Professional Documents
Culture Documents
ლექცია 5
ლექცია 5
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: