"모분산, 표본분산, 모표준편차, 표본표준편차"의 두 판 사이의 차이

 
13번째 줄: 13번째 줄:


==모분산==
==모분산==
{{참고|모분산}}
* 모집단의 분산
* 모집단의 분산
:<math>\sigma^2=\frac{ \sum_{i=1}^N (x_i-\mu)^2 }{N}</math>
:<math>\sigma^2=\frac{ \sum_{i=1}^N (x_i-\mu)^2 }{N}</math>


==표본분산==
==표본분산==
{{참고|표본분산}}
* 표본의 분산
* 표본의 분산
:<math>s^2=\frac{ \sum_{i=1}^n (x_i-\overline{x})^2 }{n-1}</math>
:<math>s^2=\frac{ \sum_{i=1}^n (x_i-\overline{x})^2 }{n-1}</math>


==모표준편차==
==모표준편차==
{{참고|모표준편차}}
* 모집단의 표준편차
* 모집단의 표준편차
* 모분산의 제곱근
* 모분산의 제곱근
26번째 줄: 29번째 줄:


==표본표준편차==
==표본표준편차==
{{참고|표본표준편차}}
* 표본의 표준편차
* 표본의 표준편차
* 표본분산의 제곱근
* 표본분산의 제곱근

2019년 11월 3일 (일) 21:26 기준 최신판

population variance
모분산
sample variance
표본평균
population standard deviation
모분산
sample standard deviation
표본평균


1 모분산[ | ]

  • 모집단의 분산
[math]\displaystyle{ \sigma^2=\frac{ \sum_{i=1}^N (x_i-\mu)^2 }{N} }[/math]

2 표본분산[ | ]

  • 표본의 분산
[math]\displaystyle{ s^2=\frac{ \sum_{i=1}^n (x_i-\overline{x})^2 }{n-1} }[/math]

3 모표준편차[ | ]

  • 모집단의 표준편차
  • 모분산의 제곱근
[math]\displaystyle{ \sigma=\sqrt{\sigma^2}=\sqrt{\frac{ \sum_{i=1}^N (x_i-\mu)^2 }{N}} }[/math]

4 표본표준편차[ | ]

  • 표본의 표준편차
  • 표본분산의 제곱근
[math]\displaystyle{ s=\sqrt{s^2}=\sqrt{\frac{ \sum_{i=1}^n (x_i-\overline{x})^2 }{n-1}} }[/math]

5 같이 보기[ | ]

문서 댓글 ({{ doc_comments.length }})
{{ comment.name }} {{ comment.created | snstime }}