Параметар - Преглед, примери и употребе у статистици

Параметар је корисна компонента статистичке анализе Основни статистички концепти за финансије Чврсто разумевање статистике је пресудно за помоћ у бољем разумевању финансија. Штавише, концепти статистике могу помоћи инвеститорима да надгледају. Односи се на карактеристике које се користе за дефинисање дате популације. Користи се за описивање специфичних карактеристика целокупне популације. Када се закључује о популацији, параметар је непознат, јер би било немогуће прикупити информације од сваког члана популације. Уместо тога, користимо статистику узорка одабраног из популације да бисмо извели закључак о параметру.

Параметар

На пример, параметар се може користити за опис средњег износа зајмова који се додељују студентима АБЦ универзитета. Под претпоставком да становништво универзитета има 3.000, истраживач може започети с израчунавањем финансијске помоћи неколико одабраних узорака становништва или око 10 студената. Са три узорка од по 10 ученика, истраживач може добити просечно 2.000, 1.200 и 800 долара. Истраживач може користити овај узорак како би закључио о параметру популације.

Најчешћи параметри

Најчешће коришћени параметри су мере централне тенденције Централна тенденција Централна тенденција је описни сажетак скупа података кроз једну вредност која одражава средиште дистрибуције података. Заједно са променљивошћу. Те мере укључују средњу вредност, средњу вредност и начин рада и користе се за описивање понашања података у дистрибуцији. О њима се говори у наставку:

1. Средње

Средња вредност се такође назива просеком и најчешће се користи међу три мере централне тенденције. Истраживачи користе параметар за описивање дистрибуције података показатеља Финансијски показатељи Финансијски показатељи се креирају коришћењем нумеричких вредности узетих из финансијских извештаја како би се добили значајни подаци о предузећу и интервалима.

Средња вредност се добија сумирањем и дељењем вредности бројем оцена. На пример, у пет домаћинстава која чине 5, 2, 1, 3 и 2 деце, средња вредност може се израчунати на следећи начин:

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

= 13/5

= 2.6

2. Медијан

Медијана се користи за израчунавање променљивих које се мере помоћу редних редовних података. У статистикама су редни подаци врста података у којима вредности следе природни поредак. Једна од најзапаженијих карактеристика редних података је скала интервала или односа. Добија се тако што се подаци поређају од најнижег до највишег, а затим се у средини одаберу бројеви. Ако је укупан број тачака података непаран, медијана је обично средњи број. Ако су бројеви парни, медијана се добија збрајањем два броја у средини и дељењем са два да би се добила средња вредност.

Медијана се углавном користи када постоји неколико тачака података које се разликују. На пример, приликом израчунавања медијане ученика који уписују факултет, може постојати део ученика који су старији од осталих. Коришћење средње вредности може искривити вредности, јер ће показати да је просечна старост студената који улазе на колеџ виша, док употреба медијане може дати истинитији одраз ситуације.

На пример, пронађимо средњу старост студената који први пут уписују факултет, с обзиром на следеће вредности десет ученика:

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

Медијана горњих вредности је (19 + 20) / 2 = 19.5.

Моде

Режим је најчешћи број у дистрибуцији података. Показује који је број или вредност најбројнији или најчешћи у дистрибуцији података. Режим се користи за било коју врсту података.

На пример, узмимо пример факултетског одељења са око 40 ученика. Студенти добијају тестни испит, оцењују се, а затим групишу на скали од 1-5, почевши од ученика са најмањим бројем оцена.

Оцене се оцењују на следећи начин:

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

Кластер 3 приказује највећи број ученика и, према томе, режим је 13. Открива да је од 40 ученика већина ученика оцењена у кластер 3.

Параметри и статистика

Параметар се користи за опис целокупне популације која се проучава. На пример, желимо да знамо просечну дужину лептира. Ово је параметар јер наводи нешто о целокупној популацији лептира.

Параметре је тешко добити, али користимо одговарајућу статистику за процену његове вредности. Статистика описује узорак популације, док параметар описује целокупну популацију. Пошто ће бити немогуће ухватити и измерити све лептире на свету, можемо ухватити 100 лептира и измерити им дужину. Средња дужина 100 лептира је статистика коју можемо користити да бисмо закључили о дужини целокупне популације лептира.

Типично, вредност статистике може се разликовати од једног узорка до другог, док параметар остаје фиксан. На пример, један узорак од 100 лептира може имати просечну дужину од 6,5 мм, док други узорак од 100 лептира из другог региона може имати просечну дужину од 6,8 мм.

Такође, мањи узорак од 50 лептира може имати просечну дужину од 7,0 мм. Статистика добијена из узорка популације може се затим користити за процену параметра целокупне популације.

Више ресурса

Финанце је званични добављач финансијског моделирања и вредновања аналитичара (ФМВА) ™ ФМВА® сертификација Придружите се 350.600+ ученика који раде у компанијама попут Амазона, ЈП Моргана и Ферраријевог програма сертификације, осмишљеног да трансформише било кога у финансијског аналитичара светске класе.

Да бисте наставили да учите и развијате своје знање из финансијске анализе, топло препоручујемо додатне финансијске ресурсе у наставку:

  • Испитивање хипотезе Испитивање хипотеза Испитивање хипотеза је метода статистичког закључивања. Користи се за тестирање да ли је изјава у вези са параметром популације тачна. Хипотеза тестирање
  • Непараметријски тестови Непараметријски тестови У статистици су непараметријски тестови методе статистичке анализе које не захтевају расподелу како би се задовољиле претпоставке које треба анализирати
  • Квантитативна анализа Квантитативна анализа Квантитативна анализа је поступак прикупљања и оцењивања мерљивих и проверљивих података као што су приходи, тржишни удео и зараде како би се разумело понашање и перформансе предузећа. У ери технологије података, квантитативна анализа се сматра преферираним приступом доношењу информисаних одлука.
  • Непристрасност одабира узорка Непристрасност одабира узорка Непристрасност одабира узорка је пристрасност која је резултат неуспеха да се осигура правилна рандомизација узорка популације. Мане одабира узорка

Рецент Постс