- 目次
- 理解
- 表計算
- コード
【理解】データの中心化傾向の数学的解説
平均値について
平均値 $\bar{x}$（Mean）
[custom_content_widget post_id="42752"]
平均値（度数分布）
[custom_content_widget post_id="43397"]
データの平均値に平均を加える
$\displaystyle \frac{x_1 + \cdots + x_n + \bar{x}}{n+1} = \bar{x}$
[custom_content_widget post_id="43404"]
$\bar{y} = a\bar{x}+b$
（一次変換による平均値の変化）
[custom_content_widget post_id="43413"]
外れ値の設定 $\bar{x} \pm 3\sigma$
[custom_content_widget post_id="43693"]
[custom_content_widget post_id="43698
"]
$\displaystyle \frac{x_t + \cdots +x_{t-(m-1)}}{m}$（移動平均）
[custom_content_widget post_id="43724"]
$\displaystyle \frac{x_{n-(m-1)} + \cdots +x_{m+1}}{n-2m}$（トリム平均）
[custom_content_widget post_id="43740"]
中央値について
中央値 $\tilde{x}$（Median）
[custom_content_widget post_id="42755"]
中央値（度数分布）
[custom_content_widget post_id="43630"]
外れ値の設定 $\tilde{x} \pm 1.5 \times (Q_3-Q_1)$
[custom_content_widget post_id="43693"]
[custom_content_widget post_id="43704"]
最頻値について
最頻値（Mode）
[custom_content_widget post_id="42758"]
最頻値（度数分布）
[custom_content_widget post_id="43635"]
中心化傾向を表す代表値の選定について
ピアソンの経験則（マミムメモの法則）
[custom_content_widget post_id=""]
尺度水準と代表値の選択
[custom_content_widget post_id="43750"]
外れ値が及ぼす代表値への影響
[custom_content_widget post_id="43710"]
ヒストグラムの形状による代表値の選定
[custom_content_widget post_id="43651"]
【表計算】Excel・スプレッドシートで中心化傾向の計算
平均値 AVERAGE()
[custom_content_widget post_id="42972"]
中央値MEDIAN()
[custom_content_widget post_id="42991"]
最頻値MODE()
[custom_content_widget post_id="42994"]
ヒストグラムの作成
[custom_content_widget post_id="43293"]
箱ひげ図の作成
[custom_content_widget post_id="43303"]
【コード】Pythonで中心化傾向の計算
平均値 sum()/len() mean()
[custom_content_widget post_id="43502"]
[custom_content_widget post_id="43584"]
[custom_content_widget post_id="43557"]
中央値median()
[custom_content_widget post_id="43539"]
[custom_content_widget post_id="43542"]
最頻値mode() multimode()
[custom_content_widget post_id="43551"]
ヒストグラムの作成hist()
[custom_content_widget post_id="43456"]
箱ひげ図の作成boxplot()
[custom_content_widget post_id="43437"]
