Standart sapma hesaplanirken yapilan islemlerin mantigini aciklayabilecek bir arkadas varsa sevinirim.
Yani neden farklarin karesi aliniyor da sadece fark alinmiyor veya neden terim sayisina degil de terim sayisinin bir eksigine bolunuyor?Ayrica bir de T puani hesaplanirken neden 10 ile carpilip 50 ekleniyor.
Kitaplarda kusurattan ve negatiflikten kurtarmak icin diyor ama yinede kurtaramayabiliyoruz.
Bu sorulara cevap verebilecek arkadaslara simdiden tesekkur ederim.

farkları alırsanız sonuç değerlerden bağımsız olarak 0 çıkar.
standart sapma verilerin dağılımını ölçmenin araçlarından birisi galiba da en çok kullanılanı.
(görece) büyükse veriler de geniş bir aralığa dağılmış diye düşünüyoruz. siz biliyorsunuzdur işte standart sapma ne gibi bilgiler veriyor diye, pek fazla açıklamaya gerek yok bence.
Z puanı standart sapması alınan veri grubunun ortalaması 0 , standart sapması 1 olan bir veri grubuna eşleştirmektir. analizde kolaylık olsun diye kullanıldığını söyleyebiliriz.
örnek vermek gerekirse bir sınav düşünün ortalama 72, standart sapma da 8 olsun.
80 alan birisini 1 e eşlersiniz , 56 alan birisini -2 e eşlersiniz. ( (56-72)/8=-2 olduğundan)
T puanı ise Z puanındaki durumu daha görünür hale getirmeye yarar diyebiliriz. (Z varken T gereksiz aslında)
T puanında ortalama 50 ye kaydırılıp standart sapma 10 a çıkarılmış oluyor yani ilk örnekteki 80 puanını 60'a , 56 puanını da 30'a eşlemiş olursunuz. T puanında negatif sayı çıkması oldukça zordur diyebiliriz çünkü genelde ortalamadan 5 standart sapma sapmak pek görünür bişey dğildir.

Hocam cevabiniz icin tesekkurler.Peki neden payda terim sayisinin bir eksigi oluyor.Birde farklarin karesi, sonucun sifir cikmamasi icin ise farklarin mutlak degeri alinamaz mi?

neden 1 eksiğine bölünüyor? bu teknik bir konu olmalı. ölçümün yansız olması için heralde. (bias - ingilizcede taraf tutan gibi bir anlamı var)

farkların mutlak değeri alınabilir mi? alınabilir ama güzel bir ölçüt olmaz heralde. hiç düşünmedim açıkcası.

Örneklemin standart sapması hesaplanırken 1 eksiğine bölünür, kitlenin (anakütle) nin standart sapması hesaplanırken veri sayısına bölünür. Bir veri analiz edilirken anakütle daha sağlıklı sonuçlar verir. Örneklemin standart sapmasını büyüterek anakütle ye daha yakın sonuç vermesi içindir heralde.

Şuradaki kitap çok açıklamalı bir kitap işinize yarayacaktır.

Sayin admin tesekkurler