Hajonta / Toimenpiteet Hajonta: Määritelmä

Tilastojen Määritelmät > Hajonta

Mitä on Dispersio?

dispersio tilastoissa on tapa kuvata, kuinka hajautunut joukko tietoja on. Kun tietojoukko on suuri arvo, arvot set ovat laajalti hajallaan, kun se on pieni erät set ovat tiukasti ryhmitelty., Hyvin pohjimmiltaan, tämä joukko tietoja on pieni arvo:
1, 2, 2, 3, 3, 4
…ja tämä joukko on laajempi yksi:
0, 1, 20, 30, 40, 100

leviäminen tietojen joukko, voidaan kuvata erilaisia kuvailevia tilastoja, kuten varianssi, keskihajonta, ja kvartiilivälin pituus. Levitä voi myös olla esitetty kuvaajat: piste tontteja, boxplots, ja varsi ja lehtien tontteja on suurempi etäisyys näytteitä, jotka on suurempi hajonta ja päinvastoin.

Toimenpiteet Hajonta.

• Kerroin hajonta: ”catch-all” – termi erilaisia kaavoja, kuten välimatka kvartiilit.
• keskihajonta: todennäköisesti yleisin mitta. Se kertoo, kuinka levittää numerot ovat keskiarvo,
• – Indeksin Hajonta: hajonnan yleisesti käytetty nimelliset muuttujat.
• kvartiilivälin pituus (IQR): kuvaa missä suurin osa tietojen valheita (”lähi-fifty” prosenttia).,
• Interdecile range: ero ensimmäisen desiilin (10%) ja viimeisen kymmenyksen (90%) välillä.
• vaihteluväli: ero joukon pienimmän ja suurimman luvun välillä.
• keskiarvojen tai keskiarvojen ero: mittaa keskiarvon absoluuttista eroa kahdessa eri ryhmässä kliinisissä tutkimuksissa.
• mediaani absoluuttinen poikkeama (MAD): absoluuttisten poikkeamien mediaani tietoaineiston mediaanista.
• Kvartiilit: Numerot, joka jakaa tiedon neljään neljäsosaa (ensimmäinen, toinen, kolmas, ja neljäs kvartiilit).,

joissakin prosesseissa, kuten valmistuksessa tai mittauksessa, Alhainen dispersio liittyy suureen tarkkuuteen. Suuri hajonta liittyy alhaiseen tarkkuuteen.

Toimenpiteet Hajonta: Esimerkki

sanotaan, että olet pyydettiin vertaamaan toimenpiteet hajonta kahden aineistoja. Tietokokonaisuudessa A on erät 97,98,99,100,101,102,103 ja tietokokonaisuudessa B on erät 70,80,90,100,110,120,130. Tarkastelemalla aineistoja voit varmaan kertoa, että keinot ja mediaanit ovat samat (100), joka on teknisesti kutsutaan ”toimenpiteistä, keski taipumus” tilastoissa.,

Kuitenkin, alue (joka antaa sinulle käsityksen siitä, miten levittää koko joukko tietoja on) on paljon suurempi data set B (60) verrattuna data set (6). Itse asiassa lähes kaikki hajontamittarit olisivat kymmenen kertaa suuremmat Data set B: ssä, mikä on järkevää, koska vaihteluväli on kymmenkertainen. Esimerkiksi, katsomaan keskihajonnat kahden aineistoja:
keskihajonta A: 2.160246899469287.
keskihajonta B: 21.602468994692867.
tietokokonaisuuden B luku on tasan kymmenkertainen A: han verrattuna.,

Varoitus: Kun käytät laskinta (tai kaava), varmista, että käytät oikeaa asetusta (tai kaava) tietosi. Monet toimenpiteet hajonta (kuten varianssi) on kaksi eri kaavoja, yksi väestön ja yksi näyte. Jos et ole varma, onko sinulla otos tai populaatio, lue nämä artikkelit:
mikä on populaatio tilastoissa?
otos tilastossa: mitä se on, miten se löytyy.

tutustu tilastoja YouTube-kanava., Satoja perusvideoita erilaisiin perustilastoaiheisiin.

——————————————————————————

Tarvitsetko apua läksyjä tai testi kysymys? Chegg-tutkimuksen avulla voit saada askel-askeleelta ratkaisuja kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg tutor on ilmainen!

---