آمار توصیفی

ساخت وبلاگ

آمار توصیفی اصطلاحی است که به تجزیه و تحلیل داده‌ها اطلاق می‌شود که به توصیف، نمایش یا خلاصه کردن داده‌ها به شیوه‌ای معنی‌دار کمک می‌کند، به‌طور مثال، الگوهایی ممکن است از داده‌ها پدیدار شوند. با این حال، آمار توصیفی به ما اجازه نمی‌دهد فراتر از داده‌هایی که تحلیل کرده‌ایم نتیجه‌گیری کنیم یا در مورد فرضیه‌هایی که ممکن است داشته باشیم به نتیجه‌گیری برسیم. آنها به سادگی راهی برای توصیف داده های ما هستند.

آمار توصیفی بسیار مهم است، زیرا اگر داده‌های خام خود را به سادگی ارائه کنیم، تجسم آنچه که داده‌ها نشان می‌دهند، دشوار خواهد بود، به خصوص اگر تعداد زیادی از آن‌ها وجود داشته باشد. بنابراین آمار توصیفی ما را قادر می‌سازد تا داده‌ها را به روشی معنادارتر ارائه کنیم، که امکان تفسیر ساده‌تر داده‌ها را فراهم می‌کند. به عنوان مثال، اگر ما نتایج 100 قطعه از درس دانش آموزان را داشته باشیم، ممکن است به عملکرد کلی آن دانش آموزان علاقه مند باشیم. ما همچنین علاقه مند به توزیع یا گسترش علائم هستیم. آمار توصیفی این امکان را به ما می دهد. نحوه توصیف صحیح داده ها از طریق آمار و نمودارها موضوع مهمی است که در سایر راهنماهای آمار Laerd بحث شده است. به طور معمول، دو نوع کلی از آمار وجود دارد که برای توصیف داده ها استفاده می شود:

معیارهای گرایش مرکزی: اینها روش هایی برای توصیف موقعیت مرکزی توزیع فرکانس برای گروهی از داده ها هستند. در این مورد، توزیع فراوانی صرفاً توزیع و الگوی نمرات کسب شده توسط 100 دانش آموز از کمترین به بالاترین است. ما می توانیم این موقعیت مرکزی را با استفاده از تعدادی آمار از جمله حالت، میانه و میانگین توصیف کنیم.


وبسایت بیگ پرو1 یک وبسایت جامع برای انجام تحلیل های شما

https://bigpro1.com/fa/descriptive-statistics/



اندازه‌گیری‌های گسترش: این‌ها روش‌هایی برای خلاصه کردن گروهی از داده‌ها با توصیف میزان پراکندگی امتیازها هستند. به عنوان مثال، میانگین نمره 100 دانش آموز ما ممکن است 65 از 100 باشد. با این حال، همه دانش آموزان نمره 65 را کسب نکرده اند. بلکه امتیازات آنها پخش خواهد شد. برخی پایین تر و برخی دیگر بالاتر خواهند بود. مقیاس‌های گسترش به ما کمک می‌کنند تا میزان پراکندگی این امتیازات را خلاصه کنیم. برای توصیف این گسترش، تعدادی آمار از جمله محدوده، چارک، انحراف مطلق، واریانس و انحراف معیار در دسترس ما است.
هنگامی که از آمار توصیفی استفاده می کنیم، مفید است که گروه داده های خود را با استفاده از ترکیبی از توضیحات جدول بندی شده (به عنوان مثال، جداول)، توصیف گرافیکی (یعنی نمودارها و نمودارها) و تفسیر آماری (یعنی بحث در مورد نتایج) خلاصه کنیم.

همه چیز درباره داده ها، تحلیل داده ها، یادگیری ماشین و......
ما را در سایت همه چیز درباره داده ها، تحلیل داده ها، یادگیری ماشین و... دنبال می کنید

برچسب : نویسنده : Admin93 bigdata بازدید : 164 تاريخ : سه شنبه 6 ارديبهشت 1401 ساعت: 13:30