第 4 章 数据的概括性度量

2023-12-29 17:44
文章标签 数据 度量 概括性

本文主要是介绍第 4 章 数据的概括性度量,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

重点及知识点总结:

众数:可能无众数,一个众数,多个众数。

中位数:排完序,若是偶数个则需要将中间两个数相加除以2,而不是向上取整。

四分位数:排序后出于25%和75%的数,分别叫做下分位数和上分位数。

平均数:也叫做均值。

加权平均数:一般用于分组数据。

几何平均数:主要用于计算平均增长率,是n个变量值乘积的n次方根。

左偏分布:数据小的值多。右偏分布:数据大的值比较多。

异众比率:不是众数的频数占总频数的比例。如总数个数占30%,则异众比率则是1-30% = 70%。

极差:一组数据的最大值和最小值之差。

平均差:各变量值于平均数的差  的绝对值的平均数。平均差一般不用,性质不好。

方差和标准差:是重点。注意对于样本差和方差,分母对应总体是n,样本是n-1。注意分组数据的公式有点变化。

样本标准差为12.58,样本标准差的含义是:每一天的销售量与平均数相比,平均相差21.58台。

自由度:自由度是指一组数据中可以自由取值的个数。按着这一逻辑,如果对n个观测值附加的约束个数为k个,自由度则为n-k。

标准分数:z_{i} =\frac{ x_{i}-\bar{x}}{s}

离散系数:标准差与其相应的均值之比v=s/x拔

经验法则:对称分布,平均数加减标准差分别对应概率。

对称分布的经验法则,123标准差对应68%,95%,99%。

切比雪夫不等式:非对称分布,2,3,4标准差对应75%,89%,94%。

具体内容:

4.1集中趋势的度量

 

 

平均收益率要用几何平均数来算,不能用平均数来算:

 

4.2离散趋势的度量

异众比率:不是众数的频数占总频数的比例。如总数个数占30%,则异众比率则是1-30% = 70%。

极差:一组数据的最大值和最小值之差。

平均差:各变量值于平均数的差  的绝对值的平均数。平均差一般不用,性质不好。

方差和标准差:是重点。注意对于样本差和方差,分母对应总体是n,样本是n-1。注意分组数据的公式有点变化。

样本标准差为12.58,样本标准差的含义是:每一天的销售量与平均数相比,平均相差21.58台。

自由度:自由度是指一组数据中可以自由取值的个数。按着这一逻辑,如果对n个观测值附加的约束个数为k个,自由度则为n-k。

离散系数:标准差与其相应的均值之比v=s/x拔

经验法则:对称分布,平均数加减标准差分别对应概率。

切比雪夫不等式:非对称分布,2,3,4标准差对应75%,89%,94%。

这篇关于第 4 章 数据的概括性度量的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/550193

相关文章

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核