Параметр - полезный компонент статистического анализа. Основные концепции статистики для финансов. Твердое понимание статистики имеет решающее значение для того, чтобы помочь нам лучше понять финансы. Более того, концепции статистики могут помочь инвесторам в мониторинге. Это относится к характеристикам, которые используются для определения данной популяции. Он используется для описания определенной характеристики всего населения. При выводе о популяции параметр неизвестен, поскольку невозможно собрать информацию от каждого члена популяции. Скорее, мы используем статистику выборки, выбранной из совокупности, чтобы сделать вывод о параметре.
Например, параметр может использоваться для описания средней суммы кредитов, которые выдаются студентам Университета ABC. Предполагая, что население университета составляет 3000 человек, исследователь может начать с расчета финансовой помощи нескольких избранных выборок населения или примерно 10 студентов. С тремя выборками по 10 студентов в каждой исследователь может получить в среднем 2000, 1200 и 800 долларов. Исследователь может использовать это выборочное среднее, чтобы сделать вывод о параметре генеральной совокупности.
Наиболее общие параметры
Наиболее часто используемые параметры - это меры центральной тенденции. Центральная тенденция. Центральная тенденция - это описательная сводка набора данных через одно значение, которое отражает центр распределения данных. Наряду с изменчивостью. Эти меры включают среднее значение, медианное значение и режим, и они используются для описания поведения данных в распределении. Они обсуждаются ниже:
1. Среднее
Среднее значение также называют средним значением, и оно является наиболее часто используемым среди трех показателей центральной тенденции. Исследователи используют этот параметр для описания распределения данных коэффициентов. Финансовые коэффициенты. Финансовые коэффициенты создаются с использованием числовых значений, взятых из финансовых отчетов, для получения значимой информации о компании и интервалах.
Среднее значение получается путем суммирования и деления значений на количество баллов. Например, для пяти домохозяйств, в которых есть 5, 2, 1, 3 и 2 детей, среднее значение можно рассчитать следующим образом:
= (5 + 2 + 1 + 3 + 2) / 5
= 13/5
= 2,6
2. Медиана
Медиана используется для вычисления переменных, которые измеряются с помощью порядковых порядковых данных. В статистике порядковые данные - это тип данных, в которых значения следуют в естественном порядке. Одной из наиболее заметных особенностей порядковых данных является шкала интервалов или отношений. Его можно получить, расположив данные от наименьшего к наибольшему, а затем выбрав число (а) посередине. Если общее количество точек данных - нечетное число, медиана обычно является средним числом. Если числа четные, медиана получается путем суммирования двух чисел в середине и деления их на два, чтобы получить среднее значение.
Медиана чаще всего используется, когда есть несколько разных точек данных. Например, при расчете среднего числа студентов, поступающих в колледж, может быть часть студентов старше остальных. Использование среднего может исказить значения, поскольку оно покажет, что средний возраст студентов, поступающих в колледж, будет выше, тогда как использование медианы может дать более верное отражение ситуации.
Например, давайте найдем средний возраст студентов, впервые поступающих в колледж, с учетом следующих значений десяти студентов:
17, 17, 18, 19, 19, 20, 21, 25, 28, 32
Медиана приведенных выше значений составляет (19 + 20) / 2 = 19,5 .
Режим
Режим - это наиболее часто встречающееся число в распределении данных. Он показывает, какое число или значение является самым большим или наиболее часто встречающимся в распределении данных. Режим используется для любого типа данных.
Например, давайте рассмотрим класс колледжа, в котором обучается около 40 студентов. Учащимся сдают тестовый экзамен, выставляют оценки и затем группируют по шкале от 1 до 5, начиная с учащихся с наименьшим количеством оценок.
Оценки выставляются следующим образом:
- Кластер 1: 5
- Кластер 2: 7
- Группа 3:13
- Группа 4:12
- Кластер 5: 3
Кластер 3 показывает наибольшее количество студентов и, следовательно, режим - 13 . Это показывает, что из 40 студентов большинство студентов попали в кластер 3.
Параметры и статистика
Параметр используется для описания всей исследуемой популяции. Например, мы хотим узнать среднюю длину бабочки. Это параметр, потому что он что-то говорит обо всей популяции бабочек.
Параметры получить сложно, но мы используем соответствующую статистику для оценки ее значения. Статистика описывает выборку совокупности, а параметр описывает всю совокупность. Поскольку поймать и измерить всех бабочек в мире будет невозможно, мы можем поймать 100 бабочек и измерить их длину. Средняя длина 100 бабочек - это статистика, которую мы можем использовать, чтобы сделать вывод о длине всей популяции бабочек.
Как правило, значение статистики может варьироваться от одной выборки к другой, при этом параметр остается неизменным. Например, один образец из 100 бабочек может иметь среднюю длину 6,5 мм, а другой образец из 100 бабочек из другого региона может иметь среднюю длину 6,8 мм.
Кроме того, меньшая выборка из 50 бабочек может иметь среднюю длину 7,0 мм. Статистические данные, полученные из выборки совокупности, затем можно использовать для оценки параметра всей совокупности.
Дополнительные ресурсы
Финансы - официальный поставщик сертификации финансового моделирования и оценки (FMVA) ™. FMVA®. Присоединяйтесь к более 350 600 студентам, которые работают в таких компаниях, как Amazon, JP Morgan и Ferrari, по программе сертификации, призванной превратить любого в финансового аналитика мирового уровня.
Чтобы продолжить изучение и развитие своих знаний в области финансового анализа, мы настоятельно рекомендуем дополнительные финансовые ресурсы, указанные ниже:
- Проверка гипотез Проверка гипотез Проверка гипотез - это метод статистического вывода. Он используется для проверки правильности утверждения относительно параметра совокупности. Проверка гипотезы
- Непараметрические тесты Непараметрические тесты В статистике непараметрические тесты - это методы статистического анализа, которые не требуют распределения для соответствия необходимым допущениям для анализа.
- Количественный анализ Количественный анализ Количественный анализ - это процесс сбора и оценки поддающихся измерению и проверке данных, таких как выручка, доля рынка и заработная плата, чтобы понять поведение и эффективность бизнеса. В эпоху информационных технологий количественный анализ считается предпочтительным подходом к принятию обоснованных решений.
- Смещение выборки Смещение выборки Смещение выборки - это смещение, возникающее в результате неспособности обеспечить надлежащую рандомизацию выборки населения. Недостатки выборки