中心与离散度探索
几何画板及绘图内容加载中,请稍等……
该范例演示了数据集的中心趋势和离散度。核心数学概念包括均值、中位数、四分位数和标准差。通过使用GeoGebra命令如Mod、Sequence、Mean等,可以构造数据集并分析其统计特性。适合统计学和数据分析课程使用。
GeoGebra 命令及参数
Mod(10 + (37 * seed), 80) → Nmbr1Sequence(RandomPoisson[seed], k, 1, size) → Dt1Max(Dt1) → DtMx1Min(Dt1) → DtMn1Sequence(k, k, DtMn1 - 10, DtMx1 + 10) → DmnSequence(k, k, DtMn1, DtMx1) → DmnMdAppend(Append[Dt1, DtMn2], DtMx2) → Dt2Union(Intersection[Dt1, DmnMd], {DtMn2, DtMx2}) → DtExtSort(Intersection[Dmn, DtExt]) → RngCountIf(x < DtMx2 + 1, Rng) → RngCntSequence(CountIf[x ≟ Element[Rng, k], Dt2], k, 1, RngCnt) → FrqSqSegment(LE, RE) → haxisSequence((Element[Rng, k], Element[FrqSq, k]), k, 1, RngCnt) → Dts1Sequence(Sequence[(adp(Element[Rng, k]), 0.02 + (0.03 * j)), j, 1, Element[FrqSq, k]], k, 1, RngCnt) → Dts2Sequence(Segment[((k * AxScl), -0.01), ((k * AxScl), 0.01)], k, 0, AxRE - AxLE, 5) → HTcsSequence(Text[k, (adp(k) - 1, -0.08)], k, AxLE, AxRE, 10) → HAxLblIf(MinOrMax ≟ 1, "minimum", "maximum") → MnOrMxIf(DownOrUp ≟ 1, "decreases", "increases") → DnOrUpMean(Dt2) → DtAvgMedian(Dt2) → DtQ2Q1(Dt2) → DtQ1Q3(Dt2) → DtQ3SampleSD(Dt2) → DtSDIf(DownOrUp ≟ 1, "increases", "decreases") → UpOrDnIf(MinOrMax ≟ 1, If[DownOrUp ≟ 1, "increases", "decreases"], If[DownOrUp ≟ 1, "decreases", "increases"]) → SpCh
AI 绘图提示语参考
绘制一个数据集的统计特性图,包括数据的最大值、最小值、中位数、四分位数和标准差。首先生成一个随机数据集,然后找出数据集中的最大值和最小值,接着绘制数据集的范围,计算并标记中位数、四分位数和标准差,最后展示数据的分布情况。
以上提示语为根据原始绘图命令整理而来,仅供参考。