I. 통계
1. 데이터 수집 방법 및 데이터 표시 방법: 통계 및 섹터 통계, 라인 통계 및 막대 통계.
2. 전체와 샘플: 전체 조사대상자를 전체라고 하며, 각 조사대상자를 개체라고 하고, 전체로부터 추출한 일부 개체를 전체 샘플이라고 하며, 샘플의 개체 수를 샘플 용량이라고 합니다.
3. 대중 수 및 중앙값
중수: 데이터 세트에서 가장 자주 나타나는 숫자 (때로는 두 개 이상) 를 이 데이터 세트의 중수라고 합니다.
2 중앙값: 중간 수 (또는 두 숫자의 평균) 를 이 데이터 세트의 중간값이라고 하는 데이터 세트를 크기순으로 정렬합니다.
4. 주파수 분포 히스토그램
그룹 수를 그룹으로 나눕니다. 그룹 거리 = (최대-최소) ÷ 그룹 수 (그룹 수를 구할 때 끝수 방법으로 정수). 이 경우 그룹에 속하는 데이터 수를 그룹의 빈도라고 하며, 각 그룹의 빈도와 총 데이터 수의 비율을 그룹의 빈도 () 라고 합니다. 따라서 각 주파수 세트의 합계는 합계와 같고 각 주파수 세트의 합계는 60 입니다.
5. 두 개의 평균 공식.
①n 의 평균 수, ..., 예:
(2) n 개의 수, 시간, 시간 및 ++= n 이 있는 경우 가중치 평균이라고도 합니다. 여기서, 가중치라고 합니다.
6. 극차, 분산 및 표준 편차 계산 공식:
(1) 극값 극한 차이: 데이터 세트의 최대값에서 최소값을 뺀 차이는 이 데이터 세트의 극차를 반영하므로 그 차이를 극값 극차라고 합니다.
즉, range = 최대-최소;
(2) 분산: =
(3) 표준 편차: =
둘째, 확률
1. 불가능 이벤트, 필수 이벤트 및 임의 이벤트
① _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
② _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
③ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
2. 이 가능한 이벤트가 발생할 가능성: 보통 _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
3. 특정 시나리오에서 확률의 의미를 이해하고 목록 및 그림 트리를 포함한 열거를 통해 간단한 이벤트의 확률을 계산합니다. 실험을 반복하는 빈도는 사건 확률에 대한 추정으로 볼 수 있다.
4. 빈도, 빈도 및 확률: 무작위 이벤트에 대해 많은 실험을 할 때 무작위 이벤트 발생 횟수 (빈도라고도 함) 와 실험 횟수 (즉, 사람들이 항상 고정 값을 중심으로 흔들리는 빈도) 의 비율, 무작위 이벤트 확률이라고 하며 확률 이벤트가 발생할 확률을 반영합니다.
5. 확률의 본질: p (필수 이벤트) = 1, p (불가능 이벤트) = 0,0
6. 빈도와 확률의 차이와 연계: 빈도와 확률은 두 가지 다른 개념이며 확률은 무작위 사건과 함께 객관적으로 존재한다. 무작위 사건이 있다면, 이 무작위 사건의 확률은 반드시 존재할 것이다. 빈도는 실험을 통해 얻어지며, 그것은 실험 횟수의 변화에 따라 변한다. 그러나 실험의 반복 횟수가 충분히 크면 빈도가 확률 근처에서 흔들린다. 무작위 사건의 확률을 구하기 위해, 우리는 여러 번의 실험을 통해 얻은 빈도를 이용하여 사건의 확률을 추정할 수 있다.