Калькулятор описательной статистики
Инструкции: Используйте этот Калькулятор описательной статистики, чтобы ввести примерные данные ниже, и решатель обеспечит пошаговый расчет базовой описательной статистики, такой как среднее значение, медиана, мода, дисперсия, стандартное отклонение, диапазон, квартили, сводка по 5 числам. , и т. д.
Калькулятор описательной статистики
Описательная статистика соответствует показателям и графикам, которые получены из образец и предназначены для предоставления информации об изучаемом населении. Двумя основными видами описательной статистики являются показатели центральной тенденции и меры дисперсии .
Как рассчитать описательную статистику
Ниже приведены типичные шаги, которые необходимо выполнить для расчета описательной статистики:
- Шаг 1 : Четко определите данные выборки и обратите внимание на размер выборки n, который представляет собой общее количество данных в выборке, включая повторяющиеся значения.
- Шаг 2 : Часто вам нужно отсортировать данные в порядке возрастания. Хотя это не требуется для вычисления среднего значения и стандартного отклонения, вам нужно будет сделать это для вычисления медианы и квартилей.
- Шаг 3 : создавайте классы с данными, если хотите построить гистограмму. См. калькулятор гистограмма чтобы подробно увидеть, как построить эти классы
- Шаг 4 : Имея набор числовых описательных статистических данных и графическое изображение, обеспечиваемое гистограммой, вы теперь можете сделать некоторые выводы о распределении данных.
Для чего вы используете описательную статистику?
Меры центральной тенденции призваны дать представление о местоположении распределения. Примерами показателей центральной тенденции являются выборочное среднее \(\bar X\), медиана и режим . Примерами мер дисперсии являются выборочная дисперсия \(s^2\), стандартное отклонение \(s\) и диапазон среди прочего.
среднее выборочное значение — это наиболее типичные используемые меры центральной тенденции, а стандартное отклонение — наиболее часто упоминаемая мера дисперсии.
Единственный возможный их недостаток в том, что они очень чувствительны к выбросы , что означает, что их значение может резко измениться с одним или двумя сильными выбросами, если они не будут обнаружены или скорректированы.
Другие общие меры центральной тенденции и дисперсии
Как мы упоминали в предыдущих абзацах, выбросы и сильно асимметричное распределение могут сильно повлиять на значение среднего и стандартного отклонения.
В качестве альтернативы, для сильно искаженных данных вы можете использовать медиану или средний диапазон как меры центральной тенденции, а межквартильный диапазон в качестве меры рассеяния.
Описательная статистика с использованием графиков
Диаграммы, которые обычно представляются в отчете описательной статистики, являются гистограмма и коробчатая диаграмма , которые дают очень четкое представление о распределении выбираемой переменной.
Различные меры более подходят, чем другие, для определенных случаев. Например, некоторые меры, такие как среднее, очень чувствительны к выбросам, и поэтому, когда выборка имеет сильные выбросы или она сильно асимметрична, предпочтительным показателем центральной тенденции будет медиана, а не среднее значение. среднее выборочное значение
Обычно сообщается описательная статистика
Обычно используются разные форматы, в зависимости от контекста выборочных данных. Часто сообщается сводка из 5 цифр, которая состоит из Минимум , первый квартиль, медиана, третий квартиль и максимум .
Что делать, если у меня есть сгруппированные данные
С сгруппированными данными нужно обращаться по-другому, используя таблицы частот . Имея сгруппированные данные, особенно тип данных, где мы знаем частоту, связанную с заданным диапазоном данных, нам нужно действовать по-другому, используя аппроксимацию средней точки для представления диапазона данных.
В этом случае вы бы вместо этого использовали это калькулятор описательной статистики для сгруппированных данных .
Описательная статистика с таблицами и графиками
Часто точечные оценки важнейших параметров совокупности, таких как среднее значение и стандартное отклонение, чрезвычайно полезны и могут многое рассказать об анализируемой совокупности.
Но в то же время очень важно использовать визуальные инструменты. Например, вы можете использовать это калькулятор таблицы частотного распределения для объединения выборочных данных в группы и просмотра кластеризации данных.
Или можно формально можно построить гистограмму , чтобы получить хорошее представление о распределении населения, из которого взяты выборочные данные.