Luokan tuotemerkki

Mikä on luokan tuotemerkki?

Se Luokan tuotemerkki, Tunnettu myös nimellä Midpoint, luokan keskellä oleva arvo, joka edustaa kaikkia kyseisessä luokassa olevia arvoja. Periaatteessa luokkabrändiä käytetään tiettyjen parametrien, kuten aritmeettisen keskiarvon tai keskihajonnan, laskemiseen.

Sitten luokan tuotemerkki on minkä tahansa välin keskipiste. Tämä arvo on myös erittäin hyödyllinen, jotta löydetään jo ryhmitelty tietojoukon varianssi CLA: ksi.

Taajuusjakauma

Ymmärtää, mikä luokkabrändi on välttämätöntä taajuuden jakelun käsite. Tietojoukon perusteella taajuusjakauma on taulukko, joka jakaa nämä tiedot useisiin luokkiin, joita kutsutaan luokkiin.

Tämä taulukko näyttää, mikä on jokaiselle luokalle kuuluvien elementtien määrä; Jälkimmäistä tunnetaan taajuudeksi.

Tässä taulukossa osa tietoista saamiamme tietoja uhrataan, koska kunkin elementin yksilöllisen arvon sijaan tiedämme vain, että se kuuluu tähän luokkaan.

Toisaalta saamme paremman käsityksen tietojoukosta, koska tällä tavoin on helpompi arvioida vakiintuneita malleja, mikä helpottaa mainitun tiedon manipulointia.

Kuinka monta luokkaa harkitsee?

Taajuusjakauman tekemiseksi meidän on ensin määritettävä luokkien lukumäärä, jotka haluat ottaa ja valita saman luokkarajat.

Voi palvella sinua: kuution reunat

Valinta, kuinka monta luokkaa otetaan, tulisi olla kätevästi ottaen huomioon, että pieni joukko luokkia voi piilottaa tietoja haluamastamme tiedoista ja erittäin suuri voi tuottaa liian monia yksityiskohtia, jotka eivät välttämättä ole hyödyllisiä.

Tekijät, jotka meidän on otettava huomioon valittaessa kuinka monta luokkaa on useita, mutta näiden välillä on kaksi: ensimmäinen on ottaa huomioon, kuinka monta tietoa meidän on otettava huomioon; Toinen on tietää, minkä kokoinen jakelualue on (ts. Ero suurimman ja pienimmän havainnon välillä).

Saatuaan jo määritellyt luokat, jatkamme, kuinka monta tietoa jokaisessa luokassa. Tätä numeroa kutsutaan luokkataajuuksi.

Kuten aiemmin sanomme, meillä on taajuusjakauma menettää tiedot, jotka tulevat erikseen jokaisesta tiedosta tai havainnosta. Siksi etsitään arvoa, joka edustaa koko luokkaa, johon se kuuluu; Tämä arvo on luokkara.

Kuinka se saadaan?

Luokan tuotemerkki on keskeinen arvo, joka edustaa luokkaa. Se saadaan lisäämällä aikavälin rajat ja jakamalla tämä arvo kahdella. Voisimme ilmaista tämän matemaattisesti seuraavasti:

x_Yllyttää= (Alaraja + yläraja)/2.

Tässä lausekkeessa x_Yllyttää Tarkoittaa I-tämän luokan tuotemerkkiä.

Esimerkki

Seuraava tietojoukko, anna edustava taajuusjakauma ja hanki vastaava luokkabrändi.

Koska korkein numeerinen arvo on 391 ja lapsi on 221, meillä on, että alue on 391 -221 = 170.

Voi palvella sinua: teoreettinen todennäköisyys: Kuinka saada se ulos, esimerkkejä, harjoituksia

Valitsemme 5 luokkaa, kaikki samankokoiset. Yksi tapa valita luokkia on seuraava:

Huomaa, että jokainen data on luokassa, nämä ovat hajoavia ja niillä on sama arvo. Toinen tapa valita luokkia on tietojen harkitseminen osana jatkuvaa muuttujaa, joka voi saavuttaa minkä tahansa todellisen arvon. Tässä tapauksessa voimme harkita lomakkeen luokkia:

205-245, 245-285, 285-325, 325-365, 365-405

Tämä tietojen ryhmittelytapa voi kuitenkin esitellä tiettyjä epäselvyyksiä rajojen kanssa. Esimerkiksi 245: n tapauksessa kysymys nousee: mihin luokkaan se kuuluu, ensimmäiseen tai toiseen?

Näiden sekaannuksen välttämiseksi tehdään äärimmäisistä kohdista. Tällä tavalla ensimmäinen luokka on aikaväli (205 245], toinen (245,285] ja niin edelleen.

Kun luokat on määritelty, jatkamme taajuuden laskemista ja meillä on seuraava taulukko:

Saatuaan datan taajuuden jakautumisen, jatkamme kunkin aikavälin luokkabrändit. Itse asiassa meidän on:

x₁= (205+ 245)/2 = 225

x₂= (245+ 285)/2 = 265          

x₃= (285+ 325)/2 = 305

x₄= (325+ 365)/2 = 345

x₅= (365+ 405)/2 = 385

Voimme edustaa tätä seuraavan kaavion kautta:

Mitä varten se on?

Luokan tuotemerkki on erittäin toimiva löytää aritmeettinen keskiarvo ja jo ryhmitelty dataryhmän varianssi eri luokkiin.

Voimme määritellä aritmeettisen keskiarvon näytteen koon välillä saatujen havaintojen summana. Fyysisestä näkökulmasta sen tulkinta on kuin tietojoukon tasapainopiste.

Koko tietojoukon tunnistaminen yhdellä numerolla voi olla riskialtista, joten sinun on myös otettava huomioon ero tämän tasapainopisteen ja todellisen tiedon välillä. Nämä arvot tunnetaan poikkeavana aritmeettisesta keskiarvosta, ja näiden kanssa pyritään määrittämään, kuinka paljon datan aritmeettinen keskiarvo vaihtelee.

Voi palvella sinua: fraktiot: Tyypit, esimerkit, ratkaisut ratkaistu

Yleisin tapa löytää tämä arvo johtuu varianssista, joka on aritmeettisen keskiarvon poikkeamien neliöiden keskiarvo.

Aritmeettisen keskiarvon ja luokkaan ryhmiteltyn tietojoukon varianssin laskemiseksi seuraavia kaavoja: vastaavasti:

Näissä ilmaisuissa x_Yllyttää  Se on I-tämä luokan tuotemerkki, f_Yllyttää edustaa vastaavaa taajuutta ja k luokkien lukumäärä, joissa tiedot ryhmiteltiin.

Esimerkki

Edellisessä esimerkissä annettujen tietojen hyödyntäminen meidän on laajennettava hiukan enemmän taajuuden jakautustaulukon tietoja. Seuraava saadaan:

Sitten korvaamalla kaavan tiedot olemme jättäneet, että aritmeettinen keskiarvo on:

Sen varianssi ja keskihajonta ovat:

Tästä voimme päätellä, että alkuperäisen datan aritmeettinen keskiarvo on 306,6 ja keskihajonta 39,56.