콘텐츠
통계 측정은 데이터 세트를 요약하는 데 도움이됩니다. 다양한 유형의 총 진폭을 계산하면 데이터의 변동 또는 증가를 정의 할뿐만 아니라 전체 집합을 설명하는 평균을 계산할 수도 있습니다. 전체 범위는 계산하기 쉽다는 장점이 있지만 신중하게 해석해야합니다.
집에서 데이터 범위
1 단계
분석을 위해 Microsoft Excel과 같은 스프레드 시트에 데이터를 삽입합니다. 이것은 많은 양의 데이터가있는 경우 특히 중요합니다. 10 개 이하의 숫자와 같이 작은 숫자가 있으면 계산기를 사용할 수 있습니다.
2 단계
가장 작은 값에서 가장 높은 값으로 정렬되도록 스프레드 시트의 데이터를 구성합니다. 많은 스프레드 시트 프로그램에는 쉽게 구성 할 수있는 기능이 있습니다. 전체 범위는 데이터 세트의 가장 낮은 값과 가장 높은 값에서 계산됩니다.
3 단계
데이터를 네 부분으로 나누는 사 분위수 측정 값을 식별합니다. 1 사 분위수는 가장 낮은 관측 값의 25 %를 결정하는 값입니다. 2 사 분위수는 평균값입니다. 제 3 사 분위수는 가장 낮은 관측 값의 75 %와 가장 높은 값의 25 %를 결정하는 값입니다. 이 단계는 큰 데이터 세트에서 특히 유용하지만 작은 세트에서는 필요하지 않을 수 있습니다.
4 단계
데이터의 확산 값을 결정하는 총 진폭을 계산합니다. 총 진폭은 데이터 세트에서 관찰 된 최고 값과 최저값의 차이입니다. 예를 들어, 25 명의 학생으로 구성된 학급에 대한 수학 시험 점수 세트가 있다고 가정합니다. 여기서 최고 점수는 98 점이고 최저 점수는 50 점입니다. 최고 점수에서 최저 점수를 빼면 다음 값에 진폭이 있습니다. 48.
5 단계
반 진폭을 얻기 위해 최고 및 최저 관찰 값의 평균을 계산합니다. 평균 (산술 평균), 중앙값 및 패션과 마찬가지로 반 진폭은 중심 경향의 척도입니다. 이 예에서 50에서 98 사이의 평균은 74의 반 진폭을 제공합니다.
6 단계
3 단계에서 식별 된 사 분위수 값을 사용하여 사 분위수 사이의 진폭을 얻기 위해 3 사분 위에서 1 사 분위 값을 뺍니다. 이 측정 값은 사 분위수 중 하나의 분산 수준을 고려하므로 가장 높거나 가장 낮은 극단 값에 의해 왜곡되지 않습니다.