대답:
설명:
먼저 평균을 찾으십시오.
평균 =
각 숫자에 대한 편차를 찾으십시오 - 이것은 평균을 뺀 값입니다:
각 편차를 제곱합니다.
분산은 다음 값의 평균값입니다.
분산 =
표준 편차는 분산의 제곱근입니다.
{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, 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
{18, -9, -57, 30, 18, 5, 700, 7, 2, 1}의 분산과 표준 편차는 무엇입니까?
우리는 전체 표본을 다루고 있다고 가정합니다. 차이 σ ^ 2 = 44,383.45 표준 편차 sigma = 210.6738 대부분의 과학적 계산기 또는 스프레드 시트를 사용하면 이러한 값을 직접 결정할 수 있습니다. 보다 체계적인 방법으로 수행해야하는 경우 : 주어진 데이터 값의 합계를 결정하십시오. 합계를 데이터 항목 수로 나눔으로써 평균을 계산하십시오. 각 데이터 값에 대해 평균으로부터 데이터 값을 빼서 평균과의 편차를 계산하십시오. 각 데이터 값의 평균과의 편차에 대해 편차를 제곱하여 평균에서 제곱 된 편차를 계산합니다.제곱 된 편차의 합 결정 제곱 된 편차의 합계를 원래 데이터 값의 수로 나누어 모집단 분산을 구합니다. 모집단 표준 편차를 구하기 위해 모집단 분산의 제곱근을 결정합니다. 표본 분산과 표본 표준 편차 : 6. 원래 데이터 값의 수보다 1 씩 나눕니다. 참고 : 일반적으로 단순히 색상 (흰색) ( "XXX") VARP (B2 : B11) 및 색상 (흰색) ( "XXX") STDEVP (B2 : B11) 대신에 간단히 기능을 사용합니다. 이 모든 세부 사항들