entre les valeurs empiriques et théoriques sont en moyenne plus faibles
que dans les tableaux de comparaison correspondants des écarts du baromètre et du
thermomètre. De même satisfaire les principales valeurs et les valeurs du rapport
de p prescriptions théoriques, tandis que dans le même temps, l'asymétrie d'une part
par la résistance de leur direction, l'autre partie par leur particulier dans u- Les
valeurs de la force émergente de janvier sont documentées comme essentielles. En
effet, en rendant les variations journalières plus favorables que les écarts baromètre et
thermomètre, qui ont tous deux une dépendance de succession, l'absence de
dépendance de succession semble favoriser le développement des lois du pur hasard.]
[Pour comparer davantage les discussions de QUETELET sur l'asymétrie 11) , ce
qui suit doit être rapporté sur la méthode de son enquête. QUETELET suppose que
les écarts positifs et négatifs de W. par rapport à la moyenne arithmétique sont les
mêmes dans le cas d'une symétrie substantielle , et tire la conclusion que l'asymétrie
dans l'inégalité du W. est due aux écarts mutuels par rapport à la moyenne. Il illustre
en conséquence les rapports de probabilité qui se produisent ici à travers l'urne, qui
contient un nombre infini de sphères noires et blanches dans différents rapports, qui
doivent être choisis dans tous les cas. En particulier, il est un résumé de tableau
du W . qui existent lors du tirage de 16 boules pour l'apparition de boules du même
type à 50; 55; 60; .... 90; Il y a 95 balles d'un type sous toutes les 100 balles. Avec ces
tableaux du W. théorique, il compare maintenant les tableaux du W. empirique qui
résultent des tableaux de distribution réduits des variations journalières des
températures (pour Bruxelles) en divisant le z de chaque intervalle par
le m associé . Pour le mois de janvier, sur lequel il a basé ses explications, il constate
que le cours du W. empirique se rapproche considérablement de celui du W. théorique
pour lequel le nombre de boules blanches et noires a un rapport de 80 à 20, et note
que l'analogie serait encore plus grande si le rapport 80 :20 serait remplacé par
81 : 19. Il en conclut, en tenant compte de la moyenne des l2) suivants qu'il a
précédemment communiqués : «1) il existe une Variation diurne de température de
quatre à cinq degrés, ou plus exactement de 4 °, 7; l'est donnée par la moyenne de
toutes les observations; 2) cette variation subit l'attention de causes inegales; 3) les
causes qui tendent à faire tomber la Variation diurne à son minimum, ont plus de
chances en leur faveur que celles qui tendent à l'élever à son maximum, et les chances
sont dans le rapport de 81 à 19, ou plus simplement de 4 à 1; 4) les distances de la
moyenne aux deux valeurs limites sont réglées par ce même rapport de 4 à 1 «].
11) [Lettres sur la théorie des prob.; Lettre XXV: Des causes accidentelles quand
les chances sont inegales; Lettre XXVI: Loi de sortie de deux événements, dont les
chances sont inégales. Les tableaux (voir chapitre XXV.).]
12) A. a. OS 181.
[On peut en déduire que la théorie de QUETELET est en principe inadmissible
dans la mesure où la moyenne arithmétique est considérée comme la valeur la plus
probable même avec l'asymétrie dominante. Si toutefois cette hypothèse erronée
semble être étayée par l'expérience, il convient également de noter que la
comparaison entre théorie et expérience ne concerne que l'apparence des tableaux,
c'est-à-dire la position des valeurs extrêmes par rapport à la moyenne et l'évolution
des valeurs intermédiaires Valeurs, est basé. En conséquence, l'ensemble du mode
d'examen n'est pas très précis et a le caractère incomplet. D'autre part, il faut
souligner que la conception du QUETELET conduit au GG bilatéral dès que la valeur
la plus proche, telle que définie par la loi proportionnelle, remplace la moyenne
arithmétique. L'ajout à XIX. Le chapitre (§ 136) montre cette connexion.]
Les éléments suivants pour les huit distances de filetage peuvent être obtenus à partir
de ces séries d'observation:
II. Éléments des distances des fils .
E=1s.
Ligne a Ligne b
D théor. D théor.
emp. Réf. A bez. D p emp. bez. Un bez. D p
Ligne g Ligne d
D théor. D théor.
emp. Réf. A bez. D p emp. bez. Un Réf. D p
un b g d
Annexe.
La table t .
§ 183. [La table t donne les valeurs de G.G., di de l'intégrale
en fonction de l'argument t = Q : e . Étant donné que les valeurs intégrales à
quatre chiffres répondent généralement aux besoins de la mesure collective, le tableau
à quatre chiffres, les COMBATS dans les études philosophiques de WUNDT, est
présenté en IX. Volume, pp. 147-150, publié ici en tant que t- table I ici. Toutefois,
pour les cas particuliers d'avoir un autre endroit disponible, même le panneau à cinq
chiffres est comme T- dans le tableau II expansion correspondante.]
[Les deux tableaux sont basés sur le tableau à sept chiffres, qui peut être trouvé dans
les conférences de MEYER sur le calcul des probabilités, pp. 545-549. Cependant,
puisque, comme d'habitude, les valeurs d'argument t ne sont données que jusqu'à la
deuxième décimale, les secondes différences devraient normalement être utilisées
pour l'interpolation. Pour éviter cela , l'argument dans le tableau à quatre chiffres aux
intervalles t = 0 à t = 1,51, dans le tableau à cinq chiffres aux intervalles t = 0 à t =
2,01, l'argument a été poursuivi jusqu'à la troisième décimale, de sorte que partout
avec une simple interpolation suffit. À cet effet, dans les intervalles désignés en
utilisant la formule:
interpolé sur la base des valeurs du tableau à sept chiffres, en utilisant leurs
deuxièmes différences. Les troisièmes différences n'ont pas pu être prises en compte.]
[La disposition des tables est calquée sur celle des tables de logarithme. En
particulier, les astérisques trouvés dans les rangées horizontales individuelles du
tableau II signifient que la première décimale imprimée sur la rangée doit être
augmentée de 1.]
Le t- table I.
t 0 1er 2e 3e 4e 5 6 7 8 9
0,00 0,0000 0011 0023 0034 0045 0056 0068 0079 0090 0102
01 0,0113 0124 0135 0147 0158 0169 0181 0192 0203 0214
02 0,0226 0237 0248 0259 0271 0282 0293 0305 0316 0327
03 0,0338 0350 0361 0372 0384 0395 0406 0417 0429 0440
04 0,0451 0462 0474 0485 0496 0507 0519 0530 0541 0552
05 0,0564 0575 0386 0597 0609 0620 0631 0642 0654 0665
06 0,0676 0687 0699 0710 0721 0732 0744 0755 0766 0777
07 0,0789 0800 0811 0822 0833 0845 0856 0867 0878 0890
08 0,0901 0912 0923 0934 0946 0957 0968 0979 0990 1002
09 0,1013 1024 1035 1046 1058 1069 1080 1091 1102 1113
0,10 0.1125 1136 1147 1158 1169 1180 1192 1203 1214 1225
11 0,1236 1247 1259 1270 1281 1292 1303 1314 1325 1336
12e 0,1348 1359 1370 1381 1392 1403 1414 1425 1436 1448
13 0.1459. 1470 1481 1492 1503 1514 1525 1536 1547 1558
14 0,1569 1581 1592 1603 1614 1625 1636 1647 1658 1669
15 0,1680 1691 1702 1713 1724 1735 1746 1757 1768 1779
16 0,1790 1801 1812 1823 1834 1845 1856 1867 1878 1889
17e 0,1900 1911 1922 1933 1944 1955 1966 1977 1988 1998
18e 0,2009 2020 2031 2042 2053 2064 2075 2086 2097 2108
19e 0,2118 2129 2140 2151 2162 2173 2184 2194 2205 2216
0,20 0,2227 2238 2249 2260 2270 2281 2292 2303 2314 2324
21 0,2335 2346 2357 2368 2378 2389 2400 2411 2421 2432
22 0,2443 2454 2464 2475 2486 2497 2507 2518 2529 2540
23 0,2550 2561 2572 2582 2593 2604 2614 2625 2636 2646
24e 0,2657 2668 2678 2689 2700 2710 2721 2731 2742 2753
25 0,2763 2774 2784 2795 2806 2816 2827 2837 2848 2858
26 0,2869 2880 2890 2901 2911 2922 2932 2943 2953 2964
27 0,2974 2985 2995 3006 3016 3027 3037 3047 3058 3068
28 0,3079 3089 3100 3110 3120 3131 3141 3152 3162 3172
29 0,3183 3193 3204 3214 3224 3235 3245 3255 3266 3276
0,30 0,3286 3297 3307 3317 3327 3338 3348 3358 3369 3379
31 0,3338 3399 3410 3420 3430 3440 3450 3461 3471 3481
32 0,3491 3501 3512 3522 3532 3542 3552 3562 3573 3583
33 0,3593 3603 3613 3623 3633 3643 3653 3663 3674 3684
34 0,3694 3704 3714 3724 3734 3744 3754 3764 3774 3784
35 0,3779 3804 3814 3824 3834 3844 3854 3864 3873 3883
36 0,3889 3903 3913 3923 3933 3943 3953 3963 3972 3982
37 0,3992 4002 4012 4022 4031 4041 4051 4061 4071 4080
38 0,4090 4100 4110 4119 4129 4139 4149 4158 4168 4178
39 0,4187 4197 4207 4216 4226 4236 4245 4255 4265 4274
0,40 0,4284 4294 4303 4313 4322 4332 4341 4351 4361 4370
41 0,4380 4389 4399 4408 4418 4427 4437 4446 4456 4465
42 0,4475 4484 4494 4503 4512 4522 4531 4541 4550 4559
43 0,4569 4578 4588 4597 4606 4616 4625 4634 4644 4653
44 0,4662 4672 4681 4690 4699 4709 4718 4727 4736 4746
45 0,4755 4764 4773 4782 4792 4801 4810 4819 4828 4837
46 0,4847 4856 4865 4874 4883 4892 4901 4910 4919 4928
47 0,4937 4946 4956 4965 4974 4983 4992 5001 5010 5019
48 0,5027 5036 5045 5054 5063 5072 5081 5090 5099 5108
49 0,5117 5126 5134 5143 5152 5161 5170 5179 5187 5196
0,50 0,5205 5214 5223 5231 5240 5249 5258 5266 5275 5284
t 0 1er 2e 3e 4e 5 6 7 8 9
Le t-table I.
t 0 1er 2e 3e 4e 5 6 7 8 9
0,50 0,5205 5214 5223 5231 5240 5249 5258 5266 5275 5284
51 0,5292 5301 5310 5318 5327 5336 5344 5353 5362 5370
52 0,5379 5388 5396 5405 5413 5422 5430 5439 5448 5456
53 0,5465 5473 5482 5490 5499 5507 5516 5524 5533 5541
54 0,5549 5558 5566 5575 5583 5591 5600 5608 5617 5625
55 0,5633 5642 5650 5658 5667 5675 5683 5691 5700 5708
56 0,5716 5724 5733 5741 5749 5757 5765 5774 5782 5790
57 0,5798 5806 5814 5823 5831 5839 5847 5855 5863 5871
58 0,5879 5887 5895 5903 5911 5919 5927 5935 5943 5951
59 0,5959 5967 5975 5983 5991 5999 6007 6015 6023 6031
0,60 0,6039 6046 6054 6062 6070 6078 6086 6093 6101 6109
61 0,6117 6125 6132 6140 6148 6156 6163 6171 6179 6186
62 0,6194 6202 6209 6217 6225 6232 6240 6248 6255 6263
63 0,6270 6278 6286 6293 6301 6308 6316 6323 6331 6338
64 0,6346 6353 6361 6368 6376 6383 6391 6398 6405 6413
65 0,6420 6428 6435 6442 6450 6457 6464 6472 6479 6486
66 0,6494 6501 6508 6516 6523 6530 6537 6545 6552 6559
67 0,6566 6573 6581 6588 6595 6602 6609 6616 6624 6631
68 0,6638 6645 6652 6659 6666 6673 6680 6687 6694 6701
69 0,6708 6715 6722 6729 6736 6743 6750 6757 6764 6771
0,70 0,6778 6785 6792 6799 6806 6812 6819 6826 6833 6840
71 0,6847 6853 6860 6867 6874 6881 6887 6894 6901 6908
72 0,6914 6921 6928 6934 6941 6948 6954 6961 6968 6974
73 0,6998 6988 6994 7001 7007 7014 7021 7027 7034 7040
74 0,7047 7053 7060 7066 7073 7079 7086 7092 7099 7105
75 0,7112 7118 7124 7131 7137 7144 7150 7156 7163 7169
76 0,7175 7182 7188 7194 7201 7207 7213 7219 7226 7232
77 0,7238 7244 7251 7257 7263 7269 7275 7282 7288 7294
78 0,7300 7306 7512 7318 7325 7331 7337 7343 7349 7355
79 0,7361 7367 7373 7379 7385 7391 7397 7403 7409 7415
0,80 0,7421 7427 7433 7439 7445 7451 7457 7462 7468 7474
81 0,7480 7486 7492 7498 7503 7509 7515 7521 7527 7532
82 0,7538 7544 7550 7555 7561 7567 7572 7578 7584 7590
83 0,7595 7601 7607 7612 7618 7623 7629 7635 7640 7646
84 0,7651 7657 7663 7668 7674 7679 7685 7690 7696 7701
85 0,7707 7712 7718 7723 7729 7734 7739 7745 7750 7756
86 0,7761 7766 7772 7777 7782 7788 7793 7798 7804 7809
87 0,7814 7820 7825 7830 7835 7841 7846 7851 7856 7862
88 0,7867 7872 7877 7882 7888 7893 7898 7903 7908 7913
89 0,7918 7924 7929 7934 7939 7944 7949 7954 7959 7964
0,90 0,7969 7974 7979 7984 7989 7994 7999 8004 8009 8014
91 0,8019 8024 8029 8034 8038 8043 8048 8053 8058 8063
92 0,8068 8073 8077 8082 8087 8092 8097 8101 8106 8111
93 0,8116 8120 8125 8130 8135 8139 8144 8149 8153 8158
94 0,8163 8167 8172 8177 8181 8186 8191 8195 8200 8204
95 0,8209 8213 8218 8223 8227 8232 8236 8241 8245 8250
96 0,8254 8259 8263 8268 8272 8277 8281 8285 8290 8294
97 0,8299 8303 8307 8312 8316 8321 8325 8329 8334 8338
98 0,8342 8347 8351 8355 8360 8364 8368 8372 8377 8381
99 0,8385 8389 8394 8398 8402 8406 8410 8415 8419 8423
1,00 0,8427 8431 8435 8439 8444 8448 8452 8456 8460 8464
t 0 1er 2e 3e 4e 5 6 7 8 9
Le t-table I.
t 0 1er 2e 3e 4e 5 6 7 8 9
1,00 0,8427 8431 8435 8439 8444 8448 8452 8456 8460 8464
01 0,8468 8472 8476 8480 8484 8488 8492 8496 8500 8504
02 0,8508 8512 8516 8520 8524 8528 8532 8536 8540 8544
03 0,8548 8552 8556 8560 8563 8567 8571 8575 8579 8583
04 0,8586 8590 8594 8598 8602 8606 8609 8613 8617 8621
05 0,8624 8628 8632 8636 8639 8643 8647 8650 8654 8658
06 0,8661 8665 8669 8672 .8676 8680 8683 8687 8691 8694
07 0,8698 8701 8705 8708 8712 8716 8719 8723 8726 8730
08 0,8733 8737 8740 8744 8747 8751 8754 8758 8761 8765
09 0,8768 8771 8775 8778 8782 8785 8789 8792 8795 8799
1.10 0,8802 8805 8809 8812 8815 8819 8822 8825 8829 8832
11 0,8835 8839 8842 8845 8848 8852 8855 8858 8861 8865
12e 0,8868 8871 8874 8878 8881 8884 8887 8890 8893 8897
13 0,8900 8903 8906 8909 8912 8915 8918 8922 8925 8928
14 0,8931 8934 8937 8940 8943 8946 8949 8952 8955 8958
15 0,8961 8964 8967 8970 8973 8976 8979 8982 8985 8988
16 0,8991 8994 8997 9000 9003 9006 9008 9011 9014 9017
17e 0.9020 9023 9026 9029 9031 9034 9037 9040 9043 9046
18e 0,9048 9051 9054 9057 9060 9062 9065 9068 9071 9073
19e 0,9076 9079 9082 9084 9087 9090 9092 9095 9098 9100
1,20 0,9103 9106 9108 9111 9114 9116 9119 9122 9124 9127
21 0,9130 9132 9135 9137 9140 9143 9145 9148 9150 9153
22 0,9155 9158 9160 9163 9165 9168 9171 9173 9176 9178
23 0,9181 9183 9185 9188 9190 9193 9195 9198 9200 9203
24e 0,9205 9207 9210 9212 9215 9217 9219 9222 9224 9227
25 0,9229 9231 9234 9236 9238 9241 9243 9245 9248 9250
26 0,9252 9255 9257 9259 9262 9264 9266 9268 9271 9273
27 0,9275 9277 9280 9282 9284 9286 9289 9291 9293 9295
28 0,9297 9300 9302 9304 9306 9308 9310 9313 9315 9317
29 0,9319 9321 9323 9325 9327 9330 9332 9334 9336 9338
1,30 0,9340 9342 9344 9346 9348 9350 9352 9355 9357 9359
31 0,9361 9363 9365 9367 9369 9371 9373 9375 9377 9379
32 0,9381 9383 9385 9387 9389 9390 9392 9394 9396 9398
33 0,9400 9402 9404 9406 9408 9410 9412 9413 9415 9417
34 0,9419 9421 9423 9425 9427 9428 9430 9432 9434 9436
35 0,9438 9439 9441 9443 9445 9447 9448 9450 9452 9454
36 0,9456 9457 9459 9461 9463 9464 9466 9468 9470 9471
37 0,9473 9475 9477 9478 9480 9482 9483 9485 9487 9488
38 0,9490 9492 9494 9495 9497 9499 9500 9502 9503 9505
39 0,9507 9508 9510 9512 9513 9515 9516 9518 9520 9521
1,40 0,9523 9524 9526 9528 9529 9531 9532 9534 9535 9537
41 0,9539 9540 9542 9543 9545 9546 9548 9549 9551 9552
42 0,9554 9555 9557 9558 9560 9561 9563 9564 9566 9567
43 0,9569 9570 9571 9573 9574 9576 9577 9579 9580 9582
44 0,9583 9584 9586 9587 9589 9590 9591 9593 9594 9596
45 0,9597 9598 9600 9601 9602 9604 9605 9607 9608 9609
46 0,9611 9612 9613 9615 9616 9617 9618 9620 9621 9622
47 0,9624 9625 9626 9628 9629 9630 9631 9633 9634 9635
48 0,9637 9638 9639 9640 9642 9643 9644 9645 9647 9648
49 0,9649 9650 9651 9653 9654 9655 9656 9657 9659 9660
1,50 0,9661 9662 9663 9665 9666 9667 9668 9669 9670 9672
t 0 1er 2e 3e 4e 5 6 7 8 9
Le t-table I.
t 0 1er 2e 3e 4e 6 6 7 8 9
1,5 0,9661 9673 9684 9695 9706 9716 9726 9736 9745 9755
1,6 0,9763 9772 9780 9788 9796 9804 9811 9818 9825 9832
1,7 0,9838 9844 9850 9856 9861 9867 9872 9877 9882 9886
1,8 0,9891 9895 9899 9903 9907 9911 9915 9918 9922 9925
1,9 0.9928 9931 9934 9937 9939 9942 9944 9947 9949 9951
2.0 0.9953 9955 9957 9959 9961 9963 9964 9966 9967 9969
2.1 0.9970 9972 9973 9974 9975 9976 9977 9979 9980 9980
2.2 0.9981 9982 9983 9984 9985 9985 9986 9987 9987 9988
2.3 0.9989 9989 9990 9990 9991 9991 9992 9992 9992 9993
2.4 0,9993 9993 9994 9994 9994 9995 9995 9995 9995 9996
2,5 0,9996 9996 9996 9997 9997 9997 9997 9997 9997 9998
2.6 0,9998 9998 9998 9998 9998 9998 9998 9998 9998 9999
2.7 0,9999 9999 9999 9999 9999 9999 999? 9999 9999 9999
2.8 0,9999 9999 9999 9999 9999 9999 9999 0000 0000 0000
La t-table II.
t 0 1er 2e 3e 4e 5 6 7 8 9
0,00 0,00000 0113 0226 0339 0451 0564 0677 0790 0903 1016
01 1128 1241 1354 1467 1580 1692 1805 1918 2031 2144
02 2256 2369 2482 2595 2708 2820 2933 3046 3159 3271
03 3384 3497 3610 3722 3835 3948 4060 4173 4286 4398
04 4511 4624 4736 4849 4962 5074 5187 5299 5412 5525
05 0,0 5750 5862 5975 6087 6200 6312 6425 6537 6650
5637
06 6762 6875 6987 7099 7212 7324 7436 7549 7661 7773
07 7886 7998 8110 8223 8335 8447 8559 8671 8784 8896
08 0,0 9120 9232 9344 9456 9568 9680 9792 9904 * 0016
9008
09 0,1 0240 0352 0464 0576 0687 0799 0911 1023 1135
0128
0,10 0,1 1358 1470 1581 1693 1805 1916 2028 2139 2251
1246
11 2362 2474 2585 2697 2808 2919 3031 3142 3253 3365
12e 3476 3587 3698 3809 3921 4032 4143 4254 4365 4476
13 4587 4698 4809 4919 5030 5141 5252 5363 5473 5584
14 5695 5805 5916 6027 6137 6248 6358 6468 6579 6689
15 0,1 6910 7020 7130 7241 7351 7461 7571 7681 7791
6800
16 7901 8011 8121 8231 8341 8451 8560 8670 8780 8890
17e 0,1 9109 9218 9328 9437 9547 9656 9766 9875 9984
8999
18e 0,2 0203 0312 0421 0530 0639 0748 0857 0966 1075
0094
19e 1184 1293 1402 1510 1619 1728 1836 1945 2053 2162
0,20 0,2 2379 2487 2595 2704 2812 2920 3028 3136 3244
2270
21 3352 3460 3568 3676 3784 3891 3999 4107 4214 4322
22 4430 4537 4645 4752 4859 4967 5074 5181 5288 5395
23 5502 5609 5716 5823 5930 6037 6144 6250 6357 6463
24e 6570 6676 6783 6889 6996 7102 7208 7314 7421 7527
25 0,2 7739 7845 7950 8056 8162 8268 8373 8479 8584
7633
26 8690 8795 8901 9006 9111 9217 9322 9427 9532 9637
27 0,2 9847 9952 * 0056 * 0161 * 0266 * 0370 * 0475 * 0579 * 0684
9742
28 0,3 0892 0997 1101 1205 1309 1413 1517 1621 1725
0788
29 1828 1932 2036 2139 2243 2346 2450 2553 2656 2760
0,30 0,3 2966 3069 3172 3275 3378 3480 3583 3686 3788
2863
31 3891 3993 4096 4198 4300 4403 4505 4607 4709 4811
32 4913 5014 5116 5218 5319 5421 5523 5624 5725 5827
33 5928 6029 6130 6231 6332 6433 6534 6635 6735 6836
34 6936 7037 7137 7238 7338 7438 7538 7638 7738 7838
35 0,3 8038 8138 8237 8337 8436 8536 8635 8735 8834
7938
36 8933 9032 9131 9230 9329 9428 9526 9625 9724 9822
37 0,3 * 0019 * 0117 * 0215 * 0314 * 0412 * 0510 * 0608 * 0705 * 0803
9921
38 0,4 0999 1096 1194 1291 1388 1486 1583 1680 1777
0901
39 1874 1971 2068 2164 2261 2357 2454 2550 2647 2743
0,40 0,4 2935 3031 3127 3223 3319 3415 3510 3606 3701
2839
41 3797 3892 3988 4083 4178 4273 4368 4463 4557 4652
42 4747 4841 4936 5030 5124 5219 5313 5407 5501 5595
43 5689 5782 5876 5970 6063 6157 6250 6343 6436 6529
44 6623 6715 6808 6901 6994 7086 7179 7271 7364 7456
45 0,4 7640 7732 7824 7916 8008 8100 8191 8283 8374
7548
46 8466 8557 8648 8739 8830 8921 9012 9103 9193 9284
47 0,4 9465 9555 9646 9736 9826 9916 * 0006 * 0096 * 0185
9375
48 0,5 0365 0454 0543 0633 0722 0811 0900 0989 1078
0275
49 1167 1256 1344 1433 1521 1610 1698 1786 1874 1962
0,50 0,5 2138 2226 2313 2401 2488 2576 2663 2750 2837
2050
t 0 1er 2e 3e 4e 5 6 7 8 9
La t-table II.
t 0 1er 2e 3e 4e 5 6 7 8 9
0,50 0,5 2138 2226 2313 2401 2488 2576 2663 2750 2837
2050
51 2924 3011 3098 3185 3272 3358 3445 3531 3617 3704
52 3790 3876 3962 4048 4134 4219 4305 4390 4476 4561
53 4646 4732 4817 4902 4987 5071 5156 5241 5325 5410
54 5494 5578 5662 5746 5830 5914 5998 6082 .6165 6249
55 0,5 6416 6499 6582 6665 6748 6831 6914 6996 7079
6332
56 7162 7244 7326 7409 7491 7573 7655 7737 7818 7900
57 7982 8063 8144 8226 8307 8388 8469 8550 8631 8712
58 8792 8873 8953 9034 9114 9194 9274 9354 9434 9514
59 0,5 9673 9753 9832 9912 9991 * 0070 * 0149 * 0228 * 0307
9594
0,60 0,6 0464 0543 0621 0700 0778 0856 0934 1012 1090
0386
61 1168 1246 1323 1401 1478 1556 1633 1710 1787 1864
62 1941 2018 2095 2171 2248 2324 2400 2477 2553 2629
63 2705 2780 2856 2932 3007 3083 3158 3233 3309 3384
64 3459 3533 3608 3683 3757 3832 3906 3981 4055 4129
65 0,6 4277 4351 4424 4498 4571 4645 4718 4791 4865
4203
66 4938 5011 5083 5156 5229 5301 5374 5446 5519 5591
67 5663 5735 5807 5878 5950 6022 6093 6165 6236 6307
68 6378 6449 6520 6591 6662 6732 6803 6873 6944 7014
69 7084 7154 7224 7294 7364 7433 7503 7572 7642 7711
0,70 0,6 7849 7918 7987 8056 8125 8193 8262 8330 8398
7780
71 8467 8535 8603 8671 8738 8806 8874 8941 9009 9076
72 9143 9210 9277 9344 9411 9478 9545 9611 9678 9744
73 0,6 9877 9943 * 0009 * 0075 * 0140 * 0206 * 0272 * 0337 * 0402
9810
74 0,7 0533 0598 0663 0728 0793 0858 0922 0987 1051
0468
75 0,7 1180 1244 1308 1372 1436 1500 1563 1627 1690
1116
76 1754 1817 1880 1943 2006 2069 2132 2195 2257 2320
77 2382 2444 2507 2569 2631 2693 2755 2816 2878 2940
78 3001 3062 3124 3185 3246 3307 3368 3429 3489 3550
79 3610 3671 3731 3791 3851 3911 3971 4031 4091 4151
0,80 0,7 4270 4329 4388 4447 4506 4565 4624 4683 4742
4210
81 4800 4859 4917 4976 5034 5092 5150 5208 5266 5323
82 5381 5439 5496 5553 5611 5668 5725 5782 5839 5896
83 5952 6009 6066 6122 6178 6234 6291 6347 6403 6459
84 6514 6570 6626 6681 6736 6792 6847 6902 6957 7012
85 0,7 7122 7176 7231 7285 7340 7394 7448 7502 7556
7067
86 7610 7664 7718 7771 7825 7878 7932 7985 8038 8091
87 8144 8197 8250 8302 8355 8408 8460 8512 8565 8617
88 8669 8721 8773 8824 8876 8928 8979 9031 9082 9133
89 9184 9235 9286 9337 9388 9439 9489 9540 9590 9641
0,90 0,7 9741 9791 9841 9891 9941 9990 * 0040 * 0090 * 0139
9691
91 0,8 0238 0287 0336 0385 0434 0482 0531 0580 0628
0188
92 0677 0725 0773 0822 0870 0918 0966 1013 1061 1109
93 1156 1204 1251 1298 1346 1393 1440 1487 1534 1580
94 1627 1674 1720 1767 1813 1859 1905 1951 1997 2043
93 0,8 2135 2180 2226 2271 2317 2362 2407 2452 2497
2089
96 2542 2587 2632 2677 2721 2766 28 10 2855 2899 2943
97 2987 3031 3075 3119 3162 3206 3250 3293 3337 3380
98 3423 3466 3509 3552 3595 3638 3681 3723 3766 3808
99 3851 3893 3935 3977 4020 4061 4103 4145 4187 4229
1,00 0,8 4312 4353 4394 4435 4477 4518 4559 4600 4640
4270
t 0 1er 2e 3e 4e 5 6 7 8 9
La t-table II.
t 0 1er 2e 3e 4e 5 6 7 8 9
1,00 0,8 4312 4353 4394 4435 4477 4518 4559 4600 4640
4270
01 4681 4722 4762 4803 4843 4883 4924 4964 5004 5044
02 5084 5124 5163 5203 5243 5282 5322 5361 5400 5439
03 5478 5517 5556 5595 5634 5673 5711 5750 5788 5827
04 5865 5903 5941 5979 6017 6055 6093 6131 6169 6206
05 0,8 6281 6318 6356 6393 6430 6467 6504 6541 6578
6244
06 6614 6651 6688 6724 6760 6797 6833 6869 6905 6941
07 6977 7013 7049 7085 7120 7156 7191 7227 7262 7297
08 7333 7368 7403 7438 7473 7507 7542 7577 7611 7646
09 7680 7715 7749 7783 7817 7851 7885 7919 7953 7987
1.10 0,8 8054 8088 8121 8155 8188 8221 8254 8287 8320
8021
11 8353 8386 8419 8452 8484 8517 8549 8582 8614 8647
12e 8679 8711 8743 8775 8807 8839 8871 8902 8934 8966
13 8997 9029 9060 9091 9122 9154 9185 9216 9247 9277
14 9308 9339 9370 9400 9431 9461 9492 9522 9552 9582
15 0,8 9642 9672 9702 9732 9762 9792 9821 9851 9880
9612
16 0,8 9939 9968 9997 * 0027 * 0056 * 0085 * 0114 * 0142 * 0171
9910
17e 0,9 0229 0257 0286 0314 0343 0371 0399 0428 0456
0200
18e 0484 0512 0540 0568 0595 0623 0651 0678 0706 0733
19e 0761 0788 0815 0843 0870 0897 0924 0951 0978 1005
1,20 0,9 1058 1085 1111 1138 1164 1191 1217 1243 1269
1031
21 1296 1322 1348 1374 1399 1425 1451 1477 1502 1528
22 1553 1579 1604 1630 1655 1680 1705 1730 1755 1780
23 1805 1830 1855 1879 1904 1929 1953 1978 2002 2026
24e 2051 2075 2099 2123 2147 2171 2195 2219 2243 2266
25 0,9 2314 2337 2361 2384 2408 2431 2454 2477 2500
2290
26 2524 2547 2570 2593 2615 2638 2661 2684 2706 2729
27 2751 2774 2796 2819 2841 2863 2885 2907 2929 2951
38 2973 2995 3017 3039 3061 3082 3104 3126 3147 3168
29 3190 3211 3232 3254 3275 3296 3317 3338 3359 3380
1,30 0,9 3422 3442 3463 3484 3504 3525 3545 3566 3586
3401
31 3606 3627 3647 3667 3687 3707 3727 3747 3767 3787
32 3807 3826 3846 3866 3885 3905 3924 3944 3963 3982
33 4002 . 4040 4059 4078 4097 4116 4135 4154 4173
4021
34 4191 4210 4229 4247 4266 4284 4303 4321 4340 4358
35 0,9 4394 4413 4431 4449 4467 4485 4503 4521 4538
4376
36 4556 4574 4592 4609 4627 4644 4662 4679 4697 4714
37 4731 4748 4766 4783 4800 4817 4834 4851 4868 4885
38 4902 4918 4935 4952 4968 4985 5002 5018 5035 5051
39 5067 5084 5100 5116 5132 5148 5165 5181 5197 5213
1,40 0,9 5244 5260 5276 5292 5307 5323 5339 5354 5370
5229
41 5385 5401 5416 5431 5447 5462 5477 5492 5507 5323
42 5538 5553 5568 5582 5597 5612 5627 5642 5656 5671
43 5686 5700 5715 5729 5744 5758 5773 5787 5801 5815
44 5830 5844 5858 5872 5886 5900 5914 5928 5942 5956
45 0,9 5983 5997 6011 6024 6038 6051 6065 6078 6092
5970
46 6105 6119 6132 6145 6159 6172 6185 6198 6211 6224
47 6237 6250 6263 6276 6289 6302 6315 6327 6340 6353
48 6365 6378 6391 6403 6416 6428 6440 6453 6465 6478
49 6490 6502 6514 6526 6539 6551 6563 6575 6587 6599
1,50 0,9 6622 6634 6646 6658 6670 6681 6693 6705 6716
6611
t 0 1er 2e 3e 4e 5 6 7 8 9
La t-table II.
t 0 1er 2e 3e 4e 5 6 7 8 9
1,50 0,9 6622 6634 6646 6658 6670 6681 6693 6705 6716
6611
51 6728 6739 6751 6762 6774 6785 6796 6808 6819 6830
52 6841 6853 6864 6875 6886 6897 6908 6919 6930 6941
53 6952 6962 6973 6984 6995 7006 7016 7027 7037 7048
54 7059 7069 7080 7090 7100 7111 7121 7131 7142 7152
55 0,97162 7172 7183 7193 7203 7213 7223 7233 7243 7253
56 7263 7273 7283 7292 7302 7312 7322 7331 7341 7351
57 7360 7370 7379 7389 7398 7408 7417 7427 7436 7445
58 7455 7464 7473 7482 7492 7501 7510 7519 7528 7537
59 7546 7555 7564 7573 7582 7591 7600 7609 7617 7626
1,60 0,9 7635 7644 7652 7661 7670 7678 7687 7695 7704 7712
61 7721 7729 7738 7746 7754 7763 7771 7779 7787 7796
62 7804 7812 7820 7828 7836 7844 7852 7860 7868 7876
63 7884 7892 7900 7908 7916 7924 7931 7939 7947 7955
64 7962 7970 7977 7985 7993 8000 8008 8015 8023 8030
65 0,9 8038 8045 8052 8060 8067 8074 8082 8089 8096 8103
66 8110 8118 8125 8132 8139 8146 8153 8160 8167 8174
67 8181 8188 8195 8202 8209 8215 8222 8229 8236 8243
68 8249 8256 8263 8269 8276 8283 8289 8296 8302 8309
69 8315 8322 8328 8335 8341 8347 8354 8360 8366 8373
1,70 0,9 8379 8385 8392 8398 8404 8410 8416 8422 8429 8435
71 8441 8447 8453 8459 8465 8471 8477 8483 8489 8494
73 8500 8506 8512 8518 8524 8529 8535 8541 8546 8552
73 8558 8563 8569 8575 8580 8586 8591 8597 8602 8608
74 8613 8619 8624 8630 8635 8641 8646 8651 8657 8662
75 0,9 8667 8672 8678 8683 8688 8693 8699 8704 8709 8714
76 8719 8724 8729 8734 8739 8744 8749 8754 8759 8764
77 8769 8774 8779 8784 8789 8793 8798 8803 8808 8813
78 8817 8822 8827 8832 8836 8841 8846 8850 8855 8859
79 8864 8869 8873 8878 8882 8887 8891 8896 8900 8905
1,80 0,9 8909 8913 8918 8922 8927 8931 8935 8940 8944 8948
81 8952 8957 8961 8965 8969 8974 8978 8982 8986 8990
82 8994 8998 9002 9007 9011 9015 9019 9023 9027 9031
83 9035 9039 9043 9046 9050 9054 9058 9062 9066 9070
84 9074 9077 9081 9085 9089 9093 9096 9100 9104 9107
85 0.99111 9115 9118 9122 9126 9129 9133 9137 9140 9144
86 9147 9151 9154 9158 9161 9165 9168 9172 9175 9179
87 9183 9185 9189 9192 9196 9199 9202 9206 9209 9212
88 9216 9219 9222 9225 9229 9232 9235 9238 9242 9245
89 9248 9251 9254 9257 9261 9264 9267 9270 9273 9276
1,90 0,9 9279 9282 9285 9288 9291 9294 9297 9300 9303 9306
91 9309 9312 9315 9318 9321 9324 9326 9329 9332 9335
92 9338 9341 9343 9346 9349 9352 9355 9357 9360 9363
93 9366 9368 9371 9374 9376 9379 9382 9384 9387 9390
94 9392 9395 9397 9400 9403 9405 9408 9410 9413 9415
95 0,9 9418 9420 9423 9425 9428 9430 9433 9435 9438 9440
96 9443 9445 9447 9450 9452 9455 9457 9459 9462 9464
97 9466 9469 9471 9473 9476 9478 9480 9482 9485 9487
98 9489 9491 9494 9496 9498 9500 9502 9505 9507 9509
99 9511 9513 9515 9518 9520 9522 9524 9526 9528 9530
2,00 0.99532 9534 9536 9538 9540 9542 9544 9546 9548 9550
t 0 1er 2e 3e 4e 5 6 7 8 9
La t-table II.
t 0 1er 2e 3e 4e 5 6 7 8 9
2.0 0.99532 9552 9572 9591 9609 9626 9642 9658 9673 9688
2.1 9702 9715 9728 9741 9753 9764 9775 9785 9795 9805
2.2 9814 9822 9831 9839 9846 9854 9861 9867 9874 9880
2.3 9886 9891 9897 9902 9906 9911 9915 9920 9924 9928
2.4 9931 9935 9938 9941 9944 9947 9950 9952 9955 9957
2,5 0,9 9961 9963 9965 9967 9969 9971 9972 9974 9975
9959
2.6 9976 9978 9979 9980 9981 9982 9983 9984 9985 9986
2.7 9987 9987 9988 9989 9989 9990 9991 9991 9992 9992
2.8 9992 9993 9993 9994 9994 9994 9995 9995 9995 9996
2.9 9996 9996 9996 9997 9997 9997 9997 9997 9997 9998
3.0 0,9 9998 9998 9998 9998 9998 9998 9999 9999 9999
9998
3.1 9999 9999 9999 9999 9999 9999 9999 9999 9999 9999
3.2 0,9 9999 9999 * 0000 * 0000 * 0000 * 0000 * 0000 * 0000 * 0000
9999