3.8
Średnia z rozkładu częstotliwości
Czasami dane zebrane w wyniku eksperymentu na dużej próbie lub populacji są zorganizowane w zwięzłe tabele. W takich przypadkach częstość zbioru danyc…
Ogólnie rzecz biorąc, średnią arytmetyczną lub po prostu średnią oblicza się, dzieląc sumę wszystkich wartości danych przez całkowitą liczbę wartości.
Ale w jaki sposób wyznacza się średnią z rozkładu częstości, w którym powtarzające się wartości danych są grupowane w różnych kategoriach?
Najpierw pomnóż każdą wartość danych przez odpowiadającą jej częstotliwość. Następnie zsumuj je i podziel przez sumę częstotliwości, aby uzyskać wartość średnią.
Z drugiej strony, jeśli tabela rozkładu częstości zawiera przedziały klas, ich średnia jest obliczana poprzez wyznaczenie najpierw punktów środkowych klasy.
Dla klasy od 0 do 10 punkt środkowy jest obliczany przez dodanie wartości granicznych i podzielenie ich przez 2. W podobny sposób oblicz punkty środkowe pozostałych klas.
Następnie punkty środkowe i odpowiadające im częstotliwości są mnożone i dodawane do siebie, zgodnie z oznaczeniem sigma f x. Na koniec wartości te są dzielone przez sumę wszystkich częstotliwości oznaczonych przez sigma f. Daje to średnią z rozkładu częstotliwości.
View the full transcript and gain access to JoVE Core videos
Q1: How do you calculate the mean from a frequency distribution?
Multiply each data value by its corresponding frequency, then add all products together. Divide this sum by the total of all frequencies. This method accounts for repeated values grouped in categories, providing an efficient way to compute the mean without listing every individual data point separately.
Q2: What are class midpoints and why are they used in frequency distributions?
Class midpoints are calculated by adding the boundary values of each class interval and dividing by two. They represent the average value within each class. When the frequency distribution uses class intervals rather than individual values, midpoints serve as representative values for computing the mean from grouped data.
Q3: How is the mean calculated differently when data has class intervals?
First, determine the class midpoint for each interval by averaging its boundaries. Then multiply each midpoint by its frequency and sum these products. Finally, divide by the total frequency. This approach handles grouped data where individual values are unknown but organized into ranges with known frequencies.
Q4: Why is the mean from a frequency distribution considered a weighted mean?
Each class frequency acts as a weight, reflecting how many times that class value contributes to the overall mean. The weighted mean formula emphasizes classes with higher frequencies more heavily in the calculation. This weighting ensures that the mean accurately represents the distribution's central tendency across all grouped data.
Q5: What is the relationship between frequency distribution and central tendency?
Frequency distribution organizes data into categories or classes with their respective frequencies. Computing the mean from this distribution provides a measure of central tendency that summarizes the data's center point. The frequency distribution format allows efficient calculation of central tendency measures for large datasets without processing individual values.
Q6: How does calculating mean from a frequency table differ from the arithmetic mean?
The arithmetic mean divides the sum of all individual values by the count of values. With frequency distributions, you multiply each value by its frequency first, then divide by total frequency. This grouped approach is more efficient for large datasets and automatically incorporates the weight each value carries based on its frequency.
Q7: When should you use class midpoints instead of individual data values?
Use class midpoints when original data values are grouped into intervals and individual values are unknown or unavailable. This occurs with large population samples organized into frequency distribution tables. Midpoints provide representative values for each class, allowing mean calculation without access to raw ungrouped data.