Hinnanguline on statistika, mis nõuab teatud tingimusi, et oleks võimalik arvutada populatsiooni teatud parameetrid teatud garantiidega.
See tähendab, et hindaja on statistika. Nüüd pole ta mitte ükski statistik. See on teatud omadustega statistika. Näiteks võib olla keskmine või dispersioon. Need tuntud mõõdikud on hinnangulised.
Me nimetame neid kahte, sest need on kõige lihtsamad, kuid statistikas on neid palju rohkem. Nüüd, mõiste juurde tagasi tulles, mida me teatud tingimustega mõistame, et teatud parameetreid saaks kindlate garantiidega arvutada?
Kõigepealt peame mõistma, et teadusuuringut tehes tahame tavaliselt uurida teatud parameetrit. Näiteks tahame uurida, kui suur on puude keskmine kõrgus teatud Colombia linnas. Uuritav muutuja on puude kõrgus teatud Colombia linnas. Parameeter on puude keskmine kõrgus selles linnas.
Millist tingimust peaksime ülaltoodud näites oma hindajalt nõudma? Noh, näiteks ärge võtke negatiivseid väärtusi. Ja muidugi, et keskmise kõrguse arvutamine viib võimalike väärtusteni. Kui kõrgeim puu on 10 meetrit, ei saa keskmine hinnang anda meile 15 meetrit. Sel juhul ei saa see olla hinnanguline, kuna see ei tekitaks füüsiliselt võimalikke väärtusi.
Seega järeldame ülaltoodust, et hinnangulised on statistikud, kes peavad tingimata võtma uuritavatest andmetest võimalikud väärtused.
Nüüd ei piisa ainult andmevahemikku jäävate väärtuste võtmisest. Tavaliselt nõutakse teilt teatud omadusi, et meil oleks teatud garantiid. Võib juhtuda, et teatud hinnangud vastavad hinnanguks olemise tingimusele, kuid kui nad hindavad halvasti, siis klassifitseeritakse nad halvaks hinnanguks.
Hinnangu soovitatavad omadused
Selleks, et see oma funktsiooni hästi täidaks, soovitatakse lisaks sellele, et hinnangulised täidavad hinnangute põhitingimusi, täita ka teatud täiendavad omadused. Need omadused võimaldavad meie uuringu põhjal tehtud järeldustel olla usaldusväärsed.
- Piisav: Piisavuse omadus näitab, et hindaja töötab kõigi valimis olevate andmetega. Näiteks ei vali keskmine ainult 50% andmetest. Parameetri arvutamiseks võetakse arvesse 100% andmetest.
- Erapooletu: Erapooletu omadus viitab hindaja kesksusele. See tähendab, et hindaja keskmine peab langema kokku hinnangulise parameetriga. Me ei tohiks segi ajada hinnangu keskmist keskmise hinnanguga.
- Järjepidev: Järjepidevuse mõiste käib käsikäes valimi suuruse ja piiri mõistega. Lihtsate sõnadega tuleb öelda, et hindajad täidavad seda omadust, kui nad saavad väga suure valimi korral hinnata peaaegu ilma vigadeta.
- Tõhus: Efektiivsuse omadus võib olla absoluutne või suhteline. Hindaja on absoluutses mõttes efektiivne, kui hinnangu variatsioon on minimaalne. Me ei tohi segi ajada hinnangu dispersiooni dispersiooni hinnanguga.
- Tugev: Hinnanguline on väidetavalt kindel, kui vaatamata sellele, et esialgne hüpotees on vale, sarnanevad tulemused tihedalt tegelikega.
Ülaltoodud omadused on peamised. Muidugi on igas kinnisasjas palju erinevaid juhtumeid. Samamoodi on ka teisi soovitavaid omadusi.
Hinnangute muud soovitavad omadused
Soovitav omadus on näiteks muutumatu skaala muutumine. See omadus näitab, et kui mõõtühikut muudetakse, siis hinnanguline väärtus ei muutu. Näiteks kui me mõõdame puid sentimeetrites ja seejärel meetrites, peaks keskmine väärtus olema sama. Millega võiksime öelda, et keskmine on muutumatu hindaja enne skaala muutumist.
Teine omadus, mida statistikakäsiraamatud tavaliselt näitavad, on muutumatu päritolu muutustega. Eelmise juhtumi jätkamiseks näeme hüpoteetilist juhtumit. Oletame, et pärast kõigi puude mõõtmist järeldame, et peame iga puu registreeritud kõrgusele lisama 10 sentimeetrit. Kasutatavat riba mõõdeti halvasti ja andmete kohandamiseks tegelikkusega peame selle muutuse tegema. See, mida me teeme, on päritolu muutus. Ja küsimus on selles, kas keskmise kõrguse tulemus muutub?
Vastupidiselt mastaabivahetusele mõjutab siin päritolu muutus. Kui selgub, et kõik puud on 10 sentimeetrit pikemad, siis keskmine kõrgus tõuseb.
Seetõttu võime öelda, et keskmine on muutumatu hindaja enne skaala muutumist, kuid variant enne päritolu muutumist.
