En parameter anses vara väsentlig inom alla områden, det är en väl markerad indikator för att kunna utvärdera eller bedöma en viss situation. Från en parameter kan till exempel en viss omständighet förstås eller placeras i perspektiv för dess förståelse eller klassificering. Inom området eller grenen av datorprogrammering är användningen av denna term (parameter); används ofta och används för att hänvisa till en egenskap hos ett förfarande.
Den definition av en parameter kan vara lite komplicerat, eftersom det är en bit av information som anses vara något vägledande och viktigt eftersom med det utvärderingar, bedömningar och även slutsatserna i en viss situation genomförs. Det är från denna referens som de saker som undersöks kan förstås ur ett specifikt perspektiv. Ett exempel på definitionen av en parameter är följande: "Undersökningen genomförs, men det finns ingen specifik parameter för att klargöra fakta." Med detta är det uppenbart att utan denna faktor kan ingen konflikt lösas.
Vad är en statistisk parameter
Innehållsförteckning
I föregående avsnitt pratade vi lite om vad en parameter är och hur det ordet kan inkluderas i vanliga konversationer, nu är det dags att nämna allt relaterat till den statistiska parametern och vad är skillnaden i betydelsen av parametern som nämndes tidigare. När det gäller statistik hänvisar denna referens till ett nummer som lyckas sammanfatta en betydande mängd data som erhållits från de beräknade statistiska variablerna. För att beräkna detta antal behövs en aritmetisk formel, den senare erhålls genom att beräkna data för den befolkning som studeras.
Det absolut nödvändiga målet för statistik är att utveckla en realistisk modell, på grund av detta blir statistiska data en konsekvens som inte kan undvikas. Parametrarna i matematik och i någon av dess grenar är väsentliga för att upprätthålla ordningen i de data som erhålls från varje beräkning, ännu mer om dessa referenser är resultatet av studier av en specifik gemenskap. Med hänsyn till detta möjliggör denna faktor, förutom att ge en allmän bild av den globala befolkningen, en jämförande analys för att göra olika uppskattningar av den modell av verkligheten som är tänkt att skapas.
Nu, som all vetenskap, studie eller beräkning, behöver dessa data en serie regler för att fungera korrekt och inte förväxlas med någon annan matematisk analys. Utan dessa regler skulle all erhållen beräkning vara helt fel och den skulle inte stå framför en statistisk parameter.
Regler för en statistisk parameter
Varje numerisk referens måste ha vissa regler för att vara tillämpliga, en av dem är att den inte behöver tvetydigheter för sin beräkning, det krävs bara en bra aritmetisk formel för att uppnå den. Ingen vital observation av studien ska ignoreras, det vill säga uppgifterna har en mycket allmän karaktär och allt är viktigt. Det kan tolkas, dess beräkning kan enkelt manipuleras med algebra och slutligen kan uppgifterna bli känsliga för fluktuationer i proverna, detta innebär att de statistiska proverna kan variera och att dessa har inflytande på parametrarna.
Typer av statistiska parametrar
Precis som dessa data finns finns det också deras typer och de korrekta sätten att identifiera och tillämpa dem, den första är positionsparametern, som är ansvarig för att identifiera det totala värdet i vilket data som ska beräknas grupperas, det vill säga,, hitta värdet som beställer och representerar dem. Denna typ av referens är indelad i två aspekter: mått på central tendens och mått på icke-central tendens, punkter kommer att förklaras senare. Till skillnad från vad som förklarades i föregående avsnitt behöver dessa data inte nödvändigtvis sammanfalla med resultaten av variabeln.
Det kan inte heller användas med en generisk karaktär för att göra prognoser. Användningen av de olika parametrarna är upp till ämnet. Den andra lutningen är spridningen. Detta tar hänsyn till i vilken utsträckning alla data som erhållits är grupperade runt beräkningens centrala värde. Denna lutning klassificeras i ytterligare två aspekter, absolut dispersion och relativ dispersion, i den första behöver företaget disponeringsdata och inkluderar inte jämförelser mellan de erhållna proverna. I det andra talar vi om måttlösa mätningar och i dem om jämförelser kan göras.
Den kurtosis Koefficienten, även känd som pekar, syftar till att hitta åtgärder för hur de relativa upprepningar av uppgifterna fördelas mellan ytterligheterna och centrum. Den Gaussiska klockan är en del av jämförelsepunkten mellan alla hittade referenser. Den kurtosis har 3 mycket viktiga kategorier, dessa är mesocúrtic fördelning, även känd som normal sikta, leptokurtic fördelning, representerad av den positiva siktar och slutligen platicurtic fördelning, som hänvisar till en negativ siktar. Tillsammans ger de känsla av kurtos som ett kännetecken för formparametern.
Den koefficient på asymmetrin är baserad på att tillåta upptäckten av data och om de är ordnade symmetriskt enligt deras centrala värde, som i allmänhet är en asymmetrisk åtgärd. För att veta graden av snedhet hos dessa data är beräkning av snedhetskoefficienten absolut nödvändig. De angivna uppgifterna är symmetriska enligt medelvärdet, men summan av alla kuber av avvikelser enligt samma medelvärde måste vara noll. Om man söker en positiv skevhet bör medelvärdet vara till höger om medianen.
Då erhålls grafiskt ett histogram med L-form och dess direkta avslutning till höger. Slutligen, för att få en negativ snedhet, måste medelvärdet vara obestridligt lägre än medianen och histogrammet kommer att vara slutgiltigt J-format med änden till vänster.
Exempel på statistiska parametrar
Om vissa prover tas från en perfekt distribuerad gemenskap är medelvärdet av det testet en direkt statistik. Värdet som detta urval representerar är en uppskattning av medelvärdet för den populationen, detta kallas populationsparameter. Om andra prover tas kommer detta värde att förändras slumpmässigt och dess sannolikhetsfördelning kommer att baseras på testet i fråga. Denna fördelning kommer att representera all data som erhållits och om huvudgruppen är normal måste distributionen av provet också vara normal. Varje steg kompletteras med nästa.
Element av en statistisk parameter
Precis som dessa data har regler och typer, har de också en serie väsentliga element för att uppnå vissa värden för en viss population, dessa element är fördelade i genomsnitt, läget och medianen, alla tre är en del av måtten på central tendens. Det finns dock också icke-centrala tendensåtgärder som består av kvartiler, deciler och percentiler. För att täcka allt detta innehåll bryts vart och ett av elementen ner så att allt som är relaterat till dem kan förstås fullt ut.
Medel
Det är det aritmetiska medelvärdet och det är känt för att vara ganska utbrett, det har en serie egenskaper eller element, dessa är relaterade till enkelheten i beräkningen på grund av ingripande av alla data, det tolkas som ett masscentrum eller bas av jämvikt för den angivna datamängden som beräknas. Det lyckas också minimera eventuell kvadratisk avvikelse från referenserna och är känslig för skala och ursprungsförändringar. Det är också känsligt när värdena på variabeln är extremt extrema.
Mode
Det är en ganska upprepad referens och värdet på dess variabel har en absolut frekvens, varför den bär det fashionabla namnet, för i sig är det det som är mest populärt. Det är väldigt enkelt att beräkna läget, eftersom det bara krävs en räkning för att hitta motsvarande data. De egenskaper mode är enkla tolkning och beräkning, det beror på frekvenserna och tack vare att den kan beräkna kvalitativa variabler, även om det finns större uppgifter, är dess värde oberoende, som gör mode ett element känsligt för provvariationer.
Median
Du står inför medianen när minst hälften av de erhållna uppgifterna har ett variabelt värde långt under sig, bara när värdena hålls i en ordning från lägsta till högsta. Ett av exemplen på statistiska parametrar är beräkningen av familjens median, metoden är enkel, endast det centrala värdet ska lokaliseras. Medianens kvaliteter eller egenskaper hänvisar till den nästan obefintliga påverkan på grund av dispersion och den icke-känsligheten hos medelvärdet som visar svängningar på grund av värdena på dess variabel.
Icke-centrala positionsmätningar
Dessa är inget annat än värden som faller långt under varandra i vissa mängder data. Det är en mer allmän punkt i begreppet median som har tillhandahållits tidigare, eftersom det bara lämnar under 50% av datafördelningen, medan kvantilerna gör det med vilken procentsats som helst. För att differentiera kvartiler, deciler och percentiler beaktas delarna i vilka de är uppdelade. Kvartilerna är uppdelade i fyra delar, decilerna med 10 och percentilerna med hundra.
Tillämpning av parametrar
Parametrarna kan användas i olika områden, antingen i numeriska frågor eller genom att använda ordet enkelt i vanliga konversationer. I det här avsnittet kommer vi att nämna några av de områden där parametrar används, hur deras applikationer är, och hur man identifierar om du har att göra med en parameter synonym eller inte. Det måste komma ihåg att, enligt den gren eller vetenskap som hänvisar, kan dessa data anropas på olika sätt.
Datorparametrar
När det gäller beräkning är dessa data kända som argument och de är variabler som används för att ta emot ingångsvärdena för en given rutin, metod eller subrutin. Anropsrutinerna är metoden för att skicka dessa värden. Underrutinen tar å andra sidan alla värden som har tilldelats dess data för att ändra dess beteende vid körning.
Nätverksparametrar
Detta är vad som är känt som det permanenta avståndet mellan enhetsceller enligt den kristallina struktur de har. Nätverk har tre parametrar, som är representerade i a, b och c, men det finns ett speciellt element i kubiska nätverk och det är att för dem är alla data säkert desamma, därför är det korrekta sättet att hänvisa till dem genom till. När det gäller sexkantiga kristallgaller anses data a och b vara identiska, i denna mening beaktas endast a och c.
Befolkningsparameter
Det är inget annat än det verkliga värdet av medelvärdet för en viss befolkning. När de dominerande egenskaperna hos denna population är okända kan värdena beräknas från proverna.
I alla dessa områden finns det någon typ av parametersynonym som lokaliserar eller identifierar dem, till exempel data, referenser, indikatorer, mått eller faktorer.