Statistiline hajumine - mis see on, määratlus ja mõiste
Statistiline levik on see, mil määral andmete jaotus liigub keskse positsiooni statistikana aritmeetilisele keskmisele absoluutväärtuses või lähemale.
Seetõttu on selle keskmise või keskmisega alati kaasas hajumismeetmed.
Sel moel teataksid nad andmete muutlikkusest või hajutamisest seoses nendega. Mida suuremad väärtused, nagu näeme allpool, seda suurem on statistiline hajuvus.
Statistilise hajutatuse tähtsus
Kui soovime teostada kirjeldavat analüüsi, arvutame kõigepealt positsiooni kokkuvõtlikud mõõdikud. Kõige tavalisemad on keskmised, mediaanid, režiimid või kvartiilid, detsiilid, kvintiilid või protsentiilid. Samuti peame teadma statistilist levikut.
Dispersioonimeetmed annavad väga asjakohast teavet. Kui hajuvus on väga kõrge, mõjutab see keskmist ja see ei ole enam kokkuvõtva näitajana rühma esindav. Seetõttu lähevad mõlemad andmed tavaliselt kokku.
Statistilised hajutamismeetmed
Selle mõõtmiseks on erinevaid dispersioonimeetodeid. Vaatame kõige asjakohasemate kokkuvõtet. Oleme neid siin üksikasjalikumalt analüüsinud.
- Koht: See ei ole suurem kui erinevus jaotuse väikseima ja suurima väärtuse vahel.
- Keskmine kõrvalekalle: See võrduks iga andmete erinevate kõrvalekallete keskmise keskmisega.
- Dispersioon ja standardhälve: Need on kõige tuntumad levimismeetmed. Tavaliselt kasutatakse teist, mida on lihtsam arvutada (dispersiooni juur) ja tõlgendada. Neid väljendatakse absoluutväärtustes.
- Variatsioonikordaja: Sel juhul arvutatakse see standardhälbe ja keskmisega ning kasutatakse võrdluseks, kuna see on väljendatud suhtelistes väärtustes (%).
Statistiline hajutamise näide
Lõpuks näeme kümne fiktiivse riigi ja nende SKP näidet.
Näeme, et nende SKP osas on nad väga erinevad. Suurimast, 7000 miljoni ühikuga, väikseimani, 2500 miljoniga.
Näeme, et keskmine on peaaegu 4500 miljonit, kuid hajutamise näitajad on väga suured. Ühelt poolt keskmine kõrvalekalle, peaaegu 1500 miljonit ühikut. Dispersioon, mis ei aita kuigi palju kaasa, kuid võimaldab arvutada ligi 1500 miljoni ühiku standardhälbe. Lõpuks variatsioonikordaja peaaegu 33%.
Võime öelda, et statistiline hajuvus on väga suur ja keskmine ei ole tüüpiline. Midagi, mida saab kontrollida, kuna andmeid on vähe ja vaadeldakse kõrge SKPga riike ja teisi madala SKTga. Kuid kujutage ette, et 194 on ÜRO poolt tunnustatud, seal on need üsna kasulikud, eks?
