33949

Алгоритм группировки с равными интервалами

Доклад

Социология, социальная работа и статистика

2 Определяется величина интервала: I = xmx – xmin n где xmx – максимальное значение признака исслед.совокупности; xmin – минимальное значение признака в стат. 3 Определяются границы каждого интервала: для первого интервала: от xmin до xmini для второго интервала: от xmini до xmin2i для nго интервала: от xminin1 до xmx 4 Подсчитывают число единиц попавших в интервал.

Русский

2013-09-06

11.61 KB

7 чел.

9. Алгоритм группировки с равными интервалами.

Алгоритм группировки с равными интервалами включает следующие этапы:

1) Определяется оптимальное количество групп – т. Для больших совокупностей можно использовать формулу американского ученого Стерджесса:

n = 1+3032 Lg N, где N – число единиц совокупности, n- число интервалов.

2) Определяется величина интервала:

I = (xmaxxmin) / n,

где xmax – максимальное значение признака, исслед.совокупности;

xmin – минимальное значение признака в стат. совокупности;

n – число групп.

Если в результате деления получится нецелое число, то округлять нужно в большую сторону, а не в меньшую.

3) Определяются границы каждого интервала:

для первого интервала: от xmin до xmin+i

для второго интервала: от xmin+i до xmin+2i

для n-го интервала: от xmin+i*(n-1) до xmax

4) Подсчитывают число единиц, попавших в интервал. Причем единицы, имеющие значение признака, равное граничному, относят только к одному из интервалов.

5) Результаты заносят в таблицу.


 

А также другие работы, которые могут Вас заинтересовать

48874. Разработка участка топливной аппаратуры на 628 автомобилей МАЗ-53371 2.93 MB
  Расчет годового объема работ Расчет годового объема работ по ТО ТР и самообслуживанию. Разработка участка топливной аппаратуры на 628 автомобилей МАЗ 53371 Лит.
48875. Определение видовой принадлежности грибов 717.5 KB
  Обучение нейросети. Применение нейросети для определения вида грибов. Искусственные нейронные сети прочно вошли в нашу жизнь и в настоящее время широко используются при решении самых разных задач и активно применяются там где обычные алгоритмические решения оказываются неэффективными или вовсе невозможными. Нейронные сети – исключительно мощный метод моделирования позволяющий воспроизводить чрезвычайно сложные зависимости.
48876. ПРОГНОЗИРОВАНИЕ БУКМЕКЕРСКИХ КОЭФФИЦИЕНТОВ 108.5 KB
  Но букмекерам приходится решать несколько иную задачу им необходимо оценить вероятность каждого исхода матча победу поражение какойлибо команды или ничейный результат и по итогам этой оценки определить какую сумму они готовы выплачивать победителю в случае если тот правильно сумел предугадать результат. Задача состоит в том чтобы с помощью нейронных сетей определить коэффициенты на матчи с возможными исходами: победа первой команды победа второй команды ничья. Ниже приводится их список: количество выигранных в прошлом сезоне...
48877. Использование нейронных сетей в банковском деле 398 KB
  Искусственные нейронные сети Нейросети в банковском деле Глава Постановка задачи Для решения поставленной задачи будем использовать персептрон основанный на нейронной сети с 14ю входами с 1 выходным и с двумя скрытыми слоями. Нейронные сети и нейрокомпьютеры это одно из направлений компьютерной индустрии в основе которого лежит идея создания искусственных интеллектуальных устройств по образу и подобию человеческого мозга.
48880. Прогнозирование доходности московского рынка жилой недвижимости 235 KB
  Задачей данной работы является прогнозирование доходности жилой недвижимости Москвы. Рынок недвижимости практически во всех странах является одним из наиболее важных секторов экономики. Состояние рынка недвижимости отражает состояние экономики страны в целом риски экономики и ее возможности.
48881. Радіоелектронні пристрої системи та комплекси. Методичні вказівки 977.5 KB
  Список предметних скорочень АМ – амплітудна модуляція; АССЗ – аналогова система стільникового зв’язку; БПС – буферний підсилювач сигналу; ГКН – генератор керований напругою; ГОЧ – генератор опорної напруги; ДВЧ – дільник високої частоти; ДКМХ – декаметрові хвилі; ДСТУ – Державний стандарт України; ЄСКД – Єдина система конструкторської документації; КГ – кварцовий генератор; КІМ – кодовоімпульсна модуляція; МХ – метрові хвилі; НВЧ – надвисокі частоти; ОМ – односмугова модуляція; ПБТЗ – передавач базової станції транкінгового зв’язку; ПЗКД –...
48882. РАСЧЕТ ОСНОВНЫХ ХАРАКТЕРИСТИК ЦИФРОВОЙ СИСТЕМЫ ПЕРЕДАЧИ НЕПРЕРЫВНЫХ СООБЩЕНИЙ 680.5 KB
  Краткое описание процесса преобразвания сигнала от источника сообщения. Источник сообщений выдает на выходе непрерывный сигнал t который предаётся в формирователь первичного сигнала для преобразования в первичный электрический сигнал bt. Количество уровней квантования L определяется исходя из ошибки квантования пикфактора сигнала и отношения сигнал шум. Далее сигнал bикмt передается в модулятор – это преобразование цифрового сигнала в аналоговый ut.