討論組別資料的中位數和眾數的範例問題
在統計學中，中位數和眾數是衡量集中趨勢的兩個非常重要的指標。本文將結合分組數據，詳細討論中位數和眾數，並提供幾個例題以幫助您理解。
理解中位數和眾數
中位數
中位數是指將一組資料排序後位於中間位置的值。在分組資料的脈絡下，中位數是將資料分成兩個相等部分的組別。
作案
眾數是指一組資料中出現頻率最高的值或類別。對於分組數據，眾數是出現頻率最高的類別。
計算分組資料的中位數和眾數
中位數
要確定分組資料的中位數，需要以下步驟：
1. 計算累積頻率（F）。
2. 使用下列公式確定中位數位置：
\[
中位數位置 = n + 1/2
\]
其中 n 為數據數量。
3. 確定中位數所在的類別，即中位數所在的類別。
4. 使用中位數公式計算分組資料的中位數：
\[
中位數 = L + ( n/2 – F/f) × c
\]
– L 是中位數的下限。
– F 是中位數之前的累積頻率。
– f 是中位數所在類別的頻率。
– c 是組距的長度。
作案
要確定分組資料的眾數，需要以下步驟：
1. 確定眾數類別，即頻率最高的類別。
2. 對分組資料使用眾數公式：
\[
模式 = L + ( d₁ / (d₁ + d₂) × c
\]
– L 是模式類別的下限。
– \(d_1\) 是眾數類別與前一類別的頻率之差。
– \(d_2\) 是眾數類別與下一個類別之間的頻率差。
– c 是組距的長度。
範例問題及討論
例題 1：中位數
以下是40位學生數學測驗成績的頻率分佈：
| 值 | 頻率 (f) |
|————-|——————|
| 50 – 59 | 5 |
| 60 – 69 | 10 |
| 70 – 79 | 15 |
| 80 – 89 | 7 |
| 90 – 99 | 3 |
為了計算中位數，我們先統計數據個數（n）：
\[
n = 5 + 10 + 15 + 7 + 3 = 40
\]
中位數位置：
\[
中位數位置 = （40 + 1）/ 2 = 20.5
\]
接下來，我們計算累積頻率：
| 數值 | 頻數 (f) | 累積頻數 (F) |
|————-|——————|————————-|
| 50 – 59 | 5 | 5 |
| 60 – 69 | 10 | 15 |
| 70 – 79 | 15 | 30 |
| 80 – 89 | 7 | 37 |
| 90 – 99 | 3 | 40 |
中位數（20.5）屬於 70 – 79 類。
我們使用中位數公式：
– L = 70（中位數的下限）
– F = 15（中位數之前的累計頻數）
– f = 15（中位數類別頻率）
– c = 10（組距）
\[
中位數 = 70 + ( 40/2 – 15/15 ) × 10 = 70 + ( 20 – 15/15 ) × 10 = 70 + ( 5/15 ) × 10 = 70 + 3.33 = 73.33
\]
所以，這些數據的中位數是 73.33。
例題 2：模式
以下是某商店一週內產品銷售結果資料的頻率分佈：
| 售出數量 | 頻次 (f) |
|——————–|——————|
| 10 – 19 | 3 |
| 20 – 29 | 7 |
| 30 – 39 | 12 |
| 40 – 49 | 5 |
| 50 – 59 | 3 |
找出眾數：
– 眾數類別為 30 – 39（最高頻率 = 12）。
– L = 30（模式等級的下限）。
– \(d_1 = 12 – 7 = 5\)（眾數類別頻率 – 前一類別頻率）。
– \(d_2 = 12 – 5 = 7\)（眾數類別的頻率 – 下一類別的頻率）。
– c = 10（組距）。
我們使用眾數公式：
\[
眾數 = 30 + (5/(5 + 7)) × 10 = 30 + (5/12) × 10 = 30 + 4.17 = 34.17
\]
因此，該數據的眾數為 34.17。
結論
掌握如何計算分組資料的中位數和眾數是統計學中的關鍵技能。中位數表示資料的中間值，而眾數表示出現次數最多的值或類別。透過遵循上述步驟並使用上述公式，您可以輕鬆地從分組資料中確定這兩個集中趨勢的測量。
透過本文討論的例題，讀者有望更好地理解中位數和眾數的概念及其在分組資料中的應用。對於更複雜的數據或更長的頻率分佈，同樣的原理也同樣適用。建議多做練習題，以鞏固統計知識和分析技能。
