Відповідь:
Відхилення (
Пояснення:
Дані населення:
Сума даних про населення:
Розмір населення:
#color (білий) ("XXX") 6
Середнє:
Відхилення від значення:
Квадрати відхилень від середнього:
Сума квадратів відхилень від середнього:
Відхилення:
Звичайно, ми не робили б всі ці кроки вручну
(вище було виключно в освітніх цілях)
Як правило, ми використовуємо калькулятор або таблицю з вбудованою функцією:
Якщо ви бажаєте, щоб варіювалася вибірка
#sigma_ "sample" ^ 2 = ("сума квадратів відхилень від середнього") / ("чисельність населення" -1) # і
- Вбудована електронна таблиця (Excel) - це VAR (A2: A7)
Джон отримав 75 балів на математичних тестах, де середній показник становив 50. Якщо його оцінка становить 2,5 стандартні відхилення від середнього, то яка дисперсія результатів тестів класів?
Стандартне відхилення визначається як квадратний корінь з дисперсії. (так що дисперсія є квадратом стандартного відхилення) У випадку Джона він знаходиться на відстані 25 від середнього, що перетворюється в 2,5-кратне сигма стандартного відхилення. Отже: sigma = 25 / 2.5 = 10 -> "дисперсія" = sigma ^ 2 = 100
Яка дисперсія і стандартне відхилення {1, 1, 1, 1, 1, 80, 1, 1, 1, 1, 1, 1}?
Дисперсія популяції: sigma ^ 2 ~ = 476,7, а стандартне відхилення популяцій - квадратний корінь з цього значення: sigma ~ = 21,83. По-перше, припустимо, що це ціла сукупність значень. Тому ми шукаємо дисперсію населення. Якщо б ці числа були сукупністю зразків з більшої популяції, ми б шукали дисперсію вибірки, яка відрізняється від дисперсії популяції на коефіцієнт n // (n-1) Формула для дисперсії популяції sigma ^ 2 = 1 / N sum_ (i = 1) ^ N (x_i-mu) ^ 2, де mu - середнє число населення, яке можна обчислити з mu = 1 / N sum_ (i = 1) ^ N x_i mu = (1 + 1 + 1 + 1 + 1 + 80 + 1 + 1 + 1 + 1 + 1 + 1) /12=91/12=7.58bar3 Тепер мож
Яка дисперсія і стандартне відхилення {2,9,3,2,7,7,12}?
Дисперсія (популяція): sigma_ "pop" ^ 2 = 12.57 Стандартне відхилення (популяція): sigma_ "pop" = 3.55 Сума значень даних - 42 Середнє значення (mu) даних 42/7 = 6 Для кожного із значень даних ми можемо обчислити різницю між значенням даних і середнім, а потім квадратну різницю. Сума квадратних відмінностей, поділена на кількість значень даних, дає дисперсію популяції (sigma_ "pop" ^ 2). Квадратний корінь дисперсії населення дає стандартне відхилення населення (sigma_ "pop"). Примітка: Я припускав, що значення даних представляють всю популяцію. Якщо значення даних є лише зразком з бі