Perbezaan Antara Perbezaan dan Purata Standard

Standard Deviation vs Mean

Dalam statistik deskriptif dan inferensi, beberapa indeks digunakan untuk menggambarkan satu set data yang sepadan dengan kecenderungan, penyebaran dan kecenderungan pusatnya. Dalam kesimpulan statistik, ini biasanya dikenali sebagai penganggar kerana mereka menganggarkan nilai parameter populasi.

Kecenderungan pusat merujuk dan menempatkan pusat pengedaran nilai. Maksudnya, mod dan median adalah indeks yang paling biasa digunakan dalam menggambarkan kecenderungan pusat set data. Penyebaran adalah jumlah penyebaran data dari pusat pengedaran. Julat dan sisihan piawai adalah langkah penyebaran yang paling biasa digunakan. Koefisien skeletri Pearson digunakan dalam menggambarkan kecerunan pengedaran data. Di sini, skewness merujuk kepada sama ada set data adalah simetri mengenai pusat atau tidak dan jika tidak bagaimana condong itu.

Apa maksudnya?

Maksud ialah indeks kecenderungan utama yang paling umum digunakan. Memandangkan set data min dikira dengan mengambil jumlah semua nilai data dan kemudian membahagikannya dengan bilangan data. Sebagai contoh, berat 10 orang (dalam kilogram) diukur menjadi 70, 62, 65, 72, 80, 70, 63, 72, 77 dan 79. Kemudian berat min sebanyak sepuluh orang (dalam kilogram) boleh dikira seperti berikut. Jumlah berat adalah 70 + 62 + 65 + 72 + 80 + 70 + 63 + 72 + 77 + 79 = 710. Maksud = (jumlah) / (bilangan data) = 710/10 = 71 (dalam kilogram).

Seperti dalam contoh khusus ini, nilai min bagi suatu set data mungkin tidak menjadi titik data set tetapi akan menjadi unik untuk set data yang diberikan. Mean akan mempunyai unit yang sama dengan data asal. Oleh itu, ia boleh ditandakan pada paksi yang sama dengan data dan boleh digunakan dalam perbandingan. Juga, tidak ada sekatan tanda untuk min bagi suatu set data. Ia mungkin negatif, sifar atau positif, kerana jumlah set data boleh negatif, sifar atau positif.

Apakah sisihan piawai??

Penyimpangan piawai adalah indeks penyebaran yang paling biasa digunakan. Untuk mengira sisihan piawai, terlebih dahulu penyimpangan nilai data dari min dikira. Maksud kuadrat akar penyimpangan dipanggil sisihan piawai.

Dalam contoh terdahulu, penyimpangan masing-masing dari min adalah (70-71) = -1, (62-71) = -9, (65-71) = -6, (72-71) = 1, (80- 71) = 9, (70-71) = -1, (63-71) = -8, (72-71) = 1, (77-71) = 6 dan (79-71) = 8. Jumlah sisihan sisihan adalah (-1) 2+ (-9)²+ (-6)²+ 1²+9²+ (-1)²+ (-8)²+ 1²+ 6² + 8² = 366. Sisihan piawai adalah √ (366/10) = 6.05 (dalam kilogram). Daripada ini, dapat disimpulkan bahawa majoriti data berada dalam jeda 71 ± 6.05, dengan syarat set data tidak terlalu miring, dan memang demikian dalam contoh khusus ini.

Oleh kerana sisihan piawai mempunyai unit yang sama dengan data asal, ia memberi kita ukuran berapa banyak data yang menyimpang dari pusat; lebih besar sisihan piawai lebih besar penyebarannya. Selain itu, sisihan piawai akan menjadi nilai nonnegatif tanpa mengira sifat data dalam set data.