Standard deviation calculator
Статистиката е гранка на науката посветена на анализа и систематизација на податоците, како и изразување на нивните квантитативни и квалитативни показатели во нумеричка форма.
Според степенот на генерализација, се разликуваат примарните и збирните статистички податоци, според бројот на карактеристики - еднодимензионални и повеќедимензионални, а според формата на организација - просторни, временски и мешани (просторно-временски).
Статистиката е најдобрата алатка за прикажување на општествените процеси и појави, што ви овозможува навреме да ги идентификувате слабостите и проблематичните области, да направите соодветни промени во законодавството, производните процеси, правните норми итн.
Статистиката, чие име доаѓа од латинскиот збор статус и се преведува како „состојба на работите“, постои уште од времето на Стариот Рим. Потоа се користеше за водење евиденција за имотот, пописите на населението и споредување на воените потенцијали на завојуваните држави.
Но, таа доби статус на наука дури во 1746 година, заменувајќи ги „државните студии“ во Германија. Иницијативата му припаѓа на германскиот научник Готфрид Ахенвол, кој ја претвори статистиката во академска дисциплина во средината на 18 век.
Стандардна девијација
Во рамките на статистиката, како наука, се појавија многу нови показатели и вредности. Тие ја вклучија стандардната девијација (RMS), која сè уште се користи денес за да се опише ширењето на вредностите во збир на податоци за нивната средна вредност.
Во суштина, RMS е мерка за варијабилност која опишува колку податоци од една низа се разликуваат едни од други. Широко се користи во економијата и финансиите, во инженерството и во многу други гранки на науката.
Според официјалната дефиниција, стандардното отстапување е индикатор за дисперзија на вредностите на случајна променлива во однос на нејзините математичко очекување. За возврат, математичкото очекување е аналог на аритметичката средина, но со бесконечен број на исходи.
Во едноставни термини, колку е помало стандардното отстапување, толку попрецизно собраните податоци ја рефлектираат реалноста. Спротивно на тоа, високо стандардно отстапување укажува на двосмисленоста на собраните статистички информации. Дополнително, RMS ви овозможува да идентификувате аномалии и оддалечености кои не го одразуваат главниот тренд и се исклучоци од правилата.
Еве неколку примери на COEX во пракса:
- Во финансискиот сектор, како мерка за нестабилноста.
- Во социолошки истражувања - да се оцени јавното мислење.
- На спортско поле, да се предвидат/предвидуваат добивките на тимовите кои имаат објективни силни и слаби страни.
Во научната литература стандардното отстапување се означува со латинската буква сигма (σ), а има алтернативно име - „стандардна девијација“ (стандардна девијација). Се користи кога е неопходно да се земат предвид сите вредности на примерокот со многу точен резултат. Како што имплицира името, квадратниот корен е потребен за да се одреди RMS.
Значајното стандардно отстапување може да се стави на исто ниво со такви статистички вредности како што се средна вредност, медијана, режим и квартили. Една од предностите на RMS е леснотијата на пресметување. Доволно е да се извршат неколку едноставни математички операции за да се одреди стандардното отстапување и да се користи за понатамошни пресметки.
До крајот на 20 век, овие операции се извршуваа без компјутери, често дури и без броење додатоци. Денес, за да се одреди RMS, доволно е да се користи софтвер, на пример, специјална онлајн апликација која го пресметува стандардното отстапување од внесените податоци.
