მონაცემთა ნაკრების შედარებითი საშუალო გადახრა (RAD) არის პროცენტული მაჩვენებელი, რომელიც გიჩვენებთ რამდენად განსხვავდება, საშუალოდ, თითოეული გაზომვა მონაცემების საშუალო არითმეტიკისგან. ეს დაკავშირებულია სტანდარტულ გადახრასთან, რადგან ის გიჩვენებთ რამდენად ფართო ან ვიწრო მრუდია გამოსახულია მონაცემთა წერტილებიდან ეს იქნებოდა, მაგრამ რადგან ეს პროცენტია, მაშინვე წარმოდგენას გიქმნით ამის შეფარდებით ოდენობაზე გადახრა. შეგიძლიათ გამოიყენოთ მონაცემებისგან გამოსახული მრუდის სიგანის დასადგენად, გრაფიკის დახაზვის გარეშე. ასევე შეგიძლიათ გამოიყენოთ პარამეტრის დაკვირვების შედარება ამ პარამეტრის ყველაზე ცნობილ მნიშვნელობასთან, როგორც ექსპერიმენტული მეთოდის ან გაზომვის ინსტრუმენტის სიზუსტის შეფასების საშუალება.
TL; DR (ძალიან გრძელია; არ წავიკითხე)
მონაცემთა ნაკრების შედარებითი საშუალო გადახრა განისაზღვრება, როგორც საშუალო გადახრა, რომელიც იყოფა არითმეტიკულ საშუალოზე, გამრავლებული 100-ზე.
შედარებითი საშუალო გადახრის გამოანგარიშება (RAD)
შედარებითი საშუალო გადახრის ელემენტებს შეიცავს საშუალო არითმეტიკა (მ
) მონაცემთა ნაკრები, თითოეული მათგანის გაზომვის ინდივიდუალური გადახრის საშუალო მნიშვნელობა (|დმე - მ|) და ამ გადახრების საშუალო მაჩვენებელი (დგამზ). მას შემდეგ რაც დაითვლით გადახრების საშუალო მნიშვნელობას, ამ რიცხვს ამრავლებთ 100-ზე, რომ მიიღოთ პროცენტი. მათემატიკური თვალსაზრისით, ფარდობითი საშუალო გადახრაა:\ text {RAD} = \ frac {∆d_ {av}} {მ} × 100
დავუშვათ, რომ თქვენ გაქვთ შემდეგი მონაცემების ნაკრები: 5.7, 5.4. 5.5, 5.8, 5.5 და 5.2. თქვენ მიიღებთ არითმეტიკულ მნიშვნელობას მონაცემების შეჯამებით და გაზომვების რაოდენობით = 33,1 ÷ 6 = 5,52. შეაჯამეთ ინდივიდუალური გადახრები:
\ დაწყება {გასწორებული} & | 5.52 - 5.7 | + | 5.52 - 5.4 | + | 5.52 - 5.5 | + | 5.52 - 5.8 | + | 5.52 - 5.5 | + | 5.52 - 5.2 | \\ & = 0,18 + 0,12 + 0,02 + 0,28 + 0,02 + 0,32 \\ & = 0,94 \ ბოლო {გასწორებული}
დაყავით ეს რიცხვი გაზომვების რაოდენობაზე საშუალო გადახრის მოსაძებნად: 0.94 ÷ 6 = 0.157. გავამრავლოთ 100-ზე, რომ შევიქმნათ შედარებით საშუალო გადახრა, რაც ამ შემთხვევაში 15,7 პროცენტია.
დაბალი RAD ნიშნავს უფრო ვიწრო მრუდებს, ვიდრე მაღალი RAD.
RAD– ის გამოყენების მაგალითი საიმედოობის შესამოწმებლად
მიუხედავად იმისა, რომ ეს სასარგებლოა მონაცემთა ნაკრების საკუთარი არითმეტიკული მნიშვნელობიდან გადახრის დასადგენად, RAD– ს შეუძლია ასევე შეაფასეთ ახალი ხელსაწყოებისა და ექსპერიმენტული მეთოდების საიმედოობა მათ შედარებისთვის, რომელთა ცოდნაც გსურთ საიმედო მაგალითად, ჩათვალეთ, რომ თქვენ ცდილობთ ტემპერატურის გაზომვის ახალ ინსტრუმენტს. თქვენ კითხულობთ სერიას ახალ ინსტრუმენტთან ერთად, ხოლო პარალელურად კითხულობთ ინსტრუმენტს, რომელიც იცით საიმედოა. თუ გამოთვლით ტესტი ინსტრუმენტის მიერ შესრულებული თითოეული მოსმენით გადახრის აბსოლუტურ მნიშვნელობას საიმედო, საშუალოდ ეს გადახრები, გაყოფა კითხვათა რაოდენობის მიხედვით და გამრავლებული 100-ზე, მიიღებთ შედარებით საშუალო მაჩვენებელს გადახრა. ეს პროცენტული მაჩვენებელია, რომელიც ერთი შეხედვით გიჩვენებთ, რამდენად ზუსტია ახალი ინსტრუმენტი.