De klassemerke Det er også kjent som midtpunktet. Det er verdien som er i midten av en klasse og representerer alle verdiene som er i en bestemt kategori. I utgangspunktet brukes den til å utføre beregning av forskjellige parametere, for eksempel det aritmetiske gjennomsnittet eller standardavvik.
De klassemerkeverdi, er det også veldig nyttig å finne varianten av et sett med en serie data som allerede er gruppert etter klasser og samtidig lar oss forstå avstanden disse bestemte dataene har fra senter.
Annonser
I denne artikkelen finner du:
Hva er et klassemerke for?
Som nevnt ovenfor, er klassemerke Den har en flott funksjonalitet for å nå det aritmetiske gjennomsnittet og variansen til en bestemt datagruppe, som igjen allerede er gruppert i forskjellige klasser.
Det aritmetiske gjennomsnittet kan defineres som summen av alle observasjonene oppnådd fra prøvestørrelsen. Hvis det settes fra det fysiske synspunktet, kan det tolkes som break-even-punktet for en gruppe data.
Annonser
De datamerket tjener til å identifisere et datasett fullt ut, men det kan være veldig risikabelt, derfor må det tas hensyn til forskjellen mellom breakeven-punktet og de faktiske dataene. Disse verdiene er kjent som avledningen av det aritmetiske gjennomsnittet, og prøver i sin tur å bestemme hvordan det aritmetiske gjennomsnittet av dataene kan variere.
Den vanligste måten at denne verdien kan bli funnet er gjennom variansen. Denne avviket er gjennomsnittet av kvadratene til avvikene fra det aritmetiske gjennomsnittet. For å utføre beregningen av både variansen og det aritmetiske gjennomsnittet av en gruppe data som finnes i en klasse, må noen refererte formler brukes.
Annonser
Beregn et klassemerke
Som allerede sagt tidligere mklasse ark er kjent som midtpunktet for hvert intervall. Det er verdien som representerer intervallet som helhet for å utføre beregningene av visse parametere, for eksempel standardavviket.
For å beregne det må følgende trinn følges:
Annonser
- Klassemarkeringen (Xi) beregnes, som er gjennomsnittet for hvert intervall eller middelverdien. Dette tjener til å gjøre det mye enklere å beregne de forskjellige målingene av posisjon og spredning.
- Når antall intervaller er valgt, kan amplituden til hver klasse eller intervall (C) bestemmes.
- Denne amplituden må være lik rekkevidden til dataene som er delt inn i antall intervaller.
- I det første intervallet må den laveste dataverdien være inneholdt, og omvendt må det siste intervallet ha den høyeste dataverdien.
- Du må bestemme antall intervaller eller klasse (K) som brukes for å kunne utføre grupperingen av dataene.
- Det mest hensiktsmessige er å ha mellom 5 og 20 intervaller eller klasser (K).
- Til tross for dette, hvis det ikke er sikkerhet for antall intervaller som skal brukes, kan regelen kalt Sturges Rule brukes. Med det er det mulig å ha en ganske nøyaktig tilnærming til antall intervaller som trengs for å gruppere dem.
- Denne utrulningsregelen gjør det mulig å beregne klassemengden når størrelsen på populasjonen eller prøven er kjent.
Hva er et klassemerke for grupperte data?
Innenfor en tabell med data gruppert etter intervaller, blir de virkelige verdiene tatt av variabel. For å beregne tiltakene for sentralisering, må det vurderes at verdiene er jevnt fordelt i intervallene.
Dette kan også skje hvis lignende data er gruppert i intervaller. Når dette er gjort, risikerer du å glemme dine sanne verdier, og bare dine tilnærminger som den ensartede intervallfordelingen antar blir vurdert.
Annonser
Alt dette kan føre til variasjoner i sentraliserte målinger, når dataene er kjent for å være ugruppert eller gruppert etter intervaller, noe som betyr at det ikke vil være bra størrelse.
Hvis prøven inneholder mellom 30 eller flere data, anbefales det å gruppere dataene etter klasseklassifisering Egenskapene til prøven må bestemmes, og deretter de fra befolkningen den var fra tatt.
Før du definerer hvordan du skal bestemme egenskapene av interesse når eksempeldataene er gruppert i klasser, er det veldig viktig å vite hvordan dataene skal skilles.
For å gruppere dataene må følgende trinn følges:
Bestem rekkevidden eller banen til dataene
Område = Høyere verdi - Lavere verdi
Still inn antall klasser (K)
For å fastslå antall klasser der dataene skal grupperes, er det nødvendig å ha en base som de som kan sees i tabellen nedenfor.
Prøvestørrelse eller antall data |
Antall klasser |
| Mindre enn 50 | Fra 5 til 7 |
| Fra 50 til 99 | Fra 6 til 10 |
| Fra 100 til 250 | 7 til 12 |
| Mer enn 250 | 10 til 20 |
