Једноставна статистичка анализа

Једном када прикупите квантитативне податке, имаћете пуно бројева. Сада је време да извршите неку статистичку анализу како бисте осмислили и извукли неке закључке из својих података.

Постоји широк спектар могућих техника које можете користити.

Ова страница пружа кратак сажетак неких од најчешћих техника сажимања података и објашњава када бисте користили сваку од њих.

Резимирање података: груписање и визуализација

Прво што треба урадити са било којим подацима је да га сажмемо, што значи да га представимо на начин који најбоље говори причу.

Полазна тачка је обично групирање сирових података у категорије и / или њихова визуализација. На пример, ако мислите да би вас разлике могле занимати по годинама, прво што треба да урадите је да своје податке групишете у старосне категорије, можда десетогодишње или петогодишње делове.

Једна од најчешћих техника која се користи за резимирање је употребаграфови, посебно тракасти графикони, који приказују сваку тачку података редом, или хистограми, који су тракасти графикони груписани у шире категорије.

У наставку је приказан пример који користи три скупа података, груписаних у четири категорије. То би, на пример, могли бити „мушкарци“, „жене“ и „други / није наведен пол“, груписани по старосним категоријама 20–29, 30–39, 40–49 и 50–59.

Алтернатива хистограму је аЛинијски графикон, који исцртава сваку тачку података и спаја их линијом. Исти подаци као на тракасти графикону приказани су на линијском графикону испод.

Није тешко ручно нацртати хистограм или линијски графикон, као што се можда сећате из школе, али прорачунске табеле ће га нацртати брзо и лако након што унесете податке у табелу, чиме ћете уштедети било какве проблеме. Они ће вас чак и провести кроз процес.

Визуелизујте своје податке

Важно при цртању графика је да вам даје тренутну ’слику’ података. Ово је важно јер вам одмах показује да ли су ваши подаци груписани, шире се, теже ка високим или ниским вредностима или су скупљени око централне тачке. Такође ће вам показати да ли имате неке „одступања“, односно врло високе или врло ниске вредности података, које бисте можда желели да изузмете из анализе, или бар поново посетите да бисте проверили да ли су тачне.

Увек је вредно нацртати графикон пре него што започнете даљу анализу, само да бисте погледали своје податке.

Такође можете приказати груписане податке у атортни дијаграм, као што је овај.

Кришканајбоље се користе када вас занима релативна величина сваке групе и колики удео у укупном броју спада у сваку категорију, јер врло јасно илуструју које су групе веће.

Погледајте нашу страницу:Графикони и графикониза више информација о различитим врстама графикона и графикона.

Мере локације: Просеци

Тхепросекдаје вам информације о величини ефекта било чега што тестирате, другим речима, да ли је велико или мало. Постоје три мере просека: средња вредност, средња вредност и модус.

Погледајте нашу страницу наПросециза више о израчунавању сваког и за брзи калкулатор.

Када већина људи каже просек, они говоре означити. Предност му је што користи све добијене вредности података и може се користити за даљу статистичку анализу. Међутим, то може бити искривљено „изванредним вредностима“, вредностима које су нетипично велике или мале.

Као резултат, истраживачи понекад користемедијанауместо тога. Ово је средина свих података. Медијана није искривљена екстремним вредностима, али је теже користити за даљу статистичку анализу.

Тхемодује најчешћа вредност у скупу података. Не може се користити за даљу статистичку анализу.

Вредности средње вредности, медијане и модуса сунеисти, због чега је заиста важно да буде јасно о ком ’просеку’ говорите.

Процена сумарних мера: робусност и ефикасност

Постоје две конструкције (идеје или концепти) које се обично користе за процену сумарних мера као што су средња вредност, средња вредност и начин. Суробусностиефикасност.

• Робусност је мера колико је резиме мере осетљив на промене у квалитету података.

  Ове промене у квалитету података могу настати или преко крајњих вредности, екстремних вредности на оба краја или из радњи предузетих током анализе, као што је груписање података за даљу анализу. Робусна мера НИЈЕ осетљива на ове промене. Медијана је стога робуснија од средње вредности, јер на њу не утичу крајњи изгледи, а груписање ће вероватно довести до врло мало промена.

• Ефикасност је мера колико добро сумарна мера користи све податке.

  Ефикаснија мера користи више података. Средња вредност је зато врло ефикасна, јер користи све податке.

Ове две мере су стога често контрадикторне: робуснија мера ће вероватно бити мање ефикасна.

Мораћете да одлучите шта је важније у вашој анализи.

Мере ширења: домет, варијанса и стандардна девијација

Истраживачи често желе да погледајуширењеподатака, односно колико су подаци широко распоређени по целој могућој скали мерења.

Постоје три мере које се често користе за ово:

Тхедометје разлика између највеће и најмање вредности. Истраживачи често цитирајуинтеркуартиле опсег, што је опсег средње половине података, од 25%, доњи квартил, до 75%, горњи квартил вредности (медијана је вредност 50%). Да бисте пронашли квартиле, користите исти поступак као и за медијану, али уместо средине узмите четвртину и три четвртине.

Тхестандардна девијацијамери просечни распон око средње вредности, и стога даје осећај „типичне“ удаљености од средње вредности.

Тхепроменљивје квадрат стандардне девијације. Израчунавају се према:

1. израчунавање разлике сваке вредности из средње вредности;
2. квадрирање сваког од њих (да би се елиминисала разлика између оних изнад и испод средње вредности);
3. сумирање квадратних разлика;
4. дели се бројем предмета минус један.

Ово дајепроменљив.

Да бисте израчуналистандардна девијација, узмите квадратни корен варијансе.

Скев

Тхеискривитимери колико је скуп података симетричан или има више високе вредности или више нижих вредности. Узорак са нижим вредностима описује се као негативно искошен, а узорак са већим вредностима као позитивно искошен.

Уопштено говорећи, што је искошени узорак, то ће се мање поклапати средња вредност, средња вредност и модус.

Напреднија анализа

Након што израчунате неке основне вредностилокација, као што су средња вредност или средња вредност,ширење, као што су опсег и варијанса, и утврдио нивоискривити, можете прећи на напреднију статистичку анализу и започети тражење образаца у подацима.

Настави до:
Врсте података
Мултиваријантна анализа