5.1: Przeglądanie i podgląd

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.

7,124 Views

01:10 min
April 30, 2023

Overview

W statystyce do interpretacji danych używa się kilku narzędzi. Miary tendencji centralnej reprezentują cechy danych, takie jak średnia, mediana i moda. Ponadto miary wariancji, takie jak odchylenie standardowe i zakres, są używane do znajdowania rozkładu danych od średniej. Pozycja względna mierzy odległość między lokalizacjami danych. Powszechnie stosowanymi miarami względnej pozycji są percentyl, wynik z i kwartyle.

Percentyle to rodzaj fraktylu, który dzieli dane na grupy o mniej więcej tej samej liczbie wartości. Percentyl dzieli dane na 100 grup, z około 1% wartości w każdej grupie.

Wyniki z są miarami położenia, ponieważ opisują położenie wartości pod względem odchyleń standardowych względem średniej. Wynik z równy 2 oznacza, że wartość danych jest o dwa odchylenia standardowe wyższa od średniej, a ujemny wynik 3 z oznacza, że wartość jest o trzy odchylenia standardowe niższa od średniej.

Kwartyle to liczby, które dzielą dane na kwartały. Aby znaleźć kwartyle, najpierw znajdź medianę lub drugi kwartyl. Pierwszy kwartyl, Q1, jest środkową wartością dolnej połowy danych, a trzeci kwartyl, Q3, jest środkową wartością lub medianą górnej połowy danych.

Ten tekst został zaadaptowany z Openstax, Introductory Statistics, Section 2.3 Measures of the Location of the Data and 2.7 Measures of the Spread of the Data Dane

Transcript

Statystycy używają kilku narzędzi do interpretacji danych. Miary tendencji centralnych, takie jak średnia, mediana i moda, identyfikują pojedynczą wartość najbardziej reprezentatywną dla danych.

Aby zrozumieć, jak daleko wartości odbiegają od średniej, można użyć miar zmian, takich jak zakres i odchylenie standardowe.

Wreszcie, aby zinterpretować każdą wartość danych w odniesieniu do innych punktów danych, można użyć miar względnej pozycji.

Na przykład uczeń otrzymuje 85 procent punktów na teście klasowym. Porównując ten wynik z wynikami jego kolegów z klasy, można dowiedzieć się, czy wyniki ucznia są doskonałe, czy słabe. To względne porównanie można przeprowadzić, używając dowolnej z trzech powszechnie używanych miar względnej pozycji — percentyla, wyniku z lub kwartyli.

Percentyle dzielą dane na grupy po setki i mierzą, gdzie dane znajdują się w tych grupach. Wynik z jest standardowym wynikiem używanym do znajdowania nietypowych wartości. Kwartyl podsumowuje grupę liczb w cztery grupy zwizualizowane za pomocą wykresu skrzynkowego.

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.