如何表征值的分布？

Question

我尝试用一​​个例子来解释它。

在一所学校有n班。在每个类别中有k个学生，k从1到700，n和k都是已知的。

我需要一种方法来描述每个班级学生姓名的分布情况。例如，A班有10名学生，其中3名被命名为“约翰”，3名“马克”和3名“安妮”。另一班有100名学生，每个人都被命名为“安东”。

我需要一个能够指示每个班级名称分布的测量。例如（这不重要），如果一个班级中的每个人都有相同的名字，那么它可能是1;如果同一班级中没有两个相同的名字，则该值为0。

换句话说，一种通过名称分布对类进行排序的方法。

Answer 1

听起来像你想要一个“contingency table”。您可以随意选择哪些变量作为行与列来使用，但是表格条目可以是计数，也可以是类别交集中出现次数的比例。

随着例如你给：在右侧和沿底部

     Class 
        A  B 
       _________________ 
     Anne | 3 | 0 | 3 
Names Anton | 0 | 100 | 100 
     John | 3 | 0 | 3 
     Mark | 3 | 0 | 3 
    Unknown | 1 | 0 | 1 
      |--------|--------|---- 
       10  100 | 110 

值被称为“边际总计”，或者比例，“边缘分布”。右下角是您的数据总量，通过对行或列边距进行求和而获得。 （他们更好地出来了！）对于比例，总和必须是1.