Mille luokkamerkki on tarkoitettu?

  • Jul 26, 2021
click fraud protection

luokan merkki Se tunnetaan myös nimellä keskipiste. Arvo on luokan keskellä ja edustaa kaikkia arvoja, jotka kuuluvat tiettyyn luokkaan. Pohjimmiltaan sitä käytetään eri parametrien laskeminen, kuten aritmeettinen keskiarvo tai keskihajonta.

luokan merkki arvo, on myös erittäin hyödyllistä löytää muunnos joukosta jo olemassa olevia tietosarjoja ryhmitelty luokkiin ja antaa samalla ymmärtää etäisyyden, joka näillä tietyillä tiedoilla on keskusta.

Mainokset

Tästä artikkelista löydät:

Mille luokkamerkki on tarkoitettu?

Kuten edellä mainittiin, luokan merkki Sillä on loistava toiminnallisuus saavuttaa tietyn tietoryhmän aritmeettinen keskiarvo ja varianssi, jotka puolestaan ​​on jo ryhmitelty eri luokkiin.

Aritmeettinen keskiarvo voidaan määritellä kaikkien otoksen koosta saatujen havaintojen summana. Jos sitä tarkastellaan fyysisestä näkökulmasta, se voidaan tulkita tietoryhmän kannattavuuspisteeksi.

Mainokset

tietomerkki palvelee tietojoukon tunnistamista kokonaan, mutta se voi olla erittäin riskialtista, joten raja-arvon ja todellisten tietojen välinen ero on otettava huomioon. Nämä arvot tunnetaan aritmeettisen keskiarvon johdannaisena, ja ne puolestaan ​​pyrkivät määrittämään, kuinka tietojen aritmeettinen keskiarvo voi vaihdella.

Yleisin tapa löytää tämä arvo on varianssi. Tämä varianssi on aritmeettisen keskiarvon poikkeamien neliöiden keskiarvo. Luokasta löydetyn tietoryhmän varianssin ja aritmeettisen keskiarvon laskemiseksi on käytettävä joitain viitattuja kaavoja.

Mainokset

Laske luokan merkki

Kuten jo aiemmin mainittiin, mluokan arkki tunnetaan kunkin välin keskipisteenä. Arvo edustaa kokonaisväliä tiettyjen parametrien, kuten keskihajonnan, laskelmien suorittamiseksi.

Sen laskemiseksi on noudatettava seuraavia vaiheita:

Mainokset

  • Luokkamerkki (Xi) lasketaan, joka on kunkin aikavälin keskiarvo tai keskiarvo. Tämä helpottaa huomattavasti eri sijainti- ja dispersiomittausten laskemista.
  • Kun intervallien lukumäärä on valittu, kunkin luokan tai aikavälin amplitudi (C) voidaan määrittää.
  • Tämän amplitudin on oltava yhtä suuri kuin tietojen alue, joka on jaettu jaksojen lukumäärään.
  • Ensimmäisellä aikavälillä on sisällytettävä pienin data-arvo ja päinvastoin viimeisellä aikavälillä on oltava korkein data-arvo.
  • Sinun on määritettävä niiden aikavälien tai luokan (K) lukumäärä, joita käytetään tietojen ryhmittelyyn.
  • Sopivin on olla välillä 5 - 20 intervallia tai luokkaa (K).
  • Tästä huolimatta, jos käytettävien aikavälien lukumäärästä ei ole varmuutta, voidaan soveltaa sääntöä nimeltä Sturges Rule. Sen avulla on mahdollista saada melko tarkka arvio niiden ryhmittelyyn tarvittavien aikavälien määrästä.
  • Tämä Sturges-sääntö sallii luokan määrän laskemisen, kun populaation tai näytteen koko on tiedossa.

Millainen on luokan merkki ryhmätiedoille?

Aikavälin mukaan ryhmiteltyjen tietojen taulukossa on muuttuja. Keskittämistoimenpiteiden laskemiseksi on otettava huomioon, että arvot jakautuvat tasaisesti väleihin.

Tämä voi tapahtua myös, jos samanlaiset tiedot ryhmitellään välein. Kun tämä on tehty, sinulla on riski unohtaa todelliset arvosi ja vain likiarvot, jotka oletetaan yhtenäisen aikavälijakauman perusteella, otetaan huomioon.

Mainokset

Kaikki tämä voi johtaa vaihteluihin keskitetyissä mittauksissa, kun tiedot ovat tiedetään olevan ryhmitelty tai ryhmitelty intervallien mukaan, mikä tarkoittaa, että se ei ole suuri koko.

Jos näytteessä on vähintään 30 tietoa, on suositeltavaa ryhmitellä tiedot luokaluokituksen mukaan Otoksen ominaisuudet on määritettävä ja sen jälkeen sen populaation ominaisuudet, josta se oli otettu.

Ennen kuin määritetään, kuinka kiinnostavat ominaisuudet määritetään, kun näytetiedot ryhmitellään luokkiin, on erittäin tärkeää tietää, miten tiedot tulisi erottaa.

Tietojen ryhmittelemiseksi on noudatettava seuraavia vaiheita:

Määritä tietojen alue tai polku

Alue = suurempi arvo - pienempi arvo

Aseta luokkien lukumäärä (K)

Luokkien lukumäärän määrittämiseksi, joihin data ryhmitellään, on oltava sellainen perusta, joka näkyy seuraavassa taulukossa.

Näytteen koko tai tietojen lukumäärä

Luokkien lukumäärä

Alle 50 5-7
50-99 6-10
100: sta 250: een 7 - 12
Yli 250 10-20
instagram viewer