codecamp

Statistics - Standard Deviation of Individual Data Series

当数据基于个体给出时。 以下是单个系列的示例:

项目 5 10 20 30 40 50 60 70

对于单个系列,可以使用以下公式计算标准偏差。

$\sigma = \sqrt{\frac{\sum_{i=1}^n{(x-\bar x)^2}}{N-1}}$

其中 -

  • $ {x} $ =个体观察变量。

  • $ {\\ bar x} $ =变量的所有观察值的平均值

  • $ {N} $ =观察次数

例子

问题陈述:

计算以下各个数据的标准偏差:

项目 14 36 45 70 105

解决方案:

$ {X} $ $ {\\ bar x} $ $ {x- \\ bar x} $ $ {(x - \\ bar x)^ 2} $
14 54 -40 1600
36 54 -18 324
45 54 -9 81
70 54 16 256
105 54 51 2601
${N=5}$     $ {\\ sum {(x - \\ bar x)^ 2} = 4862} $

基于上述公式,标准偏差$ \\ sigma $将是:

$ {\sigma = \sqrt{\frac{\sum{(x - \bar x)^2}}{N-1}} \\[7pt] \, = \sqrt{\frac{4862}{4}} \\[7pt] \, = \sqrt{\frac{4862}{4}} \\[7pt] \, = 34.86}$

给定数字的标准偏差为34.86。


Statistics - Mean Deviation of Continuous Data Series
Statistics - Arithmetic Mode of Continous Series
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

Statistics Tutorial

Statistics Useful Resources

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }