Keskihajonta

Поділитися
Вставка
  • Опубліковано 15 лис 2014
  • Keskihajonnan laskukaava

КОМЕНТАРІ • 22

  • @tainateiramaa-seger8556
    @tainateiramaa-seger8556 7 років тому +31

    Kiitos! Hyvin ja rauhallisesti selitetty. Oikea Opettaja asialla!

  • @eliaskinnunen7702
    @eliaskinnunen7702 4 роки тому +29

    Oikea opettaja. Oppikirjoista ei paljon selkoa saa tähän verrattuna. Tähän on aivan simppeli juttu! Kiitos sulle.

  • @Teme2011
    @Teme2011 3 роки тому +4

    On pitkä aika, kun viimeksi näitä tilastollisia käsitteitä matematiikan näkökulmasta joutunut tutkimaan. Tämä esitys keskihajonnasta oli minulle täydellinen. Kiitos!

  • @fr0zeNid
    @fr0zeNid 5 років тому +9

    ville oot paras

  • @aabee3695
    @aabee3695 3 роки тому

    Kertauskirjan tehtävä: Kuudelta henkilöltä kysyttiin, kuinka monta kertaa he uivat edellisenä kesänä järvessä. Määrät olivat 7, 10, 0, 2, 1 ja 4. Määritä uintikertojen keskihajonta.
    Keskiarvo on 4 ja määrien määrä 6. Mutta kirjan ratkaisujen mukaan keskihajonnan kaavassa nimittäjään tulee 6-1 eikä 6. Miksi?

    • @MatikkamatskutTube
      @MatikkamatskutTube  3 роки тому +1

      Silloin, kun kaavassa on nimittäjässä n-1 se on niin sanottu otoskeskihajonta. Katsoppa vaikka MAOL:n taulukosta - sielläkin ne löytyy molemmat. Minulle ainakaan ei ole sitten kovin selvää, milloin kumpaakin pitäisi käyttää. Milloin joku joukko on otos ja milloin ei. Ärsyttävää :(

    • @KT-dq6wv
      @KT-dq6wv 3 роки тому +1

      @@MatikkamatskutTube Korjaus edelliseen vastaukseeni. (selvitin kaverilta, joka laajan sivuaineen tilastoista tehnyt) Intuitiitivisesti selitetään sillä, että otoskeskihajonnan kaava korjaa sitä harhaa, mikä syntyy siitä, että koko populaation (vs. otoksesta laskettu) keskiarvoa ei tunneta. Toi n-1 myös takaa sen, että toi kaava käyttäytyy "teoreettisesti nätisti". Olisikohan se haettava ominaisuus ollut, että otoskeskihajonnan kaava lähestyy populaation oikeaa keskihajontaa, kun toistot lähestyy ääretöntä. Unohtakaa aikaisempi kommenttini, otos hämää. Kaikki muuttujat lasketaan, vaikka niitä olisi 10k!

  • @snaukka3862
    @snaukka3862 4 роки тому +1

    Miksi kaikki pitää laittaa potenssiin 2 jos ne ovat kuitenkin neliöjuuren alla? eivätkö ne kumoa toisensa?

    • @MatikkamatskutTube
      @MatikkamatskutTube  4 роки тому +3

      Ei ei ei!!
      Ei neliöjuuri kumoa toisia potensseja, jos ne lasketaan yhteen!!
      Mieti vaikka neliöjuuri(4+9). Ei tule 2+3=5 vaan neliöjuuri(13)!

    • @snaukka3862
      @snaukka3862 4 роки тому +1

      MATIKKAMATSKUT ahaa! Kiitoksia :)

  • @alisajoensuu2116
    @alisajoensuu2116 3 роки тому

    Mistä sen tietää milloin tuohon alas tulee n-1 ja millon pelkkä n? tässä esim pelkkä n mut netistä kun hakee keskihajonta kaava niin kaikissa on tuo -1

    • @MatikkamatskutTube
      @MatikkamatskutTube  3 роки тому +1

      Kun on ns. otoskeskihajonta jakaja on n-1. Sekavaa ja ikävää.

  • @aev6075
    @aev6075 Рік тому +1

    Tämä on nyt niin vanha video mutta onko tässä tuo 1,49 sama kuin varianssi? Ymmärsin että keskihajonta on varianssin neliöjuuri eli tuo 1,2206

    • @MatikkamatskutTube
      @MatikkamatskutTube  Рік тому

      Juuri noin 👍🏻

    • @aev6075
      @aev6075 Рік тому

      @@MatikkamatskutTube Suuri kiitos. Hauskaa kun katson ensin yliopiston tilastotieteiden luennot ja materiaalit läpi ja sen jälkeen tulen sun videoihin oikeasti oppimaan että saan tehtävätkin tehtyä.😄

  • @h.l.69
    @h.l.69 3 роки тому +2

    Näistä videoista on ihan älyttömästi hyötyä.
    Vastaava konsepti esitettiin ihan turhan hifillä ja abstraktilla tavalla Aallossa.
    Meinasi tuntua, ettei mitään mahiksia omalla amis-matikka taustalla.
    Tällä selityksellä taas tuntuu ihan selvältä.

  • @antonrekonen5107
    @antonrekonen5107 2 роки тому

    Mites tämä sitten syötetään SpeedCrunchiin?

  • @lalaminm
    @lalaminm 2 роки тому

    Onko olemassa videota satunnaismuuttujan keskihajonnasta?
    Näistä on paljon apua!

    • @MatikkamatskutTube
      @MatikkamatskutTube  2 роки тому +1

      Ks. videot Diskreetti todennäköisyysjakauma ja Jatkuva todennäköisyysjakauma.