wprowadzenie

miara rozprzestrzeniania, czasami nazywana również miarą rozproszenia, jest używana do opisu zmienności w próbie lub populacji. Jest zwykle używany w połączeniu z miarą tendencji centralnej, takich jak średnia lub mediana, aby zapewnić ogólny opis zestawu danych.

dlaczego ważne jest mierzenie rozprzestrzeniania się danych?,

istnieje wiele powodów, dla których miara rozprzestrzeniania się wartości danych jest ważna, ale jednym z głównych powodów jest jego związek z miarami tendencji centralnej. Miara spreadu daje nam wyobrażenie o tym, jak dobrze średnia, na przykład, reprezentuje dane. Jeżeli spread wartości w zbiorze danych jest duży, średnia nie jest tak reprezentatywna dla danych, jak gdyby spread danych był mały. Dzieje się tak, ponieważ duży spread wskazuje, że prawdopodobnie istnieją duże różnice między poszczególnymi punktami., Dodatkowo, w badaniach, to jest często postrzegane jako pozytywne, jeśli istnieje niewielka zmienność w każdej grupie danych, jak to wskazuje, że podobne.

przyjrzymy się zakresowi, kwartylom, wariancji, odchyleniu absolutnemu i odchyleniu standardowemu.

zakres

zakres jest różnicą między Najwyższym i najniższym wynikiem w zbiorze danych i jest najprostszą miarą spreadu., Obliczamy więc zakres jako:

zakres = wartość maksymalna – wartość minimalna

na przykład rozważmy następujący zestaw danych:

maksymalna wartość wynosi 85, a minimalna 23. Daje to zakres 62, czyli 85 minus 23. Chociaż korzystanie z zakresu jako miary rozprzestrzeniania jest ograniczone, to wyznacza granice wyników., Może to być przydatne, jeśli mierzysz zmienną, która ma krytyczny niski lub wysoki próg (lub oba), którego nie należy przekraczać. Zakres natychmiast poinformuje cię, czy przynajmniej jedna wartość przekroczyła te krytyczne progi. Ponadto zakres może być używany do wykrywania błędów podczas wprowadzania danych. Na przykład, jeśli zarejestrowałeś wiek dzieci szkolnych w swoim badaniu i masz od 7 do 123 lat, wiesz, że popełniłeś błąd!