수학 프로그래머 (20) - 데이터 (평균, 중앙값, 모드, 편차, 평균 차이) 분석

평균

개념은 직접적인 화학식 주어진 상세한 설명은 생략 단순 평균,이다 :

평균 인 화학식 N 번호 X1, X2 ... XN, 들어 :
$\ 윗줄 X = \ {FRAC X_1 X_2 + + ... + N} x_n$

가중 평균

무엇 오른쪽 것은 수학에 그 값의 비율의 표현, 중요성이다. WN 할 수있는 권리, 평균 공식을 가정 XN :
$\ 윗줄 X = \ {FRAC x_1w x_2w + + ... + x_nw} {w + ... + w + w}$

2 : 1, 세 가지 시험 결과 100,90,80, 가중 평균 점수 사실, 보통의 많은의 가중 평균으로, 예를 들어, 같은 시간에, 언어, 수학, 영어 시험 2의 세 가지 중량비 참여 :
$\ 윗줄 X = \ FRAC {100 \ times2와 + 90 \ times2와 + 80 \ times1} {2 + 2 + 1}$

중간 수

취약 평균 개인은 크게 완전히 전반적인 상황을 설명 할 수없는, 따라서 매우 작은 그림에 영향을하고 있습니다. 그리고 경우에 따라서는 데이터 집합의 중간의 더 나은 평균 발현 수준이 될 수 있습니다.

데이터가 홀수, 중간의 중간 번호 인 경우.

데이터가 짝수 인 경우, 중간 두 숫자는 평균의 평균입니다.

모드

시대의 대부분의 수는 데이터의 집합 모드로 나타납니다.

변화

작을 분산 작은 변동하는 반면, 데이터의 변동의 분산 프로그램은 더 큰 분산은 더 큰 데이터의 변동을 설명하는데 사용될 수있다. 분산은 다음과 같습니다 :
$S ^ 2 = \ {{FRAC (x_1- \ 윗줄 X)} ^ 2 + {(x_2- \ 윗줄 X)} ^ 2 + ... + {(x_n- \ 윗줄 X)} ^ 2} N$

평균 차이

원래의 데이터의 다른 단위의 차이 때문에, 일반적으로는 변동의 표준 편차를 특성화하는 데 사용되는 표준 편차 데이터는 공식은 :
$S = \ SQRT {\ FRAC {{(x_1- \ 윗줄 X)} ^ 2 + {(x_2- \ 윗줄 X)} ^ 2 + ... + {(x_n- \ 윗줄 X)} ^ 2 N}}$