統計
データセットの包括的な統計を計算する
統計の使い方
- 1コンマ区切りリストに数字を入力してください。
- 2計算機は平均、媒体、多数の、極端および標準的な偏差を計算します。
- 3集計結果を用いてデータの分布パターンと度が理解されます。
主な統計情報
意味 = Σx / n記述的な統計は、複数の意味のある数字でデータセットをまとめます。 平均値は中央の位置を反映し、極端で標準的な偏差は断片の程度を反映します。
これらのインジケータは、異なるグループを比較するのに役立ちます, 分離値を見つけます, 一つずつ描画することなく、明確に結論を伝えます.
データのグループの説明は、4つのボリュームに基づいています。** 集中傾向** (平均、中央値)、** 離散** (標準差、q.l.)、** 分布形状** (フランク、ピーク)、** 異常**。 平均値だけで見てみると、膨大な情報量が失われます - データの平均値のセット 100、1つの標準的な偏差 5 と別の 50、非常に異なる意味で。 平均値からの距離が大きく分散します。
正方形の相違2との標準的な相違の考察は正方形の関係です。 n-1(Besselの補正)とn-**の合計人口推定のn-**によって分かれる全体的な標準偏差は、n-1**によって使用される必要がありますサンプルによる総人口の推定で、そうでなければ、体系的に過小評価される。 Excel STDEV.Sはサンプル(n-1)であり、STDEV.Pは一般的な(n)であり、エラーは偏差の結果です。 通常の分布を近似する際は、Empirical Code ですぐに判断できます。±1 および約 95% 以内の約 68% が下がります。
| スコープ | 適用範囲の比率 | 意味する |
|---|---|---|
| μ ± 1σ | 1セントあたり68.27について | データのほとんどがここにあります。 |
| μ ± 2σ | 1セントあたり95.45について | 共通の自信レベルマッチング |
| μ ± 3σ | 1セントあたり99.73について | シックスシグマの片面ベンチマーク。 |
| μ ± 1.96σ | 95% | 95% 信頼ゾーン間の時間数 |
| μ ± 2.58σ | 99% | 自信ゾーン間の99%正確な乗算 |
通常の分布下の標準偏差カバレッジ比(帝国法)
よくある質問
平均値と中央値の違いは何ですか?
つまり、すべての値の平均値です。中央値はソート後の中央値です。 媒体は、極端な離脱値の影響を受けにくい。
カウントすると?
最も頻繁な値を見つけたい場合は、カテゴリや離散番号で一般的に使用されます。
なぜ分離が重要か。
2つのデータセットは同じ値を持つかもしれませんが、非常に異なるものを実行し、ディスクリートインジケータはこの違いを明らかにします。
標準差と4点距離とは?
データは、標準の偏差(すべてのデータ情報の使用、効率の向上)を使用して、対称的で非エクストリームです。 データは、QR = Q3 - Q1(少なくとも50%、反干渉のみ)4点距離を使用して、チルトまたは明確なイオンセット値を持っています。 グラフの "boxes" は IQR であり、1.5 x IQR を超える点は通常異常としてマークされます。 所得、家価格、応答時間などの右側のデータは、媒体+ IQRの説明に適しています。
相関係数0.8は強く関連していますか?
一般的には0.7以上が強く、0.4-0.7は媒体であり、以下は弱い。 ただし、関連する係数が1つだけ測定されます**線形**の関係、およびparabolaタイプの関係は0に近いかもしれませんが、強い相関関係(分散マップで確認することができます)。 2つの異常は、分離された値に敏感であり、価値を大幅に変更する可能性があります。 3 **相関は、原因/効果** - アイスクリームの売上高と高減少は、温度の一般的な原因にリンクされています。