In matematica, la regola empirica dice che, in un normale set di dati, virtualmente ogni dato rientra in tre deviazioni standard Deviazione standard Dal punto di vista statistico, la deviazione standard di un set di dati è una misura dell'entità delle deviazioni tra i valori delle osservazioni contenute nella media. La media è la media di tutti i numeri all'interno dell'insieme.
La regola empirica è indicata anche come regola dei tre sigma o regola 68-95-99.7 perché:
- All'interno della prima deviazione standard dalla media, si trova il 68% di tutti i dati
- Il 95% di tutti i dati rientra in due deviazioni standard
- Quasi tutti i dati - 99,7% - rientrano in tre deviazioni standard (lo 0,3% che rimane viene utilizzato per tenere conto dei valori anomali, che esistono in quasi tutti i set di dati)
Distribuzione normale
La regola empirica è nata perché la stessa forma delle curve di distribuzione ha continuato ad apparire più e più volte agli statistici. La regola empirica si applica a una distribuzione normale. In una distribuzione normale, praticamente tutti i dati rientrano in tre deviazioni standard della media. La media Mean Mean è un concetto essenziale in matematica e statistica. In generale, una media si riferisce alla media o al valore più comune in una raccolta di, modalità e mediana sono tutte uguali.
- La media è la media di tutti i numeri nel set di dati.
- La modalità è il numero che si ripete più frequentemente all'interno del set di dati.
- La mediana è il valore dello spread tra i numeri più alti e più bassi all'interno dell'insieme.
Ciò significa che la media, la modalità e la mediana Median Median è una misura statistica che determina il valore medio di un set di dati elencato in ordine crescente (ovvero, dal valore più piccolo al valore più grande). La mediana dovrebbe rientrare tutta al centro del set di dati. La metà dei dati dovrebbe trovarsi all'estremità superiore del set e l'altra metà al di sotto.
Determinazione della deviazione standard
La regola empirica è particolarmente utile per prevedere i risultati all'interno di un set di dati. Innanzitutto, è necessario calcolare la deviazione standard. La formula è data di seguito:
La formula complicata sopra si suddivide nel modo seguente:
- Determina la media del set di dati, che è il totale del set di dati, diviso per la quantità di numeri.
- Per ogni numero nell'insieme, sottrai la media, quindi piazza il numero risultante.
- Utilizzando i valori al quadrato, determinare la media per ciascuno.
- Trova la radice quadrata delle medie calcolate nel passaggio 3.
Questa è la deviazione standard tra le tre percentuali primarie della distribuzione normale, entro la quale dovrebbe rientrare la maggior parte dei dati nell'insieme, escludendo una percentuale minore per i valori anomali.
Usare la regola empirica
Come accennato in precedenza, la regola empirica è particolarmente utile per prevedere i risultati all'interno di un set di dati. Statisticamente, una volta determinata la deviazione standard, il set di dati può essere facilmente sottoposto alla regola empirica, mostrando dove si trovano i pezzi di dati nella distribuzione.
Previsione Previsione La previsione si riferisce alla pratica di prevedere cosa accadrà in futuro prendendo in considerazione eventi nel passato e nel presente. Fondamentalmente, è uno strumento decisionale che aiuta le aziende a far fronte all'impatto dell'incertezza del futuro esaminando dati storici e tendenze. è possibile perché anche senza conoscere tutte le specifiche dei dati, è possibile effettuare proiezioni su dove i dati rientreranno nel set, sulla base del 68%, 95% e 99,7% che indica dove devono riposare tutti i dati.
Nella maggior parte dei casi, la regola empirica è di primaria importanza per aiutare a determinare i risultati quando non tutti i dati sono disponibili. Consente agli statistici - oa coloro che studiano i dati - di ottenere informazioni su dove andranno a finire i dati, una volta che tutto sarà disponibile. La regola empirica aiuta anche a verificare quanto sia normale un set di dati. Se i dati non aderiscono alla regola empirica, non si tratta di una distribuzione normale e devono essere calcolati di conseguenza.
Letture correlate
Finance è il fornitore ufficiale della certificazione FMVA® Global Modeling & Valuation Analyst (FMVA) ™ Unisciti a oltre 350.600 studenti che lavorano per aziende come Amazon, JP Morgan e il programma di certificazione Ferrari, progettato per aiutare chiunque a diventare un analista finanziario di livello mondiale . Per continuare ad apprendere e far progredire la tua carriera, le risorse finanziarie aggiuntive di seguito saranno utili:
- Tendenza centrale Tendenza centrale Tendenza centrale è un riepilogo descrittivo di un insieme di dati attraverso un singolo valore che riflette il centro della distribuzione dei dati. Insieme alla variabilità
- Dati nominali Dati nominali Nelle statistiche, i dati nominali (noti anche come scala nominale) sono un tipo di dati utilizzati per etichettare le variabili senza fornire alcun valore quantitativo
- Test non parametrici Test non parametrici Nelle statistiche, i test non parametrici sono metodi di analisi statistica che non richiedono una distribuzione per soddisfare i presupposti richiesti per essere analizzati
- Volatilità Volatilità La volatilità è una misura del tasso di fluttuazioni del prezzo di un titolo nel tempo. Indica il livello di rischio associato alle variazioni di prezzo di un titolo. Investitori e trader calcolano la volatilità di un titolo per valutare le variazioni passate dei prezzi
