- Khi chưa biết phương sai tổng thể (n<30): $\overline{x}-t_{\alpha /2}{n-1}.{{\sigma }_{\overline{x}}}<\mu <\overline{x}+t_{\alpha /2}{n-1}.{{\sigma }_{\overline{x}}}$
- Khi biết phương sai tổng thể chung hoặc chưa biết phương sai tổng thể nhưng
mẫu lớn: $\overline{x}-{{z}_{\alpha /2}}{{\sigma }_{\overline{x}}}<\mu <\overline{x}+{{z}_{\alpha /2}}{{\sigma }_{\overline{x}}}$
16. Ước lượng tỷ lệ:
$f-{{z}_{\alpha /2}}{{\sigma }_{f}}\le f\le f+{{z}_{\alpha /2}}{{\sigma }_{f}}$
- Với chọn một lần: ${{\sigma }_{f}}=\sqrt{\frac{f(1-f)}{n}(1-\frac{n}{N})}$
- Với chọn nhiều lần: ${{\sigma }_{f}}=\sqrt{\frac{f(1-f)}{n}}$
17. Tiêu chuẩn kiểm định:
${{t}_{qs}}=\frac{\overline{x}-{{\mu }_{0}}}{S/\sqrt{n}}$; $S=\sqrt{\frac{\sum{{{({{x}_{i}}-\overline{x})}^{2}}}}{n-1}}$
18. Hệ số tương quan:
${{R}^{2}}=1-\frac{SSE}{SST}=\frac{SSR}{SST}$;
Biến thiên của hồi quy: $SSR=\sum\limits_{i=1}{n}{{{(\widehat{{{y}_{i}}}-\overline{y})}{2}}}$
Biến thiên của phần dư: $SSE=\sum\limits_{i=1}{n}{{{({{y}_{i}}-\widehat{y})}{2}}}$
Biến thiên của biến phụ thuộc: $SST=SSR+SSE=\sum\limits_{i=1}{n}{{{({{y}_{i}}-\overline{y})}{2}}}$
19. Chỉ số đơn:
- Chỉ số đơn của chỉ tiêu chất lượng: ${{i}_{p}}=\frac{{{p}_{1}}}{{{p}_{0}}}(100)$
- Chỉ số đơn của chỉ tiêu số lượng: ${{i}_{q}}=\frac{{{q}_{1}}}{{{q}_{0}}}(100)$
20. Chỉ số tổng hợp nghiên cứu về giá của sản phẩm:
- Phương pháp Laspeyres: ${{I}_{p}}=\frac{\sum{{{p}_{1}}{{q}_{0}}}}{\sum{{{p}_{0}}{{q}_{0}}}}$
- Phương pháp Paasche: ${{I}_{p}}=\frac{\sum{{{p}_{1}}{{q}_{1}}}}{\sum{{{p}_{0}}{{q}_{1}}}}$
21. Chỉ số tổng hợp nghiên cứu sự biến động của khối lượng sản phẩm:
- Phương pháp Laspeyres: ${{I}_{q}}=\frac{\sum{{{q}_{1}}{{p}_{0}}}}{\sum{{{q}_{0}}{{p}_{0}}}}$
- Phương pháp Paasche: ${{I}_{q}}=\frac{\sum{{{q}_{1}}{{p}_{1}}}}{\sum{{{q}_{0}}{{p}_{1}}}}$
22. Chỉ số không gian
- Chỉ số tổng hợp nghiên cứu sự biến động của chỉ tiêu chất lượng ở hai thị
trường A và B: ${{I}_{p}}(A/B)=\frac{\sum{{{p}_{A}}q}}{\sum{{{p}_{B}}q}}$ với $q={{q}_{A}}+{{q}_{B}}$
- Chỉ số tổng hợp nghiên cứu sự biến động của chỉ tiêu khối lượng ở hai thị
trường A và B: ${{I}_{q}}(A/B)=\frac{\sum{{{q}_{A}}p}}{\sum{{{q}_{B}}p}}$ hoặc ${{I}_{q}}(A/B)=\frac{\sum{{{q}_{A}}\overline{p}}}{\sum{{{q}_{B}}\overline{p}}}$
Trả về trung bình độ lệch tuyệt đối của các điểm dữ liệu từ điểm giữa của chúng. AVEDEV là phép đo độ biến thiên của tập dữ liệu.
Cú pháp
AVEDEV(number1, [number2], ...)
Cú pháp của hàm AVEDEV có các đối số sau đây:
- Number1, number2, ... Number1 là bắt buộc, các số tiếp theo là tùy chọn. Đối số 1 đến 255 mà bạn muốn có trung bình độ lệch tuyệt đối của chúng. Bạn cũng có thể sử dụng một mảng đơn hay tham chiếu tới một mảng thay thế cho các đối số được phân tách bởi dấu phẩy.
Chú thích
- Hàm AVEDEV bị ảnh hưởng bởi đơn vị đo lường trong dữ liệu đầu vào.
- Đối số phải là số hoặc tên, mảng hoặc tham chiếu có chứa số.
- Các giá trị lô-gic và trình bày số dạng văn bản mà bạn gõ trực tiếp vào danh sách các đối số sẽ được đếm.
- Nếu một đối số tham chiếu hay mảng có chứa giá trị lô-gic, văn bản hay ô trống, những giá trị này sẽ bị bỏ qua; tuy nhiên những ô có giá trị 0 sẽ được bao gồm.
- Phương trình tính trung bình độ lệch là:
Ví dụ
Sao chép dữ liệu ví dụ trong bảng sau đây và dán vào ô A1 của một bảng tính Excel mới. Để công thức hiển thị kết quả, hãy chọn chúng, nhấn F2 và sau đó nhấn Enter. Nếu cần, bạn có thể điều chỉnh độ rộng cột để xem tất cả dữ liệu.
Dữ liệu
Mô tả
4
Trung bình độ lệch tuyệt đối của các số trong các ô A2:A8 từ giá trị trung bình của chúng (1,020408)
5
6
7
5
4
3
Công thức
Kết quả
\=AVEDEV(A2:A8)
1,020408
Bạn cần thêm trợ giúp?
Bạn muốn xem các tùy chọn khác?
Khám phá các lợi ích của gói đăng ký, xem qua các khóa đào tạo, tìm hiểu cách bảo mật thiết bị của bạn và hơn thế nữa.
Cộng đồng giúp bạn đặt và trả lời các câu hỏi, cung cấp phản hồi và lắng nghe ý kiến từ các chuyên gia có kiến thức phong phú.