Se tutti i valori dei dati erano gli stessi, non ci sarebbe alcun bisogno di calcolare una media , perché si riconosce immediatamente la tendenza. Tuttavia , dati reali è raramente uniforme. Dati oscilla regolarmente, in media è necessario trovare il valore centrale . Purtroppo , questa fluttuazione dei valori di dati rende medie inaffidabile come predittori di valori futuri , perché senza una misura della variabilità dei dati , non si può sapere quanto la deviazione dalla media è normale . Questo è dove gli intervalli di confidenza o limiti di previsione entrare Utilizzando una misura di variabilità , è possibile costruire valori massimi e minimi entro i quali i valori futuri sono previsti a cadere. Istruzioni

1

Aggiungi tutti i valori in una serie di punti dati e dividere il totale per il numero di punti dati . Questo calcola la media . A titolo di esempio , la serie numerica di 50 , 55 , 48 , 56 e 52 in totale 258 . Dividendo per 5 dà una media di 51,6 .

2

Sottrarre la media da ogni punto dati . Nell’esempio , 50 meno 51,6 uguale a -1.6 . Allo stesso modo , sottraendo 51,6 dagli altri quattro valori risultati in 3.4 , -6.6 , 4.4 e 0.4 , rispettivamente.

3

piazza i risultati precedenti . Nell’esempio , -1,6 -1,6 volte ti dà 2.56. Allo stesso modo, squadratura i restanti quattro valori dà 11.56 , 43.56 , 19.36 e 0.16 .

4

Aggiungere i valori al quadrato . In questo esempio , è l’aggiunta di 2.56 , 11.56 , 43.56 , 19.36 e 0.16 dà un totale di 77,1 .

5

dividere il totale per il numero di punti dati , meno uno . Nell’esempio , 77,2 diviso per 4 ti dà 19.3 .

6

Prendete la radice quadrata del calcolo precedente per calcolare la deviazione standard . Nell’esempio , si prendendo la radice quadrata di 19,3 dà una deviazione standard di 4,39 .

7

dividere la deviazione standard per la radice quadrata del numero di punti di dati . Questo calcola l’errore standard . Nell’esempio , la radice quadrata di 5 è 2.24 . Dividendo questo in 4.39 ti dà un errore standard di 1,96 .

8

Moltiplicare l’errore standard per il numero di errori standard che si desidera utilizzare . Il metodo più comune è quello di utilizzare due errori standard , che crea un intervallo di confidenza all’interno del quale il 95 per cento di tutte le misurazioni sono attesi a cadere. Nell’esempio , questo si traduce in 3.93 .

9

Aggiungi questa cifra media per calcolare il limite di previsione superiore . Sottrarre dalla media per calcolare il limite inferiore . In questo esempio , il 95 per cento dei valori futuri dovrebbero essere tra il limite superiore del pronostico 55.53 e il limite inferiore di 47,67 .