Standartinio nuokrypio diapazono taisyklė

C.K. Taylor / Getty Images

Standartinis nuokrypis ir diapazonas yra matai duomenų rinkinio plitimą . Kiekvienas skaičius savaip parodo, kaip išskirstyti duomenys, nes jie abu yra kitimo matas. Nors nėra aiškaus ryšio tarp diapazonas ir standartinis nuokrypis , čia yranykščio taisyklėgali būti naudinga susieti šiuos du statistinius duomenis. Šis ryšys kartais vadinamas standartinio nuokrypio diapazono taisykle.

Diapazono taisyklė nurodo, kad standartinis imties nuokrypis yra maždaug lygus vienai ketvirtajai duomenų diapazono. Kitaip tariant s = (Maksimalus – Minimalus)/4 . Tai labai paprasta naudoti formulė ir turėtų būti naudojama tik kaip labai grubus standartinio nuokrypio įvertinimas .

Pavyzdys

Norėdami pamatyti pavyzdį, kaip veikia diapazono taisyklė, pažvelgsime į šį pavyzdį. Tarkime, kad pradedame nuo duomenų reikšmių 12, 12, 14, 15, 16, 18, 18, 20, 20, 25. Šios reikšmės turi reiškia 17 ir standartinis nuokrypis apie 4,1. Jei vietoj to pirmiausia apskaičiuosime savo duomenų diapazoną kaip 25 – 12 = 13, o tada šį skaičių padalinsime iš keturių, gausime standartinį nuokrypį kaip 13/4 = 3,25. Šis skaičius yra gana artimas tikrajam standartiniam nuokrypiui ir tinka apytikriam įvertinimui.

Kodėl tai veikia?

Gali atrodyti, kad diapazono taisyklė yra šiek tiek keista. Kodėl tai veikia? Ar neatrodo visiškai savavališka tiesiog padalyti diapazoną iš keturių? Kodėl nepadalijus iš kito skaičiaus? Iš tikrųjų užkulisiuose vyksta tam tikras matematinis pagrindimas.

Prisiminkite savybes varpo kreivė ir tikimybės iš a standartinis normalusis skirstinys . Viena ypatybė yra susijusi su duomenų kiekiu, kuris patenka į tam tikrą standartinių nuokrypių skaičių:

• Maždaug 68 % duomenų yra vieno standartinio nuokrypio (didesnio ar mažesnio) ribose nuo vidurkio.
• Maždaug 95 % duomenų yra dviejų standartinių nuokrypių (didesnio arba mažesnio) ribose nuo vidurkio.
• Maždaug 99 % yra trijų standartinių nuokrypių (didesnio ar mažesnio) ribose nuo vidurkio.

Skaičius, kurį naudosime, yra susijęs su 95 proc. Galime pasakyti, kad 95% nuo dviejų standartinių nuokrypių žemiau vidurkio iki dviejų standartinių nuokrypių virš vidurkio, turime 95% savo duomenų. Taigi beveik visas mūsų normalus pasiskirstymas būtų tęsiamas per linijos atkarpą, kurios ilgis yra keturi standartiniai nuokrypiai.

Ne visi duomenys yra įprastai paskirstyti ir varpo kreivės formos. Tačiau dauguma duomenų yra pakankamai gerai naudojami, kad nukrypstant nuo vidurkio dviem standartiniais nuokrypiais, būtų užfiksuoti beveik visi duomenys. Apskaičiuojame ir sakome, kad keturi standartiniai nuokrypiai yra maždaug diapazono dydis, todėl diapazonas, padalytas iš keturių, yra apytikslis standartinio nuokrypio apytikslis dydis.

Diapazono taisyklės naudojimas

Diapazono taisyklė yra naudinga daugelyje nustatymų. Pirma, tai labai greitas standartinio nuokrypio įvertinimas. Standartiniam nuokrypiui pirmiausia reikia rasti vidurkį, tada atimti šį vidurkį iš kiekvieno duomenų taško, padalyti skirtumus kvadratu, juos pridėti, padalinti iš vienu mažiau nei duomenų taškų skaičius, tada (galiausiai) paimti kvadratinę šaknį. Kita vertus, diapazono taisyklė reikalauja tik vienos atimties ir vienos dalybos.

Kitos vietos, kur diapazono taisyklė yra naudinga, yra tada, kai turime neišsamią informaciją. Tokios formulės, kaip imties dydžiui nustatyti, reikalauja trijų informacijos dalių: norimos paklaidos riba , pasitikėjimo lygiu ir mūsų tiriamos populiacijos standartinis nuokrypis. Daug kartų neįmanoma žinoti, kas yra gyventojų standartinis nuokrypis yra. Naudodami diapazono taisyklę galime įvertinti šią statistiką ir žinoti, kokio dydžio imtį turėtume sudaryti.