10 Lucruri pe care ar trebui să le știi despre statistici de a utiliza Excel - dummies

Excel este un instrument minunat când trebuie să folosiți statistici. Dacă nu ați fost niciodată expus la statistici în școală sau a trecut de un deceniu sau două de când ați fost, lăsați aceste sfaturi să vă ajute să utilizați unele dintre instrumentele statistice pe care le oferă Excel.

Statisticile descriptive sunt simple

Primul lucru pe care ar trebui să-l cunoașteți este că unele analize statistice și unele măsuri statistice sunt destul de simple. Statisticile descriptive, care includ lucruri cum ar fi tabelele de tabel pivot, precum și unele funcții statistice, au sens chiar și pentru cineva care nu este atât de cantitativ.

Atunci când cineva folosește termenul

mediu, se referă la cea mai obișnuită măsură medie, care este însemna. Înțelegerea faptului că termenul mediu este imprecis face ca o mare parte din funcționalitatea statistică a Excel să fie mai ușor de înțeles. Pentru a face această discuție mai concretă, presupuneți că vă uitați la un mic set de valori: 1, 2, 3, 4 și 5. După cum probabil știți, media în acest set mic de valori este de 3. Puteți calcula media prin adăugarea tuturor numerelor din set (1 + 2 + 3 + 4 + 5) și apoi împărțind această sumă (15) la numărul total de valori din set (5).

Valoarea mediană

este valoarea care separă cele mai mari valori de cele mai mici valori. În setul de date 1, 2, 3, 4 și 5, valoarea mediană este 3. Valoarea 3 separă cele mai mari valori (4 și 5) de cele mai mici valori (1 și 2). Nu este nevoie să înțelegeți măsurătorile medii diferite, dar trebuie să vă amintiți că termenul

mediu este destul de imprecis. Abaterile standard descriu dispersia

Formula pentru deviația standard și logica sunt destul de ușor de înțeles.

O deviație standard

descrie modul în care valorile dintr-un set de date variază în jurul valorii mediei. Lucrul obișnuit cu privire la măsurile statistice, cum ar fi o abatere standard, obțineți adesea cunoștințe reale privind caracteristicile datelor pe care le priviți. Un alt lucru este faptul că, cu aceste două biți de date, puteți desena deseori inferențe despre date prin uitarea probelor. O observație este o observație

Observația

este unul dintre termenii pe care îl veți întâlni dacă citiți ceva despre statistici. O observație este doar o observație. O modalitate de a defini termenul de observare este după cum urmează: Ori de câte ori atribuiți o valoare uneia dintre variabilele tale aleatoare, creați o observație. Un eșantion este un subset de valori

Un

eșantion este o colecție de observații dintr-o populație. De exemplu, dacă creați un set de date care înregistrează temperatura ridicată zilnică în vecinătatea dvs., mica dvs. colecție de observații este o probă. În comparație, o probă nu este o populație. O populație

include toate observațiile posibile. Statisticile inferențiale sunt reci, dar complicate

Dacă analizați un eșantion de valori dintr-o populație și eșantionul este reprezentativ și suficient de mare, puteți trage concluzii despre populație pe baza caracteristicilor eșantionului.

Statisticile inferențiale, deși foarte puternice, posedă două calități pe care trebuie să le cunoașteți:

Probleme de exactitate

• Curbă de învățare abruptă

• Funcțiile de distribuție a probabilităților nu sunt întotdeauna confuze

funcția

sună destul de complicată; dar, de fapt, puteți înțelege intuitiv ce este o funcție de distribuție a probabilității cu câteva exemple utile. O distribuție comună pe care o auziți în clasa de statistici, de exemplu, este o distribuție T. Distribuția T

este, în esență, o distribuție normală, cu excepția cozilor mai grele și mai grași. O funcție comună de distribuție a probabilității este o distribuție uniformă. Într-o distribuție uniformă , fiecare eveniment are aceeași probabilitate de apariție. Lucrul unic în legătură cu această distribuție este că totul este destul de darn. Un alt tip comun de distribuție a probabilității este distribuția normală ,

cunoscută și ca o curbă clopot sau o distribuție Gaussian . O distribuție normală apare în mod natural în multe situații. De exemplu, coeficienții de inteligență (IQ) sunt distribuiți în mod normal. Parametrii nu sunt atât de complicați

Parametrul

este o intrare pentru funcția de distribuție a probabilității. Cu alte cuvinte, formula sau funcția sau ecuația care descrie o curbă de distribuție a probabilității necesită intrări. În statistici, acele intrări sunt numite parametri. Unele funcții de distribuție a probabilităților necesită doar un singur parametru simplu. De exemplu, pentru a lucra cu o distribuție uniformă, tot ceea ce aveți nevoie este numărul de valori din setul de date. O matriță cu șase fețe, de exemplu, are doar șase posibilități. Skewness și kurtosis descriu o formă de distribuție a probabilității

O serie de alți termeni statistici folositori care trebuie știți sunt șireturile și kurtoza.

Skewness

cuantifică lipsa de simetrie într-o distribuție a probabilităților. Într-o distribuție perfect simetrică, ca și distribuția normală, șiretzimea este egală cu zero. Dacă o distribuție a probabilității se înclină spre dreapta sau spre stânga, totuși, șicanța este egală cu o valoare diferită de zero, iar valoarea cuantifică lipsa de simetrie. Kurtoza cuantifică greutatea cozilor într-o distribuție. Într-o distribuție normală, kurtoza este egală cu zero. Coada

este chestia care ajunge la stânga sau la dreapta. Totuși, dacă o coadă într-o distribuție este mai greoaie decât o distribuție normală, kurtoza este un număr pozitiv.Dacă cozile dintr-o distribuție sunt mai slabă decât într-o distribuție normală, kurtoza este un număr negativ. Intervalele de încredere par a fi complicate la început, dar sunt utile Probabilitățile confundă adesea oamenii. Un lucru important pentru a înțelege nivelul de încredere este că acestea sunt legate de marja de eroare.

Un alt lucru important de înțeles în ceea ce privește nivelurile de încredere este că, cu cât dimensiunea eșantionului este mai mare, cu atât marja de eroare mai mică va folosi același nivel de încredere.

Fiind doar un exemplu, spuneți că ați avut unele date Google Analytics pe două anunțuri web diferite pe care le difuzați pentru a vă promova afacerea dvs. mică și doriți să aflați ce anunț este mai eficient. Puteți utiliza formula intervalului de încredere pentru a afla cât timp trebuie să fie difuzate anunțurile înainte ca datele Google să fi fost colectate suficient pentru a afla care dintre anunțuri este cu adevărat mai bun.