ОЧЕНЬ Придумать таблицу парных измерений значений некоторых величин, между которыми существует гипотетическая корреляционная зависимость. Провести анализ этой зависимости на наличие линейной корреляции.

Примерами соответствующих связанных величин могут служить:

уровень образования (измеренный, например, в годах обучения в целом) и уровень месячного дохода;

уровень образования и уровень занимаемой должности (для последней придумайте условную шкалу);

количество компьютеров в школе, приходящихся на одного учащегося, и средняя оценка при тестировании на уровень владения стандартными технологиями обработки информации;

количество часов, затрачиваемых старшеклассниками на выполнение домашних заданий, и средняя оценка;

количество удобрений, вносимых в почву, и урожайность той или иной сельскохозяйственной культуры.

При этом вы можете идти двумя путями. Первый, более серьезный и практически полезный: вы не придумываете гипотетическую корреляционную зависимость, но и находите в литературе действительные данные о ней. Второй путь, более легкий: вы рассматриваете это как игру, необходимую для понимания того, что такое корреляционная зависимость, и выработки технических навыков ее анализа, и придумываете соответствующие данные, стараясь делать это наиболее правдоподобным образом.

Короче, с выводом не очень понял, поэтому будет 4 варианта, выбери сам

Обязательная часть программы:

import datetime

year, month, day = int(input('Введите год: ')), int(input('Введите месяц: ')), int(input('Введите день: '))

date = datetime.date(year, month, day)

delta = datetime.timedelta(days=1)

date = str(date + delta).split('-')[::-1]

Тут нужно выбрать одну из строк, будем рассматривать на примере 31 декабря 2019 года(то, что стоит после решетки и саму решетку не копируй:

Вариант 1:

print(*date)     # 01 01 2020  --- это вывод(обычный)

Вариант 2:

print(int(date[0]), int(date[1]), date[2])    # 1 1 2020 (без ведущих нулей)

Вариант 3:

print(str(int(date[0])) + str(int(date[1])), date[2]) #11 2020(без нулей и пробелов)

Вариант 4:

print(str(date[0]) + str(date[1]), date[2])      # 0101 2020(без пробелов)

о комитета полностью недействительным путём предложения новой теории измерений.

« Перефразируя Н.Р. Кампбела (Final Report, p.340), можно сказать что измерение, в самом широком смысле, определяется как присваивание чисел объектам и события согласно некоторому правилу (Стивенс, 1946, p.677). »

Огромное влияние на Стивенса оказали идеи другого гарвардского академика, лауреата нобелевской премии, физика Перси Бриджмена (1927), чью доктрину «Операционизм» Стивенс использовал для определения термина «измерение». К примеру, в определении Стивенса используется рулетка, которая определяет длину (объект измерения) как измеримую (следовательно количественную). Критики операционализма возражают, что он смешивает отношения между двумя объектами или событиями для свойств одного из объектов или событий (Hardcastle, 1995; Michell, 1999; Moyer, 1981a, b; Rogers, 1989).

Канадский исследователь измерительных теорий William Rozeboom (1966) был одним из первых критиков, резко высказавшихся против теории типов шкал Стивенса

Тип переменной зависит от контекста

Ещё одна проблема может заключаться в том, что одна и та же переменная может иметь разные типы шкал в зависимости от её измерения и целей анализа. Например, цвет волос обычно считается номинальной переменной, так как не имеет определённого порядка.[16] Тем не менее, расположить цвета в определённом порядке возможно несколькими в том числе и по оттенкам, с колориметрии.

Использование в психометрии

Объяснение: