حاسبة نقاط الانحراف

تُستخدم فكرة درجة الانحراف لتحديد مدى ارتباط كل بيانات بـ "مركز" التوزيع. نموذجياً , متوسط العينة \(\bar X\) يعتبر مركز التوزيع.

كيف تحسب درجات الانحراف؟

افترض أن لديك عينة من البيانات \(X_1, X_2, ...., X_n\). بالنسبة لقيم العينة هذه , يمكنك حساب متوسط العينة كـ

\[ \bar X = \displaystyle \frac{1}{n} \sum_{i=1}^n X_i \]

بعد ذلك , بالنسبة لقيمة خام معينة \(X_i\) , فإن درجة الانحراف المرتبطة بها هي:

\[ \text{Deviation Score } = X_i - \bar X\]

وستحسب درجة الانحراف هذه لكل درجة في العينة.

عشرات الانحراف و z- عشرات

كما ذكرنا , تقيس درجات الانحراف مدى ارتباط كل بيانات بمركز التوزيع. يتم التعبير عن هذه المسافة بقيم مطلقة , ولكن في بعض الأحيان يكون من المفيد أكثر أن نعبر عنها بمصطلحات نسبية.

هذا هو المكان الذي تلعب فيه z-scores دورًا. بقسمة درجات الانحراف على الانحراف المعياري , نقوم بتطبيع تلك الانحرافات , ونقوم بتقييم مدى ارتباط كل بيانات بمركز التوزيع , بالنسبة إلى حجم الانحراف المعياري.

لذلك , إذا كان هذا هو الحال وكنت تبحث عن درجات الانحراف النسبي , فيجب عليك استخدام هذا z- نقاط حاسبة في حين أن.