199 private links
2 km/h dans 2h --> 4km de parcourus
2 km/h dans -2h (il y a 2 heures) --> -4km de parcourus
-2km/h dans 2h --> -4km de parcourus (en arrière)
-2km dans -2h --> 4km de parcourus
How anxious would you feel in the following situations?........ Please
circle the appropriate numbers below.
Related to maths in order to verify if someone is anxious about maths. It provides a scale in the original paper: https://sci-hub.ru/10.1007/s40753-019-00104-6
There is also a Wikipedia article related to it: https://en.wikipedia.org/wiki/Mathematical_anxiety
#idea #project make a website form of it. Explain its goal and how this work :)
Exemple de biais avec des valeurs extrêmes faussant la moyenne:
Entreprise
Robert : 1400€
Louise : 1450€
Paul : 1500€
Bernadette : 1500€
Jean-Michel : 5000€
Samuel : 9000€Salaire moyen : 3308,33€
Vous comprenez pourquoi c’est stupide ?
They use lines and count crossed lines 🤔 Smart.
Could be useful someday
(Context: the OEIS is the database related to Integer Sequences. Type the start or some integers of the sequence, and OEIS will return which sequences are matching.)
En mathématiques, une conjecture est une assertion pour laquelle on ne connaît pas encore de démonstration, mais que l'on croit fortement être vraie, en l'absence de contre-exemple.
A password with 256 bits of entropy is practically immune to brute-force attacks large enough to quite literally burn the world, but is quite trivial to crack with a universe-scale fuel source.
A password with 327 bits of entropy is nearly impossible to crack even if you burn the whole observable universe trying to do so.
La formule mathématique pour cuire parfaitement des oeufs à la coque !
Every day a new correlation !
From 0.01% to 99.999999%...
Well explained !
This works and gives a system on two lines :
left lbrace stack {
x = y #
y = 3
}
right noneSolution's here in the manual in Unpaired brackets > Scalable brackets.
« Quand on étudie un ensemble de données numériques, on pourrait s'attendre à voir les chiffres de 1 à 9 apparaître à peu près aussi fréquemment comme premier chiffre d'un nombre, soit avec une fréquence de 11,1% = 1/9 pour chacun. Or, contrairement à cette intuition (biais d'équiprobabilité), pour près du tiers des observations, le 1er chiffre significatif le plus fréquent est 1. Le chiffre 2 est ensuite lui-même plus fréquent que le 3… et la probabilité d'avoir un 9 comme premier chiffre significatif n'est que de 4,6 % . C'est une loi observée aussi bien dans les mathématiques sociales, c'est-à-dire les sciences humaines et sociales, que dans des tables de valeurs numériques comme celles qu'on rencontre en physique, en BTP, en économie (taux de change), ou même dans les numéros de rue de son carnet d'adresses. »
Cela signifie que pour vérifier (empiriquement !) la vraisemblance d'un ensemble de données, il suffit de regarder la répartition des chiffres : si vous avez plus de 8 et 9 que de 1 et 2, c'est peut-être que les données ont été manipulées ou biaisées.
On a la réponse à la vie, l'univers et tout le reste !
Les différentes simulations montrent que jouer avec son argent au casino conduit à le perdre à long terme.
Les exemples de code présentés sont en python <3 mais 2.7 :'(