Implicit in our description of cent

Implicit in our description of central tendency is the idea that even as one speaks
of some stable component, one acknowledges the fundamental variability inherent in
that process and thus its probabilistic nature. Because of this, we claim that the
notion of an average understood as a central tendency is inseparable from the notion
of spread. That average and variability are inseparable concepts is clear from the
fact that most people would consider talking about the average of a set of identical
values to be odd. In addition, it is hard to think about why a particular measure of
center makes sense without thinking about its relation to the values in the
distribution (e.g., the mean as the balance point around which the sum of the
deviation scores is zero, or the median as the point where the number of values
above equals the number of values below).
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:

นัยในการอธิบายของแนวโน้มกลางของเราเป็นความคิดที่แม้แต่ที่หนึ่งพูดของส่วนประกอบบางอย่างมีเสถียรภาพ หนึ่งยอมรับว่า ความแปรผันพื้นฐานในว่า แล้วดังนั้นลักษณะ probabilistic ด้วยเหตุนี้ เราอ้างความเข้าใจเป็นแนวโน้มศูนย์กลางโดยเฉลี่ยจะต่อจากแนวคิดของการแพร่กระจาย ค่าเฉลี่ยและความแปรผันใช้แนวคิดต่อเป็นที่ชัดเจนจากการความจริงที่คนส่วนใหญ่จะพิจารณาพูดคุยเกี่ยวกับค่าเฉลี่ยของชุดเหมือนกันค่าเป็นคี่ นอกจากนี้ จึงยากที่จะคิดถึงทำไมเฉพาะวัดของศูนย์ทำให้รู้สึกกังวลเกี่ยวกับความสัมพันธ์ของค่าในการแจก (เช่น หมายความว่าเป็นยอดดุลจุดสถานที่ผลรวมของการความเบี่ยงเบนของคะแนนเป็นศูนย์ หรือมัธยฐานเป็นจุดค่าของค่าข้างต้นเท่ากับจำนวนค่าที่ด้านล่าง)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:

นัยในคำอธิบายของเรามีแนวโน้มที่กลางเป็นความคิดที่ว่าแม้ในขณะที่หนึ่งพูด
ของบางส่วนที่มีความเสถียรหนึ่งยอมรับความแปรปรวนพื้นฐานที่มีอยู่ใน
กระบวนการที่และดังนั้นจึงน่าจะเป็นธรรมชาติของมัน ด้วยเหตุนี้เราอ้างว่า
ความคิดของค่าเฉลี่ยเข้าใจว่าเป็นแนวโน้มที่กลางแยกออกจากความคิด
ของการแพร่กระจาย ค่าเฉลี่ยและความแปรปรวนที่มีแนวคิดแยกออกไม่ได้มีความชัดเจนจาก
ความจริงที่ว่าคนส่วนใหญ่จะพิจารณาพูดคุยเกี่ยวกับค่าเฉลี่ยของชุดของเหมือนกัน
ค่าจะเป็นเลขคี่ นอกจากนี้มันยากที่จะคิดว่าทำไมตัวชี้วัดโดยเฉพาะอย่างยิ่งของ
ศูนย์จะทำให้ความรู้สึกโดยไม่ต้องคิดเกี่ยวกับความสัมพันธ์กับค่าใน
การจัดจำหน่าย (เช่นค่าเฉลี่ยที่จุดสมดุลรอบที่ผลรวมของ
คะแนนเบี่ยงเบนเป็นศูนย์หรือ แบ่งเป็นจุดที่จำนวนของค่า
ดังกล่าวข้างต้นเท่ากับจำนวนค่าด้านล่าง)
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:

ความนัยในรายละเอียดของเราแนวโน้มเข้าสู่ส่วนกลางคือความคิดที่ว่า แม้ขณะที่พูด
บางเสถียรภาพองค์ประกอบหนึ่งยอมรับพื้นฐานความผันแปรโดยธรรมชาติใน
กระบวนการที่และธรรมชาติของมัน เพราะอย่างนี้ เราอ้างว่า
ความคิดเฉลี่ยเข้าใจเป็นแนวโน้มกลางแยกออกจากความคิด
ของการแพร่กระจายเฉลี่ยและการเปลี่ยนแปลงเป็นแนวคิดแยกออกชัดเจนจาก
ความเป็นจริงที่คนส่วนใหญ่จะพิจารณาพูดคุยเกี่ยวกับค่าเฉลี่ยของชุดเหมือนกัน
ค่าจะแปลก นอกจากนี้มันเป็นเรื่องยากที่จะคิดว่าทำไมวัดเฉพาะ
ศูนย์เลยโดยไม่ต้องคิดเกี่ยวกับความสัมพันธ์ของค่าใน
จำหน่าย ( เช่น หมายถึงเป็นจุดสมดุลอยู่ ซึ่งผลรวมของ
คะแนนส่วนเบี่ยงเบน มีศูนย์ หรือกลางเป็นจุดที่จำนวนของค่า
ข้างต้นเท่ากับจํานวนค่าด้านล่าง ) .
ไม่ทั้งหมดเฉลี่ยที่มีแนวโน้มกลางตามที่เราได้กำหนดไว้ข้างต้น เราสามารถคำนวณหาน้ำหนักเฉลี่ยของ
สิงโตผู้ใหญ่ มาสด้า รถยนต์ และถั่วลิสง แต่ไม่มี
ชัดเจนกระบวนการจะวัดว่าเราอาจถือว่ามีแนวโน้มกลาง

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