差异计算器
计算数据集的抽样或人口变化。
输入结果时更新 。
关于此计算器
平差是正方差的平均值,是标准差的正方差。计算器给出了样本差异(平差和正差除以 n-1 和 + 1 和 ) 或人口差异(按 n 差),以及标准差、平均值、范围、平差和 平差的数值(以 n 差) 。差异以平方单位表示,因此标准差——其平根——通常更容易解释,因此,要找到标准差,平均值,从每个值中减去,每个方差,每个方差,将它们加起来,以 n 至 1 和 以 n 和 n 和 相除。 计算法是使差异总是非负的,给与平均值相去的值给予额外的权重。例如:12、15、17、20、22、25 平均值为18.5。正方差和约118.5,因此,抽样差为118.5 5 = 23.7,人口差异为118.5 = 19.75。差异是ANOVA后面的工作马,组合风险、质量控制和许多其他方法的偏差。
经常问到的问题
与标准偏离有关的差异如何?
标准差是差异的平方根。差异以平方单位(例如,平方美元)表示,而标准差则以原来的单位返回,因此两者总是以相同的差值表示。
我什么时候用N对N - 1?
以 n - 1 除以, 当您的数据是用于估计较大人口数的样本时; 当您的数据代表您所关心的全体人口时, 以 n 除以 。
为什么方形单位的差异?
由于每个偏差在平均之前是平方,结果带有原单位的平方——正方美元、正方厘米等等,这使得直接解释差异变得尴尬,这就是为什么其平方根,即标准偏差,会随同报告的原因。
差异是否为负数?
否。它是平方数字的平均值,所以总是零或正。零的差等于每组数值的数值相同。
差异与标准偏差之间有什么区别?
它们描述的分布相同,但以不同的尺度表示:差异是平均平方偏差,标准偏差是平方根,回到原来的单位。如果差异是25,标准偏差是5。
实际分析如何使用差异?
差异是财务风险、工程信号功率和ANOVAF测试中F类风险的基础,其中将各组之间的差异与各组内部的差异进行比较,以确定组间是否真正不同。
API - 使用代码中的计算器
将此计算器称为自由 JSON 端点 。 不需要按键 。 将字段值发送到下面作为查询参数或 JSON 。 读取 API 全部文件 →
终点
GET https://calculator.free/api/v1/variance/
curl
curl "https://calculator.free/api/v1/variance/?numbers=12, 15, 17, 20, 22, 25&type=sample"
JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/variance/?" + new URLSearchParams({
"numbers": "12, 15, 17, 20, 22, 25",
"type": "sample"
}));
const data = await r.json();
console.log(data.results);
成果仅是一般指导的估计数,而不是财务、医疗或税务咨询。