คะแนนดิบเลือกตั้ง 5 พรรคใหญ่ เพิ่มเท่ากัน 6%
[edit เพิ่มเติม]
มีคนถามกันว่าเป็นไปได้หรือไม่ ที่ 6% ที่เหลือจะมีคนเลือกเป็นสัดส่วนใกล้เคียงกับของ 94% ก่อนหน้านั้น
คำตอบในมุมมองของลงทุนแมนแบบไม่เข้าข้างใคร คือ มีโอกาสเป็นไปได้ และ เป็นไปไม่ได้ ขึ้นอยู่กับการกระจายตัวของชุดข้อมูล 6% ที่เหลือว่าเป็นอย่างไร
ขอยกตัวอย่างให้เห็นภาพง่ายๆ เปรียบเหมือนร้านเซเว่น 10,000 ร้านทั่วประเทศนะครับ
ถ้าเราสุ่มร้านเซเว่น 9,400 ร้านทั่วประเทศ แล้วพบว่าค่าเฉลี่ยของคนที่ซื้อไส้กรอกคือ 10%
คำถามคือ 600 ร้านที่เหลือ มีแนวโน้มที่จะ ซื้อไส้กรอก 10% เหมือนกันหรือไม่
ถ้า 600 ร้านที่เหลือ มันกระจายตัวอยู่ทั่วประเทศในลักษณะเดียวกันกับ 9,400 ร้านแรก ก็มีโอกาสที่จะมีคนกินไส้กรอก 10% ใกล้เคียงกัน
อย่างไรก็ตาม ถ้า 600 ร้านกระจุกตัวอยู่ในทำเลใดทำเลหนึ่ง เช่น ภาคเหนือทั้งหมด หรือ ภาคใต้ทั้งหมด ก็มีโอกาสที่จะพฤติกรรมแตกต่างจากค่าเฉลี่ย 9,400 ร้านแรกได้
นอกจากเรื่องเซเว่น ลองยกอีกตัวอย่างคือ
คนที่ใส่แว่นในประเทศไทย
คนไทย 60 ล้านคน จะมีคนใส่แว่นกี่%
ถ้าเราเลือก 4 ล้านคน จากประชากรทั่วประเทศ แบบกระจายตัว แล้วพบว่า มีคนใส่แว่น 30%
ประชากร 60 ล้านคน ก็น่าจะมีอัตราการใส่แว่นใกล้เคียง 30% เช่นกัน (บวกลบไม่มาก)
เรื่องนี้จริงๆแล้วทางวิชาสถิติจะมีรายละเอียดอีกมาก เช่น ค่าเบี่ยงเบนมาตรฐาน (SD) ของข้อมูล ถ้าเบี่ยงเบนมาก ก็จะทำให้มีโอกาสค่าเฉลี่ยของกลุ่ม sample ต่างจากประชากรจริงได้มากเช่นกัน
สำหรับการเลือกตั้งไม่มีข้อมูลว่า 6% ที่เหลือมีการกระจายตัวอย่างไร จึงไม่สามารถบอกได้ว่าเป็นไปได้หรือไม่ครับ แต่บอกได้เพียงว่าค่าเฉลี่ยของคะแนนที่เพิ่มขึ้นทั้งหมดจะประมาณ 6% ครับ
Raw Score 5 BIG PARTIES INCREASE 6 %
[edit more]
People ask if it's possible that the remaining 6 % will be selected as close to 94 % before that.
The answer in view of investing without siding man is that there is a chance, possible and impossible depending on the remaining 6 % distribution of the data set.
Let me give you an example. It's like seven 10,000 shops all over the country.
If we random 9,400 stores across the country and find out that the average of people who buy sausage is 10 %
Question is, are the remaining 600 stores likely to buy sausage 10 % the same?
If the remaining 600 stores are spread across the country in the same way as the first 9,400 shops, there is a chance to have 10 % of sausage.
However, if 600 cluster shops are in one location, such as all northern or south, there is a chance to behave differently than the first 9,400 average.
Apart from seven, try another example.
People who wear glasses in Thailand
60 million Thai people. How many people wear glasses?
If we choose 4 million people from the population across the country, we find out that there are 30 % of the glasses.
The population of 60 million people should have a close to wear glasses of 30 % as well. (not much negative)
In fact, statistically, there are many more details such as standard deviation (SD) of data. If it is a lot of deviation, it will give the average chance of sample group is very different from the actual population.
For election, there is no information about how the remaining 6 % are distributed, so it can't tell if it's possible, but I can only say that the average of the total score is about 6 %Translated
「average standard deviation」的推薦目錄:
- 關於average standard deviation 在 ลงทุนแมน Facebook 的最讚貼文
- 關於average standard deviation 在 How to 'sum' a standard deviation? - Cross Validated - Stats ... 的評價
- 關於average standard deviation 在 What is Standard Deviation and Mean Absolute ... - YouTube 的評價
- 關於average standard deviation 在 6.1 The Mean and Standard Deviation of the Sample Mean 的評價
- 關於average standard deviation 在 Standard deviation of generic list? [duplicate] - Stack Overflow 的評價
average standard deviation 在 What is Standard Deviation and Mean Absolute ... - YouTube 的推薦與評價
... <看更多>
average standard deviation 在 6.1 The Mean and Standard Deviation of the Sample Mean 的推薦與評價
The mean of the sample mean ˉX that we have just computed is exactly the mean of the population. The standard deviation of the sample mean ˉX ... ... <看更多>
average standard deviation 在 How to 'sum' a standard deviation? - Cross Validated - Stats ... 的推薦與評價
Short answer: You average the variances; then you can take square root to get the average standard deviation. ... For your data: ... So to answer your question:. ... <看更多>
相關內容