パラメータ定義
パラメータは、数式に現れる変数と定数として定義され、その変化は問題のさまざまな解決策を生み出すものです。このように、パラメーターは、変数の研究から得られる膨大な量の情報の数値表現を想定しています。その計算は通常、母集団から取得したデータから以前に作成された算術式を介して実行されます。
コンピュータプログラミングの分野では、パラメータという用語の使用は、プロシージャの固有のプロパティを指すために広く使用されています。
パラメータが重要なのはなぜですか？
数学者が変数の研究を検討するとき、彼は無秩序な方法で提示される多数のデータに直面しなければなりません。そのため、より簡単で効率的な方法で作業するために、この情報を使用した以前の作業が必要であり、情報を減らして注文します。
パラメータ内の初期データの集中は、それらに含まれる情報の一部の損失を伴いますが、これは、サンプル間の比較を行うか、データの特性評価を可能にすることによって大幅に補償されます。
主な統計パラメータ
統計では、位置、分散、形状の3つの大きなパラメーターグループを区別できます。
位置測定により、データがほとんどグループ化されている値を特定できます。分散パラメーターには、中心傾向を持つもの（平均、最頻値、中央値）と非中心位置を持つもの（パーセンタイル、十分位数、四分位数）の2種類があります。
それらの部分については、分散測定はデータの分布を要約するのに役立ちます。これらのパラメータの問題は、情報を単純化しすぎているため、それ自体では不十分であるため、データの不均一性に関する情報を提供する他のアクセサリパラメータを伴う必要があることです。
最も顕著な分散パラメーターには、分散、標準偏差、変動係数、および範囲があります。
最後に、形状パラメーターはデータヒストグラムの形状を示し、最も一般的な表現はガウスベルです。ここでは、歪度と尖度の係数を強調する価値があります。
さらに、不平等を測定するためのジニ係数など、特定の目的に使用される他の統計パラメータがあります。
写真：iStock-mediaphotos / Jovanmandic
