İstatistiksel ölçümler

Bu makalede istatistiksel ölçümlerin ne olduğu ve farklı istatistiksel ölçüm türleri arasındaki farkların neler olduğu açıklanmaktadır.

İstatistiksel önlemler nelerdir?

İstatistiksel ölçüler, bir veri kümesinin özelliklerini temsil eden değerlerdir. Yani istatistiksel ölçümler bir veri kümesini özetlemek için hesaplanır.

Böylece, istatistiksel ölçümler bir veri kümesinin neye benzediğini belirlemek için kullanılır ve ayrıca farklı istatistiksel örneklerin karşılaştırılmasına olanak tanır.

İstatistiksel ölçü türleri

Dört tür istatistiksel ölçüm vardır:

• Merkezi eğilim ölçüleri : bir dağılımın merkezi değerlerini gösterir.
• Dağılım ölçüleri : Bunlar istatistiksel bir örnekteki verilerin dağılım veya konsantrasyon derecesini belirlemek için kullanılır.
• Konum metrikleri : Bir veri kümesinin yapısının nasıl göründüğünü gösterin.
• Şekil ölçüleri : Bir dağılımın şeklini grafiksel olarak göstermeye gerek kalmadan bilmemize olanak tanır.

Her istatistiksel ölçüm türü aşağıda ayrıntılı olarak açıklanmaktadır.

Merkezi eğilim ölçümleri

Merkezi eğilim ölçüleri veya merkezileştirme ölçüleri , bir dağılımın merkezi değerini gösteren istatistiksel ölçülerdir. Yani, bir veri kümesinin merkezini temsil eden bir değer bulmak için merkezi eğilim ölçüleri kullanılır.

Merkezi eğilim ölçülerinin üç sınıfı vardır:

• Ortalama : Örnekteki tüm verilerin ortalamasıdır.
• Medyan : Bu, en küçükten en büyüğe doğru sıralanan tüm verilerin ortadaki değeridir.
• Mode : Veri setinde en çok görünen değerdir.

Bu tür istatistiksel ölçümlerin nasıl hesaplandığına ilişkin örnekleri görmek için burayı tıklayın:

Dağılım ölçümleri

Dağılım ölçüleri , bir veri kümesinin dağılımını gösteren bir tür tanımlayıcı ölçüdür. Bu nedenle, bir numunedeki verilerin dağılımını değerlendirmek için dağılım ölçüleri kullanılır.

Dağılım ölçülerine değişkenlik ölçüleri veya yayılma ölçüleri de denir.

Dağılım önlemleri aşağıdaki gibidir:

• Standart sapma (veya standart sapma)
• Varyans
• Değişim katsayısı
• Düzenli
• Çeyrekler arası aralık
• Orta fark

Her dağılım ölçüsünün kendi formülü vardır, bu nedenle bu makaleyi fazla ağırlaştırmamak için hepsi aşağıdaki yazıda açıklanmıştır:

Pozisyon ölçümleri

Konum ölçüleri, bir veri kümesinin yapısı hakkında bilgi sağlayan istatistiksel ölçülerdir. Başka bir deyişle konum ölçümleri, bir veri kümesinin neye benzediğini bilmenize yardımcı olur.

Genellikle ayrı ayrı tartışılsalar da merkezi eğilim ölçüleri, daha fazla konum ölçüleri olmasına rağmen veri serisinin merkezi konumları hakkında bilgi sağladığı için konum ölçüleri olarak da kabul edilir. Veya başka bir deyişle konum ölçüleri merkezi eğilim ölçülerini kapsar.

Aslında konum ölçümleri, belirledikleri konumlara göre merkezi konum ölçümleri ve merkezi olmayan konum ölçümleri olarak sınıflandırılır.

Böylece konum ölçümleri aşağıdaki gibidir:

• Merkez konum ölçümleri : Bir dağılımın merkezi değerlerini belirtir.
  • Ortalama : Örnekteki tüm verilerin ortalamasıdır.
  • Medyan : Bu, en küçükten en büyüğe doğru sıralanan tüm verilerin ortadaki değeridir.
  • Mode : Veri setinde en çok görünen değerdir.
• Merkezi olmayan konum ölçümleri : Veri setini eşit parçalara bölün.
• Çeyrekler – veri örneğini dört eşit parçaya bölün.
• Quintiles : Verileri beş eşit parçaya ayırın.
• Ondalık : Veri kümesini eşit genişlikte on aralığa bölün.
• Yüzdelikler : Verileri yüz eşit parçaya bölün.

Aşağıdaki bağlantıda bu istatistiksel önlemlerin her birinin formülünü görebilirsiniz:

Şekil ölçümleri

İstatistikte şekil ölçüleri , bir olasılık dağılımını şekline göre tanımlamamızı sağlayan göstergelerdir. Ek olarak, bir dağılımın grafiğini çizmeye gerek kalmadan neye benzediğini belirlemek için şekil ölçümleri kullanılır.

İki tür şekil ölçümü vardır:

• Çarpıklık – bir dağılımın simetri (veya asimetri) derecesini, yani dağılımın simetrik mi yoksa asimetrik mi olduğunu gösterir.
• Basıklık : Bir dağılımın ortalaması etrafında yoğunlaşma derecesini belirtir, yani dağılımın dik mi yoksa düz mü olduğunu belirler.

Bu tür istatistiksel ölçümleri hesaplamak için çeşitli formüller vardır; hepsini görmek için aşağıdaki bağlantıya tıklayın: