Le 25/05/2020 Présentation par MrCaluem et Urgau
Sommaire
208dowels: Quality control, calibration and χ
$ ./208dowels -h
USAGE
./208dowels O0 O1 O2 O3 O4 O5 O6 O7 O8
DESCRIPTION
Oi size of the observed class
Présentation du projet
$ ./208dowels 6 4 10 18 20 19 11 5 7
x | 0-1 | 2 | 3 | 4 | 5 | 6 | 7+ | Total
Ox | 10 | 10 | 18 | 20 | 19 | 11 | 12 | 100
Tx | 8.0 | 13.8 | 19.2 | 19.9 | 16.3 | 11.1 | 11.7 | 100
Distribution: B(100, 0.0410)
Chi-squared: 2.029
Degrees of freedom: 5
Fit validity: 80% < P < 90%
$ ./208dowels 6 4 10 8 20 19 11 5 17
x | 0-1 | 2-3 | 4 | 5 | 6-7 | 8+ | Total
Ox | 10 | 18 | 20 | 19 | 16 | 17 | 100
Tx | 5.2 | 26.7 | 19.1 | 17.7 | 22.2 | 9.0 | 100
Distribution: B(100, 0.0460)
Chi-squared: 16.119
Degrees of freedom: 4
Fit validity: P < 1%
Présentation du projet
Présentation du projet
Organisation
Organisation
Architecture
Initialization
Vérification du des arguments
Fin
Préparation de Tx
Calcul des probabilités
Calcul du KhiDeux
Récupération du Fit
Réduction de Ox
Affichage des résultats
Architecture
# UTILS
def printUsage():
def printTable(Ox, Tx, xColumns):
# MATHS
def getBinomialCoef(n, k):
def getBinomialLaw(n, k, p):
def getKhiDeux(columns, Ox, Tx):
# ALGO
def shrinkOx(Ox):
# PROGRAM
def dowels(Ox):
def main():
cat 208dowels | grep "class"
Tests automatisés
FIN