Kalkulator for standardavvik
Statistikk er en gren av vitenskapen dedikert til analyse og systematisering av data, samt uttrykk for deres kvantitative og kvalitative indikatorer i numerisk form.
I henhold til graden av generalisering skilles primære og aggregerte statistiske data, i henhold til antall funksjoner - endimensjonale og flerdimensjonale, og i henhold til organisasjonsformatet - romlig, tidsmessig og blandet (spatio-temporal).
Statistikk er det beste verktøyet for å vise sosiale prosesser og fenomener, slik at du kan identifisere svakheter og problemområder i tide, gjøre passende endringer i lovgivning, produksjonsprosesser, juridiske normer og så videre.
Statistikk, hvis navn kommer fra det latinske ordet status og oversettes som "tilstand", har eksistert siden det gamle Romas tid. Deretter ble den brukt til å føre opptegnelser over eiendom, folketellinger og sammenligne de militære potensialene til krigførende stater.
Men den fikk status som vitenskap først i 1746, og erstattet "statsstudier" i Tyskland. Initiativet tilhører den tyske vitenskapsmannen Gottfried Achenwall, som gjorde statistikk til en akademisk disiplin på midten av 1700-tallet.
Standardavvik
I rammen av statistikk, som vitenskap, har mange nye indikatorer og verdier dukket opp. Disse inkluderte standardavviket (RMS), som fortsatt brukes i dag for å beskrive spredningen av verdier i et datasett om deres middelverdi.
I hovedsak er RMS et mål på variabilitet som beskriver hvor mye data fra en matrise som avviker fra hverandre. Det er mye brukt innen økonomi og finans, innen ingeniørfag og i mange andre vitenskapsgrener.
I henhold til den offisielle definisjonen er standardavviket en indikator på spredningen av verdiene til en tilfeldig variabel i forhold til dens matematiske forventning. I sin tur er den matematiske forventningen en analog av det aritmetiske gjennomsnittet, men med et uendelig antall utfall.
Forenklet sagt, jo lavere standardavviket er, desto mer nøyaktig gjenspeiler de innsamlede dataene virkeligheten. Omvendt indikerer et høyt standardavvik tvetydigheten i den innsamlede statistiske informasjonen. I tillegg lar RMS deg identifisere anomalier og uteliggere som ikke reflekterer hovedtrenden og er unntak fra reglene.
Her er noen eksempler på COEX i praksis:
- I finanssektoren, som et mål på volatilitet.
- I sosiologiske undersøkelser - for å vurdere opinionen.
- På idrettsområdet, for å forutsi/forutsi gevinstene til lag som har objektive styrker og svakheter.
I den vitenskapelige litteraturen er standardavviket betegnet med den latinske bokstaven sigma (σ), og har et alternativt navn - "standardavvik" (standardavvik). Den brukes når det er nødvendig å ta hensyn til alle prøveverdiene med et svært nøyaktig resultat. Som navnet tilsier, kreves kvadratroten for å bestemme RMS.
Signifikansstandardavvik kan settes på linje med slike statistiske verdier som gjennomsnitt, median, modus og kvartiler. En av fordelene med RMS er den enkle beregningen. Det er nok å utføre noen få enkle matematiske operasjoner for å bestemme standardavviket og bruke det til videre beregninger.
Frem til slutten av 1900-tallet ble disse operasjonene utført uten datamaskiner, ofte til og med uten å telle tilbehør. I dag, for å bestemme RMS, er det nok å bruke programvare, for eksempel en spesiell nettapplikasjon som beregner standardavviket fra de angitte dataene.
