Pozīcijas mērījumi ir statistikas rādītāji, kas ļauj apkopot datus vienā vai sadalīt to sadalījumu tāda paša lieluma intervālos.
Tāpēc pozīcijas mērījumi kalpo mērīšanai un sadalīšanai.
Tādā veidā daži apkopos dažādās vērtības vienā, kas šajā gadījumā ir reprezentatīvs. Piemēram, vidējais rādītājs. Kamēr pārējie sadalīs datu kopu vienādās daļās, kuras būs vieglāk interpretēt; mēs runātu par kvantilēm.
Statistikas stāvokļa mērījumu nozīme
Tie ir pirmais aprakstošās analīzes solis. Kad mēs vēlamies uzzināt informāciju par kādu parādību, mēs sākam ar datu apkopošanu.
Bet tie paši par sevi nesniedz mums būtisku informāciju, tāpēc tie ir jāanalizē. Pozīcijas mērījumi kopā ar izkliedes pasākumiem palīdz mums tos grupēt un pat kodēt.
Šīs ir galvenās un pamatzināšanas statistikā. Faktiski ievada koledžas nodarbības ir vērstas uz tām. Ja mēs nezinām, kas ir vidējais rādītājs, vairāk nekā iespējams, ka mēs nevaram saprast citus jēdzienus, piemēram, regresiju vai hipotēžu pārbaudi.
Šī iemesla dēļ tās ir vienas no būtiskākajām zināšanām tādās zinātnēs kā ekonomika.
Nav centrālie pozīcijas mērījumi
Pozīcijas rādītāji parasti tiek sadalīti divās lielās grupās: ne-centrālā tendence un centrālā. Nav centrālās pozīcijas pasākumi kvantiles. Tie veic virkni vienādu dalījumu sakārtotajā datu sadalījumā. Tādā veidā tie atspoguļo augšējo, vidējo un apakšējo vērtību.
Visizplatītākie ir:
- Kvartile: Tas ir viens no visbiežāk izmantotajiem un sadala sadalījumu četrās vienādās daļās. Tādējādi ir trīs kvartiles. Zemākās sadalījuma vērtības ir zem pirmās (Q1). Vidējā vai mediāna ir zemākās vērtības, kas vienādas ar otro kvartili (Q2), un lielākās - trešā kvartile (Q3).
- Kvintile: Šajā gadījumā sadaliet sadalījumu piecās daļās. Tāpēc ir četras kvintiles. Tāpat nav vērtības, kas sadalītu sadalījumu divās vienādās daļās. Tas notiek retāk nekā iepriekšējais.
- Decils: Mēs saskaramies ar kvantu, kas datus sadala desmit vienādās daļās. Ir deviņi deciļi, no D1 līdz D9. D5 atbilst mediānai. No otras puses, augšējā un apakšējā vērtība (ekvivalenta dažādām kvartilēm) atrodas starppunktos starp tām.
- Procenti: Visbeidzot, šī kvantile sadali sadala simts daļās. Ir 99 procentiles. Tas savukārt ir līdzvērtīgs deciļiem un kvartiliem.
Apskatīsim šīs līdzvērtības kopā nākamajā attēlā. Mēs esam pievienojuši formulas, kuras mēs varam izmantot izklājlapā, lai iegūtu šos centrālās pozīcijas mērījumus.
Mēs atzīmējam, ka tās ir līdzīgas formulas. Kvartilēm ir īpašs, bet pārējie tiek iegūti, izmantojot decimāldaļas, atkarībā no tā, ko mēs vēlamies aprēķināt.
Kvartilēs kā parametrus izmanto 1 (Q1), 2 (Q2 un 3 (Q3). Deciļu, kvintiļu vai procentiles gadījumā tiek izmantota līdzīga formula un n / 10, n / 5 vai n / 100. ka n ir pozīcija no 1 līdz 9 deciļļiem, no 1 līdz 4 kvintilēm un no 1 līdz 99 procentilēm.
Piemēram, 2. kvintiļa būtu 2/5, 5. decile būtu 5/10 un 50. procentile būtu 50/100.
Centrālās pozīcijas mērījumi
Tas ļauj mums apkopot datu sadalījumu vienā centrālā vērtībā, ap kuru tie atrodas; kamēr pēdējie sadala sadalījumu vienādās daļās. Tie jau ir izstrādāti citos rakstos vietnē Economy-Wiki.com, tāpēc mēs aprobežosimies ar īsu informāciju par katru no tiem.
- Vidējais aritmētiskais, ģeometriskais vai harmoniskais: Šie ir trīs centrālie rādītāji, kas norāda datu vidējo svērto vērtību. Pirmais ir visvairāk izmantotais un pazīstamākais no trim. Ģeometriskais tiek izmantots sērijās, kas parāda procentuālo pieaugumu. Savukārt harmonika ir noderīga, analizējot ieguldījumus akciju tirgū.
- Mediāna: Šajā gadījumā tas ir atpazīstamākais centra stāvokļa mērs. Sadaliet sadalījumu divās vienādās daļās. Tādā veidā tas izsaka mediānu, nevis mediānu. Tas ir ļoti noderīgi tādos mainīgos lielumos kā ienākumi vai algas, savukārt tas ir cieši saistīts ar vidējo un dažiem redzamajiem kvantiļiem.
- Mode: Mēs saskaramies ar biežāko vērtību centrālo mēru. Tāpēc mode mūs informē par tiem, kas atkārtojas vairāk reizes. Šis pasākums ir ļoti noderīgs tirgus izpētē, kad mēs mēra iespaidu uz produktu ar likerta skalu.
Mēs parādīsim trīs visbiežāk izmantoto svērto vidējo tipu galvenās formulas. Visus tos var iegūt izklājlapā.
Mēs varam pārbaudīt, vai pirmais tiek aprēķināts, dalot datu summu ar to skaitu. Savukārt otrais ir datu reizinājums ar n-to sakni, kur n ir to skaits. Trešais ir sadalījums starp datu stāvokli un to.
Pozīcijas mērījumu piemērs
Iedomājieties kādas valsts ienākumu vērtības uz vienu iedzīvotāju, veicot aptauju ar divdesmit cilvēkiem. Mēs tos esam pasūtījuši no zemākā līdz augstākajam, un mēs aprēķinām dažas kvartiles un deciles.
Attēlā redzams, kā tas tiktu darīts. Mēs iekļaujam formulas.
Tāpēc piemērā mēs varam redzēt, ka cilvēkiem, kuri nopelna vismazāk (Q1 vai D1), ienākumi ir 2900 vai 2770. Vidējā ienākuma summa abos gadījumos ir 3200. Tie, kuriem bija visaugstākie ienākumi (Q3 vai D9), nopelnīja 3875 vai 4620. Noslēgumā šie ne centrālās pozīcijas rādītāji sniedz ļoti interesantu informāciju par analizētajiem datiem.