Ang isang parameter ay itinuturing na mahalaga sa lahat ng mga lugar, ito ay isang mahusay na minarkahang pagkakakilanlan upang masuri o masuri ang isang partikular na sitwasyon. Halimbawa, mula sa isang parameter, ang isang tiyak na pangyayari ay maaaring maunawaan o mailagay sa pananaw para sa pag-unawa o pag-uuri nito. Sa larangan o sangay ng computer program, ang paggamit ng term na ito (parameter) ay; malawakang ginamit at ginamit upang mag-refer sa isang intrinsic na pag-aari ng isang pamamaraan.
Ang kahulugan ng isang parameter ay maaaring maging medyo kumplikado, dahil ito ay isang piraso ng impormasyon na isinasaalang-alang bilang isang bagay na nagpapahiwatig at mahalaga sapagkat ginagamit ito upang isagawa ang mga pagsusuri, pagsusuri at kahit mga konklusyon ng isang naibigay na sitwasyon. Mula ito sa sanggunian na ang mga bagay na iniimbestigahan ay maaaring maunawaan mula sa isang tiyak na pananaw. Ang isang halimbawa ng kahulugan ng isang parameter ay ang sumusunod: "Isinasagawa ang pagsisiyasat, gayunpaman, walang tukoy na parameter upang linawin ang mga katotohanan." Malinaw dito na walang kadahilanan na ito, walang malulutas na kontrahan.
Ano ang isang statistical parameter
Talaan ng mga Nilalaman
Sa nakaraang seksyon, pinag-usapan namin nang kaunti ang tungkol sa kung ano ang isang parameter at kung paano maisasama ang salitang iyon sa mga regular na pag-uusap, ngayon ang oras upang banggitin ang lahat na nauugnay sa parameter ng istatistika at kung ano ang pagkakaiba sa kahulugan ng parameter na nabanggit dati Pagdating sa mga istatistika, ang sanggunian na ito ay tumutukoy sa isang bilang na namamahala upang ibuod ang isang malaking halaga ng data na nakuha mula sa kinakalkula na mga variable ng istatistika. Upang makalkula ang numerong ito, kailangan ng isang formula ng arithmetic, ang huli ay nakuha sa pamamagitan ng pagkalkula ng data ng populasyon na pinag-aaralan.
Ang pangunahing layunin ng istatistika ay upang makabuo ng isang makatotohanang modelo, dahil dito, ang data ng istatistika ay naging isang bunga na hindi maiiwasan. Ang mga parameter sa matematika at sa alinman sa mga sangay nito ay mahalaga upang mapanatili ang kaayusan sa data na nakuha mula sa bawat pagkalkula, lalo na kung ang mga sanggunian na ito ay resulta ng mga pag-aaral sa isang tukoy na komunidad. Isinasaalang-alang ito, ang kadahilanan na ito, bilang karagdagan sa pagbibigay ng isang pangkalahatang ideya ng pandaigdigang populasyon, nagbibigay-daan sa isang mapaghahambing na pagtatasa upang makagawa ng iba't ibang mga pagtatantya sa modelo ng katotohanan na inilaan na malikha.
Ngayon, tulad ng lahat ng agham, pag-aaral o pagkalkula, ang data na ito ay nangangailangan ng isang serye ng mga patakaran upang gumana nang tama at hindi malito sa anumang iba pang pagsusuri sa matematika. Kung wala ang mga patakarang ito, ang lahat ng nakuha na pagkalkula ay magiging ganap na mali at hindi ito haharap sa isang parameter ng istatistika.
Mga panuntunan ng isang statistic na parameter
Ang bawat sanggunian sa bilang ay dapat magkaroon ng ilang mga patakaran na mailalapat, isa sa mga ito ay hindi ito nangangailangan ng mga kalabuan para sa pagkalkula nito, tumatagal lamang ito ng isang mahusay na pormula ng aritmetika upang makamit ito. Walang mahalagang pagmamasid sa pag-aaral ang dapat na balewalain, iyon ay, ang data ay may isang napaka-pangkalahatang karakter at lahat ay mahalaga. Maaari itong bigyang-kahulugan, ang pagkalkula nito ay maaaring madaling manipulahin ng algebra at, sa wakas, ang data ay maaaring maging sensitibo sa mga pagbagu-bago sa mga sample, nangangahulugan ito na ang mga sampol na pang-istatistika ay maaaring magkakaiba at ang mga ito ay may impluwensya sa mga parameter..
Mga uri ng mga parameter ng istatistika
Tulad ng pagkakaroon ng data na ito, mayroon ding kanilang mga uri at tamang paraan upang makilala at mailapat ang mga ito, ang una ay ang parameter ng posisyon, na responsable para sa pagkilala sa kabuuang halaga kung saan nakakalkula ang data na kinakalkula, iyon ay,, hanapin ang halagang umuutos at kinakatawan ang mga ito. Ang uri ng sanggunian na ito ay nahahati sa dalawang aspeto: mga panukala ng gitnang pagkahilig at mga hakbang ng di-gitnang pagkahilig, ang mga puntos ay ipaliwanag sa paglaon. Hindi tulad ng ipinaliwanag sa nakaraang seksyon, ang data na ito ay hindi kinakailangang sumabay sa mga resulta ng variable.
Hindi rin ito maaaring magamit sa isang generic na character upang gumawa ng mga pagtataya. Ang paggamit ng iba't ibang mga parameter ay nakasalalay sa paksa. Ang pangalawang slope ay ang pagpapakalat. Isinasaalang-alang nito ang lawak kung saan ang lahat ng nakuha na data ay naka-grupo sa paligid ng gitnang halaga ng pagkalkula. Ang slope na ito ay inuri sa dalawa pang aspeto, ganap na pagpapakalat at kamag-anak na pagpapakalat, sa una ay kailangan ng kumpanya ng isang data ng disposisyon at hindi kasama ang mga paghahambing sa pagitan ng mga sampol na nakuha. Sa pangalawa, pinag-uusapan natin ang tungkol sa mga walang sukat na hakbang at sa mga ito kung magagawa ang mga paghahambing.
Ang koefficient ng kurtosis, na kilala rin bilang pagturo, ay naghahanap upang makahanap ng mga hakbang kung paano ipinamamahagi ang mga kamag-anak na pag-uulit ng data sa pagitan ng mga labis at gitna. Ang Gaussian bell ay bahagi ng punto ng paghahambing sa pagitan ng lahat ng mga sanggunian na nahanap. Ang kurtosis ay mayroong 3 napakahalagang kategorya, ang mga ito ay pamamahagi ng mesocúrtic, na kilala rin bilang normal na pagpuntirya, pamamahagi ng leptokurtic, na kinakatawan ng positibong pagpuntirya at, sa wakas, pamamahagi ng platicurtic, na tumutukoy sa isang negatibong pag-target. Sama-sama nilang binibigyang kahulugan ang kurtosis bilang isang katangian ng parameter ng hugis.
Ang koepisyent ng kawalaan ng simetrya ay batay sa pagpapahintulot sa pagtuklas ng data at kung ang mga ito ay inayos nang simetriko ayon sa kanilang sentral na halaga, na sa pangkalahatan ay isang walang simetrong sukat. Upang malaman ang antas ng kawalaan ng simetrya ng mga data na ito, ang pagkalkula ng koepisyent ng kawalaan ng simetrya ay pautos. Ang ibinigay na data ay simetriko ayon sa kahulugan, gayunpaman, ang kabuuan ng lahat ng mga cube ng paglihis ayon sa parehong ibig sabihin ay dapat na null. Kung ang isang positibong paghihirap ay hinahanap, ang ibig sabihin ay dapat na nasa kanan ng panggitna.
Pagkatapos, sa grapiko, isang histogram na may hugis L at ang direktang pagwawakas sa kanan ay makukuha. Sa wakas, upang makakuha ng isang negatibong pagkakaguluhan, ang ibig sabihin ay dapat na hindi mapag-aalinlanganang mas mababa kaysa sa panggitna at ang histogram ay magiging kapani-paniwala na hugis J na nagtatapos sa kaliwa.
Mga halimbawa ng mga parameter ng istatistika
Kung ang ilang mga sample ay kinuha mula sa isang perpektong naipamahaging pamayanan, ang ibig sabihin ng pagsubok na iyon ay isang direktang istatistika. Ang halagang kinakatawan ng sample na ito ay isang pagtatantya ng ibig sabihin ng populasyon na iyon, ito ay tinatawag na parameter ng populasyon. Kung ang iba pang mga sample ay kinuha, ang halagang iyon ay magbabago nang sapalaran at ang pamamahagi ng posibilidad na ito ay batay sa pagsubok na pinag-uusapan. Ang pamamahagi na ito ay kumakatawan sa lahat ng nakuha na data at kung ang pangunahing pamayanan ay normal, ang pamamahagi ng sample na iyon ay dapat ding maging normal. Ang bawat hakbang ay kinumpleto ng susunod.
Mga elemento ng isang statistic na parameter
Tulad ng mga datos na ito na may mga patakaran at uri, mayroon din silang mga serye ng mga mahahalagang elemento upang makakuha ng ilang mga halaga ng isang tiyak na populasyon, ang mga elementong ito ay ipinamamahagi sa average, ang mode at ang panggitna, ang lahat ay bahagi ng mga panukala ng gitnang pagkahilig. Gayunpaman, mayroon ding mga di-gitnang mga hakbang sa pagkahilig na binubuo ng mga quartile, decile at porsyento. Upang masakop ang lahat ng nilalamang ito, ang bawat isa sa mga elemento ay nasisira, upang ang lahat na nauugnay sa kanila ay maaaring ganap na maunawaan.
Average
Ito ay ang ibig sabihin ng arithmetic at kilala ito sa pagiging laganap, mayroon itong serye ng mga katangian o elemento, nauugnay ito sa pagiging simple ng pagkalkula nito dahil sa interbensyon ng lahat ng data, ito ay binibigyang kahulugan bilang isang sentro ng masa o base ng balanse ng ibinigay na hanay ng data na kinakalkula. Nagagawa rin nitong i-minimize ang anumang paglihis ng quadratic mula sa mga sanggunian at madaling kapitan sa mga pagbabago sa sukat at pinagmulan. Madaling kapitan din kapag ang mga halaga ng variable ay labis na matinding.
Fashion
Ito ay isang medyo paulit-ulit na sanggunian at ang halaga ng variable nito ay may ganap na dalas, kaya't dinadala nito ang naka-istilong pangalan, sapagkat sa sarili nito, ito ang pinakatanyag. Ang pagkalkula ng mode ay talagang madali, dahil kailangan mo lamang upang magsagawa ng isang bilang upang mahanap ang kaukulang data. Ang mga katangian ng fashion ay simpleng interpretasyon at pagkalkula, nakasalalay ito sa mga frequency at salamat na maaari nitong kalkulahin ang mga variable na husay, bagaman mayroong mas malaking data, ang halaga nito ay independiyente, na ginagawang madaling kapitan ang fashion sa mga pagkakaiba-iba ng sample.
Median
Nakaharap ka sa panggitna kapag hindi bababa sa kalahati ng data na nakuha ay may variable na halaga na mas mababa sa mismong sarili nito, kapag ang mga halaga ay itinatago sa isang pagkakasunud-sunod mula sa pinakamababa hanggang sa pinakamataas. Ang isa sa mga halimbawa ng mga parameter ng istatistika ay ang pagkalkula ng panggitna ng isang pamilya, ang pamamaraan ay simple, ang sentral na halaga lamang ang dapat matatagpuan. Ang mga katangian o katangian ng panggitna ay tumutukoy sa halos hindi pagkakaroon ng nakakaapekto sa pamamagitan ng pagpapakalat at ang hindi madaling kapitan ng mga ibig sabihin ng pagpapakita ng mga oscillation dahil sa mga halaga ng variable nito.
Mga sukat ng di-gitnang posisyon
Ang mga ito ay hindi hihigit sa mga halagang nahuhulog sa ibaba ng bawat isa sa ilang mga tiyak na dami ng data. Ito ay isang mas pangkalahatang punto ng konsepto ng panggitna na ibinigay dati, dahil umaalis lamang ito sa ibaba 50% ng pamamahagi ng data, habang ginagawa ito ng mga dami sa pamamagitan ng anumang porsyento. Upang maiiba ang mga quartile, decile at porsyento, ang mga bahagi kung saan nahahati ang mga ito ay isinasaalang-alang. Ang mga quartile ay nahahati sa 4 na bahagi, ang mga decile sa 10 at ang mga porsyento sa isang daang.
Paglalapat ng mga parameter
Ang mga parameter ay maaaring mailapat sa iba't ibang mga lugar, alinman sa mga bilang na bilang o sa simpleng paggamit ng salita sa normal na pag-uusap. Babanggitin sa seksyong ito ang ilan sa mga lugar kung saan ginagamit ang mga parameter, kung ano ang gusto ng kanilang mga application at kung paano makilala kung nakikipag-usap ka o hindi sa isang magkasingkahulugan na parameter. Dapat tandaan na, ayon sa sangay o agham na tumutukoy, ang data na ito ay maaaring tawagan sa iba't ibang paraan.
Mga parameter ng computer
Pagdating sa computing, ang data na ito ay kilala bilang mga argumento at ang mga ito ay variable na ginagamit upang makatanggap ng mga halaga ng pag- input ng isang naibigay na gawain, pamamaraan o subroutine. Ang mga nakagawian na gawain ay magiging paraan ng pagpapadala ng mga halagang ito. Ang subroutine, sa kabilang banda, ay kumukuha ng lahat ng mga halagang naitalaga sa data nito upang mabago ang pag-uugali nito sa runtime.
Mga parameter ng network
Ito ang kilala bilang permanenteng distansya sa pagitan ng mga unit cell ayon sa mayroon silang mala-kristal na istraktura. Ang mga network ay may 3 mga parameter, na kinakatawan sa a, b at c, ngunit mayroong isang espesyal na elemento sa mga cubic network at iyon ay para sa kanila, lahat ng data ay tiyak na pareho, samakatuwid, ang tamang paraan upang mag-refer sa kanila ay sa pamamagitan ng sa Tungkol sa mga hexagonal crystal lattice, ang data a at b ay itinuturing na magkapareho, sa puntong ito, a at c lamang ang isinasaalang-alang.
Parameter ng populasyon
Ito ay walang iba kundi ang totoong halaga ng ibig sabihin ng isang naibigay na populasyon. Kapag ang nangingibabaw na mga katangian ng populasyon na ito ay hindi kilala, ang mga halaga ay maaaring kalkulahin mula sa mga sample.
Sa lahat ng mga lugar na ito ang ilang uri ng parameter na magkasingkahulugan ay matatagpuan upang hanapin o makilala ang mga ito ayon sa kaso, halimbawa, data, sanggunian, tagapagpahiwatig, hakbang o kadahilanan.
