迷惑メール？

こんな内容のメールが届いたのは、初めて…

スゴい時代になったなぁ～!?と、かなり驚き！！


ーーーーー
佐 川パック配 達
担当サ ポ ー ト

いつもご利 用あ り が と うございます.
お客様あてに1000万を弊 社営業所にてお預かりをいたしました

弊 社では通常のお荷物 以外の貴重品に順ずるものを『佐 川 パック便』として特別に梱包をして配 達をさせていただきます.

つきましては下記 ＵＲＬよりお荷物の配 達状況 をご確 認下さい

◎お荷物 配 達状況
ｈｔｔｐ：／／PrS.83qumn1gj8.net/1neeuW

[数式][QC検定] メディアン(中央値) 続

初投稿時に、

  • 平均値\bar{x}
  • 中央値\tild{x}(Me)

について書きました。が、・・・。
中央値について、データの数による事について書き忘れていたので、
こちらで書いてみようと思います。

メディアン（中央値）
データを大きさ順に並べた時の中央に来る値
※データの数が奇数の時は、中央に来る値をそのまま値とする。
※データの数が偶数の時は、中央に来る二つの値の平均値を値とする。

[数式][QC検定] 変動係数 ＣＶ(すべて大文字)

変動係数 ＣＶ(すべて大文字)

変動係数CV
標準偏差と平均値の比

変動係数ＣＶ＝（標準偏差\div平均値）×100(％)

CV=\frac{s}{\bar{x}}\time100(%)

サンプル（変動係数CVを求める）

５個の特性値データは、次のとおり
      16,14,18,15,22
である。
標準偏差sは『標準偏差 ｓ(小文字) 』の記事より
      s=\sqrt{\frac{S}{n-1}}=\sqrt{\frac{\large{40}}{\large{5}-1}}=\LARGE{\sqrt{10}≒\LARGE{3.16}

平均値\bar{x}は『Hatena Blogで、はてな記法を利用して数式を記載』の記事より
      \bar{x}=\frac{16+14+18+15+22}{5}=\frac{85}{5}=17

従って、
変動係数CVは、

      CV=\frac{s}{\bar{x}}\time100=\frac{\LARGE{3.16}}{\LARGE{17}}\times100≒\LARGE{18.6}(%)]

[数式][QC検定] 範囲 Ｒ(大文字)

範囲 Ｒ(大文字)

範囲＝最大値－最小値

R=x_{max}-x_{min}

サンプル（範囲Ｒを求める）

５個の特性値データは、次のとおり
      16,14,18,15,22
である。
最大値は
      x_{max}=\LARGE{22}
最小値は
      x_{min}=\LARGE{14}
従って、
範囲Ｒは、
      R=x_{max}-x_{min}=\LARGE{22}-\LARGE{14}=\LARGE{8}

※上記で利用した数式source

[tex:R=x_{max}-x_{min}]

[数式][QC検定] 標準偏差 ｓ(小文字)

標準偏差 ｓ(小文字) または \sqrt{V}

標準偏差＝分散の平方根

s=\sqrt{V}=\sqrt{\frac{S}{n-1}}=\sqrt{\frac{\sum{(x_i-\bar{x})^2}}{n-1}}=\sqrt{\frac{\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}}{n-1}}

サンプル（標準偏差sを求める）

５個の特性値データは、次のとおり
      16,14,18,15,22
である。
(偏差)平方和は『(偏差)平方和　S(大文字) 』(前々回)の記事より
      S=\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}=\LARGE{40}
分散Ｖは『(不偏)分散 Ｖ(大文字)』(前回)の記事より
      V=\frac{S}{n-1}=\frac{\large{40}}{\large{5}-1}=\LARGE{10}
従って、
標準偏差は、
      s=\sqrt{\frac{S}{n-1}}=\sqrt{\frac{\large{40}}{\large{5}-1}}=\LARGE{\sqrt{10}≒\LARGE{3.16}

※上記で利用した数式source

[tex:s=\sqrt{V}=\sqrt{\frac{S}{n-1}}=\sqrt{\frac{\sum{(x_i-\bar{x})^2}}{n-1}}=\sqrt{\frac{\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}}{n-1}}]

[数式][QC検定] (不偏)分散 Ｖ(大文字)

(不偏)分散 Ｖ(大文字ブイ)

分散＝平方和\div(データの数－\large\bf{1})

V=\frac{S}{n-1}=\frac{\sum{(x_i-\bar{x})^2}}{n-1}=\frac{\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}}{n-1}

サンプル（分散Ｖを求める）

５個の特性値データは、次のとおり
      16,14,18,15,22
である。
(偏差)平方和は前回の記事より
      S=\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}=\LARGE{40}
よって、分散Ｖは、
      V=\frac{S}{n-1}=\frac{\large{40}}{\large{5}-1}=\LARGE{10}

※上記で利用した数式source

[tex:V=\frac{S}{n-1}=\frac{\sum{(x_i-\bar{x})^2}}{n-1}=\frac{\sum{x_i^2}-\frac{(\sum{x_i})^2}{n}}{n-1}]