- 統計教程
- 首頁
- 調整後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
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續序列算術平均數
- 連續序列算術中位數
- 連續序列算術眾數
- 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
- 離散序列算術平均數
- 離散序列算術中位數
- 離散序列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻率分佈
- 伽瑪分佈
- 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
- 個體序列算術平均數
- 個體序列算術中位數
- 個體序列算術眾數
- 區間估計
- 逆伽瑪分佈
- Kolmogorov-Smirnov檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽瑪分佈
- 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
- 奇排列和偶排列
- 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
- 夏農-威納多樣性指數
- 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
- 變換
- 截尾均值
- I型和II型錯誤
- 方差
- 維恩圖
- 大數弱定律
- Z表
- 統計有用資源
- 統計 - 討論
統計 - 個體序列的調和平均數
當資料以個體形式給出時。以下是單個序列的示例
| 專案 | 5 | 10 | 20 | 30 | 40 | 50 | 60 | 70 |
|---|
對於單個專案，調和平均數使用以下公式計算。
公式
$H.M. = \frac{N}{\sum (\frac{1}{X})}$
其中 -
${H.M.}$ = 調和平均數
${N}$ = 觀察次數。
${X}$ = 變數值
示例
問題陳述
計算以下個體資料的調和平均數
| 專案 | 14 | 36 | 45 | 70 | 105 |
|---|
解決方案
根據給定的資料，我們有
| ${x}$ | ${\frac{1}{X}}$ |
|---|---|
| 14 | 0.7142 |
| 36 | 0.2777 |
| 45 | 0.0222 |
| 70 | 0.0142 |
| 105 | 0.0095 |
| 總計 | 1.0378 |
根據上述公式，調和平均數$H.M.$將為
$H.M. = \frac{N}{\sum (\frac{1}{X})} \\[7pt] \, = \frac{5}{1.0378} \\[7pt] \, = 4.81$
給定數字的調和平均數為4.81。
廣告