統計パラメータ
この記事では、さまざまな統計パラメータが何であるかを説明します。したがって、統計パラメータの定義、すべてのタイプの統計パラメータ、およびそれらの計算方法を確認できるようになります。
統計パラメータとは何ですか?
統計パラメータはデータのセットを定義する値です。つまり、統計パラメータは統計サンプルの特性を表す数値です。
したがって、統計パラメータは、一連のデータを要約するために使用されます。さらに、異なる分布を比較するのにも役立ちます。
たとえば、算術平均は、統計サンプルの中心値に関する情報を提供する統計パラメータであり、これにより、データ サンプルのアイデアを得ることができます。
統計指標は、記述統計とも呼ばれます。
統計パラメータの種類
統計パラメータには 4 つのタイプがあります。
- 中心傾向パラメータ: 分布の中心値を示します。
- 分散パラメータ: これらは、統計サンプル内のデータの分散または集中の程度を決定するために使用されます。
- 位置パラメータ: これらは、データセットの構造がどのようなものかを示します。
- 形状パラメーター: グラフを作成しなくても、分布の形状を知ることができます。
各種統計パラメータについては、以下で詳しく説明します。
中心傾向パラメータ
中心傾向パラメータ、または中心化パラメータ は、分布の中心値を示す統計的尺度です。言い換えれば、このタイプの統計パラメータは、データセットの中心を表す値を見つけるために使用されます。
中心傾向パラメータには次の 3 種類があります。
- 平均: これは、サンプル内のすべてのデータの平均です。
- Median : これは、最小値から最大値の順に並べられたすべてのデータの中央の値です。
- モード: これは、データセット内で最も繰り返される値です。
これらのタイプの統計パラメータがどのように計算されるかの例を参照するには、ここをクリックしてください。
分散パラメータ
分布パラメータはデータセットの分布を示します。したがって、分布パラメータは、サンプル内のデータの分布の程度を評価するために使用されます。
分散パラメータは、変動パラメータまたは伝播パラメータとも呼ばれます。
さまざまな分散パラメータは次のとおりです。
- 標準偏差 (または標準偏差)
- 分散
- 変動係数
- きちんとした
- 四分位範囲
- 中程度の差
各分散パラメータには独自の式があるため、この記事が重くなりすぎないよう、次の投稿ですべて説明しています。
位置パラメータ
位置パラメータは、データセットの構造を知らせる統計的尺度です。言い換えれば、位置パラメータは、データセットがどのようなものであるかを知るのに役立ちます。
通常、これらは個別に説明されますが、位置パラメータがさらにある場合でも、中心傾向パラメータはデータ系列の中心位置に関する情報を提供するため、位置パラメータともみなされます。換言すれば、位置パラメータは中心傾向パラメータを包含する。
実際、位置パラメータは、決定される位置に基づいて、中心位置パラメータと非中心位置パラメータに分類されます。
したがって、位置パラメータは次のようになります。
- 中心位置パラメータ: 分布の中心値を示します。
- 平均: サンプル内のすべてのデータの平均です。
- Median : これは、最小値から最大値の順に並べられたすべてのデータの中央の値です。
- Mode : データセット内で最も多く出現する値です。
- 非中心位置設定– データセットを等しい部分に分割します。
- 四分位– データ サンプルを 4 つの等しい部分に分割します。
- 五分位数: データを 5 つの等しい部分に分割します。
- Deciles : データセットを同じ幅の 10 個の間隔に分割します。
- パーセンタイル: データを 100 等分に分割します。
これらの各統計パラメーターの式は、次の場所で確認できます。
形状パラメータ
統計学において、形状パラメータは、確率分布をその形状に従って記述することを可能にする指標です。さらに、形状パラメーターを使用すると、分布をグラフ化せずに分布がどのように見えるかを決定できます。
形状パラメータには 2 つのタイプがあります。
- 歪度– 分布の対称性 (または非対称性) の程度、つまり分布が対称か非対称かを示します。
- 尖度: 分布が平均値付近にどの程度集中しているかを示します。つまり、分布が急峻であるか平坦であるかを決定します。
このタイプの統計パラメータを計算するにはいくつかの式があります。すべてを表示するには、次のリンクをクリックしてください。