ผลต่างระหว่างรุ่นของ "มัชฌิมเลขคณิต"
Octahedron80 (คุย | ส่วนร่วม) ไม่มีความย่อการแก้ไข |
Octahedron80 (คุย | ส่วนร่วม) |
||
บรรทัด 9: | บรรทัด 9: | ||
แต่ในทางปฏิบัติ ความแตกต่างระหว่าง μ กับ <math>\bar{x}</math> ไม่สามารถสังเกตเพื่อแยกแยะได้อย่างชัดเจน เพราะเราสังเกตเพียงกลุ่มตัวอย่างหนึ่งแทนที่จะเป็นประชากรทั้งหมด และเมื่อตัวอย่างนั้นเป็นการสุ่มขึ้นมา เราจึงต้องทำเหมือนว่า <math>\bar{x}</math> เป็นตัวแปรสุ่มอีกตัวหนึ่งในการอธิบาย[[การแจกแจงความน่าจะเป็น]] แทนที่จะเป็น μ ซึ่งสัญกรณ์ทั้งสองอย่างสามารถคำนวณได้ด้วยสูตรเดียวกันคือ |
แต่ในทางปฏิบัติ ความแตกต่างระหว่าง μ กับ <math>\bar{x}</math> ไม่สามารถสังเกตเพื่อแยกแยะได้อย่างชัดเจน เพราะเราสังเกตเพียงกลุ่มตัวอย่างหนึ่งแทนที่จะเป็นประชากรทั้งหมด และเมื่อตัวอย่างนั้นเป็นการสุ่มขึ้นมา เราจึงต้องทำเหมือนว่า <math>\bar{x}</math> เป็นตัวแปรสุ่มอีกตัวหนึ่งในการอธิบาย[[การแจกแจงความน่าจะเป็น]] แทนที่จะเป็น μ ซึ่งสัญกรณ์ทั้งสองอย่างสามารถคำนวณได้ด้วยสูตรเดียวกันคือ |
||
::<math>\bar{x} = \frac{1}{n} |
::<math>\bar{x} = \frac{1}{n} \sum_{i=1}^n x_i = \frac{1}{n} (x_1+\cdots+x_n)</math> |
รุ่นแก้ไขเมื่อ 12:10, 1 กันยายน 2550
ในทางคณิตศาสตร์และสถิติศาสตร์ มัชฌิมเลขคณิต (หรือเพียง มัชฌิม) ของรายการของจำนวน คือผลบวกของสมาชิกทุกจำนวน หารด้วยจำนวนสมาชิกในรายการนั้น มัชฌิมเลขคณิตเป็นสิ่งที่นักเรียนจะได้ศึกษาเป็นอันดับแรกๆ และมักเรียกกันว่า ค่าเฉลี่ย ถ้ารายการของจำนวนเกี่ยวข้องกับประชากรทางสถิติจะเรียกว่า ค่าเฉลี่ยประชากร และถ้าเกี่ยวข้องกับตัวอย่างทางสถิติจะเรียกว่า ค่าเฉลี่ยของตัวอย่าง
และเมื่อมัชฌิมเลขคณิตมีค่าประมาณไม่เท่ากับมัธยฐาน ดังนั้นรายการของจำนวน หรือการแจกแจงความถี่ จะเรียกว่ามีความเบ้ (skewness) ของข้อมูล
สัญกรณ์และนิยาม
ถ้าเรากำหนดชุดข้อมูล ขึ้นมาชุดหนึ่ง มัชฌิมเลขคณิตของชุดข้อมูลนี้สามารถเขียนแทนได้ด้วยชื่อตัวแปร x และมีขีดอยู่ข้างบน เช่น อ่านว่า เอกซ์ บาร์
บางครั้งมีการใช้อักษรกรีก มิว ตัวเล็ก (μ) แทนมัชฌิมเลขคณิตของประชากรทั้งหมด หรือสำหรับตัวแปรสุ่ม X ที่ได้นิยามมิชฌิมไว้แล้ว ค่าของ μ จะหมายถึงค่าคาดหมาย (expected value) ของตัวแปรสุ่มนั้น เขียนแทนได้ด้วย
แต่ในทางปฏิบัติ ความแตกต่างระหว่าง μ กับ ไม่สามารถสังเกตเพื่อแยกแยะได้อย่างชัดเจน เพราะเราสังเกตเพียงกลุ่มตัวอย่างหนึ่งแทนที่จะเป็นประชากรทั้งหมด และเมื่อตัวอย่างนั้นเป็นการสุ่มขึ้นมา เราจึงต้องทำเหมือนว่า เป็นตัวแปรสุ่มอีกตัวหนึ่งในการอธิบายการแจกแจงความน่าจะเป็น แทนที่จะเป็น μ ซึ่งสัญกรณ์ทั้งสองอย่างสามารถคำนวณได้ด้วยสูตรเดียวกันคือ