В математиката емпиричното правило казва, че при нормален набор от данни практически всяка част от данните ще попадне в рамките на три стандартни отклонения Стандартно отклонение От гледна точка на статистиката, стандартното отклонение на набор от данни е мярка за величината на отклоненията между стойностите от наблюденията, съдържащи се в средната стойност. Средната стойност е средната стойност на всички числа в набора.
Емпиричното правило се нарича още Правилото на трите сигми или Правилото 68-95-99.7, тъй като:
- В рамките на първото стандартно отклонение от средната стойност, 68% от всички данни почиват
- 95% от всички данни ще попаднат в рамките на две стандартни отклонения
- Почти всички данни - 99,7% - попадат в рамките на три стандартни отклонения (оставащите 0,3% се използват за отчитане на извънредни стойности, които съществуват в почти всеки набор от данни)
Нормална дистрибуция
Емпиричното правило се появи, защото същата форма на кривите на разпределение продължаваше да се появява отново и отново пред статистиците. Емпиричното правило важи за нормално разпределение. При нормално разпределение на практика всички данни попадат в рамките на три стандартни отклонения на средната стойност. Средната средна средна стойност е основно понятие в математиката и статистиката. По принцип средната стойност се отнася до средната или най-често срещаната стойност в колекция от, режим и медиана са равни.
- Средната стойност е средната стойност на всички числа в набора от данни.
- Режимът е числото, което се повтаря най-често в набора от данни.
- Медианата е стойността на спреда между най-високото и най-ниското число в рамките на набора.
Това означава, че средната стойност, режим и медиана Медиана Медиана е статистическа мярка, която определя средната стойност на набор от данни, изброени във възходящ ред (т.е. от най-малката до най-голямата стойност). Медианата трябва да пада в центъра на набора от данни. Половината от данните трябва да са в горния край на набора, а другата половина по-долу.
Определяне на стандартното отклонение
Емпиричното правило е особено полезно за прогнозиране на резултатите в рамките на набор от данни. Първо трябва да се изчисли стандартното отклонение. Формулата е дадена по-долу:
Сложната формула по-горе се разбива по следния начин:
- Определете средната стойност на набора от данни, която е сумата от набора от данни, разделена на количеството числа.
- За всяко число в набора извадете средната стойност, след което на квадрат полученото число.
- Използвайки квадратните стойности, определете средната стойност за всяка.
- Намерете квадратния корен на средното, изчислено в стъпка 3.
Това е стандартното отклонение между трите първични процента от нормалното разпределение, в рамките на което по-голямата част от данните в набора трябва да попаднат, с изключение на незначителен процент за отклоненията.
Използване на емпиричното правило
Както бе споменато по-горе, емпиричното правило е особено полезно за прогнозиране на резултатите в рамките на набор от данни. Статистически, след като бъде определено стандартното отклонение, наборът от данни може лесно да бъде подложен на емпиричното правило, показващо къде парчетата данни се намират в разпределението.
Прогнозиране Прогнозиране Прогнозирането се отнася до практиката да се предсказва какво ще се случи в бъдеще, като се вземат предвид събитията от миналото и настоящето. По принцип това е инструмент за вземане на решения, който помага на бизнеса да се справи с въздействието на бъдещата несигурност, като изследва исторически данни и тенденции. е възможно, тъй като дори без да се знаят всички специфики на данните, могат да се правят прогнози за това къде данните ще попаднат в рамките на набора въз основа на диктовките 68%, 95% и 99,7%, показващи къде трябва да почиват всички данни.
В повечето случаи емпиричното правило е от първостепенно значение за определяне на резултатите, когато не са налични всички данни. Това позволява на статистиците - или на тези, които изучават данните - да получат представа къде ще попаднат данните, след като всичко е на разположение. Емпиричното правило също помага да се провери колко нормален е набор от данни. Ако данните не се придържат към емпиричното правило, тогава това не е нормално разпределение и трябва да се изчисли съответно.
Свързани четения
Finance е официалният доставчик на глобалния финансов модел и анализ на оценката (FMVA) ™ FMVA® сертификация Присъединете се към 350 600+ студенти, които работят за компании като Amazon, JP Morgan и Ferrari, сертифицирана програма, предназначена да помогне на всеки да стане финансов анализатор от световна класа . За да продължите да учите и да напредвате в кариерата си, допълнителните финансови ресурси по-долу ще бъдат полезни:
- Централна тенденция Централна тенденция Централната тенденция е описателно резюме на набор от данни чрез една стойност, която отразява центъра на разпределението на данните. Заедно с променливостта
- Номинални данни Номинални данни В статистиката номиналните данни (известни също като номинална скала) са вид данни, които се използват за обозначаване на променливи, без да се предоставя каквато и да е количествена стойност
- Непараметрични тестове Непараметрични тестове В статистиката непараметричните тестове са методи за статистически анализ, които не изискват разпределение, за да отговарят на необходимите предположения за анализ
- Волатилност Волатилност Волатилността е мярка за степента на колебания в цената на ценната книга във времето. Той посочва нивото на риск, свързано с ценовите промени на ценната книга. Инвеститорите и търговците изчисляват волатилността на ценната книга, за да оценят минали вариации в цените