Standardafvigelsesberegner
![Standardafvigelsesberegner](/media/images/standard_deviation_calculator.webp)
Statistik er en gren af videnskaben dedikeret til analyse og systematisering af data, såvel som udtryk for deres kvantitative og kvalitative indikatorer i numerisk form.
I henhold til graden af generalisering skelnes primære og aggregerede statistiske data efter antallet af funktioner - endimensionelle og multidimensionelle, og i henhold til organisationens format - rumlige, tidsmæssige og blandede (spatio-temporal).
Statistik er det bedste værktøj til at vise sociale processer og fænomener, så du i tide kan identificere svagheder og problemområder, foretage passende ændringer i lovgivning, produktionsprocesser, juridiske normer og så videre.
Statistik, hvis navn kommer fra det latinske ord status og oversættes som "tilstand", har eksisteret siden det antikke Roms tid. Derefter blev det brugt til at føre optegnelser over ejendom, folketællinger og sammenligne krigsførende staters militære potentialer.
Men den fik status som videnskab først i 1746, og erstattede "statsstudier" i Tyskland. Initiativet tilhører den tyske videnskabsmand Gottfried Achenwall, som gjorde statistik til en akademisk disciplin i midten af det 18. århundrede.
Standardafvigelse
I rammerne af statistik er der som videnskab dukket mange nye indikatorer og værdier op. Disse omfattede standardafvigelsen (RMS), som stadig bruges i dag til at beskrive spredningen af værdier i et datasæt om deres middelværdi.
I bund og grund er RMS et mål for variabilitet, der beskriver, hvor meget data fra et array afviger fra hinanden. Det er meget udbredt inden for økonomi og finans, i teknik og i mange andre grene af videnskaben.
I henhold til den officielle definition er standardafvigelsen en indikator for spredningen af værdierne af en tilfældig variabel i forhold til dens matematiske forventning. Til gengæld er den matematiske forventning en analog af det aritmetiske gennemsnit, men med et uendeligt antal udfald.
Simpelt sagt, jo lavere standardafvigelsen er, desto mere nøjagtigt afspejler de indsamlede data virkeligheden. Omvendt indikerer en høj standardafvigelse tvetydigheden af de indsamlede statistiske oplysninger. Derudover giver RMS dig mulighed for at identificere anomalier og afvigelser, der ikke afspejler hovedtendensen og er undtagelser fra reglerne.
Her er nogle eksempler på COEX i praksis:
- I den finansielle sektor, som et mål for volatilitet.
- I sociologiske undersøgelser - for at vurdere den offentlige mening.
- På sportspladsen, at forudsige/forudsige gevinsterne for hold, der har objektive styrker og svagheder.
I den videnskabelige litteratur er standardafvigelsen betegnet med det latinske bogstav sigma (σ), og har et alternativt navn - "standardafvigelse" (standardafvigelse). Det bruges, når det er nødvendigt at tage højde for alle prøveværdierne med et meget nøjagtigt resultat. Som navnet antyder, kræves kvadratroden for at bestemme RMS.
Signifikans standardafvigelse kan sættes på niveau med sådanne statistiske værdier som middelværdi, median, tilstand og kvartiler. En af fordelene ved RMS er den nemme beregning. Det er nok at udføre nogle få simple matematiske operationer for at bestemme standardafvigelsen og bruge den til yderligere beregninger.
Indtil slutningen af det 20. århundrede blev disse operationer udført uden computere, ofte endda uden at tælle tilbehør. I dag, for at bestemme RMS, er det nok at bruge software, for eksempel en speciel onlineapplikation, der beregner standardafvigelsen fra de indtastede data.