Описательная статистика - это дисциплина количественного описания основных характеристик сбора информации или самого количественного описания.
Описательные статистические данные очень важны, потому что, если бы мы просто представили наши необработанные данные, было бы трудно определить, какие данные были показаны, особенно если их было много. Таким образом, описательная статистика позволяет нам представлять данные более осмысленно, что упрощает их интерпретацию.
Например, если у нас были результаты 100 курсовых работ студентов, нас может заинтересовать общая успеваемость этих студентов. Мы также были бы заинтересованы в распространении или распространении марок. Описательная статистика позволяет нам это делать. Как правильно описать данные с помощью статистики и графиков является важной темой и обсуждается в других руководствах Laerd Statistics. Как правило, есть два основных типа статистики, которые используются для описания данных:
Меры центральной тенденции: это способы описания центральной позиции частотного распределения для группы данных. В этом случае распределение частот - это просто распределение и структура оценок, набранных 100 учениками от самой низкой до самой высокой.
Меры разброса: это способы суммирования группы данных, описывающие, как разбросаны оценки. Например, средний балл наших 100 студентов может составить 65 из 100. Однако не все студенты наберут 65 баллов. Скорее, их результаты будут распределены. Некоторые будут ниже, а другие выше. Меры разброса помогают нам обобщить, насколько разбросаны эти оценки.
Когда мы используем описательную статистику, полезно обобщать нашу группу данных, используя комбинацию табличного описания (то есть таблиц), графического описания (то есть графиков и диаграмм) и статистического комментария (то есть обсуждения результатов).
Какова роль статистики в сельском хозяйстве?
Статистика - очень полезное приложение математики для оценки данных во всех видах деятельности. В сельском хозяйстве его можно применять для выбора типов семян, использования удобрений и воды, прогнозов погоды и надежности оборудования.
Какова связь между описательной и логической статистикой?
Описательная статистика включает в себя описание данных выборки без принятия решения о населении. Например: среднее значение выборки можно рассчитать по выборке, и это описательная статистика. Инференциальная статистика делает вывод о численности населения на основе выборки. Например, сделать вывод, что большинство людей поддерживают одного кандидата (на основе заданной выборки). Взаимоотношения: Поскольку у нас нет доступа ко всему населению, мы используем описательную статистику, чтобы сделать логичные выводы.
Почему показатели центральной тенденции важны для описательной статистики?
Потому что при описании набора данных нашим главным интересом обычно является центральная ценность распределения. В описательной статистике мы объясняем характеристики набора данных в руках - мы не делаем выводов о большем населении, откуда поступают данные (это логическая статистика). При этом нашим главным вопросом обычно является «где находится центр распределения». Чтобы ответить на этот вопрос, мы обычно используем среднее значение, медиану или режим, в зависимости от типа данных. Эти три основных показателя тенденций указывают на центральную точку, вокруг которой собираются все данные. Вот почему это одна и