الإحصائية المتوسطة والاستخدامات التجارية

Types of Data: Nominal, Ordinal, Interval/Ratio - Statistics Help (يونيو 2024)

Types of Data: Nominal, Ordinal, Interval/Ratio - Statistics Help (يونيو 2024)

جدول المحتويات:

Anonim

المتوسط ​​الإحصائي هو أداة عملية لمقارنة وقياس بيانات العمل. يوفر طريقة لتعيين قيمة متوسطة لمجموعة من الكميات العددية. يحدد هذا المبلغ المتوسط ​​نقطة منتصف مجموعة البيانات المعروفة أيضًا باسم "الاتجاه المركزي". على الرغم من أن حساب المتوسط ​​مشابه ، فقد تتطلب أنواع مختلفة من البيانات مقاربة بديلة.

المنهج الحسابي

يتكون المتوسط ​​الحسابي من مجموع كل القيم العددية في مجموعة البيانات. يتم بعد ذلك قسمة النتيجة على عدد القيم المدرجة. افترض أن مجموعة من البيانات تحتوي على هذه الأرقام (5،10،10،20،5). الوسط يساوي مجموع هذه القيم (50) ، مقسومًا على عدد القيم المرصودة (5). الوسط أو المتوسط ​​الحسابي يساوي (10). قد لا يكون هذا المتوسط ​​أفضل وسيلة للحساب عندما يكون هناك اختلاف كبير في القيم العددية أو القيم الخارجية الأخرى. يتم استخدامه عادة لحوسبة الاتجاه المركزي مع البيانات المتسقة التي تنطوي على تحليل فترات ونسب.

تعيين القيم المرجحة

على الرغم من أن المتوسط ​​الحسابي عملي ، إلا أنه لا يقدم معدلًا دقيقًا حقاً عند قياس القيم المتغيرة. طريقة عمل أكثر واقعية وشائعة الاستخدام هي تعيين أوزان لكل قيمة عددية. إن تعيين الوزن أو النسبة المئوية لمجموعة بيانات من القيم المتغيرة هي طريقة المتوسط ​​المرجح. تطبق طريقة المتوسط ​​المرجح نسبة مئوية لتقلبات كمية البيانات.

التعامل مع النمو

عندما تتضمن مجموعات البيانات أرقامًا متزايدة ، يلزم قياس أكثر دقة للميل المركزي. الوسط الهندسي هو نهج آخر يتعامل مع التباين أو النمو داخل مجموعة البيانات. هذا يعني حساب يعني أخذ الجذر nth لمنتج الكميات في مجموعة البيانات. يقيس هذا النهج الأرقام المتزايدة الموجودة في التحليل الإحصائي والاستثماري.

أدوات بديلة

وبصرف النظر عن المتوسط ​​، هناك بعض الأدوات البديلة التي يمكن قياس الاتجاه المركزي. وتشمل هذه الوضع والوسيط. يحدد الوضع تردد قيم معينة في مجموعة البيانات. يمكن استخدام الوسيط لتحديد القيمة المتوسطة الحقيقية لمجموعة البيانات. يتم ذلك عن طريق فرز القيم بترتيب تصاعدي وتحديد القيم المتكررة أو المتوسطة التي تم العثور عليها. يفيد ذلك في تحديد الأنماط ونقاط المنتصف عندما تحتوي البيانات التي تم جمعها على كميات مشوهة.