Apakah kekerapan relatif dan bagaimana ia dikira?

Kekerapan statistik merujuk kepada pengulangan peristiwa atau peristiwa, sementara frekuensi relatif Ia merujuk kepada perbandingan; iaitu, untuk membincangkan kekerapan relatif adalah untuk menentukan berapa banyak peristiwa yang diulangi berhubung dengan jumlah peristiwa yang mungkin.

Contohnya, bilangan kanak -kanak dari usia tertentu berhubung dengan jumlah kanak -kanak sekolah, atau berapa banyak kenderaan sukan yang terdapat di antara semua kenderaan di tempat letak kereta.

Dalam konteks pengurusan data, kadang -kadang mudah untuk mengklasifikasikannya mengikut ciri -ciri, contohnya, data banci penduduk boleh dikumpulkan oleh kumpulan umur, tahap pendapatan, tahap pendidikan, dan lain -lain.

Kumpulan ini dipanggil kelas dan jumlah elemen yang sesuai dengan setiap kelas dipanggil kekerapan kelas atau mutlak. Apabila kekerapan dibahagikan antara jumlah data, aliquot diperolehi.

Aliquot mewakili kelas itu berhubung dengan jumlah dan dikenali sebagai kekerapan relatif, yang dinyatakan sebagai jumlah antara sifar dan satu atau berbilang peratus dan dinyatakan sebagai peratusan jumlahnya.

Sebagai contoh, jika anda mempunyai 20 orang kanak -kanak di halaman sekolah di mana terdapat 100 kanak -kanak; Kekerapan relatif ialah 20/100 = 0.2 atau 20%.

Jadual kekerapan

Kekerapan relatif adalah salah satu elemen yang membentuk jadual pengedaran frekuensi. Jadual -jadual ini membentangkan maklumat yang terkandung dalam kumpulan data, yang diperintahkan oleh kelas, berhubung dengan ciri tertentu.

Untuk pembinaannya, bilangan kelas mesti ditakrifkan, hadnya (yang mesti jelas dan eksklusif), nilai wakil kelas dan frekuensi.

Boleh melayani anda: sudut pelengkap: yang mana dan bagaimana ia dikira, contoh, latihan

Amplitud variasi: Perbezaan antara yang lebih tua dan paling sedikit nombor.

Bilangan kelas: bilangan kelas di mana kita akan mengedarkan nombor. Biasanya antara 5 dan 20.

Selang kelas: selang nilai yang menentukan kelas. Hujungnya dipanggil had bawah dan atas.

Jenama Kelas (Xi): Titik tengah selang kelas atau nilai wakil kelas. Secara teori diandaikan bahawa semua nilai dalam kelas bertepatan dengan nombor ini.

Pengiraan kekerapan relatif

Kami akan membina jadual pengedaran frekuensi, sebagai contoh, dan dengan itu kita menggambarkan bagaimana kekerapan relatif dikira.

Kami akan mengambil dari Canavos, 1998, kajian kes berikut:

Anda ingin mengetahui gaji mingguan pekerja syarikat P & R, yang dinyatakan dalam U.S. $. Untuk melakukan ini, sampel wakil 65 pekerja dipilih.

Keputusan berikut diperolehi: 251 252.1 2635 319.5 265 267.8 306.35 262 250 308, 2566 270 270. 277 279 276.75 281 287 286.5 294.25 285 288 296 283.25 281.5 293 284 282 292 299 283

1.- Mari kita memerintahkan mereka dalam urutan menaik

2.- Untuk membina jadual kekerapan, kita mesti menentukan: amplitud variasi, bilangan kelas dan selang kelas

Bilangan kelas dipilih berfikir bahawa mereka adalah beberapa kelas dan dalam pembahagi amplitud variasi yang hampir 70.

Boleh melayani anda: pecahan bersamaan dengan 2/3

7 Kelas adalah bilangan kelas yang selesa untuk diuruskan dan selang kelas akan kekal pada 10, yang merupakan nombor yang ideal untuk bekerja dengan data dikumpulkan.

3.- Kami membina jadual enam lajur

- Selang kelas (IC), yang mewakili kelas (selang kelas), dalam hal ini batas bawah dan atas gaji yang termasuk dalam kelas.

- Pusat Kelas (XI), yang mewakili nilai kelas purata kelas.

- Kekerapan mutlak (fi), yang mewakili kekerapan mutlak, dalam hal ini bilangan upah milik kelas.

- Kekerapan relatif (HI), adalah kuota antara kekerapan mutlak (FI) dan jumlah data (n), dinyatakan dalam peratusan.

- Kekerapan mutlak terkumpul (FI), menunjukkan berapa banyak elemen senarai data kurang dari atau sama dengan had atas kelas tertentu. Ia adalah jumlah frekuensi mutlak dari kelas pertama ke kelas yang dipilih.

- Kekerapan relatif terkumpul (HI), adalah kuota antara kekerapan mutlak terkumpul (FI) dan jumlah data (n), dinyatakan dalam peratusan.

Jadual kekal:

Harus diperhatikan bahawa kekerapan relatif dapat mutlak atau terkumpul, dan itu adalah konsep kekerapan relatif menempatkan kita dalam konteks perbandingan dengan jumlah. Sebarang amaun boleh dikira dengan jenis indeks ini.

Sebagai contoh, apabila kita bercakap tentang peratusan pelajar yang diluluskan dalam ujian atau peperiksaan tertentu, peratusan ini adalah perkadaran jumlah pelajar yang meluluskan ujian atau peperiksaan; iaitu, jumlah yang berkaitan dengan jumlah pelajar.

Boleh melayani anda: rhomboid: ciri -ciri, cara mengeluarkan perimeter dan kawasan

Bibliografi berunding

1. Canavos, g. 1988. Kebarangkalian dan statistik. Aplikasi dan kaedah. McGraw-Hill/Inter-American dari Mexico S. Ke. daripada c. V. Mexico. 667 p.
2. Freund, r. dan Wilson, w. 2003. Kaedah statistik. Kedua ed. Akhbar Akademik. Jejak Elsevier Science. San Diego. Penggunaan. 694 p.
3. Sokal, r. dan rohlf, f. 1979. Biometri. Prinsip dan kaedah statistik dalam penyelidikan biologi. H. Edisi Blume. Mexico. 832 p.
4. Spiegel, m. 1991. Statistik. Kedua ed. McGraw-Hill/Inter-American dari Sepanyol. Ke. Madrid. 572 ms.
5. Walpole, r., Myers, r., Myers, s. Dan ye, ka. 2007. Kebarangkalian & statistik untuk jurutera & saintis. Kelapan ed. Pearson Education International Prentice Hall. Jersi baru. Penggunaan. 823 p.