Cómo calcular el límite superior de predicción de datos

Si todos los valores de los datos son los mismos , no habría ninguna necesidad de calcular un promedio , ya que reconocería inmediatamente la tendencia. Sin embargo , los datos reales es raramente uniforme . Datos fluctúa periódicamente , por lo que un medio es necesario encontrar el valor central. Por desgracia , esta fluctuación en los valores de datos hace que los promedios no fiable como predictores de valores futuros , ya que sin una medida de la variabilidad de los datos , no se puede saber cuánto desviación respecto a la media es normal. Aquí es donde los intervalos de confianza o límites de predicción vienen pulg Utilizando una medición variabilidad , puede construir valores superior e inferior en el que los valores futuros se prevé que caiga. Instrucciones Matemáticas 1

Añada todos los valores en una serie de puntos de datos y dividir el total por el número de puntos de datos . Esto calcula la media. A modo de ejemplo , la serie numérica 50 , 55, 48 , 56 y 52 en total 258 . Dividiendo por 5 da un promedio de 51.6 .
2

Reste el promedio de cada punto de datos. En el ejemplo, 50 menos 51.6 es igual a -1,6 . Del mismo modo, restando 51.6 de los otros cuatro resultados en valores 3.4 , -6.6 , 4.4 y 0.4 , respectivamente.
3

cuadrar los resultados anteriores. En el ejemplo, -1,6 -1,6 veces te da 2,56 . Del mismo modo , cuadrando los cuatro valores restantes le da 11.56 , 43.56 , 19.36 y 0.16 .
4

Sume los valores al cuadrado . En el ejemplo, la adición de 2.56 , 11.56 , 43.56 , 19.36 y 0.16 que da un total de 77,1 .
5

Divida este total por el número de puntos de datos, menos uno. En el ejemplo, el 77,2 dividido por 4 te da 19.3 .
6

Saca la raíz cuadrada del cálculo anterior para calcular la desviación estándar. En el ejemplo, tomando la raíz cuadrada de 19.3 le da una desviación típica de 4,39 .
7

Divida la desviación estándar por la raíz cuadrada del número de puntos de datos . Esto calcula el error estándar . En el ejemplo , la raíz cuadrada de 5 es 2,24 . Dividiendo esta en 4.39 le da un error estándar de 1,96 .
8

Multiplique el error estándar por el número de errores estándar que desea utilizar . El método más común es utilizar dos errores estándar , lo que crea un intervalo de confianza dentro de la cual se espera que el 95 por ciento de todas las mediciones futuras a caer . En el ejemplo , esto da como resultado 3,93 .
9

Añadir esta figura a la media para calcular el límite de predicción superior . Restarlo de la media para calcular el límite inferior. En el ejemplo , se espera que el 95 por ciento de los valores futuros a estar entre el límite superior de predicción de 55.53 y el límite inferior de las 47.67 .