- 统计教程
- 家
- 调整后的 R 平方
- 方差分析
- 算术平均值
- 算术中位数
- 算术模式
- 算术范围
- 条状图
- 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
- 循环排列
- 整群抽样
- 科恩卡帕系数
- 组合
- 与替换组合
- 比较图
- 连续均匀分布
- 连续级数算术平均值
- 连续级数算术中位数
- 连续级数运算模式
- 累积频率
- 变异系数
- 相关系数
- 累计地块
- 累积泊松分布
- 数据采集
- 数据收集 - 问卷设计
- 数据收集-观察
- 数据收集-案例研究方法
- 数据模式
- 十分位数统计
- 离散级数算术平均值
- 离散级数算术中位数
- 离散级数运算模式
- 点图
- 指数分布
- F分布
- F测试台
- 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
- 中庸之道
- 甘贝尔分布
- 调和平均值
- 谐波数
- 谐波共振频率
- 直方图
- 超几何分布
- 假设检验
- 个别系列算术平均值
- 个别系列算术中位数
- 个别系列运算模式
- 区间估计
- 逆伽玛分布
- 柯尔莫哥洛夫斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔测试
- 平均偏差
- 均值差异
- 多项式分布
- 负二项分布
- 正态分布
- 奇数和偶数排列
- 一比例 Z 检验
- 异常值函数
- 排列
- 置换置换
- 饼形图
- 泊松分布
- 合并方差 (r)
- 功率计算器
- 可能性
- 概率加性定理
- 概率倍数定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程西格玛
- 二次回归方程
- 定性数据与定量数据
- 四分位数偏差
- 范围经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 可靠性系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样品策划
- 取样方式
- 散点图
- 香农维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准普通表
- 统计学意义
- 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
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 弱大数定律
- Z工作台
- 统计有用资源
- 统计 - 讨论
统计 - 切比雪夫定理
任何一组数字位于这些数字的平均值的 k 个标准差内的分数至少为
${1-\frac{1}{k^2}}$
其中 -
${k = \frac{数内\数}{\标准\偏差}}$
并且 ${k}$ 必须大于 1
例子
问题陈述-
使用切比雪夫定理找出平均值为 151、标准差为 14 的数据集的值在 123 到 179 之间的百分比。
解决方案-
我们减去 151-123 得到 28,这告诉我们 123 比平均值低 28 个单位。
我们减去 179-151,也得到 28,这告诉我们 151 比平均值高 28 个单位。
这两个值一起告诉我们,123 到 179 之间的值都在平均值的 28 个单位以内。因此“内数”是28。
因此,我们通过除以标准差来找到标准差的数量 k,即“内部数量”28 的值 -
${k = \frac{数量内\标准\偏差} = \frac{28}{14} = 2}$
现在我们知道 123 到 179 之间的值都在平均值的 28 个单位之内,这与平均值的 k=2 个标准差之内相同。现在,由于 k > 1,我们可以使用切比雪夫公式来查找均值 k=2 标准差范围内的数据分数。代入 k=2 我们有 -
${1-\frac{1}{k^2} = 1-\frac{1}{2^2} = 1-\frac{1}{4} = \frac{3}{4}}$
因此,数据的 ${\frac{3}{4}}$ 介于 123 和 179 之间。由于 ${\frac{3}{4} = 75}$%,这意味着 75% 的数据值介于 123 和 179 之间。 123 和 179。