- 统计学教程
- 主页
- 调整后的R方
- 方差分析
- 算术平均数
- 算术中位数
- 算术众数
- 算术极差
- 条形图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 环状排列
- 整群抽样
- 科恩 Kappa 系数
- 组合
- 可重复组合
- 比较图表
- 连续均匀分布
- 连续数列算术平均数
- 连续数列算术中位数
- 连续数列算术众数
- 累积频率
- 变异系数
- 相关系数
- 累积图
- 累积泊松分布
- 数据收集
- 数据收集 - 问卷设计
- 数据收集 - 观察法
- 数据收集 - 案例研究法
- 数据模式
- 十分位数统计
- 离散数列算术平均数
- 离散数列算术中位数
- 离散数列算术众数
- 点图
- 指数分布
- F 分布
- F 检验表
- 阶乘
- 频数分布
- 伽马分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- 古博分布
- 调和平均数
- 调和数
- 谐振频率
- 直方图
- 超几何分布
- 假设检验
- 个体数列算术平均数
- 个体数列算术中位数
- 个体数列算术众数
- 区间估计
- 逆伽马分布
- 柯尔莫哥洛夫-斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽马分布
- 逻辑回归
- 麦克尼马尔检验
- 平均偏差
- 均值差异
- 多项分布
- 负二项分布
- 正态分布
- 奇排列和偶排列
- 单比例 Z 检验
- 离群值函数
- 排列
- 可重复排列
- 饼图
- 泊松分布
- 合并方差 (r)
- 功效计算器
- 概率
- 概率加法定理
- 概率乘法定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程Sigma
- 二次回归方程
- 定性数据与定量数据
- 四分位差
- 经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 信度系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样本计划
- 抽样方法
- 散点图
- 香农-维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准正态分布表
- 统计显著性
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生t检验
- 平方和
- t 分布表
- TI 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 大数弱定律
- Z 表
- 统计学有用资源
- 统计学 - 讨论
统计学 - 切比雪夫定理
任何一组数字中位于该组数字均值的k个标准差范围内的数字所占的比例至少为
${1-\frac{1}{k^2}}$
其中 −
${k = \frac{数据范围}{标准差}}$
且 ${k}$ 必须大于 1
示例
问题陈述 −
使用切比雪夫定理,求出一组数据的均值为 151,标准差为 14,有多少百分比的值会落在 123 和 179 之间。
解答 −
我们用 151 减去 123 得到 28,这告诉我们 123 比均值小 28 个单位。
我们用 179 减去 151 也得到 28,这告诉我们 179 比均值大 28 个单位。
两者合计告诉我们,123 和 179 之间的值都在均值的 28 个单位以内。因此,“数据范围”为 28。
因此,我们通过将其除以标准差来求出“数据范围”28 相当于多少个标准差 k −
${k = \frac{数据范围}{标准差} = \frac{28}{14} = 2}$
所以现在我们知道 123 和 179 之间的值都在均值的 28 个单位以内,这与在均值的 k=2 个标准差以内相同。现在,由于 k > 1,我们可以使用切比雪夫公式来求出在均值的 k=2 个标准差范围内的数据的比例。代入 k=2,我们有 −
${1-\frac{1}{k^2} = 1-\frac{1}{2^2} = 1-\frac{1}{4} = \frac{3}{4}}$
因此,${\frac{3}{4}}$ 的数据位于 123 和 179 之间。由于 ${\frac{3}{4} = 75}$%,这意味着 75% 的数据值介于 123 和 179 之间。
计算器
广告