9 Këshilla dhe kurthe statistikore dhe grafike

Bota e statistikave është plot gracka, por është gjithashtu plot me mundësi. Pavarësisht nëse jeni përdorues i statistikave ose dikush që duhet t'i interpretojë ato, është e mundur të bini në grackat. Është gjithashtu e mundur të ecësh rreth tyre. Këtu janë dhjetë këshilla dhe kurthe nga fushat e testimit të hipotezave, regresionit, korrelacionit dhe grafikut.

E rëndësishme nuk do të thotë gjithmonë e rëndësishme

Rëndësia është, në shumë mënyra, një term i zgjedhur keq. Kur një test statistikor jep një rezultat domethënës dhe vendimi është të refuzohet H0, kjo nuk garanton që studimi pas të dhënave është i rëndësishëm. Statistikat mund të ndihmojnë vetëm marrjen e vendimeve për numrat dhe konkluzionet rreth proceseve që i kanë prodhuar ato. Ata nuk mund t'i bëjnë ato procese të rëndësishme ose që toka të shkatërrohet. Rëndësia është diçka që duhet ta gjykoni vetë – dhe asnjë test statistikor nuk mund ta bëjë këtë për ju.

Regresioni nuk është gjithmonë linear

Kur përpiqeni të përshtatni një model regresioni në një grafik shpërhapjeje, tundimi është të përdorni menjëherë një linjë. Ky është modeli më i mirëkuptuar i regresionit, dhe kur e kuptoni, pjerrësitë dhe ndërprerjet nuk janë edhe aq të frikshme.

Por regresioni linear nuk është lloji i vetëm i regresionit. Është e mundur që të përshtatet një kurbë përmes një grafiku shpërndarës. Mos u mashtroni: Konceptet statistikore prapa regresionit lakor janë më të vështira për t'u kuptuar sesa konceptet prapa regresionit linear.

Megjithatë, ia vlen të marrësh kohë për të zotëruar ato koncepte. Ndonjëherë, një kurbë përshtatet shumë më mirë sesa një vijë.

Ekstrapolimi përtej një mostre të shpërndarjes është një ide e keqe

Pavarësisht nëse jeni duke punuar me regresion linear ose me regresion lakor, mbani në mend se është e papërshtatshme të përgjithësoni përtej kufijve të shpërndarjes.

Supozoni se keni krijuar një marrëdhënie të fortë parashikuese midis një testi të aftësisë matematikore dhe performancës në kurset e matematikës, dhe grafiku juaj i shpërndarjes mbulon vetëm një gamë të ngushtë të aftësive matematikore. Ju nuk keni asnjë mënyrë për të ditur nëse marrëdhënia qëndron përtej atij kufiri. Parashikimet jashtë atij diapazoni nuk janë të vlefshme.

Bastja juaj më e mirë është të zgjeroni shpërndarjen duke testuar më shumë njerëz. Ju mund të zbuloni se marrëdhënia origjinale tregon vetëm një pjesë të historisë.

Shqyrtoni ndryshueshmërinë rreth një linje regresioni

Analiza e kujdesshme e mbetjeve (dallimet midis vlerave të vëzhguara dhe të parashikuara) mund t'ju tregojë shumë rreth asaj se sa mirë linja përshtatet me të dhënat. Një supozim themelor është se ndryshueshmëria rreth një linje regresioni është e njëjtë lart e poshtë vijës. Nëse nuk është kështu, modeli mund të mos jetë aq parashikues sa mendoni. Nëse ndryshueshmëria është sistematike (ndryshueshmëri më e madhe në njërin skaj se në tjetrin), regresioni lakor mund të jetë më i përshtatshëm se ai linear. Gabimi standard i vlerësimit nuk do të jetë gjithmonë tregues.

Një mostër mund të jetë shumë e madhe

Besoni apo jo, kjo ndonjëherë ndodh me koeficientët e korrelacionit. Një kampion shumë i madh mund të bëjë një koeficient të vogël korrelacioni statistikisht të rëndësishëm.

Por çfarë do të thotë në të vërtetë ai koeficient korrelacioni? Koeficienti i përcaktimit -r2 - është vetëm 0,038, që do të thotë se SSRegresioni është më pak se 4 përqind e SSTotalit. Kjo është një shoqatë shumë e vogël.

Përfundimi: Kur shikoni një koeficient korrelacioni, kini parasysh madhësinë e kampionit. Nëse është mjaft i madh, mund të bëjë që një lidhje e parëndësishme të dalë statistikisht e rëndësishme. (Hmmm. . . rëndësia - ja ku është përsëri!)

Konsumatorët: Njihni sëpatat tuaja

Kur shikoni një grafik, sigurohuni që të dini se çfarë është në secilin bosht. Sigurohuni që të kuptoni njësitë matëse. A e kuptoni variablin e pavarur? A e kuptoni variablin e varur? A mund ta përshkruani secilin me fjalët tuaja? Nëse përgjigjja për ndonjë nga këto pyetje është "Jo", ju nuk e kuptoni grafikun që po shikoni.

Kur shikoni një grafik në një reklamë televizive, jini shumë të kujdesshëm nëse ai zhduket shumë shpejt, përpara se të shihni se çfarë ka në boshte. Reklamuesi mund të përpiqet të krijojë një përshtypje të rreme të vazhdueshme për një marrëdhënie false brenda grafikut. Marrëdhënia e grafikuar mund të jetë po aq e vlefshme sa ajo bazë tjetër e reklamave televizive - prova shkencore nëpërmjet filmave vizatimorë të animuar: Furçat e vogla të animuara me pastrim që pastrojnë dhëmbët e filmave vizatimorë mund të mos garantojnë domosdoshmërisht dhëmbë më të bardhë për ju nëse blini produktin.

Grafikimi i një variabli kategorik sikur të jetë një variabël sasior është thjesht i gabuar

Kështu që ju jeni gati për të konkurruar në Serinë Botërore Rock-Paper-Scissors. Në përgatitje për këtë turne ndërkombëtar, ju keni numëruar të gjitha ndeshjet tuaja nga dhjetë vitet e fundit, duke renditur përqindjen e herës që keni fituar kur keni luajtur secilin rol.

Për të përmbledhur të gjitha rezultatet, përdorni aftësitë grafike të Excel për të krijuar një grafik.

Kaq shumë njerëz krijojnë këto lloj grafikësh - njerëz që duhet të dinë më mirë. Vija në grafik nënkupton vazhdimësi nga një pikë në tjetrën. Me këto të dhëna, natyrisht, kjo është e pamundur. Çfarë ka midis gurit dhe letrës? Pse janë njësi të barabarta larg? Pse tre kategoritë janë në atë rend?

E thënë thjesht, një grafik i linjës nuk është grafiku i duhur kur të paktën një nga ndryshoret tuaja është një grup kategorish. Në vend të kësaj, krijoni një grafik kolone. Një grafik byrek funksionon gjithashtu këtu, sepse të dhënat janë përqindje dhe ju keni vetëm disa feta.

Kur është e përshtatshme, përfshini ndryshueshmërinë në grafikun tuaj

Kur pikat në grafikun tuaj përfaqësojnë mesataret, sigurohuni që grafiku të përfshijë gabimin standard të çdo mesatareje. Kjo i jep shikuesit një ide për ndryshueshmërinë e të dhënave - që është një aspekt i rëndësishëm i të dhënave.

Mjetet në vetvete nuk ju tregojnë gjithmonë të gjithë historinë. Merrni çdo mundësi për të shqyrtuar variancat dhe devijimet standarde. Ju mund të gjeni disa copëza të fshehura. Ndryshimet sistematike - vlerat e larta të variancës të lidhura me mjete të mëdha, për shembull - mund të jenë një e dhënë për një marrëdhënie që nuk e keni parë më parë.

Kini kujdes kur lidhni konceptet e teksteve shkollore të statistikave me Excel

Nëse jeni serioz për të bërë punë statistikore, ndoshta do të keni rastin të shikoni një ose dy tekste statistikore. Mbani në mend se simbolet në disa fusha të statistikave nuk janë standarde.

Lidhja e koncepteve të teksteve shkollore me funksionet statistikore të Excel-it mund të jetë një sfidë për shkak të teksteve dhe për shkak të Excel. Mesazhet në kutitë e dialogut dhe në skedarët Ndihmë mund të përmbajnë simbole të tjera nga ato për të cilat lexoni, ose mund të përdorin të njëjtat simbole, por në një mënyrë të ndryshme. Kjo mospërputhje mund t'ju bëjë të bëni një hyrje të gabuar në një parametër në një kuti dialogu, duke rezultuar në një gabim që është i vështirë për t'u gjurmuar.