- 统计学教程
- 首页
- 调整后的R平方
- 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
- 频率分布
- 伽马分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- 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
- Kolmogorov-Smirnov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
- Shannon-Wiener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
- 去极值平均数
- I型和II型错误
- 方差
- 韦恩图
- 大数弱定律
- Z表
- 统计学有用资源
- 统计学 - 讨论
统计学 - 去极值平均数
去极值平均数是一种平均方法,在计算平均数之前,它会去除最大值和最小值的一小部分。
可以使用以下公式计算去极值平均数。
公式
$\mu = \frac{\sum {X_i}}{n}$
其中 -
$\sum {X_i}$ = 去极值集的总和。
${n}$ = 去极值集中数据的总数。
${\mu}$ = 去极值平均数。
示例
问题陈述
计算数字集 {8, 3, 7, 1, 3, 和 9} 的 20% 去极值平均数。
项目 | 14 | 36 | 45 | 70 | 105 |
---|
去极值平均数百分比 = $\frac{20}{100} = 0.2$;样本大小=6
让我们首先确定去极值计数 (g) 的估计值,其中 g 指的是要从给定序列中去除的值的数量。
g = Floor (Trimmed Mean Percent x Sample Size) g = Floor (0.2 x 6) g = Floor (1.2) Trimmed check (g) = 1
将给定的数字序列 {8, 3, 7, 1, 3, 9} 按升序排列,= 1, 3, 3, 7, 8, 9
由于去极值计数为 1,我们应该从开头和结尾去除一个数字。因此,我们从上述数字序列中去除第一个数字 (1) 和最后一个数字 (9),= 3, 3, 7, 8。现在可以计算去极值平均数为
$\mu = \frac{\sum {X_i}}{n} \\[7pt] \, = \frac{去极值集的总和}{去极值集中数据的总数} \\[7pt] \, = \frac{(3 + 3 + 7 + 8)}{4} \, = \frac{21}{4} \\[7pt] \, = {5.25}$
给定数字的去极值平均数为 5.25。
广告