Not all averages are central tenden

Not all averages are central tendencies as we have defined them above. We
could compute the mean weight of an adult lion, a Mazda car, and a peanut, but no
clear process would be measured here that we could regard as having a central
tendency. One might think that the mean weight of all the lions in a particular zoo
would be a central tendency. But without knowing more about how the lions got
there or their ages, it is questionable whether this mean would necessarily tell us
anything about a process with a central tendency. Quetelet described this distinction
in terms of true means of distributions that follow the law of errors versus arithmetic
means that can be calculated for any assortment of values, such as our hodgepodge
above (see Porter, 1986, p. 107).

ผลลัพธ์ (ไทย) 1:

ค่าเฉลี่ยทั้งหมดไม่มีแนวโน้มกลาง ตามที่เราได้กำหนดไว้ข้างต้น เราสามารถคำนวณน้ำหนักเฉลี่ยของสิงโตเป็นผู้ใหญ่ รถมาสด้า และถั่วลิสงเป็น แต่ไม่มีกระบวนการจะวัดที่นี่ที่เราสามารถพิจารณาว่ามีศูนย์กลางชัดเจนแนวโน้มการ หนึ่งอาจคิดว่า น้ำหนักเฉลี่ยของสิงโตทั้งหมดในสวนสัตว์โดยเฉพาะจะมีแนวโน้มกลาง แต่ไม่รู้เพิ่มเติมเกี่ยวกับวิธี สิงโตได้มี หรือ วัยของพวกเขา มันก็อาจว่าค่าเฉลี่ยนี้จะจำเป็นต้องอะไรเกี่ยวกับกระบวนการที่มีแนวโน้มกลาง Quetelet อธิบายความแตกต่างในแง่ของวิธีการกระจายตามกฎหมายของข้อผิดพลาดเมื่อเทียบกับเลขคณิตจริงหมายถึง การที่สามารถคำนวณสำหรับการจัดประเภทของค่า เช่น hodgepodge ของเราข้างต้น (โปรดดูกระเป๋า 1986, p. 107)

ผลลัพธ์ (ไทย) 2:

ไม่ได้ค่าเฉลี่ยทั้งหมดที่มีแนวโน้มกลางในขณะที่เราได้กำหนดไว้ข้างต้นพวกเขา เรา
สามารถคำนวณน้ำหนักเฉลี่ยของสิงโตผู้ใหญ่รถมาสด้าและถั่วลิสง แต่ไม่มี
กระบวนการที่ชัดเจนจะได้รับการวัดที่นี่ว่าเราจะถือว่าเป็นมีกลาง
มีแนวโน้ม บางคนอาจคิดว่าน้ำหนักเฉลี่ยของสิงโตทั้งหมดที่อยู่ในสวนสัตว์โดยเฉพาะอย่างยิ่ง
จะเป็นแนวโน้มเข้าสู่ส่วนกลาง แต่โดยไม่ต้องรู้เพิ่มเติมเกี่ยวกับวิธีสิงโตได้
มีหรือวัยของพวกเขาก็เป็นที่น่าสงสัยว่านี่หมายถึงจำเป็นจะบอกเรา
อะไรเกี่ยวกับกระบวนการที่มีแนวโน้มเข้าสู่ส่วนกลาง Quetelet อธิบายความแตกต่างนี้
ในแง่ของความหมายที่แท้จริงของการกระจายที่เป็นไปตามกฎหมายของข้อผิดพลาดเมื่อเทียบกับการคำนวณ
หมายความว่าสามารถคำนวณได้สำหรับการแบ่งประเภทของค่านิยมใด ๆ เช่นผสมของเรา
ข้างต้น (ดูพอร์เตอร์, 1986, น. 107)

ผลลัพธ์ (ไทย) 3:

ค่าเฉลี่ยทั้งหมดไม่มีแนวโน้มกลางตามที่เราได้กำหนดไว้ข้างต้น เราสามารถคำนวณหาน้ำหนักเฉลี่ยของ
สิงโตผู้ใหญ่ มาสด้า รถยนต์ และถั่วลิสง แต่ไม่มี
ชัดเจนกระบวนการจะวัดว่าเราอาจถือว่ามีแนวโน้มกลาง

หนึ่งอาจจะคิดว่าค่าเฉลี่ยถ่วงน้ำหนักของสิงโตทั้งหมดใน
สวนสัตว์โดยเฉพาะจะขาดกลาง แต่ไม่รู้เกี่ยวกับสิงโตได้
มี หรือ อายุของพวกเขา มันเป็นที่น่าสงสัยว่า หมายความว่าจะต้องบอกเรา
อะไรเกี่ยวกับกระบวนการที่มีแนวโน้มกลาง quetelet อธิบายนี้ความแตกต่าง
ค่าเฉลี่ยที่แท้จริงของการแจกแจงที่เป็นไปตามกฎหมายของข้อผิดพลาดเมื่อเทียบกับค่าเฉลี่ย
ที่สามารถคำนวณสำหรับการแบ่งประเภทของค่านิยม เช่นของเราจับฉ่าย
ข้างบน ( ดู Porter , 2529 , หน้า 107 ) .