Hoe kwadratische afwijking te berekenen

Berekent de standaarddeviatie, u vindt de variatie van de waarden in het datamonster. Maar eerst moet u enkele waarden berekenen: de gemiddelde waarde en bemonsteringsdispersie. Dispersie - Meeting van gegevens verspreiden zich rond de gemiddelde waarde. De RMS-afwijking is gelijk aan vierkantswortel van de bemonsteringsdispersie. Dit artikel zal u vertellen hoe u de gemiddelde, dispersie- en RMS-afwijking kunt vinden.

Stappen

Deel 1 van 3:
Gemiddelde waarde
  1. Titel afbeelding Bereken standaardafwijking Stap 1
een. Neem de dataset. De gemiddelde waarde is een belangrijke waarde in statistische berekeningen.
  • Bepaal het aantal nummers in de dataset.
  • De cijfers in de set zijn heel anders dan elkaar of ze zijn heel dichtbij (verschillen in fractionele aandelen)?
  • Wat zijn nummers in de dataset? Testschattingen, lezingen van de puls, groei, gewicht, enzovoort.
  • Bijvoorbeeld een reeks testschattingen: 10, 8, 10, 8, 8, 4.
  • Titel afbeelding Bereken standaardafwijking Stap 2
    2. Om de gemiddelde waarde te berekenen, zijn alle nummers van deze dataset nodig.
  • De gemiddelde waarde wordt gemiddeld waarde van alle nummers in de dataset.
  • Om de gemiddelde waarde te berekenen, vouwt u alle nummers van uw dataset en verdelen de verkregen waarde naar het totale aantal nummers in de set (n).
  • In ons voorbeeld (10, 8, 10, 8, 8, 4) n = 6.
  • Titel afbeelding Bereken standaardafwijking Stap 3
    3. Vouw alle nummers van uw dataset.
  • In ons voorbeeld zijn er nummers: 10, 8, 10, 8, 8 en 4.
  • 10 + 8 + 10 + 8 + 8 + 4 = 48. Dit is de som van alle nummers in de dataset.
  • Vouwnummers opnieuw om het antwoord te controleren.
  • Titel afbeelding Bereken standaardafwijking Stap 4
    4. Verdeel de som van nummers op het aantal nummers (n) in het monster. U vindt de gemiddelde waarde.
  • In ons voorbeeld (10, 8, 10, 8, 8 en 4) n = 6.
  • In ons voorbeeld is de hoeveelheid nummers 48. Divide dus 48 op n.
  • 48/6 = 8
  • De gemiddelde waarde van dit monster is 8.
    • Deel 2 van 3:
    Spreiding
    1. Titel afbeelding Bereken standaardafwijking Stap 5
    een. Bereken de dispersie. Dit is een maat voor gegevens verspreid over de gemiddelde waarde.
    • Deze waarde geeft u een idee van hoe de bemonsteringsgegevens zijn verspreid.
    • Selectie met een kleine dispersie omvat gegevens die iets anders zijn dan de gemiddelde waarde.
    • Een monster met een hoge dispersie omvat gegevens die heel anders zijn dan de gemiddelde waarde.
    • Dispersie wordt vaak gebruikt om de verdeling van twee gegevenssets te vergelijken.
  • Titel afbeelding Bereken standaardafwijking Stap 6
    2. Verwijder de gemiddelde waarde van elk nummer in de dataset. U leert hoeveel elke waarde in de dataset verschilt van de gemiddelde waarde.
  • In ons voorbeeld (10, 8, 10, 8, 8, 4) gemiddeld gelijk aan 8.
  • 10 - 8 = 2- 8 - 8 = 0, 10 - 2 = 8, 8 - 8 = 0, 8 - 8 = 0, en 4 - 8 = -4.
  • Doe opnieuw aftrek om elk antwoord te controleren. Dit is erg belangrijk, omdat de verkregen waarden nodig zijn bij het berekenen van andere waarden.
  • Titel afbeelding Bereken standaardafwijking Stap 7
    3. Earl in het vierkant elke waarde die u hebt ontvangen in de vorige stap.
  • Bij het aftrekken van de gemiddelde waarde (8) van elk nummer van dit monster (10, 8, 10, 8, 8 en 4) heeft u de volgende waarden ontvangen: 2, 0, 2, 0, 0 en -4.
  • Bouw deze waarden in het vierkant: 2, 0, 2, 0, 0 en (-4) = 4, 0, 4, 0, 0 en 16.
  • Controleer de antwoorden voordat u doorgaat naar de volgende stap.
  • Titel afbeelding Bereken standaardafwijking Stap 8
    4. Vouw de vierkanten van de waarden, dat wil zeggen, vind de som van de vierkanten.
  • In ons voorbeeld, de vierkanten van de waarden: 4, 0, 4, 0, 0 en 16.
  • Herinner eraan dat de waarden worden verkregen door de gemiddelde waarde af te trekken van elk aantal monsters: (10-8) ^ 2 + (8-8) ^ 2 + (10-2) ^ 2 + (8-8) ^ 2 + (8-8) ^ 2 + (4-8) ^ 2
  • 4 + 0 + 4 + 0 + 0 + 16 = 24.
  • De som van vierkanten is 24.
  • Titel afbeelding Bereken standaardafwijking Stap 9
    vijf. Verdeel de som van de vierkanten op (n-1). Vergeet niet dat n de hoeveelheid gegevens (cijfers) in uw monster is. Dus je krijgt dispersie.
  • In ons voorbeeld (10, 8, 10, 8, 8, 4) n = 6.
  • N-1 = 5.
  • In ons voorbeeld is de som van vierkanten gelijk aan 24.
  • 24/5 = 4.8
  • Dispersie van dit monster is 4.8.
    • Deel 3 van 3:
    Radiale afwijking
    1. Titel afbeelding Bereken standaardafwijking Stap 10
    een. Zoek de dispersie om de standaarddeviatie te berekenen.
    • Vergeet niet dat de dispersie een maatstaf voor data-verstrooien rond de gemiddelde waarde.
    • De standaarddeviatie is een vergelijkbare waarde die de aard van de distributie van gegevens in het monster beschrijft.
    • In ons voorbeeld is de dispersie 4.8.
  • Titel afbeelding Bereken standaardafwijking Stap 11
    2. Verwijder de vierkantswortel van de dispersie om de RMS-afwijking te vinden.
  • Typisch, 68% van alle gegevens die zijn gerangschikt door de grenzen van één standaardafwijking van de gemiddelde waarde.
  • In ons voorbeeld is de dispersie 4.8.
  • √4.8 = 2,19. De RMS-afwijking van dit monster is 2.19.
  • 5 van de 6 getallen (83%) van dit monster (10, 8, 10, 8, 8, 4) bevindt zich binnen een enkele standaardafwijking (2.19) van de gemiddelde waarde (8).
  • Titel afbeelding Bereken standaardafwijking Stap 12
    3. Controleer de juistheid van de berekening van de gemiddelde, dispersie en de riconductische afwijking. Hiermee kunt u uw antwoord controleren.
  • Zorg ervoor dat u berekeningen opneemt.
  • Als u in het proces van het controleren van de berekeningen die u een andere waarde hebt ontvangen, bekijk dan alle berekeningen vanaf het begin.
  • Als je niet kunt vinden waar ze een fout hebben gemaakt, kun je vanaf het begin berekeningen doen.
    • Deel in het sociale netwerk:
    Vergelijkbaar