대답:
차이 (인구):
표준 편차 (인구):
설명:
데이터 값의 합계는
평균 (
각 데이터 값에 대해 데이터 값과 평균의 차이를 계산 한 다음 그 차이를 제곱 할 수 있습니다.
제곱 된 차이의 합을 데이터 값의 수로 나눈 값은 모집단 분산 (
모집단 분산의 제곱근은 모집단 표준 편차 (
노트: 나는 데이터 값이 전체 인구.
데이터 값이 견본 더 큰 인구에서 표본 분산,
노트 2: 정상적인 통계 분석은 이러한 값을 제공하는 내장 함수가있는 컴퓨터 (예: Excel 사용)를 사용하여 수행됩니다.
{1, -1, -0.5, 0.25, 2, 0.75, -1, 2, 0.5, 3}의 분산과 표준 편차는 무엇입니까?
주어진 데이터가 전체 인구수라면 : color (white) ( "XXX") sigma_ "pop"^ 2 = 1.62; sigma_ "pop"= 1.27 주어진 데이터가 모집단의 표본이면 색상 (흰색) ( "XXX") sigma_ "sample"^ 2 = 1.80; sigma_ "sample"= 1.34 모집단의 분산 (sigma_ "pop"^ 2) 및 표준 편차 (sigma_ "pop")를 찾으려면 모집단 값의 합계를 구하십시오. 모집단의 값 수로 나누어 평균을 구하십시오. 각 모집단 값에 대해 그 값과 평균 사이의 차이를 계산 한 다음 그 차이를 계산합니다. 제곱 된 차이의 합 계산 제곱 된 차이의 합을 모집단 수로 나눠서 (sigma_ "pop"^ 2) 모집단 분산을 계산합니다 값. 모집단 표준 편차 (sigma_ "pop")를 구하기 위해 모집단 분산의 (1 차) 제곱근을 취하십시오. 데이터가 더 큰 모집단에서 추출 된 샘플만을 나타내면 샘플 분산을 구해야합니다 (sigma_ "sample"^ 2 ) 및 표본
{1, 1, 1, 1, 7000, 1, 1, 1, 1, 1, 1, 1, 1, 1}의 분산과 표준 편차는 무엇입니까?
평균 = (1 + 1 + 1 + 1 + 1 + 7000 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 - 467.6 = -466.6 7000 - 467.6 = 6532.4 다음 각 편차의 제곱 : (-466.6) ^ 2 (1 + 1 + 1) / 15 = 7014/15 = 467.6 각 숫자에 대한 편차 찾기 - = 217,715.56 6532.4 ^ 2 = 42,672,249.76 분산은 다음 값의 평균입니다. 분산 = ((14 * 217715.56) + 42672249.76) / 15 = 3,050,000 (3s.f.) 표준 편차는 분산의 제곱근입니다. Sigma = sqrt (3050000) = 1750 (3s.f.)
{1, 1, 1, 1, 1, 80, 1, 1, 1, 1, 1, 1}의 분산과 표준 편차는 무엇입니까?
모집단 분산은 다음과 같습니다 : σ ^ 2 ~ = 476.7 그리고 모집단 표준 편차는이 값의 제곱근입니다 : sigma ~ = 21.83 먼저이 값이 전체 모집단이라고 가정합시다. 따라서 우리는 인구 분산을 찾고 있습니다. 이 숫자가 더 큰 모집단의 샘플 집합이라면, 우리는 모집단 분산과 n / (n-1)의 인자로 다른 표본 분산을 찾을 것입니다. 모집단 분산에 대한 공식은 sigma ^ 2 = mu는 모집단 평균이며, mu = 1 / N sum_ (i = 1) ^ N x_i로부터 계산 될 수있다. 우리의 모집단에서 평균은 다음과 같다 : 1 / N sum_ (i = 1) ^ N mu = (1 + 1 + 1 + 1 + 80 + 1 + 1 + 1 + 1 + 1) /12=91/12=7.58bar3 이제 분산 계산을 진행할 수 있습니다 : σ ^ 2 = 11 * (1-7.58bar3) ^ 2 + (80-7.58bar3) ^ 2) / 12 시그마 ^ 2 - = 476.7이고 표준 편차는이 값의 제곱근입니다 : 시그마 = 21.83