定量分析中常用的几个概念:

1)平均数(average)

l 是统计学中最常用的统计量,用来表明资料中各观测值相对集中较多的中心位置。在畜牧业、水产业生产实践和科学研究中,平均数被广泛用来描述或比较各种技术措施的效果、畜禽某些数量性状的指标等等。 统计平均数是用于反映现象总体的一般水平,或分布的集中趋势。数值平均数是总体标志总量对比总体单位数而计算的。

性质: 

ü 样本各观测值与平均数之差的和为零,即离均差之和等于零。

ü 样本各观测值与平均数之差的平方和为最小,即离均差平方和为最小。

ü 对于总体而言,通常用μ表示总体平均数,有限总体的平均数为:

式中,N表示总体所包含的个体数, 表示总体平均数。

2)算术平均数(arithmetic mean)

l 等于观测之和除以观察到的数量

n 总体均值:

N:观测值个数

l 样本均值:

N:样本内观测值个数

算术平均值优缺点:

优势:

l 易于数学处理;

l 使用所有关于尺寸和大小的信息观察。

劣势:

l 对极端值敏感。

3)调和平均值(harmonic mean)

Ø 数值倒数的平均数的倒数。

公式:

式中, 表示调和平均数, 表示观测值。

Ø 当用调和平均值计算一段时间内以恒定金额购买股票的平均每股成本时,

式中:

4)权重(Weight)

Ø 一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。

Ø 权重表示在评价过程中,是被评价对象的不同侧面的重要程度的定量分配,对各评价因子在总体评价中的作用进行区别对待。事实上,没有重点的评价就不算是客观的评价。

权重在竞争力指标中的应用

竞争力指标计算

采用百分制,通过对消费者调查、厂家访谈、监测数据的综合分析对下层指标加以评分。按照各项指标对每种竞争力的影响不同赋予不同的比重,以加权评分之和作为对企业进行综合竞争力评价的数量依据,得出各项的分数,最终计算出企业的综合竞争力得分。

权重在三级指标体系中的应用

以某品牌为例,建立指标体系

并确定每指标层的指标的权重,指标层及其权重要考虑到各种因素。

先计算最下级指标层,即第三指标层的各项指标对应的评价值,如右表所示。

根据第三指标层的计算结果,以此为基础数据,计算第二指标层的对应权重及评价值

根据第二指标层的计算结果,以此为基础数据,计算第一指标层的对应权重及评价值,如上表所示。则该公司的综合市场竞争力结果可得。

可同时计算多家公司的综合市场竞争力,横向比较各公司的竞争力,其结果更为客观。

c++多数据平均数_定量分析中的几个概念-平均数、算数平均数、调和平均数以及权重及应用...相关推荐

  1. mysql 多个主码_数据库中几个基本概念 主码 外码

    [一 逻辑模型中的信息可以用三个概念来描述:(1) 实体(如果一个对象拥有许多特性和值,那么它可能是个实体)(2) 属性(如果一个对象拥有一个特性的值,那么它可能是属性) 主码 ,外码也可以称为主键, ...

  2. 牛客网_剑指Offer_Python实现_更新中

    剑指Offer编程题汇总 第1题_二维数组中的查找 第2题_替换空格 第3题_从尾到头打印链表 第4题_重建二叉树 第5题_用两个栈实现队列 第6题_旋转数组的最小数字 第7题_斐波那契数列 第8题_ ...

  3. pandas计算滑动窗口中的最小值实战(Rolling Minimum in a Pandas Column):计算单数据列滑动窗口中的最小值、计算多数据列滑动窗口中的最小值

    pandas计算滑动窗口中的最小值实战(Rolling Minimum in a Pandas Column):计算单数据列滑动窗口中的最小值.计算多数据列滑动窗口中的最小值 目录

  4. pandas计算滑动窗口中的最大值实战(Rolling Maximum in a Pandas Column):计算单数据列滑动窗口中的最大值、计算多数据列滑动窗口中的最大值

    pandas计算滑动窗口中的最大值实战(Rolling Maximum in a Pandas Column):计算单数据列滑动窗口中的最大值.计算多数据列滑动窗口中的最大值 目录

  5. pandas计算滑动窗口中的数值总和实战(Rolling Sum of a Pandas Column):计算单数据列滑动窗口中的数值总和(sum)、计算多数据列滑动窗口中的数值总和(sum)

    pandas计算滑动窗口中的数值总和实战(Rolling Sum of a Pandas Column):计算单数据列滑动窗口中的数值总和(sum).计算多数据列滑动窗口中的数值总和(sum) 目录

  6. pandas计算滑动窗口中的中位数实战(Rolling Median of a Pandas Column):计算单数据列滑动窗口中的中位数、计算多数据列滑动窗口中的中位数

    pandas计算滑动窗口中的中位数实战(Rolling Median of a Pandas Column):计算单数据列滑动窗口中的中位数.计算多数据列滑动窗口中的中位数 目录

  7. 邻接矩阵中啥时候写0和无穷_集合中的上极限与下极限

    这次总结一个数学中经常出现的概念:集合中的上极限与下极限,并举一个简单的例子进行说明,接着再对于概率论中的Borel-Cantelli引理做一个简单介绍. 1. 定义 对于一个集合序列 ,我们定义它的 ...

  8. louvian算法 缺点 优化_机器学习中的优化算法(1)-优化算法重要性,SGD,Momentum(附Python示例)...

    本系列文章已转至 机器学习的优化器​zhuanlan.zhihu.com 优化算法在机器学习中扮演着至关重要的角色,了解常用的优化算法对于机器学习爱好者和从业者有着重要的意义. 这系列文章先讲述优化算 ...

  9. 比特平面分层_平面设计中的分层

    比特平面分层 One of the first windows to pop up automatically, when I first started using Adobe Photoshop ...

最新文章

  1. TOMCAT学习笔记
  2. 为Nagios定义自定义脚本检测内存状态
  3. 搜索巨头争夺本地搜索市场
  4. 粒子群优化RBF神经网络源码程序
  5. 关于一个Panel上鼠标不及时响应MouseLeave事件
  6. 只要200行JavaScript代码,就能把特斯拉汽车带到您身边
  7. android 八核手机,八核手机
  8. c语言程序降低图像分辨率,减少OpenCV读取高分辨率图像的时间示例
  9. kvm虚拟化学习笔记(十)之kvm虚拟机快照备份
  10. Python3 输入和输出
  11. MIT6.830 lab4 SimpleDB Transactions 实验报告
  12. 系统学习NLP(十一)--命名实体识别
  13. oracle临时表空间可以删除吗,Oracle临时表空间的增删改查
  14. 学生信息管理系统可行性研究报告
  15. java对于微信平台语音接收以及处理,语音下载以及arm格式转换MP3
  16. 鸿蒙EMUI10升级体验,华为P30升级EMUI10,体验如何?我给大家说一说!
  17. VBA基本操作(二)——空白单元格填充
  18. 知识图谱最新论文清单(附论文解读)
  19. 某游戏公司测试工程师面试题
  20. 事务的基本概念及Mysql事务实现原理

热门文章

  1. 17、SpringBoot------整合dubbo
  2. github之关联远程仓库
  3. 「镁客·请讲」HelloEOS梓岑:嘻哈外表下的区块链式达尔文主义
  4. Mysql 大量数据快速导出
  5. iOS开发之抽屉效果
  6. 数字后端基础技能之:CTS(中篇)
  7. [转载]资深程序员点评当前某些对Lotus Domino 的不实评论
  8. 路遥《平凡的世界》孙少平原型人物
  9. listview中getview异步加载网络图片
  10. opencv转单通道python_在OpenCv(Python)中查找单通道图像的目录