Las estadísticas descriptivas describen, muestran y resumen las características básicas de un conjunto de datos que se encuentra en un estudio determinado, presentado en un resumen que describe la muestra de datos y sus mediciones. Ayuda a los analistas a comprender mejor los datos.
Las estadísticas descriptivas representan la muestra de datos disponible y no incluyen teorías, inferencias, probabilidades o conclusiones. Ese es un trabajo para estadísticas inferenciales.
Si desea un buen ejemplo de estadísticas descriptivas, no busque más que el promedio de calificaciones de un estudiante (GPA). Un GPA reúne los puntos de datos creados a través de una gran selección de calificaciones, clases y exámenes, luego los promedia juntos y presenta una idea general del rendimiento académico medio del estudiante. Tenga en cuenta que el GPA no predice el rendimiento futuro ni presenta ninguna conclusión. En cambio, proporciona un resumen directo del éxito académico de los estudiantes basado en valores extraídos de los datos.
Aquí hay un ejemplo aún más simple. Supongamos que un conjunto de datos de 2, 3, 4, 5 y 6 es igual a una suma de 20. La media del conjunto de datos es 4, llegó dividiendo la suma por el número de valores (20 dividido por 5 es igual a 4).
Los analistas a menudo usan gráficos y gráficos para presentar estadísticas descriptivas. Si estuvieras parado fuera de una sala de cine, preguntó a 50 miembros de la audiencia si les gustaba la película que vieron, entonces colocó tus hallazgos en un gráfico circular, que serían estadísticas descriptivas. En este ejemplo, las estadísticas descriptivas miden el número de respuestas de sí y no y muestran cuántas personas en este teatro específico les gustaba o no les gustaba la película. Si trató de llegar a otras conclusiones, estaría deambular por el territorio de estadísticas inferenciales, pero luego cubriremos ese problema.
¿Qué es la estadística descriptiva y cuál es su importancia?
Los datos y las estadísticas a menudo se usan en la investigación, pero estos dos términos tienen diferentes distinciones. Los datos se refieren a las piezas de información registradas y recopiladas para el análisis. Las estadísticas descriptivas, por otro lado, es el resultado del análisis realizado a través de los datos recopilados.
Para que pueda recopilar datos en su estudio estadístico, primero debe determinar la población, que puede ser un grupo de personas o cosas, dependiendo del tema de su investigación descriptiva. Una colección de datos de una o más variables se llama conjunto de datos. Una variable tiene dos tipos principales: categórico y numérico. Categórico representa datos cualitativos, mientras que numérico representa datos cuantitativos. Una variable categórica puede ser nominal u ordinal. Por otro lado, las variables numéricas son discretas o continuas.
El papel de las estadísticas en la investigación se utilizará como una herramienta para analizar y resumir un gran volumen de datos sin procesar y llegar a conclusiones sobre las pruebas que se realizan. El estudio de las estadísticas se clasifica en dos ramas principales: estadísticas descriptivas y estadísticas inferenciales. Las estadísticas inferenciales se utilizan para las pruebas de hipótesis y la estimación de los parámetros de una población, mientras que las estadísticas descriptivas es la forma de resumir y organizar conjuntos de datos para que la audiencia sea más fácil de entender por la que está destinada. A menudo describe información a través de patrones y gráficos.
Los primeros pasos que se utilizan en el análisis de datos, ya que es difícil analizar datos sin procesar en grandes volúmenes. Antes de que pueda ir más allá de su investigación, primero debe reunir y simplificar sus conjuntos de datos.
¿Qué es estadística descriptiva y cuál es su importancia?
En estadísticas descriptivas, podemos describir datos cualitativa o cuantitativamente.
- Variable cualitativa: se refiere a la calidad. Ejemplos: el ojo o el color de cabello de una persona.
- Variable cuantitativa: esta es una medida cuantitativa. Ejemplos: el tamaño de una persona en centímetros o el peso de una persona en kilogramos.
Por lo tanto, en estas variables, se pueden calcular ciertos parámetros. Especialmente en variables cuantitativas. Dado que, por ejemplo, ¿cuál es el valor promedio del color de los ojos? Si hay cinco personas con el color de los ojos azules y cinco con el color de los ojos verdes, el promedio no será que tengan un color de los ojos de color verde medio. Por lo tanto, en este caso, no sería posible calcular algunos de los parámetros que veremos a continuación.
Para resumir la información, se diseñaron varias fórmulas que ofrecían medidas de cierto tipo. Por lo tanto, hay quienes nos ofrecen información sobre el Centro, otros sobre la dispersión o la variabilidad y otros sobre la posición de un valor.
- Variable cualitativa: se refiere a la calidad. Ejemplos: el ojo o el color de cabello de una persona.
- Variable cuantitativa: esta es una medida cuantitativa. Ejemplos: el tamaño de una persona en centímetros o el peso de una persona en kilogramos.
También es interesante ver cómo se distribuyen las frecuencias. Para esto, hay ciertos conceptos que debemos saber:
- Variable cualitativa: se refiere a la calidad. Ejemplos: el ojo o el color de cabello de una persona.
- Variable cuantitativa: esta es una medida cuantitativa. Ejemplos: el tamaño de una persona en centímetros o el peso de una persona en kilogramos.
¿Cuáles son las generalidades de la estadística descriptiva?
Las estadísticas descriptivas se refieren a un medio para resumir y describir un conjunto de datos completo o población de manera significativa. Los profesionales usan estadísticas descriptivas solo para presentar datos de una manera que facilite leer y encontrar patrones. Al resumir los datos, los profesionales usan varios tipos de estadísticas descriptivas al mismo tiempo para proporcionar una imagen completa de los datos que están resumiendo. Las estadísticas descriptivas son importantes porque proporciona un medio para presentar extensos conjuntos de datos de una manera fácil de entender.
Las medidas de frecuencia son mediciones estadísticas que los profesionales usan para resumir los valores en un conjunto de datos y hacerlos más fáciles de entender. Puede representar medidas de frecuencia en una tabla, gráfico o gráfico. El propósito principal de las medidas de frecuencia es simplificar la visualización de información en un conjunto de datos. Las medidas de frecuencia toman un conjunto desorganizado de datos y agrupen todos los valores de datos similares de una manera que le permite analizar los datos de un vistazo. Por ejemplo, una medida de frecuencia que involucra puntajes de prueba de estudiante podría verse así:
Las medidas de tendencia central son mediciones estadísticas que utilizan un valor único para representar el medio de un conjunto de datos. El concepto central de medidas de tendencia central es que hay un valor único que puede resumir mejor un conjunto completo de datos. Este valor está de alguna manera centralmente relacionado con el conjunto general de datos. Hay tres medidas de tendencia central:
La media, también conocida comúnmente como «el promedio», es un tipo de medida de la tendencia central que los profesionales usan con mayor frecuencia. Lo calculan encontrando la suma de todos los números en un conjunto de datos y dividiendo la suma por la cantidad total de números. La principal ventaja de la media es que considera todos los números en un conjunto de datos. Sin embargo, es importante saber que la media es altamente susceptible a los valores atípicos.
¿Cuáles son las generalidades de la estadística?
En términos amplios, el modelado de probabilidad efectivo de la medición moderna requiere el desarrollo de distribuciones (generalmente paramétricas) para resultados multivariados cada vez más complejos impulsados por las realidades físicas de tecnologías de medición particulares. «Diferencias» entre las medidas del centro de distribución y la verdad funcionan como «sesgo». Las características del modelo que permiten la compuesta jerárquica de la función de variación describir «componentes de varianza» como «repetibilidad», «reproducibilidad», «variación de lotes a lote», etc. Las características de mezcla en modelos permiten una descripción (y posterior downweighting) de valores atípicos. Por una variedad de razones (incluida la alta dimensionalidad de los espacios de parámetros en relación con los tamaños de muestra típicos, la capacidad de incluir directamente las consideraciones de «tipo B» para evaluar la incertidumbre y la ruta relativamente directa hacia la cuantificación de la incertidumbre para los objetivos reales de la medición), Bayesiano Los métodos de inferencia en estos modelos son cada vez más naturales y posiblemente casi esenciales.
Ilustramos los puntos anteriores primero en un ejemplo demasiado simple pero instructivo. Luego proporcionamos un conjunto de formalismos para expresar estas nociones. Luego los ilustramos con aplicaciones de medición modernas reales que incluyen (1) determinación de la orientación del cristal cúbico a través de la difracción de retrodispersión de electrones, (2) determinación de la distribución del tamaño de partícula a través de tamizado y (3) análisis de respuestas funcionales teóricamente monótonas del análisis termogravimétrico en un materiales en un materiales de materiales estudiar.
El autor está realmente en deuda con el árbitro por un informe incisivo, autoritario y extremadamente útil sobre un borrador anterior de este artículo. Tanto la presentación como el contenido han mejorado mucho por la generosa ayuda de esta persona.
Artículos Relacionados:
