Les estadístiques descriptives són la disciplina de la descripció quantitativa de les principals característiques d’una col·lecció d’informació o de la descripció quantitativa mateixa.
Les estadístiques descriptives són molt importants perquè si simplement presentem les nostres dades en brut, seria difícil visualitzar el que mostrava les dades, sobretot si hi havia moltes coses. Per tant, les estadístiques descriptives ens permeten presentar les dades d'una manera més significativa, cosa que permet una interpretació més senzilla de les dades.
Per exemple, si tinguéssim els resultats de 100 treballs de cursos dels estudiants, és possible que estiguem interessats en el rendiment general d'aquests estudiants. També ens interessaria la distribució o difusió de les marques. Les estadístiques descriptives ens permeten fer-ho. Com es descriuen correctament les dades mitjançant estadístiques i gràfics és un tema important i es discuteix en altres guies de les estadístiques de Laerd. Normalment, hi ha dos tipus generals d’estadística que s’utilitzen per descriure les dades:
Mesures de tendència central: són formes de descriure la posició central d'una distribució de freqüències per a un grup de dades. En aquest cas, la distribució de freqüències és simplement la distribució i el patró de les marques obtingudes pels 100 estudiants de la més baixa a la més alta.
Mesures de propagació: són formes de resumir un grup de dades mitjançant la descripció de la distribució de les puntuacions. Per exemple, la puntuació mitjana dels nostres 100 estudiants pot ser de 65 sobre 100. No obstant això, no tots els estudiants hauran obtingut 65 notes. Més aviat, les seves puntuacions es distribuiran. Alguns seran més baixos i altres més elevats. Les mesures de propagació ens ajuden a resumir com es distribueixen aquestes puntuacions.
Quan utilitzem estadístiques descriptives és útil resumir el nostre grup de dades mitjançant una combinació de descripció tabulada (és a dir, taules), descripció gràfica (és a dir, gràfics i gràfics) i comentaris estadístics (és a dir, una discussió dels resultats).
Quina és la relació entre les estadístiques descriptives i inferencials?
Les estadístiques descriptives inclouen la descripció de les dades de la mostra donades, sense fer cas sobre la població. Per exemple: la mitjana de la mostra es pot calcular a partir de la mostra i és una estadística descriptiva. Les estadístiques inferencials obtenen una conclusió sobre la població sobre la base de la mostra. Per exemple, deduir que la majoria de la gent dóna suport a un candidat (sobre la base d’una determinada mostra). Relació: ja que no tenim accés a tota la població, utilitzem estadístiques descriptives per fer conclusions inferencials.
Per què són essencials les mesures de tendència central per a les estadístiques descriptives?
Perquè en descriure un conjunt de dades, el nostre interès principal sol ser el valor central de la distribució. A l’estadística descriptiva, s’expliquen les característiques d’un conjunt de dades a la mà: no estem prenent conclusions sobre la població més gran d’on provenen les dades (és a dir, estadístiques inferencials). En fer-ho, la nostra pregunta principal és "on és el centre de la distribució". Per respondre a aquesta pregunta, normalment utilitzem la mitjana, la mitjana o el mode, segons el tipus de dades. Aquestes tres mesures centrals de
Com puc calcular les estadístiques següents de l’esperança de vida del motor? (les estadístiques, realment agrairia l’ajut amb això)
"a)" 4 "b) 0.150158" "c) 0.133705" "Tingueu en compte que una probabilitat no pot ser negativa, per tant suposo que hem de suposar que x va de 0 a 10." "" Primer de tot hem de determinar c de manera que la suma de totes les probabilitats sigui 1: "int_0 ^ 10 cx ^ 2 (10 - x)" "dx = c int_0 ^ 10 x ^ 2 (10 - x)" "dx = 10 c int_0 ^ 10 x ^ 2 dx - c int_0 ^ 10 x ^ 3 dx = 10 c [x ^ 3/3] _0 ^ 10 - c [x ^ 4/4] _0 ^ 10 = 10000 c / 3 - 10000 c / 4 = 10000 c (1/3 - 1/4) = 10000 c (4 - 3) / 12 = 10000 c / 12 = 1 => c = 12/10000 = 0,0012 "a) variànci