Notice
Recent Posts
Recent Comments
Link
- Today
- Total
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- openCV
- 설치
- tx2
- cuda
- ubuntu
- 애드센스
- Darknet
- agx
- DNN
- Xavier
- Linux
- Nvidia
- 텐서플로우
- 엔비디아
- 파이썬
- 딥러닝
- 티스토리
- Jetson
- GPU
- 방법
- 영상처리
- tensorflow
- 라즈베리파이
- python
- 물체검출
- 블로그
- Tistory
- openpose
- YOLO
- Windows
Archives
엔지니어스 - Engineeus
평균 / 편차 / 분산 / 표준편차 본문
728x90
- 변량 : 데이터
- 평균 : 주어진 데이터들의 중간 값 (대표 값)
- 편차 : 한 데이터(변량)이 평균과 얼마나 멀리 떨어진 척도
- 편차제곱 : 편차를제곱하여 음수를 없앤 값
- 분산 : 편차를 제곱한 값들에 대한 평균
- 표준편차 : 분산에 루트를 씌운 값. 분산은 제곱값이기에 실제 오차보다 너무 크기에 다시 줄여주는 작업
공식 |
Data 1 |
Data 2 |
Data 3 |
Data 4 |
Data 5 |
|
변량 |
x_1 ~ x_n |
67 |
59 |
86 |
69 |
113 |
평균 |
m |
= (67+59+86+69+113)/5= 78.8 |
||||
편차 |
x_i-m |
67 – 78.8 = -11.8 |
59 – 78.8 = -19.8 |
86 – 78.8 = 7.2 |
69 – 78.8 = -9.8 |
113 – 78.8 = 34.2 |
편차 제곱 |
(x_i-m)^2 |
("-11.8 " )^2 = 139.24 |
(-19.8)^2 = 392.04 |
(7.2)^2 = 51.84 |
(-9.8)^2 = 96.04 |
(34.2)^2 = 1169.64 |
분산 |
V= ((x_1-m)^2+…+(x_n-m)^2)/n |
= (139.24+392.04+51.84+96.04+1169.64)/5=369.76 |
||||
표준편차 |
σ=√V |
√369.76= 19.22 |
||||
결론 |
인원수 = 5, 평균 = 78.8, 분산 = 369.76, 표준편차 = 19.22 |
아래는 사진 입니다~! 퍼가셔도 돼요~!
Comments