陈革007
2020-06-13 阅读量: 1981
1.分类数据(categorical data)
只能归于某一类别的非数字型数据
对事物进行分类的结果,数据表现为类别,用文字来表述
例如,人口按性别分为男、女两类
2.顺序数据(rank data)
只能归于某一有序类别的非数字型数据
对事物类别顺序的测度,数据表现为类别,用文字来表述
例如,产品分为一等品、二等品、三等品、次品等
3.数值型数据(metric data)
按数字尺度测量的观察值
结果表现为具体的数值,对事物的精确测度
例如:身高为175cm、168cm、183cm
四分位数的应用通常是用于描述数据的分布情况和识别异常值。以下是一些常见的应用场景:数据分析:通过计算四分位数,可以了解数据的中心趋势和离散程度。例如,可以使用四分位数来计算中位数、上四分位数和下四分位数,以了解数据的分布情况。箱线图:箱线图是一种常用的数据可视化工具,可以通过四分位数来绘制。箱线图可以显示数据的中位数、上四分位数、下四分位数以及异常值,帮助我们直观地了解数据的分布情况。异常值检测:
美国、芬兰和中国各个国家2018年7月至2023年8月度GDP增长率
问题:某地区成年女子的血压(以mmHa计) 服从N(110,144),求该地区成年女性血压在100至120的可能性多大 ( (φ(0.83)=0.7967)A 0.676B 0.5C 0.5934D 0.5768解析:根据题目描述,该地区成年女子的血压服从N(110,144)分布。要求计算血压在100至120之间的可能性,可以使用标准正态分布进行计算。首先,需要将血压转化为标准正态分布的值。计算方