- 统计教程
- 首页
- 调整后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
- 有放回组合
- 比较图表
- 连续均匀分布
- 连续序列算术平均数
- 连续序列算术中位数
- 连续序列算术众数
- 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
- 离散序列算术平均数
- 离散序列算术中位数
- 离散序列算术众数
- 点图
- 指数分布
- F分布
- F检验表
- 阶乘
- 频率分布
- 伽玛分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- Gumbel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
- 个体序列算术平均数
- 个体序列算术中位数
- 个体序列算术众数
- 区间估计
- 逆伽玛分布
- Kolmogorov-Smirnov检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔检验
- 平均差
- 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
- 异常值函数
- 排列
- 有放回排列
- 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-威纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误(SE)
- 标准正态表
- 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
- 变换
- 截尾均值
- I型和II型错误
- 方差
- 维恩图
- 大数弱定律
- Z表
- 统计有用资源
- 统计 - 讨论
统计 - 个体序列的调和平均数
当数据以个体形式给出时。以下是单个序列的示例
| 项目 | 5 | 10 | 20 | 30 | 40 | 50 | 60 | 70 |
|---|
对于单个项目，调和平均数使用以下公式计算。
公式
$H.M. = \frac{N}{\sum (\frac{1}{X})}$
其中 -
${H.M.}$ = 调和平均数
${N}$ = 观察次数。
${X}$ = 变量值
示例
问题陈述
计算以下个体数据的调和平均数
| 项目 | 14 | 36 | 45 | 70 | 105 |
|---|
解决方案
根据给定的数据，我们有
| ${x}$ | ${\frac{1}{X}}$ |
|---|---|
| 14 | 0.7142 |
| 36 | 0.2777 |
| 45 | 0.0222 |
| 70 | 0.0142 |
| 105 | 0.0095 |
| 总计 | 1.0378 |
根据上述公式，调和平均数$H.M.$将为
$H.M. = \frac{N}{\sum (\frac{1}{X})} \\[7pt] \, = \frac{5}{1.0378} \\[7pt] \, = 4.81$
给定数字的调和平均数为4.81。
广告