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。