Beskrivende statistikk er disiplinen som kvantitativt beskriver hovedtrekkene til en samling av informasjon, eller selve kvantitative beskrivelsen.
Beskrivende statistikk er svært viktig fordi hvis vi bare presenterte våre rådata, ville det være vanskelig å visummere hva dataene viste, spesielt hvis det var mye av det. Beskrivende statistikk gjør det mulig for oss å presentere dataene på en mer meningsfylt måte, noe som muliggjør enklere tolkning av dataene.
For eksempel, hvis vi hadde resultatene fra 100 studiepoeng av studenters kurs, kan vi være interessert i den generelle prestasjonen til de studentene. Vi vil også være interessert i fordelingen eller spredningen av merkene. Beskrivende statistikk tillater oss å gjøre dette. Hvordan å beskrive data riktig gjennom statistikk og grafer er et viktig tema og diskutert i andre Laerd Statistics guider. Vanligvis er det to generelle typer statistikker som brukes til å beskrive data:
Tiltak av sentral tendens: Dette er måter å beskrive den sentrale posisjonen til en frekvensfordeling for en gruppe data. I dette tilfellet er frekvensfordelingen bare fordelingen og mønsteret av karakterer som er scoret av de 100 studentene fra laveste til høyeste.
Spredningsforanstaltninger: Dette er måter å oppsummere en gruppe data ved å beskrive hvordan spredt resultatene er. For eksempel kan den gjennomsnittlige poengsummen til våre 100 studenter være 65 av 100. Men ikke alle studentene har scoret 65 poeng. Snarere blir deres poeng spredt ut. Noen vil være lavere og andre høyere. Spredningstiltak hjelper oss å oppsummere hvordan spredt disse resultatene er.
Når vi bruker beskrivende statistikk, er det nyttig å oppsummere vår gruppe data ved hjelp av en kombinasjon av tabellbeskrivelse (dvs. tabeller), grafisk beskrivelse (dvs. grafer og diagrammer) og statistisk kommentar (dvs. en diskusjon av resultatene).
Hva forholdet mellom beskrivende og inferensiell statistikk?
Beskrivende statistikk inneholder beskrivelse av gitte utvalgsdata, uten å dømme om befolkning. Eksempel: Eksempelmiddel kan beregnes fra prøve, og det er en beskrivende statistikk. Inferensiell statistikk utlede en konklusjon om befolkningen på grunnlag av prøven. For eksempel, konkluderer at flertallet av mennesker støtter en kandidat (på grunnlag av en gitt prøve). Forhold: Siden vi ikke har tilgang til hele befolkningen, bruker vi beskrivende statistikk for å lage inferensielle konklusjoner.
Hvorfor er tiltak av sentral tendens viktig for beskrivende statistikk?
Fordi i å beskrive et sett med data, er vår hovedinteresse vanligvis sentralverdien av distribusjonen. I beskrivende statistikk forklarer vi egenskapene til et sett med data i hånden - vi gjør ikke konklusjoner om den større befolkningen der dataene kommer (det er inferensiell statistikk). Ved å gjøre dette er vårt hovedspørsmål vanligvis 'hvor er sentrum for distribusjonen'. For å svare på det spørsmålet benytter vi normalt enten middel, median eller modus, avhengig av type data. Disse tre sentrale tendenstiltakene indikerer det sentrale punktet
Hvordan kan jeg beregne følgende statistikk over levetid for motoren? (statistikk, vil virkelig sette pris på hjelp med dette)
"a)" 4 "b) 0.150158" "c) 0.133705" "Vær oppmerksom på at en sannsynlighet ikke kan være negativ, derfor antar jeg at vi må anta at x går fra 0 til 10." "Først av alt må vi bestemme c slik at summen av alle sannsynligheter er 1:" int_0 ^ 10 cx ^ 2 (10 - x) "" dx = c int_0 ^ 10 x ^ 2 (10 - x) " "dx = 10c int_0 ^ 10 x ^ 2 dx - c int_0 ^ 10 x ^ 3 dx = 10c [x ^ 3/3] _0 ^ 10 - c [x ^ 4/4] _0 ^ 10 = 10000 c / 3 - 10000 c / 4 = 10000 c (1/3 - 1/4) = 10000 c (4 - 3) / 12 = 10000 c / 12 = 1 => c = 12/10000 = 0,0012 "a) va