Förhållandet mellan standardavvikelser och procent

Många högskoleprogram kräver statistik. Ett nyckelbegrepp som presenteras i en typisk statistikklass är normalfördelningen av data eller en klockkurva. Att förstå hur man tolkar en uppsättning data som faller i en naturlig distribution gör det möjligt att förstå vetenskapliga studier. Skaffa en god förståelse för klockkurvan, medelvärdet, standardavvikelserna och deras förhållande till percentiler för att bli bekanta med vetenskapligt forskningsspråk.

Normal distribution och Bell Curve

När många typer av naturligt förekommande data såsom höjd, intelligenskvoter och blodtryck plottas på ett histogram, där poängen är på den horisontella axeln och förekomsten eller antalet poäng finns på den vertikala axeln, faller data i ett klockformat mönster som kallas en klockkurva. Detta mönster, känt som en normalfördelning, lämpar sig för statistisk analys.

Medelvärdet och medianen

Genomsnittet av alla poäng kommer att falla vid ungefärlig mitt i klockan. Medelvärdet representerar den 50: e percentilen, där hälften av alla poäng ligger över det måttet och hälften är under. I normalt distribuerade data kommer medianpoängen också att falla i mitten av klockan, vilket representerar de flesta förekomsterna.

Standardavvikelser och avvikelse

Hur långt borta från medelvärdet är ett mått? I normalt distribuerade datamängder kan ett mått beskrivas som ett visst antal standardavvikelser bort från medelvärdet. En standardavvikelse är ett mått på varians, eller hur spridda, eller spridda, data är från medelvärdet. Om mått har stor variation är klockkurvan utspridd; om de har liten avvikelse är klockkurvan smal. Ju mer standardavvikelser poängen är, desto mindre sannolikt är poängen att inträffa i naturen.

Percentiler och Empircal-regeln

När man tittar på en klockkurva ligger 68% av måtten inom en standardavvikelse av medelvärdet. 95% av fördelningen ligger inom två standardavvikelser från medelvärdet. Hela 99,7% av åtgärderna faller inom tre standardavvikelser. Dessa procentsatser, benämnt empirisk regel, är grunden för statistisk analys av naturligt förekommande fenomen. Om en medicinsk forskare till exempel finner att en grupp som tog ett visst läkemedel för att kontrollera kolesterol har nu mått på kolesterol två standardavvikelser från medelvärdet, skulle det vara osannolikt att inträffar av en slump.

  • Dela med sig
instagram viewer