پروژه آمار وزن 68 شركت كننده در مسابقات انتخابي

پروژه آمار وزن 68 شركت كننده در مسابقات انتخابي

آمــار
داده‌هاي زير مربوط به وزن 68 شركت كننده در مسابقات انتخابي جهت اعزام به گرجستان كه در استان گلستان برگزار مي‌گردد، از وزن 90 – 60 مي‌باشد. اعمال خواسته شده را بر روي اين داده‌ها انجام دهيد.
55.56.56.58.58.59.59.61.61.61.61.62.62.62.63.64.64

.64.64.64.64.65.66.66.67.67.67.68.68.68.68.68.69

.69.70.73.74.76.76.76.77.78.78.78.79.80.83.85.85.86.86.86.86.88

.88.90.90.90.96.99.101.102.104.105.107.108.11
دامنه تغييرات:
بزرگترين داده را منهاي كوچك‌ترين داده مي‌كنيم و دامنه تغييرات به دست مي‌آيد.
R = b – a
R = 110 – 55 = 55
جدول فراواني:
براي اينكه از داده‌ها اطلاعات بهتري بدست آوريم، آنها را در جدول فراواني طبقه‌بندي مي‌كنيم.
مد:
Mo=64
ميانگين:
(69.5 + 70) / 2 = 69.75
انحراف از ميانگين:
دسته اول: 20- = 75 – 55
دسته دوم: 10- = 75 – 65
دسته سوم: 0 = 75 – 75
دسته چهارم: 10 = 75 – 85
دسته پنجم: 20 = 75 – 95
دسته ششم: 30 = 75 – 105
واريانس:
705885/14 = 68 / (100 + 400 + 0 + 100 + 40)
انحراف معيار:

ضريب تغييرات:
0549795/0 = (8348248/3) / (75/69) = Cv
نمودارها
براي آنكه با يك نگاه، ديدي نسبتاً كلي از مجموعه داده‌ها به دست آوريم، بهتر است كه نمودار جدول فراواني را براي داده‌ها رسم كنيم كه اين نمودارها به شرح زير مي‌باشد:
نمودار ميله‌اي:

نمودار مستطيلي:
براي داده‌هاي با متغير پيوسته و گاهي گسسته كه طبقه‌بندي شده باشد و حد بالا و پاييني داشته باشند، مورد استفاده قرار مي‌گيرند:

نمودار چندبر فراواني

نمودار دايره‌اي:
يكي ديگر از نمودارهاي جدول فراواني مي‌باشد. معمولاً براي داده‌هاي كيفي و يا كمي گسسته كاربرد بيشتري دارد كه براي رسم آن بايد سهم هر طبقه را در جدول فراواني هر نمودار دايره‌اي كه زاويه مركزي مي‌باشد.با استفاده از تناسب زير تعيين كنيد.

نمودار ساقه و برگ:
يكي ديگر از نمودارهاي جدول فراواني است كه شامل دو ستون كه يكي مربوط به ساقه و ديگري مربوط به برگ مي‌باشد و براي رسم آن به نكات زير توجه مي‌كنيم:

فایل : 9 صفحه

فرمت : Word

مطلب مفیدی برای شما بود ؟ پس به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مقالات زیر را حتما بخوانید ...

مقالات زیر را حتما ببینید ...