Wat is de empirische regel?

In de wiskunde zegt de empirische regel dat, in een normale dataset, vrijwel elk gegeven valt binnen drie standaarddeviaties Standaarddeviatie Vanuit statistisch oogpunt is de standaarddeviatie van een dataset een maat voor de grootte van de deviaties tussen waarden van de waarnemingen van het gemiddelde. Het gemiddelde is het gemiddelde van alle getallen in de set.

De empirische regel wordt ook wel de Three Sigma-regel of de 68-95-99.7-regel genoemd omdat:

  • Binnen de eerste standaarddeviatie van het gemiddelde rust 68% van alle gegevens
  • 95% van alle gegevens valt binnen twee standaarddeviaties
  • Bijna alle gegevens - 99,7% - vallen binnen drie standaarddeviaties (de 0,3% die overblijft wordt gebruikt om rekening te houden met uitschieters, die in bijna elke dataset voorkomen)

Empirische regel

Normale verdeling

De empirische regel kwam tot stand doordat statistici steeds weer dezelfde vorm van verdelingskrommen bleven zien. De empirische regel is van toepassing op een normale verdeling. Bij een normale verdeling vallen vrijwel alle gegevens binnen drie standaarddeviaties van het gemiddelde. Het gemiddelde gemiddelde is een essentieel concept in wiskunde en statistiek. In het algemeen verwijst een gemiddelde naar het gemiddelde of de meest voorkomende waarde in een verzameling, modus en mediaan zijn allemaal gelijk.

  • Het gemiddelde is het gemiddelde van alle getallen in de dataset.
  • De modus is het nummer dat het vaakst wordt herhaald binnen de gegevensset.
  • De mediaan is de waarde van de spread tussen de hoogste en laagste cijfers binnen de set.

Dit betekent dat de gemiddelde, modus en mediaan Mediaan Mediaan een statistische maat is die de middelste waarde bepaalt van een gegevensset die in oplopende volgorde wordt weergegeven (dwz van de kleinste naar de grootste waarde). De mediaan moet allemaal in het midden van de dataset vallen. De helft van de gegevens moet zich aan de bovenkant van de set bevinden en de andere helft eronder.

Bepalen van de standaarddeviatie

De empirische regel is met name handig voor het voorspellen van resultaten binnen een dataset. Eerst moet de standaarddeviatie worden berekend. De formule wordt hieronder gegeven:

Standaarddeviatie - formule

De ingewikkelde formule hierboven valt op de volgende manier uiteen:

  1. Bepaal het gemiddelde van de dataset, dat is het totaal van de dataset, gedeeld door het aantal getallen.
  2. Trek voor elk getal in de set het gemiddelde af en kwadrateer vervolgens het resulterende getal.
  3. Bepaal met behulp van de gekwadrateerde waarden het gemiddelde voor elk.
  4. Zoek de vierkantswortel van de gemiddelden berekend in stap 3.

Dat is de standaarddeviatie tussen de drie primaire percentages van de normale verdeling, waarbinnen het merendeel van de gegevens in de set zou moeten vallen, exclusief een klein percentage voor uitschieters.

De empirische regel gebruiken

Zoals hierboven vermeld, is de empirische regel met name handig voor het voorspellen van resultaten binnen een dataset. Statistisch gezien, als de standaarddeviatie eenmaal is bepaald, kan de dataset gemakkelijk worden onderworpen aan de empirische regel, die aangeeft waar de stukjes data in de distributie liggen.

Forecasting Forecasting Forecasting verwijst naar het voorspellen van wat er in de toekomst zal gebeuren door rekening te houden met gebeurtenissen in het verleden en het heden. Kortom, het is een besluitvormingsinstrument dat bedrijven helpt om te gaan met de impact van de onzekerheid van de toekomst door historische gegevens en trends te onderzoeken. is mogelijk omdat zelfs zonder alle gegevensspecificaties te kennen, projecties kunnen worden gemaakt over waar gegevens binnen de set zullen vallen, op basis van de 68%, 95% en 99,7% dictaten die laten zien waar alle gegevens moeten rusten.

In de meeste gevallen is de empirische regel van primair nut om uitkomsten te helpen bepalen wanneer niet alle gegevens beschikbaar zijn. Het stelt statistici - of degenen die de gegevens bestuderen - in staat om inzicht te krijgen in waar de gegevens zullen vallen, zodra alles beschikbaar is. De empirische regel helpt ook om te testen hoe normaal een dataset is. Als de gegevens niet voldoen aan de empirische regel, is het geen normale verdeling en moet deze dienovereenkomstig worden berekend.

Gerelateerde metingen

Finance is de officiële aanbieder van de wereldwijde Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-certificering Sluit je aan bij 350.600+ studenten die werken voor bedrijven als Amazon, JP Morgan en Ferrari-certificeringsprogramma, ontworpen om iedereen te helpen een financiële analist van wereldklasse te worden . Om te blijven leren en uw carrière vooruit te helpen, zijn de onderstaande aanvullende financiële bronnen nuttig:

  • Centrale tendens Centrale tendens Centrale tendens is een beschrijvende samenvatting van een dataset door middel van een enkele waarde die het centrum van de datadistributie weerspiegelt. Samen met de variabiliteit
  • Nominale gegevens Nominale gegevens In statistieken zijn nominale gegevens (ook bekend als nominale schaal) een type gegevens dat wordt gebruikt om variabelen te labelen zonder enige kwantitatieve waarde te geven
  • Niet-parametrische tests Niet-parametrische tests In statistieken zijn niet-parametrische tests methoden van statistische analyse die geen distributie vereisen om te voldoen aan de vereiste aannames die moeten worden geanalyseerd
  • Volatiliteit Volatiliteit Volatiliteit is een maatstaf voor de snelheid van fluctuaties in de prijs van een effect in de loop van de tijd. Het geeft het risiconiveau aan dat is verbonden aan de prijsveranderingen van een effect. Beleggers en handelaren berekenen de volatiliteit van een effect om variaties in de prijzen uit het verleden te beoordelen

Aanbevolen

Wat is klantverloop versus omzetverloop?
Wat is het Dallas Trimmed Mean?
Wat is de functie CHISQ.INV?