统计学常用公式
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
公式一
1. 众数【】
(1) 未分组数据或单变量值分组数据众数的计算
未分组数据或单变量值分组数据的众数就是出现次数最多的变量值。
(2) 组距分组数据众数的计算
对于组距分组数据,先找出出现次数最多的变量值所在组,即为众数所在组,再根据下面的公式计算计算众数的近似值。 下限公式: 1
012
M =L+
+i ∆⨯∆∆ 式中:0M 表示众数;L 表示众数的下线;1∆表示众数组次数与上一组次数之差;2∆表示众数组次数与下一组次数之差;i 表示众数组的组距。 上限公式:
2
012
M =U-+i ∆⨯∆∆ 式中:U 表示众数组的上限。
2.中位数【】
(1)未分组数据中中位数的计算
根据未分组数据计算中位数时,要先对数据进行排序,然后确定中位数的位置。设一组数据按从小到大排序后为12N X X X ,,…,,中位数e M ,为则有:
e N+M =X
1
()2
当N 为奇数
e N N +1221M =X +X 2⎛⎫⎛⎫ ⎪ ⎪
⎝⎭⎝⎭⎧⎫⎪
⎪⎨⎬⎪⎪⎩⎭
当N 为偶数
(2)分组数据中位数的计算
分组数据中位数的计算时,要先根据公式N / 2 确定中位数的位置,并确定中位数所在的组,然后采用下面的公式计算中位数的近似值:
N
=1
m-1
e m
-S 2
M =L+
i
i f
d f ⨯∑
式中:e M 表示中位数;L 表示中位数所在组的下限;m-1S 表示中位数所在组以下各组的累计次数;m f 表示中位数所在组的次数;d 表示中位数所在组的组距。
3.均值的计算【】 (1)未经分组均值的计算
未经分组数据均值的计算公式为: 112n ++=
=n
i
i x x x x x n n
=∑…
(2)分组数据均值计算
分组数据均值的计算公式为: 11221121
+++==+k
i i
k k i k k
i
i x f x f x f x f x f f f f
==+∑∑L L +
4.几何平均数【】
几何平均数是N 个变量值乘积的N 次方根,计算公式为:
式中:G 表示几何平均数;∏表示连乘符号。
5.调和平均数【】
调和平均数是对变量的倒数求平均,然后再取倒数而得到的平均数,它有简单调和平均数与加权调和平均数两种计算形式。 简单调和平均数: 211
H=
=
111
+++n
i
n
i n n
x x x x
=∑1
…
加权调和平均数: 2121
1211m m +m ++m H==m m m m +++n
i
n
i n i n
n i
i x x x x ==∑∑…… 式中:H 表示调和平均数。
6.极差【】
极差也称全距,是一组数据的最大值与最小值之差,即 ()()R=max -min i
i x
x
式中:R 表示极差;()max i
x 和()min i
x 分别表示一组数据的最大值与最小值。
7.平均差【 】
平均差是各标志值与其平均数的绝对离差的算术平均。
(1) 根据未分组资料的计算公式: 1
-AD=
i
n
i x x
n
=∑
(2) 根据分组资料的计算公式: 1
1
-AD=
i
n
i
i n
i
i x x
f f
==∑∑
式中:表示平均差
8.方差【】和标准差【 】
方差是各变量值与其均值离差平方的平均数。要求掌握方差和标准差的计算方法。
未分组数据方差的计算公式为: ()
2
21
n
i x x n
σ=-=
∑
分组数据方差的计算公式为: (
)
2
21
1
i n
i
i n
i
i x x
f f
σ==-=
∑∑
式中:2σ表示方差。
方差的平方根即为标准差,其相应的计算公式为:
未分组数据:
σ=
分组数据:
σ
=
式中:σ表示标准差。 9.离散系数
离散系数通常是就标准差来计算的,因此,也称为标准差系数,它是一组数据的标准差与其相应的均值之比,是测度数据离散程度的相对指标。
其计算公式为: V x
σσ
=
式中:V σ表示离散系数。
10.偏态【】
偏态是对分布偏斜方向及程度的测度。利用众数、中位数和均值之间的关系就可以判断分布是左偏还是右偏。显然,判别偏态的方向并不困难,但要测度偏斜的程度就需要计算偏态系数了。
中偏态系数的计算公式为: ()()3
1--1-2i n
i x x n
n n s =⎡⎤⎢⎥⎣⎦
∑
11.峰值【】
中峰值系数的计算公式为:
()()()()()(
)()421-13112313i n i x x n n n n n n s n n =⎧⎫+-⎛⎫⎪⎪
-⎨⎬ ⎪-----⎝⎭⎪⎪⎩⎭∑