有限觀測列的描述統計

本頁導覽
  1. 數學敘述
  2. 代表公式(精確 TeX)
  3. 成立條件
  4. 符號作用域
  5. 直觀、定義與常見誤解
  6. 已採用的推導導讀
  7. 前置知識
  8. 驗證界線
  9. 下一個義務
  10. 同源結構化資料

保留重數的非空觀測列,精確計算均值、中位數、全距與所有最大頻率值。

mko-descriptive-statistics · definition · v0.10.0

數學敘述

給非空有限實數觀測列 D=(d1,…,dn),算術平均為 Σdi/n;排序後奇數 n 的中位數是中央值,偶數 n 是中間兩值的平均;全距為最大值減最小值。本輪眾數集合約定為所有出現頻率達最大值的數,按遞增列出;各數均只出現一次時,全部不同觀測值都是此約定的頻率最大者。

代表公式(精確 TeX)

M(D)

成立條件

  • 觀測列保留重複值,不化成去重集合;排序只改順序。
  • 題庫使用原創合成整數資料,均值及中位數為最簡正分母分數,n>0。
  • 本輪明示眾數集合慣例,不否定其他教材對無眾數的用語;不從描述摘要推論母體、機率律或因果。

符號作用域

  • M — 指定描述摘要函數
  • D — 保留重數的非空觀測列

直觀、定義與常見誤解

均值不一定是某筆觀測;偶數個資料的中位數可能在中間兩值之間。單筆觀測的均值、中位數等於本身,全距零。

眾數集合可能有多個元素;輸出按值排序且每值只列一次,但計頻率必須保留觀測重數。全相同資料的眾數集合是單元素。

描述統計與上一輪的有限機率期望、變異數物件不同。沒有把觀測列假定成獨立樣本或已知母體,也不計 n−1 樣本變異數;其他分位數和圖表仍是後續切片。

先去重再算均值/中位數,漏掉並列頻率最大者,或把樣本摘要當機率模型證明。

已採用的推導導讀

描述統計:保留重數計算平均數、中位數、全距與眾數集合

原始 MKO 保留;導讀有自己的追加式修訂與驗證界線,不代表新 Lean 證明。

前置知識

驗證界線

有限觀測列摘要可重算;統計推論、一般分位數與機率模型均未新增形式 Evidence。

not_formalized

這不表示內容錯誤;只表示尚未登錄可重播的計算或形式證據。

下一個義務

橋接有限列表求和、排序中位及頻數最大集合;保留樣本摘要與機率矩數的型別區別。

同源結構化資料

本頁與互動版共用同一個物件與既有語言 edition;未新增證明或人工審定。

原始 MKO JSON · 純文字 Markdown