Ang isa sa mga pinakasimpleng konsepto sa istatistika ay ang average, o Ang ibig sabihin ng aritmetika, ng isang hanay ng mga numero. Ang ibig sabihin nito ay nagpapahiwatig ng isang gitnang halaga para sa hanay ng data. Ang pagkakaiba ng isang hanay ng data ay sumusukat kung gaano kalayo ang mga elemento ng set na iyon ng data ay kumalat mula sa ibig sabihin. Nagtatakda ang data kung saan ang mga numero ay malapit sa ibig sabihin ay magkakaroon ng mababang pagkakaiba. Ang mga hanay na kung saan ang mga numero ay mas mataas o mas mababa kaysa sa ibig sabihin ay magkakaroon ng mataas na pagkakaiba.
Kalkulahin ang Mean ng Data Set
Kalkulahin ang Squared Differences
Ang susunod na hakbang ay kinabibilangan ng pagkalkula ng pagkakaiba sa pagitan ng bawat elemento sa hanay ng data at ang ibig sabihin. Dahil ang ilang mga elemento ay mas mataas kaysa sa ibig sabihin at ang ilan ay magiging mas mababa, ang pagkalkula ng pagkakaiba ay gumagamit ng parisukat ng mga pagkakaiba.
Day 1 Sales - Mean Sales: $ 62,000 - $ 65414.29 = (- $ 3,414.29); (-3,414.29)2 = 11,657,346.94
Day 2 Sales - Mean Sales: $ 64,800- $ 65414.29 = (- $ 614.29); (-614.29)2 = 377,346.94
Day 3 Sales - Mean Sales: $ 62,600 - $ 65414.29 = (- $ 2,814.29); (-2,814.29)2 = 7,920,204.08
Day 4 Sales - Mean Sales: $ 69,200 - $ 65414.29 = (+ $ 3,785.71); (+3,785.71)2 = 14,331,632.65
Day 5 Sales - Mean Sales: $ 66,000 - $ 65414.29 = (+ $ 585.71); (+585.71)2 = 343,061.22
Day 6 Sales - Mean Sales: $ 63,900 - $ 65414.29 = (- $ 1,514.29); (-1,514.29)2 = 2,293,061.22
Day 7 Sales - Mean Sales: $ 69,400 - $ 65414.29 = (+ $ 3,985.71); (+3,985.71)2 = 15,885,918.37
TANDAAN: Ang mga kuwadong pagkakaiba ay hindi sinusukat sa dolyar. Ang mga numerong ito ay ginagamit sa susunod na hakbang upang kalkulahin ang pagkakaiba.
Pagkakaiba at Standard Deviation
Ang pagkakaiba ay tinukoy bilang ang ibig sabihin ng squared pagkakaiba.
11,657,346.94 + 377,346.94 + 7,920,204.08 + 14,331,632.65 + 343,061.22 + 2,293,061.22 + 15,885,918.37 = 52,808,571.43
52,808,571.43/7 = 7,544,081.63
Dahil ang pagkakaiba ay gumagamit ng parisukat ng pagkakaiba, ang square root ng pagkakaiba ay magbibigay ng isang mas malinaw na indikasyon ng aktwal na pagkalat. Sa mga istatistika, ang square root ng pagkakaiba ay tinatawag na karaniwang lihis.
SQRT (7,544,081.63) = $ 2,746.65
Gumamit ng Variance at Standard Deviation
Ang parehong pagkakaiba at karaniwang paglihis ay lubos na kapaki-pakinabang sa statistical analysis. Ang pagkakaiba ay sumusukat sa kabuuang pagkalat ng isang data na nakatakda mula sa ibig sabihin. Ang karaniwang paglihis ay nakakatulong sa pag-detect outliers, o mga elemento ng hanay ng data na nalalayo masyadong malayo mula sa ibig sabihin.
Sa data na naka-set sa itaas, ang pagkakaiba ay masyadong mataas, na may lamang dalawang araw-araw na mga kabuuan ng benta na nanggagaling sa loob ng $ 1,000 ng ibig sabihin. Ang data set ay nagpapakita rin na ang dalawa sa pitong pang-araw-araw na kabuuang benta ay higit sa isang karaniwang paglihis sa itaas ng ibig sabihin, samantalang ang dalawang iba pa ay higit sa isang standard na paglihis sa ibaba ng ibig sabihin.
