Sisihan piawai vs min
Dalam statistik deskriptif dan kesimpulan, beberapa indeks digunakan untuk menggambarkan set data yang sepadan dengan kecenderungan, penyebaran dan kecenderungannya. Dalam kesimpulan statistik, ini biasanya dikenali sebagai penganggar kerana mereka menganggarkan nilai parameter penduduk.
Kecenderungan Pusat merujuk kepada dan menempatkan pusat pengagihan nilai. Purata, 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 ukuran penyebaran yang paling biasa digunakan. Koefisien Skewness Pearson digunakan dalam menggambarkan kecenderungan pengedaran data. Di sini, skewness merujuk kepada sama ada set data adalah simetri mengenai pusat atau tidak dan jika tidak bagaimana condongnya.
Apa maksudnya?
Bermaksud adalah indeks kecenderungan pusat yang paling biasa 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. Maka berat min sepuluh orang (dalam kilogram) dapat dikira seperti berikut. Jumlah berat adalah 70 + 62 + 65 + 72 + 80 + 70 + 63 + 72 + 77 + 79 = 710. Min = (jumlah) / (bilangan data) = 710/10 = 71 (dalam kilogram).
Seperti dalam contoh khusus ini, nilai min set data mungkin bukan titik data set tetapi akan menjadi unik untuk set data yang diberikan. Bermaksud akan mempunyai unit yang sama dengan data asal. Oleh itu, ia boleh ditandakan pada paksi yang sama seperti data dan boleh digunakan dalam perbandingan. Juga, tidak ada sekatan tanda bagi min set data. Ia mungkin negatif, sifar atau positif, kerana jumlah set data boleh menjadi negatif, sifar atau positif.
Apakah sisihan piawai?
Sisihan piawai adalah indeks penyebaran yang paling biasa digunakan. Untuk mengira sisihan piawai, terlebih dahulu penyimpangan nilai data dari min dikira. Purata persegi akar penyimpangan dipanggil sisihan piawai.
Dalam contoh terdahulu, penyimpangan masing -masing dari min ialah (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 kuadrat 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). Dari ini, dapat disimpulkan bahawa majoriti data berada dalam selang 71 ± 6.05, dengan syarat set data tidak begitu condong, dan memang begitu dalam contoh ini.
Oleh kerana sisihan piawai mempunyai unit yang sama seperti data asal, ia memberi kita ukuran berapa banyak menyimpang data dari pusat; lebih besar sisihan piawai lebih besar penyebaran. Juga, sisihan piawai akan menjadi nilai nonnegatif tanpa mengira sifat data dalam set data.
Apakah perbezaan antara sisihan piawai dan min? • sisihan piawai adalah ukuran penyebaran dari pusat, sedangkan min mengukur lokasi pusat set data. • sisihan piawai selalu menjadi nilai bukan gabungan, tetapi bermakna dapat mengambil nilai nyata.
|