Παράμετρος - Επισκόπηση, παραδείγματα και χρήσεις στα στατιστικά

Μια παράμετρος είναι ένα χρήσιμο συστατικό της στατιστικής ανάλυσης Βασικές Στατιστικές Έννοιες για Χρηματοοικονομικά Μια σταθερή κατανόηση των στατιστικών είναι ζωτικής σημασίας για να μας βοηθήσει να κατανοήσουμε καλύτερα τα οικονομικά. Επιπλέον, οι στατιστικές έννοιες μπορούν να βοηθήσουν τους επενδυτές να παρακολουθούν. Αναφέρεται στα χαρακτηριστικά που χρησιμοποιούνται για τον καθορισμό ενός δεδομένου πληθυσμού. Χρησιμοποιείται για να περιγράψει ένα συγκεκριμένο χαρακτηριστικό ολόκληρου του πληθυσμού. Όταν κάνετε μια εξαγωγή σχετικά με τον πληθυσμό, η παράμετρος είναι άγνωστη επειδή θα ήταν αδύνατο να συλλέξετε πληροφορίες από κάθε μέλος του πληθυσμού. Αντίθετα, χρησιμοποιούμε μια στατιστική ενός δείγματος που επιλέχθηκε από τον πληθυσμό για να εξαγάγουμε ένα συμπέρασμα σχετικά με την παράμετρο.

Παράμετρος

Για παράδειγμα, μια παράμετρος μπορεί να χρησιμοποιηθεί για να περιγράψει το μέσο ποσό των δανείων που χορηγούνται στους φοιτητές του Πανεπιστημίου ABC. Υποθέτοντας ότι ο πληθυσμός του πανεπιστημίου είναι 3.000, ο ερευνητής μπορεί να ξεκινήσει υπολογίζοντας την οικονομική βοήθεια μερικών επιλεγμένων δειγμάτων του πληθυσμού, ή περίπου 10 φοιτητές. Με τρία δείγματα από 10 μαθητές το καθένα, ο ερευνητής μπορεί να λάβει μέσο όρο 2.000 $, 1.200 $ και 800 $. Ο ερευνητής μπορεί να χρησιμοποιήσει αυτό το μέσο δείγμα για να κάνει συμπεράσματα σχετικά με την παράμετρο του πληθυσμού.

Πιο κοινές παράμετροι

Οι πιο συχνά χρησιμοποιούμενες παράμετροι είναι τα μέτρα της κεντρικής τάσης Κεντρική τάση Η κεντρική τάση είναι μια περιγραφική περίληψη ενός συνόλου δεδομένων μέσω μιας μόνο τιμής που αντικατοπτρίζει το κέντρο της διανομής δεδομένων. Μαζί με τη μεταβλητότητα. Αυτά τα μέτρα περιλαμβάνουν μέση, διάμεση και λειτουργία και χρησιμοποιούνται για να περιγράψουν τον τρόπο συμπεριφοράς των δεδομένων σε μια διανομή. Συζητούνται παρακάτω:

1. Μέση

Ο μέσος όρος αναφέρεται επίσης ως ο μέσος όρος και είναι ο συνηθέστερα χρησιμοποιούμενος μεταξύ των τριών μέτρων της κεντρικής τάσης. Οι ερευνητές χρησιμοποιούν την παράμετρο για να περιγράψουν την κατανομή δεδομένων των δεικτών Χρηματοοικονομικοί δείκτες Οι οικονομικοί δείκτες δημιουργούνται με τη χρήση αριθμητικών τιμών που λαμβάνονται από τις οικονομικές καταστάσεις για να αποκτήσουν σημαντικές πληροφορίες για μια εταιρεία και διαστήματα.

Ο μέσος όρος επιτυγχάνεται αθροίζοντας και διαιρώντας τις τιμές με τον αριθμό των βαθμολογιών. Για παράδειγμα, σε πέντε νοικοκυριά που αποτελούνται από 5, 2, 1, 3 και 2 παιδιά, ο μέσος όρος μπορεί να υπολογιστεί ως εξής:

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

= 13/5

= 2.6

2. Διάμεσος

Το διάμεσο χρησιμοποιείται για τον υπολογισμό των μεταβλητών που μετρώνται με τακτικά δεδομένα Ordinal. Στα στατιστικά στοιχεία, τα δεδομένα ordinal είναι ο τύπος των δεδομένων στις οποίες οι τιμές ακολουθούν μια φυσική σειρά. Ένα από τα πιο αξιοσημείωτα χαρακτηριστικά των τακτικών δεδομένων είναι ότι, κλίμακες διαστήματος ή αναλογίας. Λαμβάνεται με τακτοποίηση των δεδομένων από το χαμηλότερο στο υψηλότερο και στη συνέχεια επιλέγοντας τους αριθμούς στη μέση. Εάν ο συνολικός αριθμός σημείων δεδομένων είναι μονός αριθμός, ο διάμεσος είναι συνήθως ο μεσαίος αριθμός. Εάν οι αριθμοί είναι ίσοι, ο μέσος όρος λαμβάνεται αθροίζοντας τους δύο αριθμούς στη μέση και διαιρώντας τους με δύο για να πάρει το μέσο όρο.

Το διάμεσο χρησιμοποιείται κυρίως όταν υπάρχουν μερικά σημεία δεδομένων που είναι διαφορετικά. Για παράδειγμα, κατά τον υπολογισμό του μέσου όρου των φοιτητών που εισέρχονται στο κολέγιο, μπορεί να υπάρχει ένα τμήμα μαθητών που είναι μεγαλύτεροι από τους υπόλοιπους. Η χρήση του μέσου όρου μπορεί να στρεβλώσει τις τιμές, καθώς θα δείξει ότι η μέση ηλικία των φοιτητών που εισέρχονται στο κολέγιο είναι υψηλότερη, ενώ η μέση ηλικία μπορεί να δώσει μια πιο αληθινή εικόνα της κατάστασης.

Για παράδειγμα, ας βρούμε τη μέση ηλικία των φοιτητών που εισέρχονται στο κολέγιο για πρώτη φορά, δεδομένων των ακόλουθων τιμών δέκα μαθητών:

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

Η μέση τιμή των παραπάνω τιμών είναι (19 + 20) / 2 = 19,5 .

Τρόπος

Η λειτουργία είναι ο πιο συχνός αριθμός σε μια διανομή δεδομένων. Δείχνει ποιος αριθμός ή τιμή είναι ο υψηλότερος σε αριθμό ή πιο συνηθισμένος στη διανομή δεδομένων. Η λειτουργία χρησιμοποιείται για κάθε τύπο δεδομένων.

Για παράδειγμα, ας πάρουμε το παράδειγμα μιας τάξης κολεγίου με περίπου 40 μαθητές. Στους μαθητές δίνεται μια δοκιμαστική εξέταση, βαθμολογείται και στη συνέχεια ομαδοποιείται σε κλίμακα 1-5, ξεκινώντας με μαθητές με τον μικρότερο αριθμό βαθμολογιών.

Τα σημάδια βαθμολογούνται ως εξής:

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

Το σύμπλεγμα 3 δείχνει τον υψηλότερο αριθμό μαθητών και, επομένως, η λειτουργία είναι 13 . Αποκαλύπτει ότι από τους 40 μαθητές, οι περισσότεροι από τους μαθητές βαθμολογήθηκαν στο σύμπλεγμα 3.

Παράμετροι και στατιστικές

Μια παράμετρος χρησιμοποιείται για να περιγράψει ολόκληρο τον πληθυσμό που μελετάται. Για παράδειγμα, θέλουμε να μάθουμε το μέσο μήκος μιας πεταλούδας. Αυτή είναι μια παράμετρος επειδή δηλώνει κάτι για ολόκληρο τον πληθυσμό των πεταλούδων.

Οι παράμετροι είναι δύσκολο να ληφθούν, αλλά χρησιμοποιούμε το αντίστοιχο στατιστικό στοιχείο για να εκτιμήσουμε την αξία του. Μια στατιστική περιγράφει ένα δείγμα ενός πληθυσμού, ενώ μια παράμετρος περιγράφει ολόκληρο τον πληθυσμό. Δεδομένου ότι θα είναι αδύνατο να πιάσουμε και να μετρήσουμε όλες τις πεταλούδες στον κόσμο, μπορούμε να πιάσουμε 100 πεταλούδες και να μετρήσουμε το μήκος τους. Το μέσο μήκος των 100 πεταλούδων είναι μια στατιστική που μπορούμε να χρησιμοποιήσουμε για να κάνουμε συμπεράσματα σχετικά με το μήκος ολόκληρου του πληθυσμού των πεταλούδων.

Συνήθως, η τιμή μιας στατιστικής μπορεί να διαφέρει από το ένα δείγμα στο άλλο, ενώ η παράμετρος παραμένει σταθερή. Για παράδειγμα, ένα δείγμα 100 πεταλούδων μπορεί να έχει μέσο μήκος 6,5 mm, ενώ ένα άλλο δείγμα 100 πεταλούδων από άλλη περιοχή μπορεί να έχει μέσο μήκος 6,8 mm.

Επίσης, ένα μικρότερο δείγμα 50 πεταλούδων μπορεί να έχει μέσο μήκος 7,0 mm. Η στατιστική που λαμβάνεται από το δείγμα του πληθυσμού μπορεί στη συνέχεια να χρησιμοποιηθεί για την εκτίμηση της παραμέτρου ολόκληρου του πληθυσμού.

Περισσότεροι πόροι

Το Finance είναι ο επίσημος πάροχος του Financial Modeling and Valuation Analyst (FMVA) ™ FMVA® Certification Συμμετάσχετε 350.600+ φοιτητές που εργάζονται για εταιρείες όπως το Amazon, το JP Morgan και το πρόγραμμα πιστοποίησης Ferrari, σχεδιασμένο για να μετατρέψει οποιονδήποτε σε παγκόσμιο επίπεδο οικονομικός αναλυτής.

Για να συνεχίσετε να μαθαίνετε και να αναπτύσσετε τις γνώσεις σας σχετικά με την οικονομική ανάλυση, συνιστούμε ανεπιφύλακτα τους πρόσθετους πόρους χρηματοδότησης παρακάτω:

  • Έλεγχος υπόθεσης Έλεγχος υπόθεσης Ο έλεγχος υπόθεσης είναι μια μέθοδος στατιστικών συμπερασμάτων. Χρησιμοποιείται για να ελέγξει εάν μια δήλωση σχετικά με μια παράμετρο πληθυσμού είναι σωστή. Δοκιμή υπόθεσης
  • Μη παραμετρικές δοκιμές Μη παραμετρικές δοκιμές Στα στατιστικά στοιχεία, οι μη παραμετρικές δοκιμές είναι μέθοδοι στατιστικής ανάλυσης που δεν απαιτούν κατανομή για να ικανοποιήσουν τις απαιτούμενες υποθέσεις για ανάλυση
  • Ποσοτική Ανάλυση Ποσοτική Ανάλυση Η ποσοτική ανάλυση είναι η διαδικασία συλλογής και αξιολόγησης μετρήσιμων και επαληθεύσιμων δεδομένων όπως έσοδα, μερίδιο αγοράς και μισθοί προκειμένου να κατανοήσουμε τη συμπεριφορά και την απόδοση μιας επιχείρησης. Στην εποχή της τεχνολογίας δεδομένων, η ποσοτική ανάλυση θεωρείται η προτιμώμενη προσέγγιση για τη λήψη τεκμηριωμένων αποφάσεων.
  • Μεροληψία επιλογής δείγματος Μεροληψία επιλογής δειγμάτων Η προκατάληψη επιλογής δείγματος είναι η προκατάληψη που προκύπτει από την αποτυχία διασφάλισης της σωστής τυχαιοποίησης ενός δείγματος πληθυσμού. Τα ελαττώματα της επιλογής δείγματος

Πρόσφατες δημοσιεύσεις