통계의 범위 규칙은 알려진 표준 편차로 데이터 세트의 최소값과 최대값을 계산하는 데 도움이 됩니다. 이 규칙은 데이터 세트에 있는 모든 값의 95%가 평균에서 2 표준 편차 내에 있다는 개념을 기반으로 합니다.
예를 들어, 엄지 손가락의 범위 규칙은 평균 학생 키와 표준 편차가 주어지면 학급에서 가장 키가 큰 학생과 가장 작은 학생을 찾는 데 사용할 수 있습니다. 평균 학생 키가 1.6m이고 표준 편차 s가 0.05m인 경우 해당 학급에서 가장 키가 작은 학생과 가장 키가 큰 학생의 키는 다음 공식을 사용하여 계산할 수 있습니다.
가장 키가 큰 학생의 키(최대값) = 평균 + 2*s
가장 키가 작은 학생의 키(최소값) = 평균 – 2*s
가장 키가 큰 학생의 키는 1.7m이고 가장 작은 학생의 키는 1.5m입니다. 따라서 학급에서 학생의 95%의 키가 1.5m에서 1.7m 범위 내에 있다는 결론을 내릴 수 있습니다.
또한 알려진 데이터 세트에서 계산된 범위에서 표준 편차 값을 계산할 수 있습니다. 학생들의 시험 점수가 80, 70, 50, 60, 90, 60, 70인 예를 생각해 보십시오. 데이터 세트는 학생들의 점수가 50-90 범위 내에 있음을 보여줍니다. 최소값은 50이고 최대값은 90입니다. 학생의 점수 범위는 40입니다. 40을 4로 나누어 표준 편차 s를 계산할 수 있습니다. 위 데이터셋의 경우 표준편차는 10입니다.
Transcript
경험 법칙의 범위 규칙은 표준 편차를 이해하고 해석하기 위한 통계 도구입니다.
알려진 표준 편차의 경우 범위 규칙은 해당 데이터 세트의 최대 및 최소 일반 값 또는 일반적인 값을 대략적으로 추정할 수 있습니다.
이는 모든 데이터 세트 값의 95%가 평균에서 2 표준 편차 내에 있다는 원칙을 기반으로 합니다.
평균 50점과 표준 편차가 15점인 학생들이 점수한 점수를 고려하십시오. 이 공식을 사용하여 최소 및 최대 일반 점수는 대략 20과 80으로 예측할 수 있습니다. 이것은 대다수의 학생들이 득점한 점수가 20에서 80 사이임을 나타냅니다. 이 범위보다 작거나 크면 이상값으로 간주됩니다.
반대로, 데이터 세트의 알려진 범위를 사용하여 알 수 없는 표준 편차를 추정할 수 있습니다. 예를 들어, 시험 점수의 범위를 알고 있는 경우 범위를 4로 나누어 표준 편차를 추정할 수 있습니다.
단순함에도 불구하고 경험 법칙의 범위 규칙은 때때로 주어진 데이터 세트에서 이상값을 예측하지 못합니다.