Parametr jest użytecznym składnikiem analizy statystycznej Podstawowe pojęcia statystyki dla finansów Pełne zrozumienie statystyki ma kluczowe znaczenie dla lepszego zrozumienia finansów. Ponadto koncepcje statystyczne mogą pomóc inwestorom w monitorowaniu. Odnosi się do cech, które służą do definiowania danej populacji. Służy do opisania specyficznej cechy całej populacji. Podczas wnioskowania o populacji parametr jest nieznany, ponieważ nie byłoby możliwe zebranie informacji od każdego członka populacji. Zamiast tego używamy statystyki próbki pobranej z populacji, aby wyciągnąć wnioski dotyczące parametru.
Na przykład parametr może służyć do opisania średniej kwoty pożyczek, które są udzielane studentom ABC University. Przyjmując, że liczba mieszkańców uczelni wynosi 3000, badacz może zacząć od wyliczenia pomocy materialnej kilku wybranych prób populacji, czyli około 10 studentów. Przy trzech próbkach po 10 uczniów każda badacz może uzyskać średnio 2000, 1200 i 800 USD. Badacz może wykorzystać tę średnią próby do wnioskowania o parametrze populacji.
Najczęstsze parametry
Najczęściej używanymi parametrami są miary tendencji centralnej Tendencja centralna Tendencja centralna to opisowe podsumowanie zbioru danych za pomocą pojedynczej wartości, która odzwierciedla środek rozkładu danych. Wraz ze zmiennością. Miary te obejmują średnią, medianę i modę i są używane do opisu zachowania danych w rozkładzie. Omówiono je poniżej:
1. Średnia
Średnia jest również określana jako średnia i jest najczęściej stosowana spośród trzech miar tendencji centralnej. Badacze wykorzystują ten parametr do opisu rozkładu danych wskaźników Wskaźniki finansowe Wskaźniki finansowe są tworzone z wykorzystaniem wartości liczbowych zaczerpniętych ze sprawozdań finansowych, aby uzyskać istotne informacje o firmie i przedziałach czasowych.
Średnią uzyskuje się sumując i dzieląc wartości przez liczbę wyników. Na przykład w pięciu gospodarstwach domowych, w których jest 5, 2, 1, 3 i 2 dzieci, średnią można obliczyć w następujący sposób:
= (5 + 2 + 1 + 3 + 2) / 5
= 13/5
= 2,6
2. Mediana
Mediana służy do obliczania zmiennych mierzonych za pomocą porządkowych danych porządkowych W statystykach dane porządkowe to typ danych, w których wartości są uporządkowane według naturalnego porządku. Jedną z najbardziej godnych uwagi cech danych porządkowych jest skala przedziałowa lub ilorazowa. Uzyskuje się to poprzez uporządkowanie danych od najniższej do najwyższej, a następnie wybranie liczby (-ów) pośrodku. Jeśli całkowita liczba punktów danych jest liczbą nieparzystą, mediana jest zwykle liczbą środkową. Jeśli liczby są parzyste, medianę uzyskuje się przez zsumowanie dwóch liczb w środku i podzielenie ich przez dwa, aby otrzymać średnią.
Mediana jest używana głównie wtedy, gdy istnieje kilka różnych punktów danych. Na przykład podczas obliczania mediany studentów rozpoczynających naukę w college'u część uczniów może być starsza od reszty. Użycie średniej może zniekształcić wartości, ponieważ pokaże, że średni wiek studentów rozpoczynających naukę w college'u jest wyższy, podczas gdy użycie mediany może dać dokładniejsze odzwierciedlenie sytuacji.
Na przykład znajdźmy średni wiek studentów rozpoczynających naukę w college'u po raz pierwszy, biorąc pod uwagę następujące wartości dziesięciu studentów:
17, 17, 18, 19, 19, 20, 21, 25, 28, 32
Mediana powyższych wartości to (19 + 20) / 2 = 19,5 .
Tryb
Tryb jest najczęściej występującą liczbą w dystrybucji danych. Pokazuje, jaka liczba lub wartość jest największa lub najczęściej występuje w dystrybucji danych. Tryb jest używany dla dowolnego typu danych.
Na przykład weźmy przykład klasy uniwersyteckiej z około 40 studentami. Studenci otrzymują egzamin testowy, oceniają go, a następnie grupują w skali 1-5, zaczynając od uczniów z najniższą liczbą ocen.
Oceny są oceniane w następujący sposób:
- Klaster 1: 5
- Klaster 2: 7
- Klaster 3:13
- Klaster 4:12
- Klaster 5: 3
Klaster 3 pokazuje największą liczbę uczniów, dlatego tryb to 13 . Okazuje się, że spośród 40 uczniów większość uczniów została oceniona w klastrze 3.
Parametry i statystyki
Do opisu całej badanej populacji używany jest parametr. Na przykład chcemy poznać średnią długość motyla. Jest to parametr, ponieważ mówi coś o całej populacji motyli.
Parametry są trudne do uzyskania, ale do oszacowania ich wartości używamy odpowiedniej statystyki. Statystyka opisuje próbkę populacji, podczas gdy parametr opisuje całą populację. Ponieważ nie będzie można złapać i zmierzyć wszystkich motyli na świecie, możemy złapać 100 motyli i zmierzyć ich długość. Średnia długość 100 motyli to statystyka, której możemy użyć do wnioskowania o długości całej populacji motyli.
Zazwyczaj wartość statystyki może się różnić w zależności od próbki, podczas gdy parametr pozostaje stały. Na przykład jedna próbka 100 motyli może mieć średnią długość 6,5 mm, podczas gdy inna próbka 100 motyli z innego regionu może mieć średnią długość 6,8 mm.
Również mniejsza próbka 50 motyli może mieć średnią długość 7,0 mm. Statystyka uzyskana z próby populacji może być następnie wykorzystana do oszacowania parametru całej populacji.
Więcej zasobów
Finance jest oficjalnym dostawcą programu Financial Modeling and Valuation Analyst (FMVA) ™ Certyfikat FMVA® Dołącz do ponad 350 600 studentów, którzy pracują dla firm takich jak Amazon, JP Morgan i Ferrari, w ramach programu certyfikacji, którego celem jest przekształcenie każdego w światowej klasy analityka finansowego.
Aby dalej uczyć się i rozwijać swoją wiedzę na temat analizy finansowej, zdecydowanie zalecamy poniższe dodatkowe zasoby finansowe:
- Testowanie hipotez Testowanie hipotez Testowanie hipotez Testowanie hipotez jest metodą wnioskowania statystycznego. Służy do sprawdzenia, czy stwierdzenie dotyczące parametru populacji jest poprawne. Testowanie hipotez
- Testy nieparametryczne Testy nieparametryczne W statystyce testy nieparametryczne to metody analizy statystycznej, które nie wymagają rozkładu, aby spełnić wymagane założenia do analizy
- Analiza ilościowa Analiza ilościowa Analiza ilościowa to proces zbierania i oceny mierzalnych i weryfikowalnych danych, takich jak przychody, udział w rynku i płace, w celu zrozumienia zachowania i wyników firmy. W dobie technologii danych analiza ilościowa jest uważana za preferowane podejście do podejmowania świadomych decyzji.
- Błąd przy wyborze próbki Błąd przy wyborze próbki Błąd przy wyborze próbki jest błędem wynikającym z braku zapewnienia właściwej randomizacji próby populacji. Wady doboru próby
