စံသွေဖည်ခြင်းသည် အဘယ်ကြောင့် အရေးကြီးသနည်း။ (ရှင်းလင်းချက် + ဥပမာများ)

စံသွေဖည်မှုကို နမူနာတစ်ခုတွင် တန်ဖိုးများ ဖြန့်ဖြူးမှုကို တိုင်းတာရန် အသုံးပြုသည်။

ပေးထားသော နမူနာတစ်ခု၏ စံသွေဖည်မှုကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။

√ Σ(x _i – x _bar ) ² / (n-1)

ရွှေ-

• ∑- “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : နမူနာ၏ ^ith တန်ဖိုး
• x _bar : နမူနာကိုဆိုလိုသည်။
• n: နမူနာအရွယ်အစား

စံသွေဖည်တန်ဖိုး မြင့်မားလေ၊ နမူနာတစ်ခုတွင် တန်ဖိုးများ ကွဲကွာလေလေဖြစ်သည်။ အပြန်အလှန်အားဖြင့်၊ စံသွေဖည်မှုတန်ဖိုးနိမ့်လေ၊ တန်ဖိုးများသည် အစုလိုက်အပြုံလိုက် ပိုမိုနီးကပ်လေဖြစ်သည်။

ကျောင်းသားတွေ မကြာခဏမေးလေ့ရှိတဲ့ မေးခွန်းကတော့ စံသွေဖည်မှုက ဘာကြောင့် အရေးကြီးတာလဲ။

အဖြေ- စံသွေဖည်မှုသည် ပေးထားသော ဒေတာအစုံတွင် တန်ဖိုးများ ဖြန့်ဖြူးမှုကို ပြောပြသောကြောင့် အရေးကြီးပါသည်။

ကျွန်ုပ်တို့သည် ဒေတာအတွဲတစ်ခုကို ခွဲခြမ်းစိတ်ဖြာသည့်အခါတိုင်း၊ ကျွန်ုပ်တို့သည် အောက်ပါတိုင်းတာမှုများကို ရှာဖွေလိုပါသည်-

• ဒေတာအတွဲ၏ဗဟို ။ “ ဗဟို” ကိုတိုင်းတာရန်အသုံးအများဆုံးနည်းလမ်းမှာ mean နှင့် median ကိုအသုံးပြုခြင်းဖြစ်သည်။
• ဒေတာအတွဲတွင် တန်ဖိုးများ ဖြန့်ဖြူးခြင်း ။ ပျံ့နှံ့မှုကို တိုင်းတာရန် အသုံးအများဆုံးနည်းလမ်းမှာ စံသွေဖည်မှုကို အသုံးပြုခြင်းဖြစ်သည်။

စင်တာသည် မည်သည့်နေရာတွင် ရှိပြီး တန်ဖိုးများ ဖြန့်ဖြူးသည်ကို သိရှိခြင်းဖြင့် မည်သည့် data set တွင်မဆို တန်ဖိုးများ ဖြန့်ဖြူးခြင်းကို ကျွန်ုပ်တို့ ကောင်းစွာ နားလည်နိုင်ပါသည်။

အောက်ဖော်ပြပါ ဥပမာများသည် လက်တွေ့တွင် စံသွေဖည်ခြင်း၏ အရေးပါမှုကို ဖော်ပြသည်။

ဥပမာ 1- လစာခွဲဝေပေးခြင်း

ကုမ္ပဏီ A ၏ ပျမ်းမျှလစာမှာ $80,000 ဖြစ်ပြီး စံသွေဖည်မှုမှာ $20,000 ဖြစ်သည်ဟု ယူဆပါ။ စံသွေဖည်မှုသည် အလွန်ကြီးမားသောကြောင့်၊ သင်သည် ဤကုမ္ပဏီတွင် အလုပ်လုပ်ပါက တစ်နှစ်လျှင် လစာ $80,000 နီးပါး ပေးချေရမည်ဟု အာမခံချက်မရှိပါ။

အပြန်အလှန်အားဖြင့်၊ Company B ၏ပျမ်းမျှလစာသည် $80,000 ဖြစ်သည်ဆိုပါစို့၊ သို့သော် standard deviation သည် $4,000 သာရှိသည်။ ဤစံနှုန်းသွေဖည်မှုသည် အလွန်သေးငယ်သောကြောင့်၊ လစာကွာခြားမှုအနည်းငယ်သာရှိသောကြောင့် သင့်အား $80,000 နီးပါး ပေးချေရမည်ဟု သင်သေချာနိုင်ပါသည်။

အကယ်၍ ကျွန်ုပ်တို့သည် ဤကုမ္ပဏီနှစ်ခုတွင် လစာခွဲဝေမှုကို မြင်သာစေရန် boxplot တစ်ခုကို ဖန်တီးခဲ့ပါက၊ ၎င်းသည် ဤကဲ့သို့ဖြစ်နိုင်သည်-

လုပ်ခ၏စံသွေဖည်မှုသည် များစွာမြင့်မားသောကြောင့် ကုမ္ပဏီ A အတွက် ကွက်လပ်၏အရှည်သည် ပိုကြီးသည်ကို သတိပြုပါ။

ကုမ္ပဏီနှစ်ခုလုံးသည် ပျမ်းမျှလစာ တူညီသော်လည်း ကုမ္ပဏီ A တွင် လစာကွာဟမှု ပိုများသည်။

ဥပမာ 2- အိမ်ရာစျေးနှုန်းများ ဖြန့်ဝေခြင်း။

ရပ်ကွက် A ရှိ ပျမ်းမျှအိမ်ရာစျေးနှုန်းမှာ $250,000 ဖြစ်ပြီး စံသွေဖည်မှုမှာ $50,000 ဖြစ်သည်ဟု ယူဆပါ။ စံသွေဖည်မှုမှာ အလွန်ကြီးမားသောကြောင့် အချို့အိမ်စျေးနှုန်းများသည် $250,000 ထက် များစွာမြင့်မားမည်ဖြစ်ပြီး အချို့အိမ်များသည် များစွာနိမ့်ကျမည်ဟု ဆိုလိုသည်။ ဤရပ်ကွက်ရှိ မည်သည့်အိမ်တွင်မဆို ကြည့်ရှုပါက၊ စျေးနှုန်းသည် ပျမ်းမျှနှင့် နီးသည်ဟု အာမခံချက်မရှိပါ။

အပြန်အလှန်အားဖြင့်၊ ရပ်ကွက် B ရှိ ပျမ်းမျှအိမ်စျေးနှုန်းသည် $250,000 ဖြစ်သည်ဆိုပါစို့၊ သို့သော် စံသွေဖည်မှုသည် $10,000 သာရှိသည်။ ဤစံနှုန်းသွေဖည်မှုမှာ အလွန်သေးငယ်သောကြောင့်၊ အနီးနားရှိ သင်ကြည့်ရှုသော မည်သည့်အိမ်မဆို ဤစျေးနှုန်းဖြင့် ပိတ်နိုင်ဖွယ်ရှိကြောင်း သင်သေချာနိုင်ပါသည်။

ဤရပ်ကွက်နှစ်ခုရှိ အိမ်စျေးနှုန်းများ ဖြန့်ဖြူးမှုကို မြင်သာစေရန် အကွက်ကွက်တစ်ခုကို ဖန်တီးပါက၊ ၎င်းသည် ဤကဲ့သို့ဖြစ်နိုင်သည်-

အိမ်ခြံမြေစျေးနှုန်းများ စံသွေဖည်မှု မြင့်မားသောကြောင့် ရပ်ကွက် A ၏ ကွက်လပ်၏ အလျားသည် ပိုကြီးသည်။

အမှန်တကယ်တွင် အိမ်ရာစျေးနှုန်းများသည် ရပ်ကွက် A အတွက် $150,000 အောက်မှ $400,000 ကျော်အထိရှိပြီး ရပ်ကွက် B အတွက် $230,000 မှ $270,000 ခန့်သာရှိသည်။

ရပ်ကွက်တစ်ခုစီရှိ အိမ်စျေးနှုန်းများ၏ စံသွေဖည်မှုကို သိရုံမျှဖြင့်၊ ရပ်ကွက်တစ်ခုစီတွင် စျေးနှုန်းမည်မျှကွာခြားသည်ကို ကျွန်ုပ်တို့ သိရှိနိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

ကောင်းသောစံသွေဖည်ခြင်းဟု အဘယ်အရာကိုယူဆသနည်း။
အပိုင်းအခြား vs. စံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။
ကွဲလွဲမှု နှင့် စံသွေဖည်မှု ကိန်းဂဏန်း- ကွာခြားချက်