수업 폭
이 기사에서는 통계에서 클래스 너비가 무엇인지 설명합니다. 따라서 수업 너비 계산 방법, 수업 너비 공식 및 실제 예를 배우게 됩니다. 또한 온라인 계산기를 사용하여 모든 데이터 샘플에 대한 적절한 클래스 너비를 계산할 수 있습니다.
수업 폭이란 무엇입니까?
통계에서 클래스 너비는 클래스 또는 간격의 너비입니다. 즉, 클래스의 너비는 클래스의 상한과 하한의 차이와 같습니다.
일반적으로 통계에서는 데이터를 클래스로 그룹화할 때 모든 클래스의 너비가 동일하도록 수행됩니다.
클래스 너비 공식
클래스의 너비는 클래스의 상한에서 클래스의 하한을 뺀 것과 같습니다. 따라서 클래스 너비 공식은 다음과 같습니다.
여기서 Ls는 구간의 상한이고 Li는 하한입니다.
예를 들어, 클래스 너비 [40,50)는 상한값(50)에서 하한값(40)을 빼서 계산되므로 클래스 너비는 50-40=10과 같습니다.
수업 너비를 계산하는 방법
때때로 우리는 클래스나 간격을 생성해야 하는 문제에 직면할 수 있으며, 이 경우 클래스가 가져야 하는 너비를 찾는 방법을 알아야 합니다. 따라서 이 섹션에서는 클래스 너비에 대한 단계별 연습을 해결해 보겠습니다.
- 다음과 같은 통계 데이터가 기록되었습니다. 동일한 너비의 10개 클래스(또는 간격)를 형성하려면 각 클래스의 너비는 얼마나 되어야 합니까?
클래스 너비를 얻으려면 먼저 샘플 데이터의 범위를 계산해야 합니다.
그리고 샘플의 범위를 알고 나면 찾은 값을 원하는 클래스 수(9)로 나눕니다.
따라서 우리는 모든 클래스의 너비가 11단위가 되어야 한다고 결론을 내립니다. 따라서 우리가 할 수 있는 과정은 다음과 같습니다.
클래스 너비 계산기
샘플 최대값, 최소값 및 원하는 클래스 수를 입력합니다. 그런 다음 “계산” 버튼을 클릭하면 계산기가 지정된 조건에 맞는 적절한 클래스 너비를 반환합니다.