[发明专利]一种应用正态分布方法的统计分析方法

说明书

技术领域

本发明涉及一种应用正态分布方法的统计分析方法。

背景技术

学校的统计分析，是通过考评表在考评结束后对被统计、分析以及导出Excel表格、打印成标准的A4格式的文件和形成各种图表，图标的种类不少于5种，如折线图、柱形图、立体图、饼形图、雷达图等。然后基于人的查阅，直观评定。这样做非常不公平。如果不对获得的数据进行整理、分析，揭示出蕴含在数据中的问题。使得分析工作变得不公平。正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。为统计分析系统提供了技术支持。

发明内容

本发明针对以上问题的提出，而研制一种应用正态分布方法的统计分析方法。本发明采用的技术方案如下：

一种应用正态分布方法的统计分析方法，其特征在于包括如下步骤：

步骤一:接收样本，从模块宿主处接收样本S，同时备份原样本S1；

步骤二:判断S的数量是否符合正态分布，当数据合法，获取样本的最大精度P(A2)，根据P和S的平均值计算获取均值X，X=Round(Simple.Avg,P)，根据X轴刻度,计算获取Σ.(A3)，计算得出均值上限Usl=X+3*∑，均值下限Lsl=X–3*∑；如果数据不合法，结束操作,向样本中填充足够数量的无意义数据使样本数量符合正态分布A1；

步骤三:根据正态分布公式,生成正态分布图形所需要的数据点，根据已计算出的变量向主面板绘制正态分布图；

步骤四:根据步骤三得到的数据点向主面板绘制线性回归线，为统计分析提供参考。本方法为其宿主提供了一系列接口给外部调用,所以宿主可以是form或者webClient。

这种系统通过完成大量的数据统计工作，从而使评价人员最终理顺数据间的分布状态、数据的特征和变化规律、数据间的关系。

附图说明

图1为本发明所述方法的具体实现流程图；

图2为样本的最小值和最大值运算的流程图；

图3为比较出最大的精度的流程图；

图4为运算S开平方的流程图

图5本发明实施效果图。

具体实施方式

如图1和图5所示应用正态分布方法的统计分析方法包括如下步骤：

步骤一:接收样本，从模块宿主处接收样本S，同时备份原样本S1；

步骤二:判断S的数量是否符合正态分布，当数据合法，获取样本的最大精度P(A2)，根据P和S的平均值计算获取均值X，X=Round(Simple.Avg,P)，根据X轴刻度,计算获取Σ.(A3)，计算得出均值上限Usl=X+3*∑，均值下限Lsl=X–3*∑；如果数据不合法，结束操作,向样本中填充足够数量的无意义数据使样本数量符合正态分布A1；

步骤三:根据正态分布公式,生成正态分布图形所需要的数据点，根据已计算出的变量向主面板绘制正态分布图；

步骤四:根据步骤三得到的数据点向主面板绘制线性回归线，为统计分析提供参考。

本发明具体实现如下：

在接收样本时,本方法(由SilverLight实现)为其宿主提供了一系列接口给外部调用,所以宿主可以是form或者webClient中的任意一种.在客户端中,宿主窗体通过实例名.方法来进行参数传递和交互.而在web开发的系统中,是以js脚本来传参和交互.这样做的目的是为了提高本方法组件的移植性.

WEB端调用:

Form端调用:

Chart.ChartMain cm=new Chart.ChartMain();

cm.SetMapInfo(new Chart.Models.ChartInfo{chartType=Chart.ToolClass.ChartType.Piechart,TableName=测试表A});

接收样本之后,需要对样本是否附合或者有足够的样本来计算绘制出正态分布图表.由正态分布特征得知:正态分布具有集中性,对称性和均匀变动性.而当样本数量过少时(如长度为2的数组{30,50})便不能满足正态分布的数据要求.所以此时方法会向样本中按照当前样本的走势,补足足够数量的虚拟样本.

样式加工完成后,则进入主要计算环节.根据正态分布曲线性质：