Меры рассеивания - что это такое, определение и понятие

Меры дисперсии пытаются путем вычисления различных формул получить числовое значение, которое предлагает информацию о степени изменчивости переменной.

Другими словами, меры дисперсии - это числа, которые показывают, сильно ли одна переменная перемещается, немного больше или меньше другой. Причина использования этого типа меры заключается в том, чтобы в обобщенном виде знать характеристику изучаемой переменной. В этом смысле они должны сопровождать меры центральной тенденции. Вместе они предоставляют информацию с одного взгляда, которую мы затем можем использовать для сравнения и, при необходимости, для принятия решений.

Основные меры рассеивания

Наиболее известными мерами дисперсии являются: диапазон, дисперсия, стандартное отклонение и коэффициент вариации (не путать с коэффициентом детерминации). Далее мы увидим эти четыре меры.

Классифицировать

Диапазон - это числовое значение, которое указывает разницу между максимальным и минимальным значением генеральной или статистической выборки. Его формула:

R = Макс.Икс - Мин.Икс

Где:

  • R → Это диапазон.
  • Макс → Это максимальное значение выборки или генеральной совокупности.
  • Мин → Это минимальное значение выборки или статистической совокупности.
  • х → Это переменная, по которой должна быть рассчитана эта мера.
Примеры статистического диапазона

Дисперсия

Дисперсия - это мера дисперсии, которая представляет изменчивость ряда данных по отношению к его среднему значению. Формально он рассчитывается как сумма квадратов остатков, деленная на общее количество наблюдений. Его формула следующая:

  • X → Переменная, по которой рассчитывается дисперсия
  • Икся → Номер наблюдения i переменной X. i может принимать значения от 1 до n.
  • N → Количество наблюдений.
  • Икс → Это среднее значение переменной X.
Примеры отклонений

Типичное отклонение

Стандартное отклонение - еще одна мера, которая дает информацию о разбросе по отношению к среднему. Ваш расчет точно такой же, как и дисперсия, но извлекается квадратный корень из вашего результата. То есть стандартное отклонение - это квадратный корень из дисперсии.

  • X → Переменная, по которой рассчитывается дисперсия
  • Икся → Номер наблюдения i переменной X. i может принимать значения от 1 до n.
  • N → Количество наблюдений.
  • Икс → Это среднее значение переменной X.
Примеры стандартного отклонения

Коэффициент вариации

Его расчет производится путем деления стандартного отклонения на абсолютное значение среднего значения набора и обычно выражается в процентах для лучшего понимания.

  • X → Переменная, по которой рассчитывается дисперсия
  • σИкс → Стандартное отклонение переменной X.
  • | x̄ | → Это среднее значение переменной X по модулю с x̄ ≠ 0
Примеры коэффициента вариации

Ниже приведено изображение, на котором резюмируются приведенные выше формулы:

Для целей сравнения важно указать, что мы всегда должны сравнивать переменные с одинаковыми единицами измерения. Например, не имеет смысла говорить, что изменчивость валового внутреннего продукта (ВВП) больше, чем у продаж мороженого. По доверенности это можно указать, но сравнивать евро с количеством мороженого не имеет смысла. Поэтому всегда лучше сравнивать переменные с одной и той же единицей измерения.

То же самое и с мерами дисперсии. Если вы хотите сравнить две переменные, предпочтительно делать это с одинаковыми мерами дисперсии для каждой из них и желательно в одной и той же единице.

Популярные посты

Преимущества и недостатки повышения минимальной заработной платы

После многих лет политики жесткой бюджетной экономии и либерализации рынка труда большинство европейских стран теперь делают ставки на повышение минимальной заработной платы, чтобы восстановить покупательную способность рабочих. Таким образом, он стремится стимулировать внутреннее потребление и, таким образом, способствовать восстановлению экономики. В последние годы обзорПодробнее…