Ano ang Descriptive Statistics?
Ang mga istatistika ng deskriptibo ay maikling mga koepisyentong naglalarawan na nagbubuod ng isang naibigay na set ng data, na maaaring maging isang representasyon ng kabuuan o isang halimbawa ng isang populasyon. Ang mga istatistika ng deskriptibo ay nasira sa mga panukala ng sentral na pagkahilig at mga sukat ng pagkakaiba-iba (kumalat). Ang mga sukat ng sentral na ugali ay kinabibilangan ng ibig sabihin, panggitna, at mode, habang ang mga sukat ng pagkakaiba-iba ay kasama ang karaniwang paglihis, pagkakaiba-iba, ang minimum at maximum na variable, at ang kurtosis at skewness.
Ano ang Descriptive Statistics?
Pag-unawa sa Mga Istatistika ng Deskriptibo
Ang mga istatistika na naglalarawan, sa madaling sabi, ay tumutulong na mailalarawan at maunawaan ang mga tampok ng isang tukoy na data na itinakda sa pamamagitan ng pagbibigay ng maikling mga buod tungkol sa sample at mga hakbang ng data. Ang pinaka-kinikilalang uri ng mga deskriptibong istatistika ay mga hakbang ng sentro: ang ibig sabihin, median, at mode, na ginagamit sa halos lahat ng antas ng matematika at istatistika. Ang ibig sabihin, o ang average, ay kinakalkula sa pamamagitan ng pagdaragdag ng lahat ng mga numero sa loob ng set ng data at pagkatapos ay hinati ang bilang ng mga numero sa loob ng set. Halimbawa, ang kabuuan ng mga sumusunod na set ng data ay 20: (2, 3, 4, 5, 6). Ang ibig sabihin ay 4 (20/5). Ang mode ng isang set ng data ay ang halagang lumilitaw, at ang panggitna ay ang figure na matatagpuan sa gitna ng set ng data. Ito ang figure na naghihiwalay sa mas mataas na mga numero mula sa mas mababang mga numero sa loob ng isang set ng data. Gayunpaman, may mga hindi gaanong karaniwang uri ng mga istatistika na naglalarawan na mahalaga pa rin.
Gumagamit ang mga tao ng mga naglalarawan na istatistika upang maipaliwanag ang mga mahirap unawain na naiintindihan sa kabuuan ng isang malaking data na inilalagay sa mga paglalarawan sa kagat ng kagat. Ang average na marka ng marka ng isang mag-aaral (GPA), halimbawa, ay nagbibigay ng isang mahusay na pag-unawa sa mga istatistika na naglalarawan. Ang ideya ng isang GPA ay tumatagal ng mga puntos ng data mula sa isang malawak na hanay ng mga pagsusulit, klase, at marka, at katamtaman ang mga ito nang magkasama upang magbigay ng isang pangkalahatang pag-unawa sa pangkalahatang kakayahan ng akademikong mag-aaral. Ang personal na GPA ng isang mag-aaral ay sumasalamin sa kanyang ibig sabihin ng pagganap sa akademiko.
Mga Key Takeaways
- Ang mga istatistika na naglalarawan ay nagbubuod o naglalarawan ng mga katangian ng isang set ng data.Descriptive statistics ay binubuo ng dalawang pangunahing kategorya ng mga panukala: mga panukala ng sentral na pagkahilig at mga sukat ng pagkakaiba-iba o pagkalat.Ang mga pamamaraan ng gitnang pagkahilig ay naglalarawan sa gitna ng isang set ng data.Aksyon ng pagkakaiba-iba o kumakalat na naglalarawan ang pagkalat ng data sa loob ng set.
Mga Panukala ng Deskriptibong Istatistika
Ang lahat ng mga naglalarawang istatistika ay alinman sa mga panukala ng sentral na ugali o mga panukala ng pagkakaiba-iba, na kilala rin bilang mga hakbang ng pagpapakalat. Ang mga panukala ng sentral na pagkahilig ay nakatuon sa average o gitnang mga halaga ng mga set ng data; samantalang, ang mga sukat ng pagkakaiba-iba ay nakatuon sa pagkalat ng data. Ang dalawang hakbang na ito ay gumagamit ng mga graph, talahanayan, at pangkalahatang mga talakayan upang matulungan ang mga tao na maunawaan ang kahulugan ng nasuri na data.
Ang mga sukat ng sentral na ugali ay naglalarawan sa posisyon ng sentro ng isang pamamahagi para sa isang set ng data. Sinusuri ng isang tao ang dalas ng bawat punto ng data sa pamamahagi at inilarawan ito gamit ang ibig sabihin, median, o mode, na sumusukat sa pinakakaraniwang mga pattern ng set ng data na nasuri.
Mga Panukala ng pagkakaiba-iba, o ang mga panukala ng pagkalat, tulong sa pagsusuri kung paano kumalat ang pamamahagi para sa isang hanay ng data. Halimbawa, habang ang mga panukala ng sentral na ugali ay maaaring magbigay sa isang tao ng average ng isang set ng data, hindi nito inilarawan kung paano ipinamamahagi ang data sa loob ng set. Kaya, habang ang average ng data ay maaaring 65 sa 100, maaari pa ring magkaroon ng mga puntos ng data sa parehong 1 at 100. Ang mga panukala ng pagkakaiba-iba ay tumutulong sa pakikipag-usap sa pamamagitan ng paglarawan ng hugis at pagkalat ng set ng data. Saklaw, kuwarts, ganap na paglihis, at pagkakaiba-iba ay lahat ng mga halimbawa ng mga sukat ng pagkakaiba-iba. Isaalang-alang ang sumusunod na set ng data: 5, 19, 24, 62, 91, 100. Ang saklaw ng set ng data na iyon ay 95, na kinakalkula sa pamamagitan ng pagbabawas ng pinakamababang bilang (5) sa data na itinakda mula sa pinakamataas (100).
