- 統計學教程
- 主頁
- 調整後的R方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 環狀排列
- 整群抽樣
- 科恩 Kappa 係數
- 組合
- 可重複組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F 分佈
- F 檢驗表
- 階乘
- 頻數分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- 古博分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- 柯爾莫哥洛夫-斯米爾諾夫檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均偏差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例 Z 檢驗
- 離群值函式
- 排列
- 可重複排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) 和過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-維納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤差 (SE)
- 標準正態分佈表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t 分佈表
- TI 83 指數迴歸
- 轉換
- 截尾均值
- I 型和 II 型錯誤
- 方差
- 維恩圖
- 大數弱定律
- Z 表
- 統計學有用資源
- 統計學 - 討論
統計學 - 切比雪夫定理
任何一組數字中位於該組數字均值的k個標準差範圍內的數字所佔的比例至少為
${1-\frac{1}{k^2}}$
其中 −
${k = \frac{資料範圍}{標準差}}$
且 ${k}$ 必須大於 1
示例
問題陳述 −
使用切比雪夫定理,求出一組資料的均值為 151,標準差為 14,有多少百分比的值會落在 123 和 179 之間。
解答 −
我們用 151 減去 123 得到 28,這告訴我們 123 比均值小 28 個單位。
我們用 179 減去 151 也得到 28,這告訴我們 179 比均值大 28 個單位。
兩者合計告訴我們,123 和 179 之間的值都在均值的 28 個單位以內。因此,“資料範圍”為 28。
因此,我們透過將其除以標準差來求出“資料範圍”28 相當於多少個標準差 k −
${k = \frac{資料範圍}{標準差} = \frac{28}{14} = 2}$
所以現在我們知道 123 和 179 之間的值都在均值的 28 個單位以內,這與在均值的 k=2 個標準差以內相同。現在,由於 k > 1,我們可以使用切比雪夫公式來求出在均值的 k=2 個標準差範圍內的資料的比例。代入 k=2,我們有 −
${1-\frac{1}{k^2} = 1-\frac{1}{2^2} = 1-\frac{1}{4} = \frac{3}{4}}$
因此,${\frac{3}{4}}$ 的資料位於 123 和 179 之間。由於 ${\frac{3}{4} = 75}$%,這意味著 75% 的資料值介於 123 和 179 之間。
計算器
廣告