数据分析:离散程度、加权平均及条件概率
引入| English | 释义 | 拼音 |
|---|---|---|
| weighted average/ˈweɪtɪd ˈævrɪdʒ/ | 加权平均 | jiā quán píng jūn |
| overlap/ˌəʊvəˈlæp/ | 重叠部分 | chóng dié bù fèn |
需要权重的平均数
- A班(20名学生)平均分为70;B班(30名学生)平均分为80。所有50名学生的平均分是多少?不是75——人数较多的班级权重更大。
- GRE数据分析测试要求考生针对正确的参考群体,考察平均值、离散程度、分布和概率。
加权平均 加权平均
- 总和 ÷ 数量:$\dfrac{20 \times 70 + 30 \times 80}{50} = \dfrac{1400 + 2400}{50} = 76$。
- 合并后的平均值介于两者之间,且更接近人数较多的一组。

10 students averaged 60 and 30 students averaged 80. What is the overall average?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
$(600 + 2400) \div 40 = 75$.
A combined average lies closer to the average of the ____ group.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
It carries more weight.
离散程度与分布
- 极差、四分位距和标准差用于衡量离散程度。给每个数值加上常数不会改变它们;乘以常数则会按比例缩放。
- 在正态分布中,约68%的数据落在均值±1个标准差范围内,约95%的数据落在均值±2个标准差范围内。
数据A:10、10、10、10。数据B:0、10、10、20。均值相同(10);B的标准差更大,因为其数值距离均值更远。
Adding 10 to every value in a data set leaves its standard deviation unchanged.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
True. Shifting all values moves the mean by 10 but does not change how spread out they are.
含重叠部分的概率 重叠部分
- $P(A \text{ or } B) = P(A) + P(B) - P(A \text{ and } B)$。在100名学生中,60人学习法语,50人学习西班牙语,20人两门都学:学习法语或西班牙语的人数为$= 90$。
- 条件概率:“在学习西班牙语的学生中,有多少人同时也学习法语?” $= \tfrac{20}{50}$——此时参考总数是50。
总数是多少?
选择概率计算的正确参考总数。
Of 200 people, 120 like tea, 90 like coffee and 40 like both. How many like tea or coffee?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
$120 + 90 - 40 = 170$.
Same group: of those who like coffee, what fraction also like tea?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The reference total is the 90 coffee drinkers.
常见陷阱
- 不加权地平均各组的平均值。
- 使用总体总数代替作为条件的分组数。
复习要点
- 加权平均 = 总和 ÷ 数量;其结果更接近人数较多的一组。
- “或”运算需减去重叠部分;“给定”运算需除以条件组的大小。
- 重叠:同时属于两个集合的元素。