Átlagos érték - általános jellemzője

Értékelés: 0/5

Mi továbbra is vizsgálja a témát az átlagot. Az előző cikkben arról beszél, milyen az átlagos érték, mint az eredeti adatok minőségét befolyásolja a közép- és mit kell tenni, hogy az átlagos érték volt informatív mutató, nem pedig „az átlagos hőmérséklet a kórházban.”

Most tekintsünk egy másik fontos funkciója a statisztika, ami nagyban magyarázza a célja annak használatát. A fő funkciója az átlagérték a „tömörítés” az első információk. Képzeljük el, hogy mi érdekel, hogy összehasonlítsa a bérszint az egyes országokban, amelyek otthont több millió ember. Bérek különbözőek, vannak gazdagok, szegények, átlagos. Hogyan állapítható meg, az ország, ahol az emberek még több? Hogyan juthat el a szummatív értékelés jólét? És ez így gyakran a kérdés, hogy hol több kapjuk tőlünk, vagy tőlük? Lehetetlen megválaszolni ezt a kérdést anélkül, hogy a statisztikai adatok elemzése. Azonban, ha kiszámítja az átlagos fizetés az országban, a hatalmas mennyiségű nyers adat „zsugorodik”, hogy csak egy mutatószám az egyes országokban. Ezt követően, az átlagos értékek is nagyon könnyen és vizuálisan összehasonlítjuk egymással. Meg kell érteni, hogy az átmenet a nyers adatok átlagértékeit a sokszínűség az eredeti adatokat eltűnik. Nem fogjuk látni a fizetést az egyes alkalmazottak egyénileg (egyes adatok elvesznek), de a hatalmas mennyiségű forrás információ, hogy nem képesek felfogni és megemészteni a csupasz agy válik egy meglehetősen kompakt és informatív leírást az egész értékrend. Zsonglőrködik egy labdát könnyebb, mint egy pár. Vigyázz az egyik madár könnyebb, mint tíz. Röviden, egy alany könnyebb kezelni, mint sok.

A minősége az ilyen tulajdonság (átlagos) függ az eredeti adatokat, de a lényeg ugyanaz marad - nagy mennyiségű adat „tömörített”, hogy egyetlen értéket. Ha a forrás adatokat a statisztikai értelemben vett minőség (homogén), az átlagos érték, megőrzi az információ tartalma (azaz helyesen tükrözzék a) nyers adatok és sokszor csökkenti a hangerőt. De a valóságban homogén adathalmaz nem fordul elő gyakran. Ami ezután történik, függ az elemzés céljából. Ha még mindig fontos, hogy gyorsan és könnyen kap egy általános értékelést fizetés az országban, akkor lehet számítani, átlagok, figyelmen kívül hagyva a homogenitást. Akkor meg kell szem előtt tartani, hogy a számított átlagos értékek nem megbízhatóan tükrözi a természetes bérszint, és csak akkor jelenik bértömeg egy foglalkoztatottra jutó. Ez a mutató a leggyakrabban megtalálható különböző kiadványok. De most, amikor az illetékes elemzők megérteni, hogy nem lehet úgy értelmezni, mint egy átlagos (természetes) szintje s / n, és ahogy ez számított: Alap c / n alkalmazottra jutó. Ez persze egy kicsit a laikusok számára, de még mindig egyetértenek abban, hogy a sorok között a számok, és van néhány minőségi különbség, bár mindkét sorozat számtani átlaga ugyanaz - 5. Az érthetőség kedvéért különbségek a grafikonok képviselik az adatokat.

A bal oldali ábra világosan mutatja, hogy egy első adathalmaz számok heterogén - rész értékek lényegesen nagyobb, mint az átlagos értéket (piros vonal), az a része - lényegesen kisebb; a második szettben (jobb oldali kép), az összes érték jóval homogénebb (némileg eltér egymástól, és zsúfoltság az átlagérték körül - piros vonal). Ez a példa a számok hasonló példát az előző cikkben a szegények és a gazdagok.

Ha azt akarjuk, hogy statisztikailag átlagos minőségű, az eredeti meg a heterogén kell osztani homogén csoportok és már csoportosított adat kiszámításához átlagok. Hogyan lesz csoportok és az átlagos értékek. Ez, ha jól végzik a tudomány. A gyakorlatban kevesen tudják, hogy az ilyen homogenitást és továbbra is úgy véli, „az átlagos hőmérséklet a kórházban.” Másrészt, az egységesség gyakran egyáltalán nem szükséges, mert az elemző általában érdekes a helyzet elemzése, a dinamika. És dinamikáját heterogenitás elhangzott körülbelül ugyanaz, mint a csökkentett frakció (nem megyünk bele egy izgalmas algebra 6. fokozat). Általában egységességét az adatok - ez egy fontos követelmény, de nem mindig szükséges. De térjünk vissza a megfelelő és szigorú statisztika.

Nyilvánvaló, hogy minél nagyobb számú csoport osztani az eredeti adatokat, így lesz egyenletes az egyes csoportokon belül. Azonban ez megnöveli a átlagok magukat, és ez viszont megnehezíti a magatartás és értelmezése egy statisztikai elemzést. Emiatt az elemző meg kell próbálni elérni közötti optimális arányt a csoportok száma és minősége (homogenitás). Azt is meg kell figyelni, hogy az értékek száma a csoportokon belül. Gyakran előfordul, hogy az egész test osztva, hogy a legtöbb értéket kap csak egy vagy két csoporttal, és a többi érték annyira különbözik a tömeges, hogy legalább néhány csoportok őket csinálni. Persze, hogy elemezze az adatokat egy vagy két nincs értelme észrevételeket. Ezeket az értékeket nevezzük kóros, és sok esetben azok meg kellene szüntetni a számítások szerint (nem elfelejtve a létezésükről).

Így vannak két poláris típusú információt: vagy a legpontosabb (ha a kezdeti érték, hogy működtetni az egyes külön-külön) vagy maximálisan kompakt (amikor az összes információt helyébe egy másik jellemzője, mint például az átlagos érték). Intermedier variánsok definiált adatcsoport. Minél nagyobb a csoport, annál homogénebb az adatokat őket, de a nagyobb az átlagosnál. Ez a helyzet okozza a problémát közötti választás a pontosság és a tömörség. Ha az adatokat elemeztük dinamika, inhomogenitása lehet hanyagolni, hiszen alig van hatással a dinamika az index. De ha összevetjük az átlagos értékeket más átlagok (más objektumokhoz a térben, de nem a hangszóró), akkor is kell figyelni, hogy a minőségi mutatók. Heterogén adatok helyes lenne, hogy tartsa csoport és / vagy helyes értelmezése a számítások eredményei. A legfontosabb dolog az elemző nem emelkedik fel a földről, és az egyes számítási érezni a kapcsolatot a valósággal.

Ez minden. Azonban a téma átlagok továbbra is van még egy csomó érdekes és informatív.
Minden a legjobb.