It is important to emphasize that m

It is important to emphasize that measures of center are not the only way to
characterize stable components of noisy processes. Both the shape of a frequency
distribution and global measures of variability, for example, also stabilize as we
collect more data; they, too, give us information about the process. We might refer
to this more general class of characteristics as signatures of a process. We should
point out, however, that all the characteristics that we might look at, including the
shape and variability of a distribution, are close kin to averages. That is, when we
look at the shape of a particular distribution, we do not ordinarily want to know
precisely how the frequency of values changes over the range of the variable.
Rather, we tame the distribution’s “bumpiness.” We might do this informally by
visualizing a smoother underlying curve or formally by computing a best-fit curve.
In either case, we attempt to see what remains when we smooth out the variability.
In a similar manner, when we employ measures such as the standard deviation or
interquartile range, we strive to characterize the average spread of the data in the
sample.

ผลลัพธ์ (ไทย) 1:

สิ่งสำคัญคือต้องเน้นว่า มาตรการของศูนย์ไม่วิธีเดียวที่จะลักษณะส่วนประกอบมีความมั่นคงของกระบวนการเสียงดัง รูปร่างทั้งสองของความถี่กระจายและมาตรการสากลความแปรผัน เช่น นอกจากนี้ยังมุ่งเป็นเรารวบรวมข้อมูล พวกเขา เกินไป ให้ข้อมูลเกี่ยวกับกระบวนการ เราอาจอ้างอิงนี้ชั้นทั่วไปลักษณะเป็นลายเซ็นของกระบวนการ เราควรจุด อย่างไรก็ตาม ที่ลักษณะที่เราอาจมองที่ รวมทั้งการรูปร่างและความแปรผันการกระจาย มีญาติใกล้ชิดกับค่าเฉลี่ย นั่นคือ เมื่อเราดูรูปร่างของการกระจายเฉพาะ เราไม่ปกติต้องรู้ชัดเจนว่าความถี่ของค่าเปลี่ยนช่วงของตัวแปรค่อนข้าง เราอุตริการกระจาย "bumpiness" เราอาจทำได้โดยอย่างแสดงผลเป็นเส้นโค้งแบบนุ่มนวล ขึ้นอย่างเป็นกิจจะลักษณะโดยคำนวณเส้นโค้งพอดีดีที่สุดในกรณีอย่างใดอย่างหนึ่ง เราพยายามดูส่วนที่เหลือเมื่อเราเรียบออกแบบสำหรับความผันผวนในลักษณะคล้ายกัน เมื่อเราใช้มาตรการเช่นส่วนเบี่ยงเบนมาตรฐาน หรือช่วง interquartile เราพยายามขยายตัวเฉลี่ยของข้อมูลในลักษณะตัวอย่างการ

ผลลัพธ์ (ไทย) 3:

มันเป็นสิ่งสำคัญที่จะเน้นที่มาตรการของศูนย์ไม่ใช่วิธีเดียวที่จะแสดงลักษณะส่วนประกอบของกระบวนการดังเสถียร
. ทั้งในรูปของการแจกแจงความถี่
และมาตรการทั่วโลกแปรปรวน เช่น ยังทรงตัว ขณะที่เรา
รวบรวมข้อมูลเพิ่มเติม พวกเขาด้วย เราให้ข้อมูลเกี่ยวกับกระบวนการ เราอาจอ้าง
เรียนนี้ทั่วไปมากขึ้นของลักษณะลายเซ็นของกระบวนการเราควรจะ
จุดออก แต่ที่ทั้งหมด ลักษณะที่เราอาจจะมอง รวมทั้ง
รูปร่างและการเปลี่ยนแปลงของการกระจายอยู่ใกล้ญาติกับค่าเฉลี่ย นั่นคือ เมื่อเรา
ดูรูปร่างของการกระจายเฉพาะเราไม่เว้นอยากทราบ
แน่นอนวิธีความถี่ของค่าเปลี่ยนแปลงไปตามช่วงของตัวแปร .
แต่เราเชื่อง " กระจาย bumpiness ." เราอาจจะทำกันเองโดย
สร้างภาพต้นแบบเรียบโค้ง หรือ อย่างเป็นทางการ โดยการคำนวณที่ดีที่สุดพอดีกับเส้นโค้ง .
ในกรณีอย่างใดอย่างหนึ่ง , เราพยายามที่จะเห็นสิ่งที่ยังคงอยู่เมื่อเราเกลี่ยออกความผันแปร .
ในลักษณะคล้ายคลึงกัน เมื่อเราใช้มาตรการ เช่น ค่าส่วนเบี่ยงเบนมาตรฐานหรือ
ค่าพิสัยระหว่างควอไทล์ เรามุ่งมั่นที่จะจำกัดความ แพร่กระจายเฉลี่ยของข้อมูลใน


ตัวอย่าง