公式化

矢量跨产品

λB = {（X，Y）|点¯xεA ^ÿεB}

·矢量跨产品

标准偏差

平均=总和x值/ N（值的数量）方差：方差= S2的样本标准差：人口SD：

·标准偏差计算器

几何平均数

几何平均值=（（X1）（X2）（X3）........（Xñ））1 / N其中，X =个人得分N =样品尺寸（得分数）

几何平均值计算器

分组数据算术平均值

分组数据算术平均值计算公

算术平均值=ΣfX/ΣF其中，X =个人得分F =频率

分组数据算术平均值

分类间隔算术平均值

每班间隔算术平均值计算公

算术平均值=ΣfX/ΣF其中，

X =中点

F是频率

·分类间隔算术平均值

均方根（RMS）/二次平均（QM）

均方根（RMS）/二次平均（QM）式中：

均方根/二次平均公式= SQRT（（X1）2+（X2）2+（X3）2+ ........ +（Xñ）2/ N）其中，

X =个人得分

N =样品尺寸（得分数）

·均方根

相关合作效率

相关合作效率公

相关（R）=NΣXY -（ΣX）（ΣY）/ SQRT（[NΣX2-（ΣX）2] [NΣY2-（ΣY）2]）其中，

N =值或元素的个数

X =首次得分

Y =二分数

ΣXY第一和第二得分的产品= SUM

ΣX=总和先得

ΣY=第二得分的总和

ΣX2平方= SUM首先得分

ΣY2= SUM方二分数

·相关系数计算器

回归公式

回归方程（Y）= A + BX斜率（B）=（NΣXY -（ΣX）（ΣY））/（NΣX2-（ΣX）2）拦截（一）=（ΣY - B（ΣX））/ N其中，

x和y是变量。

B =回归线的斜率

α=回归线的截距点和y轴。

N =值或元素的数量

x =初分数

Y =第二得分

的产物ΣXY=总和第一和第二得分的

ΣX=第一个得分的总和

ΣY= SUM二得分的

ΣX2=方首先得分的总和

·回归计算器

调和平均数

调和平均公调和平均的= N /（1 /一个1+ 1 /一个2+ 1 /一个3+ 1 /一个4+ ....... + 1 /一个Ñ）凡

X =个人得分

N =样品尺寸（得分数）

·调和平均数数学

标准误差（SE）

其中，

SE =标准误差

S =标准偏差

N =样品的尺寸（观察数目）。

·标准误差计算器

方差的系数

其中，

Çv=变异系数

标准偏差σ=比率

μ=平均

·计算器变异系数

加权平均

其中，=代表加权算术平均值。=代表了项目的价值=代表的商品的重量

，，

·加权平均计算器

贝叶斯统计分析

灵敏度= TP /（TP + FN）特异性= TN /（FP + TN）阳性预测值= TP /（TP + FP）的预测值负= TN /（FN + TN）阳性似=灵敏度/（1 -特异性）阴性似然=（1 -敏感度）/特异其中，TP=真阳性。FP=假阳性。FN=假阴性。TN=真阴性

·贝叶斯定理计算器

百分比/百分比误差

百分比误差=（测量值-真值）/真值）* 100）

·百分比误差

偏态

·偏度计算器

T检验

·T检验计算器

可能的元音重排

安排数= M！/ N！N！= N1！×N个2！... N中号！其中，中号！=元音字母总数，N！=每个重复元音发生次数。

·元音重排计算器

F-检验

F值= S12/ S 22其中，S 12是第一组值和方差S22是第二组值的方差

·F-测试计算器

单因素方差分析（方差分析）

广式的总和均方公式˚F公式

·单因素方差分析计算器

偏态系数

偏度系数= 3×（平均值-中位数）/σ其中，σ=标准偏差。

·偏度计算器的皮尔森系数

人口置信区间

置信区间= P±žα/ 2×√[（P×Q）/ N]，（X，nx≥5）式中，P = X /ñQ = 1-Pα= 1 -（置信度/ 100）X =频率N =样本大小žα/ 2= Z-表值

·置信区间比例

置信限平均

如果（N> = 30），CI = X±žα/ 2×（σ/√N）如果（NCI = X±牛α/ 2×（σ/√N）其中，X =平均值σ=标准偏差α = 1 -（置信度/ 100）žα/ 2= Z-表值牛α/ 2= T-表值CI =置信区间

·置信限平均计算器

置信区间差异

标准偏差置信区间差异= [（N-1）×S 2 /χ²α/ 2，n-1个]≤σ²≤[（N-1）×S 2 /χ²1-α/ 2，n-1个]其中，N =样本大小S =差异α= 1 -（置信度/ 100）χ²α/ 2，N-1=χ²表值

·置信区间差异

Z-Score模型

如果公有制企业，Z = 1.2T1+ 1.4T2+ 3.3T3+ 0.6T4+.999T5如果民营企业，Z = 0.717T1+ 0.847T2+ 3.107T3+ 0.420T4+0.998T5如果非制造业公司，Z = 6.56T1+ 3.26T2+ 6.72T3+ 1.05T4其中，牛1=营运资本/总资产牛2=留存收益/总资产牛3=扣除利息和税收/总资产ŧ4=股票市值/负债合计牛5=净销售额/总资产

·Z-Score模型计算器

标准Z分数样品

Z值=（X - μ）/σ其中，X =标准化的随机变量，μ=样品平均值，σ=样本标准差。

·Z分数计算器

Z测试统计，样品

Z测试统计值=（X-μ）/σ其中，X =标准化的随机变量μ=总体均值σ=总体标准差

·Z测试统计计算器

绝对离差统计

平均=值的总和输入/ N其中，X =数据X =平均价值N =数MAD =平均绝对偏差

·绝对离差计算器

百分等级（PR）统计

PR％= L +（0.5×S）/ N其中，L =以下等级，数量S =同级别数，N =总人数。

·百分等级计算器

累积和（CUSUM）

其中，

小号牛= Avaerage运行长度，

μ=目标平均值，

σ=标准偏差，

K =参考值，

Ç我+=控制上限（UCL）

Ç我-=控制下限（LCL）

·累计和计算器

中位数和半四分位数

中位数四分位数=（第三四分位+第一四分位）/ 2半四分位数=（第三四分位-第一个四分位数）/ 2

·中位数和半四分位数计算器

期望值E（X）

E [X] = NXP其中，n是试验次数，p是一个成功的结果的可能性。

·期望值E（X）计算器

修剪/截断均值

计算公μ=Σ点¯x我/ N其中，Σ点¯x我-你的修剪集的总和在修剪组总人数- Nμ -剪裁平均值

·剪裁平均值计算器

四分位数范围（IQR）

间距范围=第三四分位-第一四分位。

·四分位计算器

R平方（确定系数）

相关系数（R）= N *ΣXY -（ΣX）（ΣY）/√不适用X（Σ点¯x2-（ΣX）2√不适用X（ΣŸ2-（ΣY）2判定系数（- [R2）= RX河

·测定计算器系数

样本量

样本量=（Z ^ 2 * P *（1 - P））/平方公尺置信区间（M）=开方（（Z ^ 2 * P *（1 - P））/采样大小）其中，Z =置信水平（例如1.96置信度95％），p =最差情况下的百分比（默认值：0.5），M =保证金错误的（或）置信区间。如果有限人口，样本大小为有限人口=采样大小/（1 +（（采样大小- 1）/人口））置信区间（M）=开方（（Z ^ 2 * p *（1 - p））/采样大小）

·样本量计算器

平均学分绩点（GPA）

总成绩=Σ（*级学时）GPA =总成绩/总学分

·GPA计算器

修改贝塞尔函数

·贝塞尔函数

测试功能

用公其中，Β - β函数X - X值Ÿ - Y值

·测试功能

不完全测试功能

其中，

Β - β函数

A - A值

B - B值

点¯x -上限

·不完全测试功能

伽玛功能

其中，

Γ -伽玛功能

ž - Z值

·伽玛功能

不完全γ函数

用公其中，Γ -伽玛功能ü -复杂的变量v -输出真正的价值

·不完全γ函数

多元回归（MLR）

式使用：y = A + B1点¯x1+ B2点¯x2+ ... + BÑ点¯xÑ其中，一- Y轴截距点b1，B2，...，Bñ- X的斜率1，点¯x2，...，Xñ分别

·多元回归

高斯误差（ERF）和互补误差（ERFC）功能

高斯误差值（ERF）高斯互补错误值（ERFC）

·高斯误差函数（ERF）

贝塞尔函数积分

其中，

Ĵñ-第一类贝塞尔函数

·贝塞尔积分计算器

双伽玛函数

其中，

Γ -伽玛功能

X - X值

·双伽玛函数

汉克尔函​​数

其中，

Ĵα=第一类贝塞尔函数

Ÿα=第二类贝塞尔函数

·汉克尔函​​数

黎卡提贝塞尔函数

其中，

Ĵñ=第一类贝塞尔函数

Ÿñ=第二类贝塞尔函数

·黎卡提贝塞尔函数

贝塞尔函数

其中，

Ĵñ-贝塞尔函数的第一类

Ÿñ-贝塞尔函数的第二类

·贝塞尔函数

汉克尔函数

计算公其中，Ĵñ-汉克尔函数的第一类Ÿñ-汉克尔函数的第二类

·汉克尔函数

自相关

·自相关计算器

Ellipticgamma功能

其中，

Γ -伽玛功能

Z，p和q -复变函数

·Ellipticgamma函数计算器

平均平方误差（MSE）

计算公

MSE = SSE / N其中，MSE =均方误差方误差SSE = SUM人口N =数

·均方误差计算器

影响大小（r）和科恩（D）

R =开方（（T2）/（（T2）+（DF * 1）））D =（T * 2）/（开方（DF））其中，R =效果大小，D =科恩的D值（标准化平均差），T = T检验值，DF自由=度。

·影响大小，对于T检验科恩ð计算器

影响大小

其中，

D =科恩的D值（标准化平均差），

M1，M2 =第一和第二个数据集，的​​平均值

SD1，SD2 =第一和第二个数据集的标准偏差

R =影响大小。

·影响大小计算器

单因素方差矩阵

用公

方块式之和均方公式˚F公式

·单因素方差矩阵

协方差

平均=输入的数值之和/ N

·协方差

回归截距置信区间

用公其中，β0=回归截距K =预测数N个采样大小=SEβ0=标准误差α=的置信区间百分比T = t值

·回归截距置信区间计算器

Cp和Cpk

计算公其中，USL =规格上限，LSL =规格下限。

·过程能力指数计算器

电力统计分析

计算公P = 2×（1 - Φ（Z））其中，P =事后统计功率分析Z = X /σ√NX =平均值σ=标准差N =样本数

·统计功率分析计算器

回归系数置信区间

·回归系数置信区间

杜克HSD试验意义

计算公其中，MSW =平均正方形内ñĴ和Ĵ=样本大小Qû=值从学生化的范围分布的碳，氮- ç自由度α的理想水平

·杜克HSD试验意义

PP和PPK指数

计算公其中，USL =规格上限，LSL =规格下限。

·PP和PPK计算器

比较错误-统计意义

公式相对误差= 1.96 *√（R1（100-R1）÷S1）+（R2（100-R2）÷S2）

·统计意义计算器

II型/β错误

·第二类错误计算器

大数定律

计算公其中，μ=样本平均值N =样本数点¯x我=采样值

·大数计算器法

等分

公其中，李=等分类别的下限N =绝对频率总和˚FI-1=绝对频率位于等分类下面一个我=包含等分类的类的宽度

·等分计算器

所需的样本量

公式N =（2K2-1）/（K2-1）+的pK2/（K2-1）其中，N -所需的样本量，的K -通货膨胀因素，对-预测数，

·所需的样本量计算器

赔率比置信区间

赔率比=（A / C）/（B / D）其中，A，B =正测试值C，D =负测试值

·赔率比置信区间计算器

相对风险置信区间

相对危险度（RR）=（A /（A + B））/（C /（C + D））其中，A =裸​​集团积极成果，B =裸集团负面的结果，C =对照组积极成果，D =对照组负面结果，

·相对风险置信区间计算器

T-83指数回归方程

Y = AXB点¯x凡的变量a和b表示指数方程的系数。

·指数回归方程计算器

调和级数部分和

计算公调和级数= 1 + 2 + 1/3 1/4 +

... +（泛音法）

·谐波系列计算器

样本比例的标准误差

用公SEp=开方[P（1 - P）/ N]，其中，p是样本中成功的比例，n是样本中观测的数量。

·样本比例计算器的标准误差

Tukeys事后HSD显着性检验

·Tukeys事后检验计算器

样本总体方差

计算公其中，σ=样本方差X =输入值μ=平均值N =得分数

·样本方差计算器

谐波数目和谐振频率的

·谐波次数和共振频率计算器

调整的R平方

·调整的R平方计算器

斯皮尔曼等级相关系数

计算公R = 1 -（（6×σD2）/（N3- N））其中，σ=差异Sumation公司D =差异DATAS的N =数R =等级值

·Spearmans等级相关计算器

四分位差

公QD =（上四分位-低限）/ 2。

·四分位偏差计算器

平均差

公式为：平均Differene =（ΣX1 / N）-（ΣX2 / N）其中X1 -组中的一个均值X2 -一群意味着两N -样本大小

·平均差计算器

克伦巴赫的阿尔法可靠性

用公可靠性= N /（N - 1）×（总方差-方差总和的每个问题）/总方差，其中，N是没有问题，

·Cronbachs阿尔法可靠性计算器

相关矩阵

1）的平方矩阵的总和

1 /（N-1）

SSXX

SSXY

SSXZ

SSYX

SSYY

SSYZ

SSZX

SSZY

SSZZ

其中，

N =的N×N矩阵值

SSXX=Σ（X我- X）2

SSXY=Σ（X我- X）×（Y我- ȳ）

|||LY，

SSYZ=Σ（Y我- ȳ）×（Z我- Z）2）相关矩阵

1

PXY

PXZ

PYX

1

PYZ

PZX

PZY

1

其中，

n = N的×N的矩阵值

PXY= SSXY/√（SSXX点¯xSSYY）

·相关矩阵

局部

计算公离群的数据都是，（或）> Q3 + 1.5xIQR其中，Q1 =第一个四分位数Q3 =第三四分位IQR =国米四分位数范围

·离群计算器

最佳点估计

计算公MLE = S / T拉普拉斯=（S + 1）/（T + 2）杰弗里=（S + 0.5）/（T + 1）威尔逊=（S +（Z2/2））/（T + Z2）其中，MLE =最大似然估计S =成功数T =试验次数Z = Z-临界值查找Z-临界值ž表的最佳点估计规则：1。MLE威尔逊估计2。MLE> 0.5和最大似然估计MLE之间3。MLE> 0.9 -基于>无论是拉普拉斯或杰弗里估计哪个小。

·最佳点估计计算器

Bonferroni校正

α'= 1 -（1 - α）ķ其中，α'= Bonferroni校正α=严重中P值K =测试数

·Bonferroni校正计算器

中心极限定理

样本均值（μ点¯x）=μ样本标准差（σ点¯x）=σ/√不适用的地方，μ=人口平均σ=总体标准差N =样本大小

·中心极限定理计算器

物种多样性指数

H = -sum [（PI）* LN（PI）E = H / H最大值其中，SUM =总和PI =样品的物种的个体的Numbe I /总数S =物种或品种的丰富度数ħ最大值=最大多样性的可能E = =均匀度H / H最大

·物种多样性指数计算器

标准差配对的平均值（SE）

计算公

标准误差（SE）=√小号12/ N1+ S22/ N2式中，小号1=采样一个标准偏差小号2=采样两个标准差ñ1=采样一个尺寸ň2=样品在两个尺寸

·标准错误配对平均计算器（SE）

信噪比

SNR（或）S / N =μ/σ其中，μ -均值，σ -标准偏差，信噪比-信噪比

·信噪比计算器

使用正态分布参考范围的计算

下限= M - T的0.975，N-1个点¯x√（（N + 1）/ N）×SD上限= M + T0.975，N-1个点¯x√（（N + 1）/ N）个SD其中，T -分布SD -标准偏差N -总计数米-平均

·使用正态分布参考范围的计算

参考范围限制的置信区间

下限= M - T的0.975，N-1个点¯x√（（N + 1）/ N）×SD上限= M + T0.975，N-1个点¯x√（（N + 1）/ N）×SDSDSRRL = SD / 2LlciLlrr = Llrr - T的0.975，N-1个点¯x√（（N + 1）/ N）×SDSRRLUlciLlrr = Llrr + T0.975，N-1个点¯x√（（N + 1）/ N）×SDSRRLLlciUlrr = Ulrr - T的0.975，N-1个点¯x√（（N + 1）/ N）×SDSRRLUlciUlrr = Ulrr + T0.975，N-1个点¯x√（（N + 1）/ N）×SDSRRL其中，t -分布。SD -标准偏差N -总计数米-平均LlciLlrr -是标准的参考范围的下限的置信区间的下限UlciLlrr -是标准的参考范围的下限的置信区间的上限LlciUlrr -是标准的参考范围的上限置信区间的下限UlciUlrr -是标准的参考范围的上限置信区间的上限SDSRRL -是标准的参考范围上限的标准偏差Llrr -是标准的参考范围的下限Ulrr -是标准参考范围的上限

·参考范围极限计算器的置信区间

库德-理查森公式21

在线统计可以帮助你估算使用库德-理查森公式计算器21测试的可靠性。

其中，

的K -问题数

μ -人口平均得分

σ2-所有的人的总得分的差异

ρKR21 -可靠性测试

·库德-理查森公式计算器21

离群边界

四分位距（IQR）= Q3 - Q1下离群边界= Q1 - 1.5 * IQR上离群边界= Q3 + 1.5 * IQR其中，Q1 =第一个四分位数，Q3 =第三四分位，

·离群边界计算器

标准差指标

SDI

=

实验室均值-共识组平均

共识集团SD

·标准差指标计算器

面板

所需总清单（TRI）=每周部件的使用*供应商提前时间*股票总位置看板= TRI /容器容量

·看板计算器

估计PERT预期时间长

ŧË=（O + 4T + P）/ 6

，其中，

牛ê=珀特预期的时间长，

O =乐观估计，

T =典型的估计，

P =悲观的估计

·估计PERT预期时间持续时间计算器

布莱克-舒尔斯模型

C = SN（D1）-ke（-rt）N（D2），其中，

C =理论通话溢价

S =当前股价

T =时间

K =期权敲定价格

R =无风险利率

N =累积标准正态分布

E =指数项（2.7183）

ð1=（LN（S / K）+（R +（S2/2））T）/s√t

ð2= D1- s√t

S =股票收益率的标准差

·布莱克-舒尔斯模型计算器

拇指范围规则

小号≈R / 4R =最大值-最小值其中，S =标准偏差R =范围

·拇指计算器范围规则

相对标准偏差

S =√（Σ（X-点¯x）2/ N-1）％，RSD= S * 100 /点¯x其中，平均值= X / NX - X值的累计N =平均值的计S =标准偏差值点¯x=数据的平均值

·相对标准偏差计算器

误差范围

M =点¯xë其中，C =临界值E =标准统计的误差M =保证金的错误

·误差计算器的保证金

分组的平均中值计算模式

预估中值= L +（（（（N / 2）- CFB）/ FM）* W）估算模式= LM +（（（FMG - FMPRE）/（FMG - FMPRE）+（FMG - fmnext））*宽）其中，该集团的L =下层边界包含位数N =数据总数CFB =该组的累积频率的平均集团前FM =频率中位数集团的W =组宽度LM =模态组的类边界FMPRE =集团频模态集团前FMG =频率模态集团fmnext =频率的组的模态组后

·分组的平均中值计算模式

开环传递函数的根轨迹

G（S）H（S）=（S + 1）/（S3+（4 * S2）+（6 * S）+ 4）式中，G（S）H（S）=开环根轨迹传递函数G（S）=增益功能H（S）=反馈功能S = S面价值

·开环传递函数计算器根轨迹

样本标准差

其中，

S =样本标准差

点¯x我=示例数据集点¯x样本数据集=平均值样本数据集的N =大小

·样本标准差计算器

相对风险降低

存款准备金率=（EER - CER）/ CEREER = EE / ES

ES = EE + EN

CER = CE / CS

CS = CE + CN

其中，存款准备金率=相对风险降低[IF（r为负值，那么它是减少相对风险），如果（r是正的，那么它是相对风险增加）EER =实验事件发生率CER =对照组事件发生率EE =实验活动EN =实验非活动ES =试验总主题CE =控制群体性事件CN =控制组非事件CS =对照组受试者总

·相对风险降低计算器

范围系数

R =（X米- XÖ）/（X米+ XÖ）当R =范围系数点¯x米=最大值点¯xØ=最小值

·距离计算器系数

可能的结果

S = - [Rñ（案例1）S = N！/（N - R）（案例2）S =（N + R - 1）！/（R *（N！- 1））（案例3）S = N！/（（N - R）* R！）（案例4）其中，S =组合或排列n个事件的=总数R =值号选择注：案例1：顺序是重要的和反复性允许的情况2：顺序是重要的和反复性Notallowed案例3：顺序并不重要和反复性允许的情况4：顺序并不重要和重复是Notallowed

·可能的结果计算器

奸党盘中交易

H4 =（0.55 *（H - 1））+ CH3 =（0.275 *（H - 1））+ CH2 =（0.183 *（H - 1））+ CH1 =（0.0916 *（H - 1））+ CL1 = C -（0.0916 *（H - 1））L2 = C -（0.183 *（H - 1））L3 = C -（0.275 *（H - 1））L4 = C -（0.55 *（H - 1））其中，H =前一日高L =前一日低C =前一天关闭

·奸党计算器

总体方差

计算公其中，σ=总体方差X =人口数据μ=平均N =得分数

·总体方差计算器

威廉姆斯修正系数

Q = 1 +（A2- 1）/（6 * N * V）其中，Q =威廉姆斯修正系数A =类别的数量N =总样本量V =自由度数

·威廉姆斯校正系数计算器

埃塔平方

的平方公式款项均方公式˚F公式埃塔广场η2=SS效果/ SS总（总表）η21=SS之间/ SS总η22=SS内/ SS总求和η的2=η21+ η22其中，η21，η22=埃塔平方值的平方SS = SUMSS效果=广场的效应的总和SS总=广场总量的总和自由DF =度MS =均方F =的F -比测试

·埃塔平方计算器

降低绝对风险（ARR）

降低绝对风险=控制事件发生率-实验性事件发生率控制事件率= C /（C + D）的实验事件发生率= A /（A + B）

其中，A =实验组大小B =控制组大小C =实验活动组D =在控制群体性事件

·降低绝对风险（ARR）计算器

模式计算器

模式=重复从总数数

·模式计算器

范围

范围=最大值–最小值

·距离计算器

中位数

如果总数是偶数位数=中旬两个数字总和/ 2如果总数是连位数=中数

·平均计算器

平均=所有号码/总人数的总和

·平均计算器