- 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 - 平方和
在统计数据分析中,总平方和(TSS 或 SST)是作为呈现此类分析结果的标准方式的一部分出现的量。它被定义为所有观测值中每个观测值与总体平均值的平方差的总和。
总平方和由以下函数定义和给出:
公式
${平方之和\ = \sum(x_i - \bar x)^2 }$
其中 -
${x_i}$ = 频率。
${\bar x}$ = 平均值。
例子
问题陈述:
计算身高为 100,100,102,98,77,99,70,105,98 且平均值为 94.3 的 9 个孩子的平方和。
解决方案:
给定平均值 = 94.3。求平方和:
平方和的计算。 | ||
---|---|---|
A 列 值或分数 ${x_i}$ | B 列 偏差分数 ${\sum(x_i - \bar x)}$ | C 列 ${(偏差\分数)^2}$ ${\sum(x_i - \bar x)^2}$ |
100 | 100-94.3 = 5.7 | (5.7) 2 = 32.49 |
100 | 100-94.3 = 5.7 | (5.7) 2 = 32.49 |
102 | 102-94.3 = 7.7 | (7.7) 2 = 59.29 |
98 | 98-94.3 = 3.7 | (3.7) 2 = 13.69 |
77 | 77-94.3 = -17.3 | (-17.3) 2 = 299.29 |
99 | 99-94.3 = 4.7 | (4.7) 2 = 22.09 |
70 | 70-94.3 = -24.3 | (-24.3) 2 = 590.49 |
105 | 105-94.3 = 10.7 | (10.7) 2 = 114.49 |
98 | 98-94.3 = 3.7 | (3.7) 2 = 3.69 |
${\总和 x_i = 849}$ | ${\sum(x_i - \bar x)}$ | ${\sum(x_i - \bar x)^2}$ |
第一时刻 | 平方和 |