描述性统计计算器

描述性统计对应的措施和图表来自于 样本 并旨在提供有关被研究人口的信息。描述性统计的两个基本类型是 中心倾向的测量 和 分散的措施 .

如何计算描述性统计

以下是你计算描述性统计的典型步骤：

• 步骤1 :清楚地识别样本数据,并注意到样本大小n,即样本中的数据总数,包括重复值
• 第二步 :很多时候,你会想把数据按升序排序。虽然在计算平均数和标准差时不需要这样做,但你需要这样做来计算中位数和四分位数。
• 步骤3 :如果你想建立一个直方图,就用数据建立类。请看 柱状图计算器 来详细了解如何构建这些类
• 第4步 :有了一组数字描述性统计和直方图提供的图形描述,你现在就可以对数据的分布做出一些结论了。

你用描述性统计做什么？

中心倾向的测量旨在提供一个关于分布位置的概念。中心倾向测量的例子有：样本平均数\(\bar X\),中位数和 模式 .衡量分散性的例子有 样本方差 #\(s^2\),标准偏差\(s\),以及范围等等。

这 样本平均数 是最典型的中心趋势测量方法,标准差也是最常见的分散性测量方法。

唯一可能的缺点是,它们对以下因素非常敏感 异常值 这意味着,如果没有被发现或纠正,它们的值会随着一两个强异常值而发生巨大的变化。

其他常见的中心趋势和分散度的测量方法

正如我们在前几段提到的,异常值和强倾斜分布会极大地影响平均值和标准差的值。

另外,对于高度偏斜的数据,你可以使用中位数或 中档 作为中心趋势的衡量标准,以及 四分位数范围 作为分散性的衡量标准。

使用图表的描述性统计

在描述性统计报告中,通常呈现的图表是 柱状图 和 箱形图 ,可以非常清楚地看到被抽样的变量的分布情况。

在某些情况下,不同的测量方法比其他方法更合适。例如,某些测量方法如平均数对异常值非常敏感,因此,当一个样本有很强的异常值或非常偏斜时,中心趋势的首选测量方法是中位数而不是 样本平均数

通常报告的描述性统计

通常情况下,根据样本数据的背景,会使用不同的格式。通常情况下,会报告5个数字的摘要,其中包括 最低限度 ,第一四分位数,中位数,第三四分位数和 最大 .

如果我有分组的数据怎么办

分组的数据需要不同的处理方式,使用 频率表 .当有分组数据时,特别是我们知道与某一数据范围相关的频率的数据类型,我们需要以不同的方式进行,使用中点的近似值来代表数据范围。

在这种情况下,你可以用这个方法来代替 分组数据的描述性统计计算器 .

用表格和图表进行描述性统计

很多时候,关键的人口参数如平均数和标准差的点估计是非常有用的,可以告诉你关于你所分析的人口的很多情况。

但与此同时,使用视觉工具真的很重要。例如,你可以使用这个 频数分布表计算器 来将样本数据浓缩成组,并查看数据是如何聚类的。

或者你可以正式地可以 构建直方图 因此,为了获得对样本数据所在人群分布的良好描述。