2019年1月29日 星期二

什麼是數據離散的程度?有哪些指標是可以知道數據離散的程度?


當我們在研究一份數據的時候,不太希望所有的數值都集中在某個數值上,應在一個範圍內有一個差異的程度。為了瞭解在數據之間的差距,可以透過一些指標,研究數據之間的差異程度。在研究數據離散的程度時,我們有最常用的幾個指標,如全距、四分位距、變異差、標準差等等,一一介紹如下:


1. 全距(Range,R)
全距又稱極差,用來表示統計數據中的變異量數(英語:measures of variation),為最大值與最小值之間的差距,即最大值減最小值後所得之數值。
2. 四分位數(Interquartile Range,IQR)
四分位與全距概念差不多,都是用來表示統計數據量中的變異程度,不過,在計算上是第三個四分位數(Q3)與第一個四分位數(Q1)的差額,即把數據由小排到大後,位居於數據排序中第75%的數值與位居於數據排序中第25%的數值的差距。
3. 變異數(Variance)
變異數即為標準差的平方,變異數代表個體的差異,為衡量數據與其均值之間的偏離程度,數值越大代表差異越大或意見越分歧。變異數越小,代表大家的看法越接近。但如果是每個人看法一致,那就不需要調查了。計算上來說,是以數值減去平均數的平方總和除以總觀察值個數。
4. 標準差(Standard Deviation,SD)
標準差也是一組數據平均值分散程度的一種度量。一個較大的標準差,代表大部分數值和其平均值之間差異較大;一個較小的標準差,代表這些數值較接近平均值,在計算上即把變異數取開根號即可。

沒有留言:

張貼留言

EFA與CFA能否用相同樣本進行?

請問在 SEM 模型中,有一個潛變數要做 EFA, 請問可以用搜集到的所有樣本先做 EFA, 然後再用相同的這些樣本做 SEM 嗎?還是要用一些樣本做 EFA, 然後用總體中剩下的那部分樣本做 SEM ?