เครื่องคิดเลขสถิติ

เครื่องคิดเลขสถิติแบบออลอินวันสำหรับคำนวณจำนวน, ผลรวม, ค่าเฉลี่ย, มัธยฐาน, ฐานนิยม, พิสัย, ความแปรปรวน, ส่วนเบี่ยงเบนมาตรฐาน, ค่าเฉลี่ยเรขาคณิต, ค่าเฉลี่ยฮาร์มอนิก, ควอไทล์, การตรวจหาค่าผิดปกติ และอื่นๆ

เครื่องคิดเลขสถิติ

ตัวอย่างด่วน

ชุดข้อมูลพื้นฐาน คะแนนสอบ การวัดในแล็บ ข้อมูลการขาย

ป้อนข้อมูลของคุณ

ทศนิยม

Embed เครื่องคิดเลขสถิติ Widget

เกี่ยวกับ เครื่องคิดเลขสถิติ

ยินดีต้อนรับสู่ เครื่องคิดเลขสถิติ เครื่องมือแบบออลอินวันที่ครอบคลุมสำหรับการวิเคราะห์ชุดข้อมูลเชิงตัวเลข ไม่ว่าคุณจะเป็นนักเรียน, นักวิจัย, นักวิเคราะห์ข้อมูล หรือมืออาชีพ เครื่องคิดเลขนี้จะช่วยคำนวณมาตรวัดทางสถิติที่สำคัญทันที รวมถึงค่าแนวโน้มเข้าสู่ส่วนกลาง, การกระจาย, การวิเคราะห์การแจกแจง และการตรวจหาค่าผิดปกติ

สิ่งที่เครื่องคิดเลขนี้คำนวณ

เครื่องคิดเลขสถิตินี้จะประมวลผลข้อมูลของคุณและคำนวณมาตรวัดทางสถิติที่แตกต่างกันกว่า 20 รายการ ซึ่งจัดอยู่ในหมวดหมู่ที่มีความหมาย:

มาตรวัดแนวโน้มเข้าสู่ส่วนกลาง

จำนวน (N): จำนวนจุดข้อมูลทั้งหมด
ผลรวม (Σx): ผลรวมของค่าทั้งหมด
ค่าเฉลี่ยเลขคณิต (μ): ค่าเฉลี่ยที่คำนวณเป็น Σx / N
มัธยฐาน: ค่ากลางเมื่อเรียงลำดับข้อมูล
ฐานนิยม: ค่าที่ปรากฏบ่อยที่สุด

มาตรวัดการกระจาย

พิสัย: ผลต่างระหว่างค่าสูงสุดและค่าต่ำสุด
ความแปรปรวนประชากร (σ²): ค่าเฉลี่ยของส่วนเบี่ยงเบนยกกำลังสองจากค่าเฉลี่ย
ส่วนเบี่ยงเบนมาตรฐานประชากร (σ): รากที่สองของความแปรปรวนประชากร
ความแปรปรวนกลุ่มตัวอย่าง (s²): ความแปรปรวนที่มีการแก้ไขของเบสเซล (N-1)
ส่วนเบี่ยงเบนมาตรฐานกลุ่มตัวอย่าง (s): รากที่สองของความแปรปรวนกลุ่มตัวอย่าง
ส่วนเบี่ยงเบนเฉลี่ย (MAD): ค่าเฉลี่ยของส่วนเบี่ยงเบนสัมบูรณ์จากค่าเฉลี่ย

การวิเคราะห์การแจกแจง

ควอไทล์ที่หนึ่ง (Q1): เปอร์เซ็นไทล์ที่ 25
ควอไทล์ที่สาม (Q3): เปอร์เซ็นไทล์ที่ 75
พิสัยระหว่างควอไทล์ (IQR): Q3 - Q1 วัดการกระจายของข้อมูล 50% ตรงกลาง
ส่วนเบี่ยงเบนควอไทล์: ครึ่งหนึ่งของ IQR

สถิติขั้นสูง

ค่าเฉลี่ยเรขาคณิต: รากที่ n ของผลคูณของค่า N ค่า (ต้องการตัวเลขบวก)
ค่าเฉลี่ยฮาร์มอนิก: N หารด้วยผลรวมของส่วนกลับ (ต้องการตัวเลขบวก)
ค่าเฉลี่ยรากที่สอง (RMS): รากที่สองของค่าเฉลี่ยของค่าที่ยกกำลังสอง
สัมประสิทธิ์การแปรผัน (CV): ส่วนเบี่ยงเบนมาตรฐานเป็นเปอร์เซ็นต์ของค่าเฉลี่ย
ความคลาดเคลื่อนมาตรฐาน (SE): ส่วนเบี่ยงเบนมาตรฐานของการแจกแจงตัวอย่าง

สูตรหลัก

ค่าเฉลี่ยเลขคณิต

สูตรค่าเฉลี่ย

$$\mu = \frac{\sum_{i=1}^{N} x_i}{N} = \frac{x_1 + x_2 + \cdots + x_N}{N}$$

ส่วนเบี่ยงเบนมาตรฐาน

ส่วนเบี่ยงเบนมาตรฐานประชากร

$$\sigma = \sqrt{\frac{\sum_{i=1}^{N}(x_i - \mu)^2}{N}}$$

ส่วนเบี่ยงเบนมาตรฐานกลุ่มตัวอย่าง

$$s = \sqrt{\frac{\sum_{i=1}^{N}(x_i - \bar{x})^2}{N-1}}$$

ความแปรปรวน

ความแปรปรวนคือส่วนเบี่ยงเบนมาตรฐานยกกำลังสอง ความแปรปรวนประชากรใช้ N เป็นตัวหาร ในขณะที่ความแปรปรวนกลุ่มตัวอย่างใช้ N-1 (การแก้ไขของเบสเซล) เพื่อให้ได้ค่าประมาณที่ไม่เอนเอียง

ควอไทล์ และ IQR

พิสัยระหว่างควอไทล์

$$\text{IQR} = Q_3 - Q_1$$

Q1 คือมัธยฐานของครึ่งล่าง Q3 คือมัธยฐานของครึ่งบน IQR แสดงถึงช่วงของข้อมูล 50% ตรงกลางของคุณ

การตรวจหาค่าผิดปกติ

กฎค่าผิดปกติ IQR

$$\text{ค่าผิดปกติถ้า: } x < Q_1 - 1.5 \times \text{IQR} \text{ หรือ } x > Q_3 + 1.5 \times \text{IQR}$$

วิธีใช้เครื่องคิดเลขนี้

ป้อนข้อมูลของคุณ: ใส่ตัวเลขโดยคั่นด้วยจุลภาค, เว้นวรรค, อัฒภาค หรือการขึ้นบรรทัดใหม่
เลือกความแม่นยำ: เลือกตำแหน่งทศนิยม (0-10) สำหรับผลลัพธ์
คลิกวิเคราะห์: รับสถิติที่ครอบคลุมทันที
สำรวจผลลัพธ์: ดูหมวดหมู่ที่จัดระเบียบและการแสดงภาพข้อมูล
ตรวจสอบการคำนวณ: ขยายรายละเอียดทีละขั้นตอนเพื่อการเรียนรู้

ทำความเข้าใจผลลัพธ์ของคุณ

แนวโน้มเข้าสู่ส่วนกลาง

ค่าเฉลี่ย, มัธยฐาน และฐานนิยม อธิบาย "ศูนย์กลาง" ของข้อมูลของคุณ สำหรับการแจกแจงแบบสมมาตร ค่าเหล่านี้จะใกล้เคียงกัน สำหรับข้อมูลที่เบ้ มัธยฐานมักจะเป็นตัวแทนที่ดีกว่าค่าเฉลี่ย

การกระจาย

พิสัย, ความแปรปรวน และส่วนเบี่ยงเบนมาตรฐาน วัดว่าข้อมูลของคุณกระจายตัวมากแค่ไหน ค่าที่มากขึ้นบ่งบอกถึงความแปรปรวนที่สูงขึ้น

ควรใช้มาตรวัดใดเมื่อไหร่

มาตรวัด	ใช้ได้ดีที่สุดเมื่อ
ค่าเฉลี่ย	ข้อมูลมีความสมมาตรและไม่มีค่าผิดปกติที่รุนแรง
มัธยฐาน	ข้อมูลมีความเบ้หรือมีค่าผิดปกติ
ฐานนิยม	ต้องการระบุหมวดหมู่หรือค่าที่พบบ่อยที่สุด
ส่วนเบี่ยงเบนมาตรฐาน	เปรียบเทียบความแปรปรวนภายในชุดข้อมูล
CV	เปรียบเทียบความแปรปรวนระหว่างชุดข้อมูลที่มีสเกลต่างกัน
IQR	ต้องการมาตรวัดการกระจายที่แข็งแกร่งและทนทานต่อค่าผิดปกติ

คำถามที่พบบ่อย

ส่วนเบี่ยงเบนมาตรฐานประชากรและกลุ่มตัวอย่างต่างกันอย่างไร?

ส่วนเบี่ยงเบนมาตรฐานประชากรจะใช้ N (จำนวนทั้งหมด) เป็นตัวหาร และจะใช้เมื่อข้อมูลของคุณแสดงถึงประชากรทั้งหมด ส่วนเบี่ยงเบนมาตรฐานกลุ่มตัวอย่างจะใช้ N-1 (การแก้ไขของเบสเซล) และจะใช้เมื่อข้อมูลของคุณเป็นส่วนย่อยของประชากรขนาดใหญ่ เพื่อให้ได้ค่าประมาณความแปรปรวนของประชากรที่ไม่เอนเอียง

จะคำนวณค่าเฉลี่ยของชุดข้อมูลได้อย่างไร?

ค่าเฉลี่ยเลขคณิตคำนวณได้จากการนำค่าทั้งหมดในชุดข้อมูลมาบวกกันแล้วหารด้วยจำนวนค่าทั้งหมด สูตรคือ: ค่าเฉลี่ย (μ) = Σx / N โดยที่ Σx คือผลรวมของค่าทั้งหมด และ N คือจำนวนทั้งหมด

พิสัยระหว่างควอไทล์ (IQR) คืออะไร?

พิสัยระหว่างควอไทล์ (IQR) วัดการกระจายของข้อมูล 50% ตรงกลางของคุณ คำนวณเป็น IQR = Q3 - Q1 โดยที่ Q1 คือควอไทล์แรก (เปอร์เซ็นไทล์ที่ 25) และ Q3 คือควอไทล์ที่สาม (เปอร์เซ็นไทล์ที่ 75) IQR ทนทานต่อค่าผิดปกติและมีประโยชน์ในการตรวจหาพวกมัน

จะตรวจหาค่าผิดปกติโดยใช้วิธี IQR ได้อย่างไร?

ค่าผิดปกติจะถูกตรวจหาโดยใช้กฎ 1.5×IQR ค่าใดๆ ที่ต่ำกว่า Q1 - 1.5×IQR หรือสูงกว่า Q3 + 1.5×IQR จะถือว่าเป็นค่าผิดปกติ วิธีนี้มีความแม่นยำเพราะควอไทล์จะไม่ได้รับผลกระทบจากค่าที่รุนแรงเกินไป

ค่าเฉลี่ยเรขาคณิตคืออะไร และควรใช้เมื่อใด?

ค่าเฉลี่ยเรขาคณิตคำนวณเป็นรากที่ n ของผลคูณของค่า n ค่า เหมาะสำหรับข้อมูลที่เกี่ยวข้องกับอัตรา, สัดส่วน, เปอร์เซ็นต์ หรือการเติบโตแบบทวีคูณ (เช่น ผลตอบแทนจากการลงทุนหรือการเติบโตของประชากร) ต้องการค่าที่เป็นบวกทั้งหมดและให้ความสำคัญกับค่าที่รุนแรงน้อยกว่าค่าเฉลี่ยเลขคณิต

สัมประสิทธิ์การแปรผัน (CV) คืออะไร?

สัมประสิทธิ์การแปรผัน (CV) คือมาตรวัดการกระจายที่เป็นมาตรฐาน คำนวณเป็น (ส่วนเบี่ยงเบนมาตรฐาน / ค่าเฉลี่ย) × 100% มันแสดงความแปรปรวนเป็นเปอร์เซ็นต์ของค่าเฉลี่ย ทำให้สามารถเปรียบเทียบความแปรปรวนระหว่างชุดข้อมูลที่มีหน่วยหรือสเกลต่างกันได้