統計不球人2

套路 3: 測量資料的變異度 (Measures of Variability and Dispersion) 什麼是資料的 變異度與分散程度 ? 說白了就是變異數 (variance) 、標準差 (standard variation) 、標準誤差 (standard error) 或變異係數 ( coefficient of variation ) 。 範圍 (range) 公式 如何使用 Python 計算範圍 ? 方法 : 將上述計算公式寫成 Python 程式 第一步 : 資料 numStudent = [58,57,54,59,53,56,58,59,60]   # 生物統計學歷年班級學生數 第二步 : 程式 nRange = max(numStudent) - min(numStudent) nRange # 結果 : 7 變異數 (variance) 公式 Population variance: 其中 μ 是 母體 (population) 的算數平均數 ， Xi 是 第 i 個樣本 ， N 是 母體的樣本數 。 Sample variance: 其中 X 橫槓 是 樣本 (sample) 的算數平均數 ， Xi 是 第 i 個樣本 ， n 是 抽樣的樣本數 。 如何使用 Python 計算變異數 ? 方法一 : 將上述計算公式寫成 Python 程式 第一步 : 資料 numStudent = [58,57,54,59,53,56,58,59,60]   # 生物統計學歷年班級學生數 第二步 : 程式 n = len(numStudent) t1 = 0 for i in range(n):    t1 = t1 + numStudent [i] m = t1 / n t2 = 0 for i in range(n):    t2 = t2 + (numStudent [i] - m)**2 v = t2 / (n-1) v # 結果 : 5.611111111111112 方法二 : 使用 Python 函數 (fun...

套路 2: 測量資料的重心 (Measures of Central Tendency) 什麼是資料的重心 ? 說白了就是平均值 (mean) 、中數 (median) 或眾數 (mode) 。 算術平均數 (Arithmetic mean) 公式 其中 μ 是 母體 (population) 的算數平均數 ， Xi 是 第 i 個樣本 ， N 是 母體的樣本數 。 其中 X 橫槓 是 樣本 (sample) 的算數平均數 ， Xi 是 第 i 個樣本 ， n 是 抽樣的樣本數 。 如何使用 Python 計算算術平均數 ? 方法一 : 將上述計算公式寫成 Python 程式 第一步 : 資料 numStudent = [58,57,54,59,53,56,58,59,60]   # 生物統計學歷年班級學生數 第二步 : 程式 l = len(numStudent) t = 0 for i in range(l):     t = t + numStudent[i] arMean = t / l arMean # 結果 : 57.111111111111114 方法二 : 使用 Python 函數 (function) numStudent = [58,57,54,59,53,56,58,59,60] import statistics statistics.mean(numStudent) # 結果 : 57.111111111111114 方法三 : 使用 Python 函數 (function) numStudent = [58,57,54,59,53,56,58,59,60] from statistics import mean mean(numStudent) # 結果 : 57.111111111111114 算術平均數 (Arithmetic mean) ， 如果資料包含次數 (frequency) 公式 其中 X 橫槓 是 樣本 (sample) 的算數平均數 ， Xi 是 第 i 個樣本 ， n 是 抽樣的樣本數 ， f i 是第 ...