描述统计

输入一组数字(整数、小数或分数),即可获得平均数、中位数、众数、极差、四分位数和方差,全部以精确分数计算,并展示完整的求解过程。
已计算
所有统计量均以精确分数计算完成。
平均数 μ精确

48/7

中位数精确

8

众数精确

8

标准差 σ数值

1.726149

样本标准差 s数值

1.864454

方差 σ²精确

146/49

极差精确

5

四分位数 Q1 · Q3精确

Q1 = 5, Q3 = 8

数据分布
12311131μx̃45689

柱形表示每个值的出现频率。实线为均值,虚线为中位数。

平均数 μ 中位数

分步解答

  1. 1

    数据

    7 个数值,已按升序排列。

    4,5,6,8,8,8,94, 5, 6, 8, 8, 8, 9
  2. 2

    求和与均值

    把所有数值相加,再将和除以 n = 7。小数近似:48/7 ≈ 6.857143。

    ∑i=17xi=4+5+6+8+8+8+9=48μ=487=487\begin{aligned} \sum_{i=1}^{7} x_i &= 4 + 5 + 6 + 8 + 8 + 8 + 9 = 48 \\ \mu &= \frac{48}{7} = \frac{48}{7} \end{aligned}
  3. 3

    中位数

    数值个数为奇数时,中位数是正中间的值——第 4 个(共 7 个)。

    x~=8\tilde{x} = 8
  4. 4

    众数

    数值 8 出现了 3 次——比其他任何数值都频繁,因此它是众数。

    mode=8\text{mode} = 8
    • 8 出现 3 次
  5. 5

    极差

    极差是最大值与最小值之差。

    R=xmax⁡−xmin⁡=9−4=5R = x_{\max} - x_{\min} = 9 - 4 = 5
  6. 6

    总体方差 σ²

    将每个与均值的偏差平方,把平方后的偏差相加,再除以 n = 7。

    σ2=∑i=1n(xi−μ)2n=14677=14649\sigma^2 = \frac{\sum_{i=1}^{n}(x_i - \mu)^2}{n} = \frac{\frac{146}{7}}{7} = \frac{146}{49}
    • (4 − 48/7)² = 400/49
    • (5 − 48/7)² = 169/49
    • (6 − 48/7)² = 36/49
    • (8 − 48/7)² = 64/49
    • (8 − 48/7)² = 64/49
    • (8 − 48/7)² = 64/49
    • (9 − 48/7)² = 225/49
  7. 7

    样本方差 s²

    对于来自更大总体的样本,除以 n − 1 = 6 而不是 n(贝塞尔校正),可给出总体方差的无偏估计。

    s2=∑i=1n(xi−μ)2n−1=14676=7321s^2 = \frac{\sum_{i=1}^{n}(x_i - \mu)^2}{n - 1} = \frac{\frac{146}{7}}{6} = \frac{73}{21}
    • (4 − 48/7)² = 400/49
    • (5 − 48/7)² = 169/49
    • (6 − 48/7)² = 36/49
    • (8 − 48/7)² = 64/49
    • (8 − 48/7)² = 64/49
    • (8 − 48/7)² = 64/49
    • (9 − 48/7)² = 225/49
  8. 8

    标准差

    标准差是方差的平方根。它通常是无理数,因此只显示小数近似值。

    σ=σ2=14649≈1.726149s=s2=7321≈1.864454\begin{aligned} \sigma = \sqrt{\sigma^2} = \sqrt{\frac{146}{49}} \approx 1.726149 \\ s = \sqrt{s^2} = \sqrt{\frac{73}{21}} \approx 1.864454 \end{aligned}
  9. 9

    四分位数

    Q1 是下半部分(排序后前 3 个值)的中位数,Q3 是上半部分(排序后后 3 个值)的中位数——正中间的值不属于任何一半。

    Q1=5,Q3=8Q_1 = 5, \qquad Q_3 = 8
  10. 10

    结果

    均值 48/7 ≈ 6.857143,中位数 8,众数 8,总体标准差 σ ≈ 1.726149。

    μ=487,x~=8,σ2=14649,mode=8\mu = \frac{48}{7}, \quad \tilde{x} = 8, \quad \sigma^2 = \frac{146}{49}, \quad \text{mode} = 8

关于描述性统计

均值、中位数和众数以不同方式度量数据的中心:均值用到每个值、对离群值敏感,中位数把排序后的数据平分为两半,众数找出出现最频繁的值。

离散程度来自方差 — 与均值偏差平方的平均 — 以及回到原始单位的标准差。这里同时计算总体方差(÷ n)和样本方差(÷ n−1)。

四分位数把排序后的数据切成四等份,与中位数一起构成每个箱线图背后的五数概括;直方图则展示分布的形状。