Калькулятор суммы квадратов
Рассчитайте исходную и скорректированную суммы квадратов, среднее и выборочную дисперсию для любого числового набора данных.
О сумме квадратов
Примеры суммы квадратов
| Данные | Результаты | Пояснение |
|---|---|---|
| 1, 2, 3, 4 | Σx² = 30; скорректированная сумма = 5 | Среднее равно 2.5, исправленная выборочная дисперсия — 5 ÷ 3 = 1.6667. |
| -2, 0, 2 | Σx² = 8; скорректированная сумма = 8 | Среднее равно нулю, поэтому исходная и скорректированная суммы равны. |
| 5, 5, 5 | Σx² = 75; скорректированная сумма = 0 | У одинаковых наблюдений нет разброса относительно среднего. |
Как рассчитать сумму квадратов
- Введите все наблюдения, разделяя их запятыми, пробелами или точками с запятой.
- Нажмите «Рассчитать сумму квадратов», чтобы обработать весь набор.
- Для Σx² используйте исходную сумму квадратов, а для изменчивости относительно среднего — скорректированную.
- Посмотрите исправленную выборочную дисперсию, если нужна скорректированная сумма, деленная на n минус один.
Вопросы о сумме квадратов
Какова формула исходной суммы квадратов?
Возведите каждое наблюдение в квадрат и сложите результаты: Σx². Это квадратичная величина относительно нуля, а не изменчивость относительно среднего.
Что такое скорректированная сумма квадратов?
Это сумма квадратов разностей между каждым наблюдением и средним, Σ(x − x̄)². Во многих статистических задачах ее также называют общей суммой квадратов.
Как выборочная дисперсия связана с суммой квадратов?
Исправленная выборочная дисперсия равна скорректированной сумме квадратов, деленной на n − 1. Знаменатель устраняет смещение при оценке дисперсии генеральной совокупности по выборке.
Может ли сумма квадратов быть отрицательной?
Нет. Каждый квадрат неотрицателен, поэтому и сумма не может быть отрицательной. Скорректированная сумма равна нулю только при равенстве всех наблюдений.
Почему ANOVA и регрессия используют суммы квадратов?
Квадраты отклонений измеряют изменчивость без взаимного сокращения положительных и отрицательных ошибок. Их также можно разделить на модельную и остаточную части для сравнения.