5.1: المراجعة والمعاينة

Review and Preview
JoVE Core
Statistics
This content is Free Access.
JoVE Core Statistics
Review and Preview
Please note that all translations are automatically generated. Click here for the English version.

7,596 Views

01:10 min
April 30, 2023

Overview

في الإحصاء ، يتم استخدام العديد من الأدوات لتفسير البيانات. تمثل مقاييس الاتجاه المركزي خصائص البيانات ، مثل المتوسط والوسيط والوضع. بالإضافة إلى ذلك ، يتم استخدام مقاييس التباين مثل الانحراف المعياري والنطاق لإيجاد انتشار البيانات من المتوسط. يقيس الوقوف النسبي المسافة بين مواقع البيانات. المقاييس شائعة الاستخدام للترتيب النسبي هي النسبة المئوية والدرجة z والرباع.

النسب المئوية هي نوع من الانقسام الذي يقسم البيانات إلى مجموعات بنفس عدد القيم تقريبا. يقسم النسبة المئوية البيانات إلى 100 مجموعة، مع حوالي 1٪ من القيم في كل مجموعة.

درجات z هي مقاييس للموضع من حيث أنها تصف موقع القيمة من حيث الانحرافات المعيارية بالنسبة إلى المتوسط. تشير درجة z 2 إلى أن قيمة البيانات هي انحرافين معياريين فوق المتوسط ، وتشير درجة z السالبة 3 إلى أن القيمة هي ثلاثة انحرافات معيارية أقل من المتوسط.

الأرباع هي أرقام تقسم البيانات إلى أرباع. لإيجاد الأرباع، أوجد أولا الربع الوسيط أو الثاني. الربع الأول ، Q1 ، هو القيمة الوسطى للنصف السفلي من البيانات ، والربع الثالث ، Q3 ، هو القيمة الوسطى ، أو الوسيط ، للنصف العلوي من البيانات.

هذا النص مقتبس من Openstax, Introductory Statistics, Section 2.3 مقاييس موقع البيانات و 2.7 مقاييس انتشار بيانات

Transcript

يستخدم

الإحصائيون عدة أدوات لتفسير البيانات. تحدد مقاييس الاتجاهات المركزية ، مثل المتوسط والوسيط والوضع ، القيمة الفردية الأكثر تمثيلا للبيانات.

لفهم مدى انتشار القيم عن المتوسط ، يمكن للمرء استخدام مقاييس الاختلافات ، مثل النطاق والانحراف المعياري.

أخيرا ، لتفسير كل قيمة للبيانات فيما يتعلق بنقاط البيانات الأخرى ، يمكن للمرء استخدام مقاييس المكانة النسبية.

على سبيل المثال ، يحصل الطالب على 85 بالمائة من العلامات في اختبار الفصل. من خلال مقارنة هذه النتيجة بدرجات زملائه في الفصل ، يمكن للمرء أن يعرف ما إذا كان أداء الطالب ممتازا أم ضعيفا. يمكن إجراء هذه المقارنة النسبية باستخدام أي من المقاييس الثلاثة الشائعة الاستخدام للمكانة النسبية – النسبة المئوية أو الدرجة z أو الأرباع.

تقسم النسب المئوية البيانات إلى مجموعات من المئات وتقيس مكان البيانات في تلك المجموعات. الدرجة z هي الدرجة القياسية المستخدمة للعثور على القيم غير العادية. يلخص الربع مجموعة من الأرقام في أربع مجموعات يتم تصورها باستخدام مخطط مربع.

Key Terms and definitions​

  • Measures of Central Tendency - Represent characteristics of data like mean, median, mode.
  • Measures of Variance - Determine the data spread from the mean, such as standard deviation and range.
  • Relative Standing Measures - Measure the distance between data locations, like percentile, z-score, and quartiles.
  • Percentiles - Type of fractile that partition data into hundred equal parts/groups.
  • Quartiles - These are values which divide data into quarters or four equal parts.

Learning Objectives

  • Define Measures of Central Tendency - Explain what they are and their functions (e.g., mean, median, mode).
  • Contrast Regular Distribution vs Variance - Explain key differences (e.g., range and standard deviation).
  • Explore Relative Standing Measures - Describe their role in data interpretation (e.g., percentile).
  • Explain Z-Score - A measure of position that describes the location of a value in terms of standard deviations relative to the mean.
  • Apply Quartiles in Data Analysis - Show how data is divided into quarters for analysis.

Questions that this video will help you answer

  • What are Measures of Central Tendency and their significance in data interpretation?
  • How does Percentile partition data?
  • What is the role of a Z-Score in measurement of position?

This video is also useful for

  • Students - Understand How measures in statistics support data analysis and interpretation.
  • Educators - Provides a step by step guide for statistical concepts boosting teaching efficiency.
  • Researchers - Crucial understanding for scientific study or statistical analysis.
  • Science Enthusiasts - Offer insights and broader interest and curiosity value in statistical analysis.