Parametri - Yleiskatsaus, esimerkkejä ja käyttötilastot tilastoissa

Parametri on hyödyllinen komponentti tilastollisessa analyysissä Rahoituksen perustilastokäsitteet Vakaa tilastojen tuntemus on ratkaisevan tärkeää, jotta voimme paremmin ymmärtää rahoitusta. Lisäksi tilastokonseptit voivat auttaa sijoittajia seuraamaan. Se viittaa ominaisuuksiin, joita käytetään tietyn populaation määrittelemiseen. Sitä käytetään kuvaamaan koko väestön erityispiirteitä. Kun tehdään johtopäätöksiä populaatiosta, parametria ei tunneta, koska olisi mahdotonta kerätä tietoja kaikilta väestön jäseniltä. Pikemminkin käytämme populaatiosta poimitun otoksen tilastoa johtopäätöksen tekemiseksi parametrista.

Parametri

Esimerkiksi parametria voidaan käyttää kuvaamaan keskimääräistä lainaa, joka myönnetään ABC-yliopiston opiskelijoille. Olettaen, että yliopiston väkiluku on 3000, tutkija voi aloittaa laskemalla muutaman valitun väestöotoksen tai noin 10 opiskelijan taloudellisen tuen. Kolme näytettä, joissa kussakin on 10 opiskelijaa, tutkija voi saada keskimäärin 2000 dollaria, 1200 dollaria ja 800 dollaria. Tutkija voi käyttää tätä näytekeskiarvoa päättelemään populaatioparametrista.

Yleisimmät parametrit

Yleisimmin käytetyt parametrit ovat keskitaipumuksen mittareita. Keskitaipumus Keskitaipumus on kuvaava yhteenveto tietojoukosta yhden arvon kautta, joka heijastaa tiedonjakelun keskusta. Yhdessä vaihtelevuuden kanssa. Nämä mittarit sisältävät keskiarvon, mediaanin ja tilan, ja niitä käytetään kuvaamaan tietojen käyttäytymistä jakelussa. Niitä käsitellään alla:

1. Tarkoita

Keskiarvoon viitataan myös keskiarvona, ja sitä käytetään yleisimmin kolmen keskeisen taipumuksen mittarin joukossa. Tutkijat käyttävät parametria kuvaamaan suhdelukujen tiedonjakoa Taloudelliset tunnusluvut Taloudelliset tunnusluvut luodaan käyttämällä tilinpäätöksestä otettuja numeerisia arvoja saadakseen mielekästä tietoa yrityksestä ja aikavälistä.

Keskiarvo saadaan summaamalla ja jakamalla arvot pisteiden lukumäärällä. Esimerkiksi viidessä kotitaloudessa, joissa on 5, 2, 1, 3 ja 2 lasta, keskiarvo voidaan laskea seuraavasti:

= (5+2+1+3+2)/5

= 13/5

= 2.6

2. Mediaani

Mediaania käytetään laskemaan muuttujia, jotka mitataan järjestysastetiedoilla. Tilastoissa järjestysdata on tietotyyppi, jossa arvot seuraavat luonnollista järjestystä. Yksi järjestysdatan merkittävimmistä ominaisuuksista on intervalli- tai suhdeluvut. Se saadaan järjestämällä tiedot alimmasta korkeimpaan ja valitsemalla sitten keskellä olevat numerot. Jos datapisteiden kokonaismäärä on pariton luku, mediaani on yleensä keskiluku. Jos luvut ovat parillisia, mediaani saadaan laskemalla keskellä olevat kaksi lukua ja jakamalla ne kahdella keskiarvon saamiseksi.

Mediaania käytetään enimmäkseen, kun on olemassa muutama erilainen datapiste. Esimerkiksi laskettaessa korkeakouluun tulevien opiskelijoiden mediaania voi olla osa muita vanhempia opiskelijoita. Keskiarvon käyttö voi vääristää arvoja, koska se osoittaa, että korkeakouluun tulevien opiskelijoiden keski-ikä on korkeampi, kun taas mediaanin käyttö voi antaa todellisemman kuvan tilanteesta.

Etsitään esimerkiksi ensimmäistä kertaa opiskelijoiden keski-ikä, kun otetaan huomioon seuraavat kymmenen opiskelijan arvot:

17, 17, 18, 19, 19, 20, 21, 25, 28, 32

Yllä olevien arvojen mediaani on (19 + 20) / 2 = 19.5.

Tila

Tila on yleisimmin esiintyvä luku tiedonjakelussa. Se osoittaa, mikä luku tai arvo on lukumääräisesti suurin tai yleisin tiedonjakelussa. Tätä tilaa käytetään kaiken tyyppisille tiedoille.

Otetaan esimerkiksi esimerkki korkeakoulutunnista, jossa on noin 40 opiskelijaa. Opiskelijoille annetaan koekoe, pisteytetään ja ryhmitellään sitten asteikolla 1-5 alkaen opiskelijoista, joilla on pienin pisteytys.

Pisteet luokitellaan seuraavasti:

  • Klusteri 1: 5
  • Klusteri 2: 7
  • Klusteri 3: 13
  • Klusteri 4: 12
  • Klusteri 5: 3

Klusteri 3 näyttää eniten opiskelijoita ja siksi tila on 13. Se paljastaa, että 40 opiskelijasta suurin osa opiskelijoista arvioitiin ryhmässä 3.

Parametrit ja tilastot

Parametria käytetään kuvaamaan koko tutkittavaa populaatiota. Haluamme esimerkiksi tietää perhosen keskimääräisen pituuden. Tämä on parametri, koska se kertoo jotain koko perhospopulaatiosta.

Parametreja on vaikea saada, mutta käytämme vastaavaa tilastoa sen arvon arvioimiseksi. Tilasto kuvaa otoksen populaatiosta, kun taas parametri kuvaa koko populaatiota. Koska kaikkia maailman perhosia on mahdotonta saada kiinni ja mitata, voimme saada kiinni 100 perhosta ja mitata niiden pituuden. 100 perhosen keskimääräinen pituus on tilasto, jonka avulla voimme tehdä johtopäätöksen koko perhospopulaation pituudesta.

Tilastojen arvo voi tyypillisesti vaihdella näytteistä, kun taas parametri pysyy kiinteänä. Esimerkiksi yhdellä 100 perhosesta koostuvan näytteen keskimääräinen pituus voi olla 6,5 ​​mm, kun taas toisella 100 muun perheen näytteellä voi olla keskimäärin 6,8 mm.

Pienemmällä 50 perhosnäytteellä voi myös olla keskimääräinen pituus 7,0 mm. Populaation otoksesta saatuja tilastoja voidaan sitten käyttää arvioimaan koko populaation parametri.

Lisää resursseja

Rahoitus on virallinen rahoitusmallinnus- ja arvostusanalyytikon (FMVA) ™ FMVA® -sertifiointi. Liity 350 600+ opiskelijaan, jotka työskentelevät Amazonin, J.P.Morganin ja Ferrarin sertifiointiohjelmissa.

Jotta voisit oppia ja kehittää taloudellisen analyysin tietosi, suosittelemme alla olevia lisärahoitusresursseja:

  • Hypoteesitestaus Hypoteesitestaus Hypoteesitestaus on menetelmä tilastolliseen päättelyyn. Sitä käytetään testaamaan, onko väestöparametriä koskeva väite oikea. Hypoteesin testaus
  • Ei-parametriset testit Ei-parametrit testit Tilastossa ei-parametrit testit ovat tilastollisen analyysin menetelmiä, jotka eivät vaadi jakaumaa täyttääkseen vaadittavat analysoitavat oletukset
  • Kvantitatiivinen analyysi Kvantitatiivinen analyysi Kvantitatiivinen analyysi on prosessi, jolla kerätään ja arvioidaan mitattavissa olevia ja todennettavissa olevia tietoja, kuten tulot, markkinaosuus ja palkat, liiketoiminnan käyttäytymisen ja suorituskyvyn ymmärtämiseksi. Tietotekniikan aikakaudella kvantitatiivista analyysia pidetään ensisijaisena lähestymistapana tietoon perustuvien päätösten tekemisessä.
  • Näytteen valinnan poikkeama Näytteen valinnan puolueellisuus Näytteen valinnan puolueellisuus on puolueellisuus, joka johtuu epäonnistumisesta varmistaa populaationäytteen oikea satunnaistaminen. Näytteen valinnan puutteet

Uusimmat viestit

$config[zx-auto] not found$config[zx-overlay] not found