3 8 अभ्यास के फार्म जी उत्तर स्कैटर भूखंडों और प्रवृत्ति लाइनों विदेशी मुद्रा

अनुप्रयोग में सर्वर त्रुटि। रनटाइम त्रुटि वर्णन: सर्वर पर कोई एप्लिकेशन त्रुटि हुई इस एप्लिकेशन के लिए वर्तमान कस्टम त्रुटि सेटिंग्स, एप्लिकेशन त्रुटि के विवरण को दूरस्थ रूप से देखा जाने से रोकती हैं (सुरक्षा कारणों से) हालांकि, स्थानीय सर्वर मशीन पर चलने वाले ब्राउज़रों द्वारा यह देखा जा सकता है। विवरण: दूरस्थ मशीनों पर देखने के लिए इस विशिष्ट त्रुटि संदेश के विवरण को सक्षम करने के लिए, कृपया वर्तमान वेब अनुप्रयोग की रूट निर्देशिका में स्थित एक quotweb. configquot कॉन्फ़िगरेशन फ़ाइल के भीतर एक ltcustomErrorsgt टैग बनाएं। इस ltcustomErrorsgt टैग के बाद इसके quotModequot विशेषता को quot करने के लिए सेट किया जाना चाहिए नोट्स: आप देख रहे हैं वर्तमान त्रुटि पृष्ठ कस्टम त्रुटि पेज URL. Catter प्लॉट्स को इंगित करने के लिए एप्लिकेशन के लेफ्टिनेंट एर्रॉर्सगट कॉन्फ़िगरेशन टैग के quotdefaultRedirectquot विशेषता को संशोधित करके कस्टम त्रुटि पेज द्वारा प्रतिस्थापित किया जा सकता है। अब यह देखना आसान है कि गर्म मौसम की ओर जाता है अधिक बिक्री लेकिन संबंध सही नहीं है। सर्वश्रेष्ठ फ़िट की रेखाएं हम अपने स्कैटर प्लॉट पर बेस्ट फेटक्वॉट (जिसे एक कोट लाइन लाइन भी कहा जाता है) को भी आकर्षित कर सकते हैं: सभी बिंदुओं के लिए जितनी करीब होनी चाहिए, और नीचे दिए गए रेखा से ऊपर के कई बिंदुओं की कोशिश करें। उदाहरण: सागर स्तर बढ़ोतरी का एक साजिश सागर स्तर उगता है: और यहां मैंने बेस्ट फाइटक्वॉट के एक लाइन पर खींचा है। इंटरपोलेशन और एक्सट्रपलेशन इंटरपोलेशन है, जहां हमारे डेटा पॉइंट के अंदर हम एक मान पाते हैं। यहां हम 21 डिग्री पर बिक्री का अनुमान लगाने के लिए रैखिक प्रक्षेप का उपयोग करते हैं। Extrapolation है, जहां हम हमारे डेटा बिंदुओं के सेट के बाहर एक मान पाते हैं। यहां हम 29 डिग्री सेल्सियस पर बिक्री का अनुमान लगाने के लिए रैखिक एक्सट्रपलेशन का उपयोग करते हैं (जो हमारे पास से किसी भी मूल्य से अधिक है)। सावधानी: एक्सट्रपलेशन गुमराह करने वाले परिणाम दे सकता है क्योंकि हम कटा हुआ क्षेत्रक्षेत्र में हैं साथ ही एक ग्राफ़ (ऊपर की तरह) का उपयोग करते हुए हम हमारी सहायता करने के लिए एक फार्मूला बना सकते हैं वास्तविक मूल्य के पास की रेखा पर दो बिंदुओं का अनुमान लगाया: (12 डिग्री, 180) और (25 डिग्री, 610) सबसे पहले, ढलान को ढूंढें: y 33x शून्य से 396 180 और 33x घटा 216 अब हम उस समीकरण को 21deg : y 33times21 शून्य से 216 477 और 29deg पर एक बिक्री मूल्य एक्सट्रपोल करने के लिए: y 33times29 शून्य से 216 741 मान ग्राफ पर मिल गया है के करीब हैं। लेकिन इसका अर्थ यह नहीं है कि वे अधिक (या कम) सटीक हैं वे सब सिर्फ अनुमान हैं एक्सट्रपलेशन का बहुत दूर उपयोग न करें आप 0deg y 33times0 से कम से कम 216 शून्य से 216 एचएमएम की बिक्री की उम्मीद करेंगे। शून्य 216 हम बहुत दूर एक्सट्रपोलैटेड नोट: हम रैखिक (एक पंक्ति के आधार पर) प्रक्षेप और एक्सट्रपलेशन का उपयोग करते थे, लेकिन कई अन्य प्रकार हैं, उदाहरण के लिए, हम curvy lines बनाने के लिए बहुपदों का उपयोग कर सकते हैं। सहसंबंध जब डेटा के दो सेट मजबूत रूप से एक साथ जुड़े हुए हैं हम कहते हैं कि उनके पास एक उच्च संबंध है शब्द सह-संबंध को सह-अर्थ (क्वोटोगेन्टेक्वाट) का बना है, और रिलेशन सहसंबंध सकारात्मक है जब मूल्य एक साथ बढ़ता है, और एक मूल्य नकारात्मक हो जाता है जब एक वैल्यू कम हो जाती है, नकारात्मक संबंध सहसंबंध नकारात्मक हो सकते हैं, जिसका अर्थ है कि एक संबंध है लेकिन एक मूल्य अन्य मूल्य वृद्धि के रूप में नीचे चला जाता है। उदाहरण। जन्म दर बनाम आय: जन्म दर, अमीर देशों में कम हो जाती है। नीचे लगभग 100 विभिन्न देशों के लिए एक तितर बितर साजिश है