클래스 범위

에 의해 벤자민 앤더슨 8월 4, 2023 통계 댓글 0개

이 문서에서는 클래스 범위 지정이 무엇인지 설명합니다. 따라서 클래스의 너비를 계산하는 방법과 클래스의 너비를 계산하는 해결 방법도 알아봅니다.

클래스 범위란 무엇입니까?

통계에서 클래스 너비는 간격에 속하는 값의 범위입니다. 즉, 클래스의 너비는 클래스 경계 사이의 너비입니다.

따라서 클래스의 너비는 클래스 간격의 두 한계 사이의 차이와 같습니다.

논리적으로 클래스 너비에 대해 이야기하는 것은 데이터가 간격으로 그룹화되어 있을 때만 의미가 있습니다.

클래스의 너비는 클래스의 상한에서 인클로저의 하한을 뺀 값으로 계산됩니다. 따라서 클래스 너비 공식은 다음과 같습니다.

$\text{Amplitud de clase}=L_s-L_i$

여기서 L _s 는 클래스의 상한이고 L _i 는 클래스의 하한입니다.

클래스 너비의 정의가 무엇인지, 그 공식이 무엇인지 살펴보고 나면 클래스 너비가 어떻게 계산되는지 구체적인 예를 살펴보겠습니다.

$[85,90)$

이전 섹션에서 설명한 것처럼 클래스의 진폭을 구하는 공식은 다음과 같습니다.

$\text{Amplitud de clase}=L_s-L_i$

따라서 계산을 수행하려면 구간의 상한에서 하한을 뺀 값만 빼면 됩니다.

$\text{Amplitud de clase}=90-85=5$

종종 혼동되는 두 가지 통계 개념은 수업 폭과 폭입니다. 이 섹션에서는 차이점이 무엇인지 살펴보겠습니다.

클래스 너비와 범위의 차이는 계산이 수행되는 값에서 발견됩니다. 범위는 클래스의 상한과 하한의 차이이고, 범위는 데이터 세트의 최대값과 최소값의 차이입니다.

따라서 범위는 전체 데이터 샘플을 참조하는 반면, 빈의 너비는 단순히 간격 값을 기준으로 계산됩니다.

안녕하세요. 저는 통계학 교수를 퇴직하고 전임 통계 교사로 변신한 벤자민입니다. 통계 분야의 광범위한 경험과 전문 지식을 바탕으로 Statorials를 통해 학생들에게 힘을 실어주기 위해 지식을 공유하고 싶습니다. 더 알아보기