Калькулятор оценки отклонения

Идея оценки отклонения используется для определения того, насколько далеко каждые данные расположены относительно "центра" распределения. Обычно среднее значение выборки \(\bar X\) считается центром распределения.

Как вы подсчитываете баллы отклонений?

Предположим, у вас есть образец данных \(X_1, X_2, ...., X_n\). Для этих значений выборки вы вычисляете среднее значение выборки как

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

Тогда для данного необработанного значения \(X_i\) связанная с ним оценка отклонения будет:

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

и вы должны вычислить эту оценку отклонения для каждой оценки в выборке.

Показатели отклонения и z-значения

Как мы уже упоминали, оценки отклонения измеряют, насколько далеко каждые данные расположены относительно центра распределения. Это расстояние выражается в абсолютных величинах, но иногда бывает полезнее выразить их в относительных единицах.

Вот здесь-то и играют роль z-значения. Разделив баллы отклонения на стандартное отклонение, мы нормализуем эти отклонения и оцениваем, насколько далеко каждые данные находятся относительно центра распределения относительно размера стандартного отклонения.

Итак, если это так, и вы ищете оценки относительного отклонения, вам следует использовать это калькулятор z-показателя вместо.