Ang mga parameter ay tinukoy bilang ang mga variable at constant na lumilitaw sa isang mathematical expression, ang pagkakaiba-iba nito ang siyang nagbibigay ng iba't ibang solusyon sa isang problema. Sa ganitong paraan, ipinapalagay ng isang parameter ang numerical na representasyon ng napakalaking dami ng impormasyon na nagmula sa pag-aaral ng isang variable. Ang pagkalkula nito ay karaniwang isinasagawa sa pamamagitan ng isang pormula ng aritmetika na dati nang inilarawan mula sa datos na nakuha mula sa isang populasyon.
Sa larangan ng computer programming, ang paggamit ng term na parameter ay malawakang ginagamit upang sumangguni sa isang intrinsic na katangian ng isang pamamaraan.
Bakit mahalaga ang mga parameter?
Kapag isinasaalang-alang ng isang mathematician ang pag-aaral ng isang variable, kailangan niyang harapin ang maraming data na ipinakita sa isang hindi maayos na paraan. Iyon ang dahilan kung bakit ang isang nakaraang gawain na may impormasyong iyon ay kinakailangan, bawasan ito at pag-order nito, upang makapagtrabaho sa mas simple at mas mahusay na paraan.
Bagama't ang konsentrasyon ng paunang data sa isang parameter ay nangangailangan ng pagkawala ng bahagi ng impormasyong nakapaloob sa mga ito, ito ay lubos na nababayaran sa pamamagitan ng kakayahang gumawa ng mga paghahambing sa pagitan ng mga sample o payagan ang isang paglalarawan ng data.
Pangunahing istatistikal na mga parameter
Sa loob ng mga istatistika, tatlong malalaking grupo ng mga parameter ang maaaring makilala: posisyon, pagpapakalat at hugis.
Ginagawang posible ng mga pagsukat ng posisyon na matukoy ang halaga sa paligid kung saan ang data ay kadalasang nakagrupo. Mayroong dalawang uri ng mga parameter ng pagpapakalat: ang mga may sentral na tendency (mean, mode at median) at ang mga hindi sentral na posisyon (percentiles, deciles at quartiles).
Para sa kanilang bahagi, ang mga hakbang sa pagpapakalat ay nagsisilbing buod ng pamamahagi ng data. Ang problema sa mga parameter na ito ay na sa kanilang sarili ay hindi sapat ang mga ito sa pamamagitan ng sobrang pagpapasimple ng impormasyon, kaya kinakailangan na sila ay sinamahan ng iba pang mga parameter ng accessory na nagbibigay ng impormasyon sa heterogeneity ng data.
Kabilang sa mga pinakakilalang parameter ng dispersion ay variance, standard deviation, coefficients of variation, at range.
Sa wakas, ang mga parameter ng hugis ay nagpapahiwatig ng hugis ng histogram ng data, ang pinakakaraniwang representasyon ay ang Gaussian bell. Narito ito ay nagkakahalaga ng pag-highlight ng mga coefficient ng skewness at kurtosis.
Bilang karagdagan, may iba pang mga istatistikal na parameter na ginagamit para sa isang partikular na layunin, tulad ng Gini index upang sukatin ang hindi pagkakapantay-pantay.
Mga larawan: iStock - mediaphotos / Jovanmandic
