¿Cuánto propagación es allí en los datos?
Cuando se trabaja con estadísticas de datos grandes, se identifica la difusión de un conjunto de datos del centro con varias diferentes medidas de resumen: varianza, desviación estándar, cuartiles, rango intercuartil (IQR).
La varianza es la desviación al cuadrado promedio entre los elementos del conjunto de datos y la media. Para una muestra de los datos, la varianza se calcula así:
dónde
Xyo es el valor de un solo elemento en la muestra.
es la media de la muestra.
n es el tamaño de la muestra.
La desviación estándar es la raíz cuadrada de la varianza. Para la mayoría de aplicaciones, la desviación estándar es más conveniente de usar que la varianza como medida de propagación. Esto se debe a la varianza se mide en cuadrado unidades, mientras que la desviación estándar se mide en las mismas unidades que los datos. Por ejemplo, la varianza de un conjunto de datos que consta de precios se mediría en dólares cuadrado, y la desviación estándar sería medido en dólares. La desviación estándar es la medida más ampliamente utilizada de la propagación en un conjunto de datos.
Los cuartiles dividen un conjunto de datos en cuatro partes iguales. El primer cuartil (Q1) Divide los datos en el 25 por ciento más bajo de las observaciones y el 75 por ciento más alto (25 por ciento de las observaciones son menos que Q1, y el 75 por ciento son mas grande que Q1). El segundo cuartil (Q2) Divide los datos en el 50 por ciento más bajo de las observaciones y la más alta 50 por ciento. El tercer cuartil (Q3) Divide los datos en el 75 por ciento más bajo de las observaciones y la más alta 25 por ciento. El rango intercuartil (IQR) es igual a la diferencia entre el tercer y primer cuartil:
El IQR representa el 50 por ciento de los datos.
Los cuartiles de un conjunto de datos se ilustran mejor con un diagrama de caja. La siguiente figura muestra un diagrama de caja de los diarios vuelve a ExxonMobil en 2013.
El diagrama de caja muestra varias estadísticas clave para la rentabilidad de ExxonMobil:
La rentabilidad mínima se muestra en un gráfico como un solo punto en la parte inferior de la parcela (un cuadro de espectáculos de la trama valores atípicos como puntos individuales). Q1 se muestra como la parte inferior de la caja, Q2 es la línea de negro sólido en el medio de la caja, y Q3 es la parte superior de la caja. El máximo rendimiento se muestra como un solo punto en la parte superior de la parcela.
-
Los diagramas de caja: técnica gráfica de datos estadísticos -
¿El centro o propagación de un cambio de conjunto de datos a través del tiempo? -
Técnicas Eda para supuestos de prueba -
Análisis exploratorio de datos gráfica (eda) técnicas -
Pruebas gráficas de los valores extremos de datos -
¿Cómo describir la variación de datos en r
3 maneras de describir las poblaciones y muestras en las estadísticas empresariales Cuando se trabaja con las poblaciones y muestras (un subconjunto de una población) en estadísticas de las empresas, puede utilizar tres tipos comunes de medidas para describir el conjunto de datos: tendencia central, dispersión y asociación.Por…
Los conjuntos de datos y problemas de estadística descriptiva Sea consciente de las unidades de cualquier estadística descriptiva a calcular (por ejemplo, dólares, pies o millas por galón). Algunas estadísticas descriptivas están en las mismas unidades que los datos, y algunos no lo son. Resuelve los…
Cómo calcular la desviación estándar de un conjunto de datos estadísticos Con mucho, la medida más común de variación de datos numéricos en las estadísticas es la desviación estándar. los desviacion estandar medidas de cómo los datos son concentran alrededor del significado de la más concentrada, menor es la…
Cómo calcular el valor esperado, la varianza y la desviación estándar de una distribución t Distribuciones de probabilidad, incluyendo la distribución t, tienen varios momentos, incluyendo el valor esperado, la varianza y la desviación estándar (una momento es una medida resumen de una distribución de probabilidad):El primer momento de…
¿Cómo encontrar el rango intercuartil para una muestra estadística Para obtener una medida de la variación sobre la base del resumen de cinco números de una muestra estadística, usted puede encontrar lo que se llama la rango intercuartil, o IQR.El propósito del resumen de cinco números es dar la estadística…
¿Cómo encontrar los momentos de la distribución binomial Momentos son medidas de resumen de una distribución de probabilidad, e incluyen el valor esperado, la varianza y la desviación estándar. El valor esperado representa el valor medio o promedio de una distribución. El valor esperado se conoce a…
Cómo localizar un valor en un conjunto de datos utilizando cuartiles Cuartiles dividir un conjunto de datos en cuatro partes iguales, cada uno compuesto de 25 por ciento de los valores ordenados en el conjunto de datos. Cuartiles están relacionados con percentiles, así:En primer cuartil (Q1) = Percentil 25En…
¿Cómo medir los momentos de la f-distribución Momentos son medidas de resumen de una distribución de probabilidad e incluyen el valor esperado, la varianza y la desviación estándar. Puede utilizar estos valores para medir hasta qué punto los grados de libertad afecta a la distribución…
Medidas de dispersión Central Medidas de dispersión centrales muestran cómo "extienden" los elementos de un conjunto de datos son de la media. Tres de las medidas más utilizadas de dispersión central son los siguientes:RangoVarianzaDesviacion estandarRangolos alcance de un…
La desviación estándar y la varianza Los problemas aquí se centran en calcular, interpretar y comparar la desviación estándar y la varianza en las estadísticas básicas. Resuelve los siguientes problemas sobre la desviación estándar y la varianza.Ejemplos de preguntas¿Qué mide…
Estadísticas términos para saber cuando se utiliza Excel 2007 las herramientas de análisis de datos Con las herramientas de análisis de datos disponibles en Excel 2007, puede crear hojas de cálculo que muestran los detalles de cualquier estadística se puede crear una fórmula para encontrar - y usted puede encontrar cualquier número. Es bueno…
Estadísticas para grandes datos para los maniquíes Medidas de tendencia central muestran el centro de un conjunto de datos. Tres de las medidas más utilizadas de tendencia central son la media, la mediana y la moda.SignificarSignificar es otra palabra para la media. Esta es la fórmula para el…