 Range - გაბნევის დიაპაზონია, ბოლო მონაცემსა და პირველს შორის სიდიდით

სხვაობა.
 გეომეტრიული საშუალო - საბოლოო და თავდაპირველი რიცხვების
შეფარდებიდან ფესვი იმ ხარისხის, რამდენჯერაც მოხდა ცვლილება (ან
შუალედური ცვლილებების ნამრავლი მაგ ხარისხში)
 მედიანა - შუა მონაცემი, როდესაც აუთლაიერი გვყავს, უმჯობესია მედიანა
გამოვიყენოთ, ვიდრე საშუალო.
 Sample Variance (საშუალო
ვარიაცია)– ვიღებთ მონაცემებს,
ვაკლებთ საშუალოს და აგვყავს
კვადრატში, შემდეგ ვკრებთ და
ვაფარდებთ n-1 (n რატომ არა,
შემდეგში ავხსნიო,
პოპულაციებზეა n და შერჩევისას
n-1).
რაც უფრო პატარა მონაცემები
გვექნება, მით უფრო ნაკლებადაა
საშუალოდან გაფანტული მონაცემები.
კვადრატები რომ არ გვქონოდა, ნულის ტოლი გამოგვივიდოდა ჯამი. კი შეგვეძლო
მოდულები გამოგვეყენებინა
კვადრატების ნაცვლად, მაგრამ
შემდეგი დამუშავებისათვის
უკეთესი თვისებები აქვს
კვადრატს.


საშუალო კვადრატული
გადახრა/სტანდარტული გადახრა - იგივე განზომილებაში გვიჯდება პასუხი,
რაშიც თავიდან გვქონდა მონაცემები.

 განაწილების ფორმები -

ფარდობითი
ვარიაციულობა/ვარიაციის კოეფიციენტი - საშუალო სტანდ. გადახრას
ვაფარდებთ საშუალოსთან და ვამრავლებთ 100%-ზე.
  Z-score - სტანდარტიზაციის ოპერაცია - რაღაც ქულა ავიღე მაგ, და მინდა გავიგო
სხვებთან მიმართებაში რამდენად კარგი ქულა მაქვს. ამ Z-ს დავთვლი და -3დან
3მდე ჩავარდება. თუ 0-თან ახლოა, საშუალო ქულა მაქვს, თუ 3თან ახლოს - კარგი
ძაან.
 ასიმეტრია - მარცხნივ ასიმეტრიული, მარჯვნივ ასიმეტრიული და სიმეტრიული.
 ფორმულით დავთვლით skew და თუ მეტია ნულზე, მარჯვნივ-ასიმეტრიულია; თუ <0
მარცხნივ-ასიმეტრიული, თუ 0თან ახლოს, სიმეტრიული
 Stdev.s - ფორმულა, გადახრებისთვის.
 Standartize – Z score-ის ფორმულა
 Data analysis-ს აქვს სტატისტიკური მონაცემები
 Var s - გვიჩვენებს ვარიაციას.
 Mode.sngl - თუ ერთი მოდაა.

წიგნიდან
გეომტრიული საშუალო - ზომავს დროში ცვლადის ცვლილების ტემპს. გეომეტრიული
საშუალო rate of return-ის ზომავს პროცენტულად უკუგებას ინვესტიციაზე პერიოდის
განმავლობაში. ტოლია:

 Sample-ის-ვარიაცია: (ვარიაცია არაფერს არ გვაძლევს, ვინაიდან ერთეულების

განსხვავებას არ ითვალისწინებს).
Sample-ის საშუალო სტანდარტული გადახრა:

 ვარიაციის კოეფიციენტი - სტანდარტული გადახრა/საშუალო.

 Z-score - მისი მნიშვნელობა არის რიცხვსა და საშუალოს შორის

განსხვავება/სტანდარტული გადახრა. გვიჩვენებს მნიშვნელობა მაღლაა
საშუალოზე თუ დაბლა და რამდენი სტანდარტული გადახრით. აუთლაიერებს
კარგად მოგვაძებნინებს, იმიტომ რომ ძაან განსხვავებული მნიშვნელობები ან
ძალიან დიდი უარყოფითი რიცხვია, ან ძალიან დიდი დადებითი რიცხვი .
ძირითადად, z-score -3,3-ს შორისაა.
 Skeweness (ასიმეტრიულობის კოეფიციენტი) - გვიჩვენებს მონაცემების
მნიშვნელობები რამდენად სიმეტრიულია საშუალოს ირგვლივ.
 საშუალო<მედიანაზე, უარყოფითი და მარცხნივ-ასიმეტრიული (left-skewed)
დისტრიბუცია.
 საშუალო=მედიანა - სიმეტრიული განაწილება.
 საშუალო>მედიანა, დადებითი, მარჯვნივ-ასიმეტრიული დისტრიბუცია.
 Kurtosis - გვიჩვენებს რამდენად ციცაბოდ ადის პიკისკენ მრუდი . მოკლედ, ყველა
ფორმას ადარებს ნორმალური განაწილების ფორმას, რომელსაც kurtosis ნულის
ტოლი აქვს. უფრო sharper-rising პიკი ვისაც აქვს, ვიდრე ნორმალურს - დადებითი
kurtosis – leptokurtic. ვისაც უარყოფითი აქვს და ნელა იზრდება, უფრო ბრტყლად,
platykurtic. პირველ შემთხვევაში უფრო მეტი რიცხვი ექცევა საშუალოსთან ახლოს,
ვიდრე ნორმალურისას, პლატიკურტიკში კი პირიქით.