В отметка класса Он также известен как средняя точка. Это значение, которое находится в центре класса и представляет все значения, входящие в определенную категорию. По сути, он используется для выполнения расчет различных параметров, например среднее арифметическое или среднеквадратичное отклонение.
В значение отметки класса, также очень полезно найти вариант набора ряда данных, которые уже сгруппированы по классам и в то же время позволяет нам понять, на каком расстоянии эти определенные данные находятся от центр.
Рекламные объявления
В этой статье вы найдете:
Для чего нужен классный знак?
Как упоминалось выше, отметка класса Он имеет отличную функциональность для достижения среднего арифметического и дисперсии определенной группы данных, которые, в свою очередь, уже сгруппированы в разные классы.
Среднее арифметическое можно определить как сумму всех наблюдений, полученных на основе размера выборки. Если смотреть с физической точки зрения, это можно интерпретировать как точку безубыточности для группы данных.
Рекламные объявления
В метка данных служит для полной идентификации набора данных, но это может быть очень рискованно, поэтому необходимо учитывать разницу между точкой безубыточности и фактическими данными. Эти значения известны как производные от среднего арифметического и, в свою очередь, стремятся определить, как может варьироваться среднее арифметическое данных.
Чаще всего это значение можно найти через дисперсию. Эта дисперсия представляет собой среднее значение квадратов отклонений от среднего арифметического. Чтобы выполнить расчет как дисперсии, так и среднего арифметического группы данных, найденных в классе, необходимо использовать некоторые ссылочные формулы.
Рекламные объявления
Рассчитать оценку класса
Как уже было сказано ранее, mкласс ark известен как середина каждого интервала. Это значение, которое представляет весь интервал для выполнения вычислений определенных параметров, таких как стандартное отклонение.
Для его расчета необходимо выполнить следующие шаги:
Рекламные объявления
- Вычисляется оценка класса (Xi), которая представляет собой среднее значение каждого интервала или среднее значение. Это позволяет значительно упростить расчет различных измерений положения и дисперсии.
- После выбора количества интервалов можно определить амплитуду каждого класса или интервала (C).
- Эта амплитуда должна быть равна диапазону данных, разделенному на количество интервалов.
- В первом интервале должно содержаться наименьшее значение данных, и, наоборот, последний интервал должен иметь наибольшее значение данных.
- Вы должны определить количество интервалов или класса (K), которые используются, чтобы иметь возможность выполнять группировку данных.
- Наиболее целесообразно иметь от 5 до 20 интервалов или классов (K).
- Несмотря на это, если нет уверенности в количестве используемых интервалов, можно применить правило Стерджеса. С его помощью можно получить довольно точное приближение количества интервалов, необходимых для их группировки.
- Это правило Стерджеса позволяет произвести расчет количества сортов, как только станет известен размер популяции или выборки.
Что такое знак класса для сгруппированных данных?
В таблице данных, сгруппированных по интервалам, реальные значения, принимаемые Переменная. Чтобы вычислить меры централизации, необходимо учитывать, что значения равномерно распределены по интервалам.
Это также может произойти, если похожие данные сгруппированы по интервалам. Когда это будет сделано, вы рискуете забыть свои истинные значения, и будут учитываться только те приближения, которые предполагает равномерное интервальное распределение.
Рекламные объявления
Все это может привести к вариациям в централизованных измерениях, если данные известно, что они не сгруппированы или сгруппированы по интервалам, что означает, что это не будет иметь большого значения размер.
Если выборка содержит от 30 или более данных, рекомендуется сгруппировать данные по классификации классов, а затем Необходимо определить характеристики выборки, а затем характеристики популяции, из которой она была составлена. взятый.
Прежде чем определять, как определять интересующие характеристики при группировании данных выборки в классы, очень важно знать, как данные должны быть разделены.
Чтобы сгруппировать данные, необходимо выполнить следующие шаги:
Определите диапазон или путь к данным
Диапазон = Высшее значение - Нижнее значение
Установите количество классов (K)
Чтобы установить количество классов, в которых будут сгруппированы данные, необходимо иметь базу, такую как те, которые можно увидеть в следующей таблице.
Размер выборки или количество данных |
Кол-во классов |
| Менее 50 | От 5 до 7 |
| От 50 до 99 | От 6 до 10 |
| От 100 до 250 | От 7 до 12 |
| Более 250 | От 10 до 20 |
