parameter

En parameter anses som essensiell på alle områder, den er en godt markert indikasjon for å evaluere eller evaluere en bestemt situasjon . Fra en parameter kan for eksempel en viss omstendighet forstås eller settes i perspektiv for dens forståelse eller klassifisering. I felt eller gren for dataprogrammering er bruken av dette uttrykket (parameter); Mye utvidet og brukt for å referere til en egenart av en prosedyre.

parameter

Definisjonen av parameter kan være litt komplisert, siden det er et stykke informasjon som anses som en retningslinje og viktig fordi den brukes til å utføre evalueringer, evalueringer og til og med konklusjoner av en gitt situasjon. Det er fra denne referansen at tingene som blir undersøkt kan forstås fra et spesifikt perspektiv. Et eksempel på definisjonen av en parameter er følgende: "Undersøkelsen gjennomføres, men det er ingen spesifikk parameter som lar oss avklare fakta". Med dette er det klart at uten den faktoren kan ingen konflikter løses.

Hva er en statistisk parameter

I forrige del snakket vi litt om hva en parameter er og hvordan det ordet kan inkluderes i vanlige samtaler, nå er det på tide å nevne alt relatert til den statistiske parameteren og hva som er forskjellen i betydningen av parameteren som ble nevnt tidligere. Når det gjelder statistikk, refererer denne referansen til et tall som klarer å oppsummere en betydelig mengde data hentet fra de beregnede statistiske variablene. For å beregne dette tallet kreves en aritmetisk formel, sistnevnte oppnås ved å beregne dataene til populasjonen som er undersøkt.

Det tvingende målet med statistikk er å utvikle en realistisk modell, på grunn av dette blir statistiske data en konsekvens som ikke kan unngås. Parametrene i matematikk og i noen av dens grener er viktige for å opprettholde orden i dataene som er hentet fra hver beregning, enda mer hvis disse referansene er resultatet av studier fra et spesifikt samfunn. Når dette tas i betraktning, muliggjør denne faktoren, i tillegg til å gi en generell ide om den globale befolkningen, en komparativ analyse for å gjøre forskjellige estimater av den virkelighetsmodell som er ment å bli opprettet .

Nå, som all vitenskap, studier eller beregning, trenger disse dataene en rekke regler for å fungere ordentlig og ikke forveksles med noen annen matematisk analyse. Uten disse reglene ville hele den oppnådde beregningen være helt feil, og man ville ikke bli møtt med en statistisk parameter.

Regler for en statistisk parameter

Hver numeriske referanse må ha visse regler for å være anvendelige, en av dem er at den ikke trenger tvetydigheter for sin beregning, den trenger bare en god aritmetisk formel for å oppnå den. Ingen viktig observasjon av studien skal ignoreres, det vil si at dataene har en veldig generell karakter og alt er viktig. Det kan tolkes, beregningen kan enkelt manipuleres med algebra, og til slutt kan dataene bli følsomme for svingningene i prøvene, dette betyr at de statistiske prøvene kan variere og at disse har innflytelse på parameterne. .

Typer statistiske parametere

Akkurat som disse dataene finnes, er det også deres typer og de riktige måtene å identifisere og anvende dem på, den første er posisjonsparameteren, som er ansvarlig for å identifisere den totale verdien som dataene som skal beregnes er gruppert, det vil si, finn verdien som bestiller og representerer dem. Denne typen referanser er delt inn i to aspekter: målinger av sentral tendens og mål for ikke-sentral tendens, poeng vil bli forklart senere. I motsetning til hva som ble forklart i forrige avsnitt, trenger ikke disse dataene nødvendigvis å sammenfalle med resultatene av variabelen.

Det kan heller ikke brukes med en generisk karakter for å komme med spådommer. Bruken av de forskjellige parametrene er opp til emnet . Det andre aspektet er spredning . Dette tar hensyn til i hvilken grad alle innhentede data er gruppert rundt den sentrale verdien av beregningen . Dette aspektet er klassifisert i to aspekter til, absolutt spredning og relativ spredning . I det første trenger selskapet ordningsdata og dekker ikke sammenligninger mellom oppnådde prøver. I det andre snakker vi om dimensjonsløse målinger og i dem om det kan gjøres sammenligninger.

parameter

Endelig er det skjemaet . Dataene lagres eller grupperes i henhold til den sentrale verdien, dette skaper en direkte konsekvens: Tilfeldige variabler som presenteres kontinuerlig. Disse variablene gjenskaper et bilde, denne gangen er det de klokkeformede histogrammene til Gauss, som er kjent som en matematisk modell som tilhører normalfordelingen. Hva vil du oppnå med denne forklaringen? At indikativet på form ikke er mer enn de vanlige referansene til grafene, og viser korrekt distribusjon. Dette igjen blir delt inn i kurtosekoeffisient og asymmetri.

Kurtosekoeffisienten, også kjent som peker, søker å finne målene for hvordan de relative repetisjonene av dataene er fordelt mellom ytterpunktene og sentrum. Gauss klokke er en del av sammenligningspunktet mellom alle referanser som ble funnet. Kurtosen har 3 veldig viktige kategorier, dette er mesocurtisk distribusjon, også kjent som normal sikting, leptokurtisk distribusjon, representert ved den positive siktingen og til slutt, platicurtisk fordeling, som refererer til et negativt siktemål. Sammen gir de følelse av kurtose som kjennetegn ved formparameteren.

Asymmetri-koeffisienten er basert på å tillate oppdagelse av dataene, og hvis de blir ordnet symmetrisk i henhold til deres sentrale verdi, noe som generelt er et asymmetrisk mål. For å vite graden av asymmetri av disse dataene, er beregningen av asymmetri-koeffisienten avgjørende. Dataene som er gitt er symmetriske i henhold til gjennomsnittet. Summen av alle avvikskubene i henhold til det samme gjennomsnittet skal imidlertid være null. Hvis man søker en positiv skevhet, må middelet være til høyre for medianen.

Deretter oppnås grafisk et histogram med en L-form og dets direkte avslutning til høyre. Til slutt, for å oppnå en negativ asymmetri, må middelet være udiskutabelt lavere enn medianen og histogrammet som endelig vil være J-formet med avslutningen til venstre.

Eksempler på statistiske parametere

Hvis noen prøver er tatt fra et perfekt distribuert samfunn, er gjennomsnittet av denne testen en direkte statistikk. Verdien som denne prøven representerer er et estimat for gjennomsnittet av den populasjonen, dette kalles populasjonsparameteren . Hvis andre prøver blir tatt, vil den verdien endres tilfeldig, og sannsynlighetsfordelingen vil være basert på den aktuelle testen. Denne distribusjonen vil representere alle innhentede data, og hvis hovedsamfunnet er normalt, må distribusjonen av prøven også være normal. Hvert trinn kompletteres av det neste.

Elementer av en statistisk parameter

Akkurat som disse dataene har regler og typer, de har også en serie viktige elementer for å oppnå visse verdier for en gitt populasjon, disse elementene er fordelt i gjennomsnitt, modus og median, alle tre er en del av målene for sentral tendens. Imidlertid er det også ikke-sentrale tendenstiltak som består av kvartiler, desiler og prosentiler. For å dekke alt dette innholdet blir hvert av elementene fordelt, slik at alt relatert til dem kan forstås fullt ut.

gjennomsnittlig

Det er det aritmetiske middelet og er kjent for å være ganske utbredt, det har en serie egenskaper eller elementer, disse er referert til enkelheten i beregningen på grunn av intervensjonen av alle dataene, det tolkes som et sentrum av masse eller base av balanse av det gitte datasettet som blir beregnet. Det klarer også å minimere eventuelt kvadratisk avvik fra referansene og er utsatt for endringer i skala og opprinnelse. Det er også mottakelig når verdiene til variabelen er ekstremt ekstreme.

mote

Det er en ganske gjentatt referanse, og verdien av variabelen har en absolutt frekvens, det er derfor den har det fasjonable navnet, fordi det i seg selv er det vanligste. Det er veldig enkelt å beregne modus, siden det bare tar en telling å finne de tilsvarende dataene. Egenskapene til modusen er tolkningen og enkel beregning, det avhenger av frekvensene, og takket være det kan den beregne kvalitative variabler, selv om det er større data, er verdien av den uavhengig, noe som gjør modusen mottakelig for utvalgsvariasjoner.

Medianen

Du er foran median når minst halvparten av innhentede data har en variabel verdi godt under seg selv, bare når verdiene holdes i en rekkefølge fra minst til størst. Et av eksemplene på statistiske parametere er beregningen av medianen til en familie, metoden er enkel, bare den sentrale verdien skal være lokalisert. Medianens egenskaper eller egenskaper refererer til den nesten null påvirkning av spredning og ikke-følsomheten for middelet for å presentere svingninger motivert av verdiene til variabelen.

Ikke-sentrale posisjonsmålinger

Dette er ikke annet enn verdier som ligger langt under hverandre i visse datamengder. Det er et mer generelt poeng av medianbegrepet som tidligere er gitt, siden dette bare etterlater under 50% av distribusjonen av dataene, mens kvantilene gjør det med en hvilken som helst prosentandel. For å differensiere kvartiler, desiler og prosentiler, tas delene som de er delt inn i. Kvartilene er delt inn i 4 deler, decilene i 10 og persentilene i hundre.

Bruk av parametrene

Parametrene kan brukes på forskjellige områder, enten numerisk eller bare ved å bruke ordet i vanlige samtaler. Denne delen vil omtale noen av områdene som parameterne brukes i, hvordan applikasjonene deres er, og hvordan du kan identifisere om du har å gjøre med et synonym for parameteren eller ikke. Det må huskes at i henhold til grenen eller vitenskapen det er referert til, kan disse dataene kalles på forskjellige måter.

Datamaskinparametere

Når det gjelder databehandling, er disse dataene kjent som argumenter og er variabler som brukes til å motta inngangsverdiene til en gitt rutine, metode eller subroutine. Påkallingsrutinene vil være metoden for å sende disse verdiene. Subroutinen derimot tar alle verdiene som er tilordnet dataene dine for å endre atferden under kjøretid.

Nettverksparametere

Dette er det som kalles den permanente avstanden mellom enhetsceller i henhold til deres krystallstruktur. Nettverkene har 3 parametere, som er representert i a, b og c, men det er et spesielt element i kubiske nettverk, og det er at for dem er alle dataene absolutt de samme, derfor er den riktige måten å henvise til dem på a. Når det gjelder de sekskantede krystallgitterene, blir data a og b ansett som identiske, i denne forstand er det bare tatt hensyn til a og c.

Befolkningsparameter

Det er bare sannhetsverdien av gjennomsnittet til en gitt befolkning . Når de dominerende egenskapene til denne populasjonen er ukjente, kan verdiene beregnes ved bruk av prøvene .

I alle disse områdene er det en slags parameter for å lokalisere eller identifisere dem som tilfellet kan være, for eksempel data, referanser, indikatorer, tiltak eller faktorer.

Anbefalt

objektivitet
2020
apnea
2020
barndom
2020