- 統計學教程
- 首頁
- 調整後的R平方
- 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
- 迴圈排列
- 整群抽樣
- 科恩Kappa係數
- 組合
- 有放回組合
- 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
- 累積頻數
- 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
- Gumbel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
- Kolmogorov-Smirnov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
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 有放回排列
- 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
- Shannon-Wiener多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤(SE)
- 標準正態表
- 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
- 韋恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 連續數列算術眾數
當資料根據範圍及其頻率給出時。以下是連續數列的示例 -
| 專案 | 0-5 | 5-10 | 10-20 | 20-30 | 30-40 |
|---|---|---|---|---|---|
| 頻率 | 2 | 5 | 1 | 3 | 12 |
公式
$M_o = {L} + \frac{f_1-f0}{2f_1-f_0-f_2} \times {i}$
其中 -
${M_o}$ = 眾數
${L}$ = 眾數類的下限
${f_1}$ = 眾數類的頻率
${f_0}$ = 眾數類前一類的頻率
${f_2}$ = 眾數類後一類的頻率
${i}$ = 類間距。
如果存在兩個變數值具有相同的最高頻率,則該數列為雙峰數列,並且眾數被認為是不確定的。在這種情況下,眾數透過以下公式計算 -
眾數 = 3 × 中位數 - 2 × 平均數
算術眾數可用於描述定性現象,例如消費者偏好、品牌偏好等。當分佈不正常時,它作為集中趨勢的度量是優選的,因為它不受極值的影響。
示例
問題陳述 -
根據以下資料計算算術眾數 -
|
工資 (以盧比計) |
工人人數 |
|---|---|
| 0-5 | 3 |
| 5-10 | 7 |
| 10-15 | 15 |
| 15-20 | 30 |
| 20-25 | 20 |
| 25-30 | 10 |
| 30-35 | 5 |
解決方案 -
使用以下公式
$M_o = {L} + \frac{f_1-f0}{2f_1-f_0-f_2} \times {i}$
${L}$ = 15
${f_1}$ = 30
${f_0}$ = 15
${f_2}$ = 20
${i}$ = 5
代入值,我們得到
$M_o = {15} + \frac{30-15}{2 \times 30-15-20} \times {5} \\[7pt] \, = {15+3} \\[7pt] \, = {18}$
因此算術眾數為18。
計算器
廣告