Alegerea unei măsuri

Alegerea măsurii corecte de tendință centrală este esențială atunci când descrii o valoare tipică a datelor observate. Când o distribuție este simetrică, media aritmetică și mediana vor fi foarte apropiate, ceea ce înseamnă că ambele măsuri descriu bine datele.

Este disponibilă o aplicație care afișează histograme ale numărului de infracțiuni din cartierele Londrei. Folosește lista derulantă pentru a schimba tipul de infracțiune și observă unde cad liniile mediei și medianei pe fiecare distribuție.

Care tip de infracțiune poate fi descris la fel de bine atât prin medie, cât și prin mediană?

Acest exercițiu face parte din cursul

Introducere în Statistică

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

Introducere în Statistică

SkillTag.level.beginnerSkillTag.label

4.8+

Începe cursul gratuit

Statisticile rezumative îți oferă instrumentele necesare pentru a descrie datele. În acest capitol, vei explora indicatori precum media, mediana și deviația standard și vei învăța cum să îi interpretezi corect. Îți vei dezvolta și gândirea critică, astfel încât să poți alege cei mai potriviți indicatori pentru datele tale.

Exercise 1: Ce sunt statisticile?Exercise 2: Statistica în lumea reală Exercise 3: Identificarea tipurilor de date Exercise 4: Statistici descriptive vs. inferențiale Exercise 5: Măsuri ale tendinței centrale Exercise 6: Numărul tipic de furturi din fiecare district londonez Exercise 7: Alegerea unei măsuri

Exercițiul curent

Exercise 8: Districtele din Londra cu cele mai frecvente infracțiuni Exercise 9: Măsuri ale dispersiei Exercise 10: Definirea măsurilor de dispersie Exercise 11: Box plot-uri pentru măsurarea dispersiei Exercise 12: Care infracțiune are deviația standard mai mare

Probabilitatea stă la baza unei mari părți din statistică, fiind folosită pentru a calcula șansa ca anumite evenimente să aibă loc. Vei lucra cu date reale de vânzări și vei învăța cum datele cu valori diferite pot fi interpretate ca distribuții de probabilitate. Vei descoperi distribuțiile de probabilitate discrete și continue, inclusiv distribuția normală și modul în care aceasta apare frecvent în fenomenele naturale!

Exercise 1: Care sunt șansele?Exercise 2: Ce este mai probabil?Exercise 3: Șansele ca următoarea vânzare să depășească media Exercise 4: Probabilitate condiționată Exercise 5: Evenimente dependente vs. independente Exercise 6: Comenzi cu mai mult de 10 produse de tip coș Exercise 7: Distribuții discrete Exercise 8: Identificarea distribuțiilor Exercise 9: Media eșantionului vs. media teoretică Exercise 10: Distribuții continue Exercise 11: Distribuții discrete vs. continue Exercise 12: Identificarea distribuției normale Exercise 13: Probabilitate cu o distribuție uniformă

Este momentul să explorezi mai multe distribuții de probabilitate. Vei învăța despre distribuția binomială, utilă pentru vizualizarea probabilității rezultatelor binare, și despre distribuția normală – una dintre cele mai importante distribuții din statistică. Vei vedea cum pot fi descrise distribuțiile prin forma lor, vei descoperi distribuția Poisson și rolul ei în calcularea probabilităților evenimentelor care au loc în timp. Vei dobândi, de asemenea, o înțelegere a teoremei limitei centrale!

Exercise 1: Distribuția binomială Exercise 2: Recunoașterea unei distribuții binomiale Exercise 3: Cum influențează probabilitatea distribuția binomială Exercise 4: Identificarea lui n și p Exercise 5: Distribuția normală Exercise 6: Recunoașterea distribuției normale Exercise 7: Ce face distribuția normală specială?Exercise 8: Identificarea asimetriei Exercise 9: Descrierea distribuțiilor cu ajutorul curtosis-ului Exercise 10: Teorema limitei centrale Exercise 11: Vizualizarea distribuțiilor de eșantionare Exercise 12: Teorema limită centrală vs. Legea numerelor mari Exercise 13: Când să folosești teorema limitei centrale Exercise 14: Distribuția Poisson Exercise 15: Identificarea proceselor Poisson Exercise 16: Identificarea lambda în distribuția Poisson

În ultimul capitol, vei fi introdus în testarea ipotezelor și în modul în care aceasta poate fi folosită pentru a formula concluzii corecte despre o populație. Vei descoperi corelația și cum poate fi utilizată pentru a cuantifica o relație liniară între două variabile. Vei afla despre tehnici de design experimental, precum randomizarea și orbirea. Vei învăța, de asemenea, concepte folosite pentru a minimiza riscul de a trage concluzii greșite din rezultatele testelor de ipoteză!

Exercise 1: Testarea ipotezelor Exercise 2: Soare și somn Exercise 3: Fluxul de lucru în testarea ipotezelor Exercise 4: Variabile independente și dependente Exercise 5: Experimente Exercise 6: Recunoașterea studiilor controlate Exercise 7: De ce se folosește randomizarea?Exercise 8: Corelație Exercise 9: Identificarea corelației dintre variabile Exercise 10: Ce îți poate spune corelația?Exercise 11: Variabile de confuzie Exercise 12: Interpretarea rezultatelor testelor de ipoteză Exercise 13: Niveluri de semnificație vs. valori p Exercise 14: Erori de tip I și de tip II Exercise 15: Felicitări!