Sự khác biệt giữa biến thiên mẫu và biến động dân số Sự khác biệt giữa giải thích

Giải thích

đề cập đến việc lựa chọn một phần dữ liệu thống kê tổng hợp cho mục đích thu thập thông tin liên quan đến toàn bộ. Tổng hợp hoặc toàn bộ các thông tin thống kê về một đặc tính cụ thể của tất cả các thành viên được điều tra được gọi là 'dân số' hoặc 'vũ trụ'. (Das, N.G, 2010). Phần được chọn của dân số được sử dụng để có được các đặc tính của quần thể hoặc vũ trụ được gọi là 'mẫu'. Dân số được lấy từ các đơn vị hoặc thành viên riêng lẻ, và một số đơn vị được đưa vào mẫu. Tổng số đơn vị của quần thể được gọi là kích thước quần thể, và của mẫu được gọi là cỡ mẫu. Dân số và mẫu có thể là hữu hạn hoặc vô hạn và tương tự, chúng có thể tồn tại hoặc giả thuyết.

-1->

Sự khác biệt: Sự khác biệt là một giá trị số cho thấy số lượng cá nhân trong một bộ dữ liệu phân phối rộng rãi đến mức nào. Đó là cách xa mỗi số là từ trung bình, và do đó từ mỗi khác. Độ lệch của giá trị bằng không có nghĩa là tất cả dữ liệu đều giống hệt nhau. Sự khác biệt nhiều hơn, nhiều hơn là các giá trị lây lan về trung bình, do đó từ mỗi khác. Ít biến động, ít hơn là các giá trị trải ra về trung bình, do đó từ mỗi khác, và phương sai không thể âm.

Sự khác nhau giữa phương sai dân số và biến động mẫu

Sự khác biệt chính giữa phương sai dân số và phương sai mẫu liên quan đến việc tính sai số. Phản biến được tính bằng năm bước. Phương trình đầu tiên được tính, sau đó chúng ta tính sai lệch so với giá trị trung bình, và thứ ba là độ lệch được bình phương, thứ tư là độ lệch bình phương được tổng kết và cuối cùng tổng này chia cho số hạng mục mà phương sai được tính. Như vậy phương sai = Σ (xi-x -) / n. Trường hợp xi = ith. Số, x- = trung bình và n = số hạng mục …

Bây giờ, khi phương sai được tính từ dữ liệu dân số, n bằng với số lượng các mục. Vì vậy, nếu áp suất huyết áp của tất cả 1000 người được tính từ dữ liệu về áp suất máu của tất cả 1000 người, thì n = 1000. Tuy nhiên khi phương sai được tính từ dữ liệu mẫu 1 sẽ được khấu trừ khỏi n trước khi chia tổng của độ lệch bình phương. Do đó trong ví dụ trên nếu dữ liệu mẫu có 100 mục, mẫu số sẽ là 100 - 1 = 99.

Do đó, giá trị của phương sai tính từ dữ liệu mẫu cao hơn giá trị có thể đã được phát hiện ra bằng cách sử dụng dữ liệu dân số. Logic của việc làm đó là để bù đắp thiếu thông tin của chúng tôi về dữ liệu dân số. Không thể tìm ra sự khác biệt về chiều cao của con người, vì thiếu thông tin tuyệt đối về chiều cao của tất cả con người sống, chứ không phải để nói về tương lai.Thậm chí nếu chúng ta lấy một ví dụ vừa phải, giống như số liệu về dân số ở độ cao của tất cả những người sống ở Mỹ, thì cơ thể vẫn có thể, nhưng chi phí và thời gian liên quan đến việc này sẽ đánh bại mục đích tính toán của nó. Đây là lý do mà dữ liệu mẫu được lấy cho hầu hết các mục đích thống kê và điều này đi kèm với việc thiếu thông tin về phần lớn dữ liệu. Để bù đắp cho điều này, giá trị của phương sai và độ lệch tiêu chuẩn, được căn bậc bằng phương sai thì cao hơn trong trường hợp dữ liệu mẫu thay đổi so với số liệu dân số.

Hoạt động này như là một lá chắn tự động cho các nhà phân tích và các nhà ra quyết định. Logic áp dụng cho các quyết định về ngân sách vốn, tài chính cá nhân và doanh nghiệp, xây dựng, quản lý giao thông, và nhiều lĩnh vực áp dụng. Điều này giúp người giữ cổ phần an toàn khi quyết định hoặc cho các kết luận khác.

Tóm tắt:

Sự khác biệt về dân số là giá trị của phương sai được tính từ dữ liệu dân số, và phương sai mẫu là phương sai được tính từ dữ liệu mẫu. Do giá trị của mẫu số trong công thức cho sự khác biệt trong trường hợp dữ liệu mẫu là 'n-1', và 'n' cho dữ liệu dân số. Kết quả là cả phương sai và độ lệch chuẩn lấy từ dữ liệu mẫu nhiều hơn số liệu được phát hiện từ dữ liệu dân số.