:::
資料庫查詢時間：718.7478 ms
共 1304 筆資料，
每頁顯示
筆資料
縮小搜尋結果範圍
適用年級
媒體形式
排序方式：
關鍵字 |
搜尋次數 |
關聯性
:::
你是不是要搜尋以下結果
|
高斯誤差曲線
瀏覽人次:0
收藏人次:0
在統計上常用高斯分佈(Gauss distribution)w(x)：
表示一隨機變數x之機率密度。附圖為w(x)圖形。在此圖中曲線1之標準偏差(standard deviation)σ1大於曲線2之σ2。 由於式(1)中所表示之隨機變數x之平均值為零，因此x可視為此變數之""誤差""，而以w(x)所繪之曲線即稱之為高斯誤差曲線。由此曲線可看出小誤差發生的機率遠多於較大誤差的產生，極大誤差的產生機率則非常小。若欲知道誤差範圍在a內之發生機率，可經由機率密度之積分而得，結果可以所謂的誤差函數(error function)表示之。 |
|
不得有誤
瀏覽人次:0
收藏人次:0
不可出任何差錯。帶有命令的語氣。如：「這件事交代給你，快去快回，不得有誤！」
|
|
誤學邯鄲
瀏覽人次:0
收藏人次:0
壽陵年輕人因羨慕邯鄲人走路美姿，前往學習，結果爬行回來的故事。見「邯鄲學步」條。01.《文史通義．內篇二．古文十弊》：「文人好奇，易於受惑，是之謂『誤學邯鄲』，又文人之通弊也。 」
|
|
差異的標準誤
瀏覽人次:0
收藏人次:0
差異標準誤即在比較兩種測驗間差異顯著性之用。在不同的兩種測驗比較中，將原始分數參照相同樣本所建立的常模，將之轉換成相同尺度的標準分數，便可相互比較；然而其間差距必須大至相當的程度，方能確認其意義。因此「差異的標準誤」即是在說明個人於兩種測驗上表現的優劣情形，並衡量其間差距的大小，以檢定其差異的顯著性。其公式如下：
SEdiff.=S√2-rxx-ryy SEdiff.：差異的標準誤 rxx：第一種測驗的信度係數 ryy：第二種測驗的信度係數 S：相同尺度標準分數的標準差 |
|
脫誤
瀏覽人次:0
收藏人次:0
失誤、脫漏差誤。《後漢書．卷五．孝安帝紀》：「詔謁者劉珍及五經博士，校定東觀五經、諸子、傳記、百家藝術，整齊脫誤，是正文字。」
|
|
範疇失誤
瀏覽人次:0
收藏人次:0
範疇失誤指在邏輯方面錯誤地使用概念，致使原屬於某種範疇的事實卻用於另一種範疇的描述表現出來，將概念放入了本來不包括他們的另一種邏輯類型或範疇中。為避免「範疇失誤」，清楚地顯示各種設證(Proposals)與論證(Arguments)所建立之知識的不同形式及其不同層次的意義，使各意義層次都有適當的意義，是當代分析哲學(Analytical Philosophy)的主要任務。
「範疇失誤」一詞，由英國哲學家萊爾(G. Ryle, 1900～1976)所提出。萊爾在其名著〔心的概念〕(Concept of Mind)中說，哲學並不提供任何關於心靈的新知識，而在修正已有知識的邏輯地圖... |
|
誤國殄民
瀏覽人次:0
收藏人次:0
貽誤國事，荼毒人民。元．周密《齊東野語．卷七．洪君疇》：「貪繆之相誤國殄民，逐之已晚，亦曰為內侍翻本也。」也作「誤國害民」、「誤國殃民」。
|
|
溢位錯誤
瀏覽人次:0
收藏人次:0
指項目太多或太大，無法放入一資料結構內所產生的錯誤。常用以指算術運算的結果超出規定的最大值。
|
|
誤差橢圓
瀏覽人次:0
收藏人次:0
利用坐標平差所得之協方差矩陣元素來表示點位平面精度之一種方式。
|
|
機率錯誤概念
瀏覽人次:0
收藏人次:0
機率錯誤概念(Probability wrong concept)目錄1 前言2 錯誤決策2.1 代表性2.2 可獲得性2.3 因果策略2.4 後果取向3 關鍵字4 參考資料 前言對於國小學生而言，可藉由直覺來判斷出某些簡單問題的機率大小，舉例而言，當有不同花色卡片的問題時，學生可簡單地找出哪一種選擇具有較大的贏面，但對於較複雜的問題，其可能仍然運用自己的直覺或本能來回答問題，而此時將產生不適用的解題方式，導致許多錯 |
 曾經查過此詞彙的人也經常查詢以下字詞： |
貓頭鷹博士