10 věcí, které byste měli vědět o statistice, abyste mohli používat Excel

Excel je skvělý nástroj, když potřebujete používat statistiky. Pokud jste se ve škole nikdy nesetkali se statistikami nebo je to už deset nebo dvě desetiletí, ať vám tyto tipy pomohou používat některé statistické nástroje, které Excel poskytuje.

Popisné statistiky jsou jednoduché

První věc, kterou byste měli vědět, je, že některé statistické analýzy a některá statistická měření jsou zatraceně přímočaré. Popisné statistiky, které zahrnují věci, jako jsou křížové tabulky kontingenční tabulky, stejně jako některé statistické funkce, dávají smysl i někomu, kdo není tak kvantitativní.

Průměry někdy nejsou tak jednoduché

Když někdo používá termín průměr, obvykle se tím myslí nejběžnější průměrné měření, což je průměr. Pochopení toho, že termín průměr je nepřesný, činí většinu statistických funkcí Excelu srozumitelnější.

Aby byla tato diskuse konkrétnější, předpokládejme, že se díváte na malý soubor hodnot: 1, 2, 3, 4 a 5. Jak možná víte, průměr v tomto malém souboru hodnot je 3. Můžete vypočítat průměr sečtením všech čísel v souboru (1+2+3+4+5) a následným vydělením tohoto součtu (15) celkovým počtem hodnot v souboru (5).

Střední hodnota je hodnota, která odděluje největší hodnoty z nejmenších hodnot. V souboru dat 1, 2, 3, 4 a 5 je medián 3. Hodnota 3 odděluje největší hodnoty (4 a 5) od nejmenších hodnot (1 a 2).

Nemusíte rozumět různým průměrným měřením, ale měli byste si uvědomit, že termín průměr je dost nepřesný.

Směrodatné odchylky popisují rozptyl

Vzorec pro směrodatnou odchylku a logika jsou docela snadno pochopitelné.

Standardní odchylka popisuje hodnoty v souboru dat pohybují okolo střední hodnoty. Na statistických měřeních, jako je standardní odchylka, je to hezké, že často získáte skutečný přehled o charakteristikách dat, na která se díváte. Další věcí je, že s těmito dvěma bity dat můžete často vyvozovat závěry o datech pohledem na vzorky.

Pozorování je pozorování

Pozorování je jedním z pojmů, se kterými se setkáte, pokud si přečtete něco o statistice. Pozorování je jen pozorování. Jeden způsob, jak definovat pojem pozorování, je tento: Kdykoli skutečně přiřadíte hodnotu jedné z vašich náhodných proměnných, vytvoříte pozorování.

Vzorek je podmnožinou hodnot

Vzorek je kolekce pozorování z populace. Pokud například vytvoříte soubor dat, který zaznamenává denní vysokou teplotu ve vašem okolí, vaše malá sbírka pozorování bude vzorem.

Pro srovnání, vzorek není populace. Obyvatelstvo zahrnuje všechny případné připomínky.

Inferenční statistiky jsou skvělé, ale komplikované

Pokud se podíváte na vzorek hodnot z populace a vzorek je reprezentativní a dostatečně velký, můžete vyvodit závěry o populaci na základě charakteristik vzorku.

Inferenční statistika, ačkoli je velmi mocná, má dvě vlastnosti, které potřebujete vědět:

• Problémy s přesností

• Strmá křivka učení

Funkce rozdělení pravděpodobností nejsou vždy matoucí

P distribuční robability funkce zní docela složité; ale ve skutečnosti můžete intuitivně pochopit, co je funkce rozdělení pravděpodobnosti, pomocí několika užitečných příkladů.

Jedna běžná distribuce, o které uslyšíte například v hodinách statistiky, je distribuce T. T distribuce je v podstatě normální distribuce, s výjimkou těžšími, tlustší ocasy.

Jednou z běžných funkcí rozdělení pravděpodobnosti je rovnoměrné rozdělení. Při rovnoměrném rozdělení má každá událost stejnou pravděpodobnost výskytu. Unikátní na této distribuci je, že vše je na zatracené úrovni.

Dalším běžným typem funkce rozdělení pravděpodobnosti je normální rozdělení, také známé jako zvonová křivka nebo Gaussovo rozdělení.

K normální distribuci dochází přirozeně v mnoha situacích. Například inteligenční kvocienty (IQ) jsou rozděleny normálně.

Parametry nejsou tak složité

Parametr je vstupem do funkce rozdělení pravděpodobnosti. Jinými slovy, vzorec nebo funkce nebo rovnice, která popisuje křivku rozdělení pravděpodobnosti, potřebuje vstupy. Ve statistice se tyto vstupy nazývají parametry.

Některé funkce rozdělení pravděpodobnosti potřebují pouze jeden jednoduchý parametr. Například pro práci s rovnoměrným rozdělením skutečně potřebujete pouze počet hodnot v sadě dat. Například šestistěnná kostka má pouze šest možností.

Šikmost a špičatost popisují tvar rozdělení pravděpodobnosti

Několik dalších užitečných statistických pojmů, které je třeba znát, jsou šikmost a špičatost. Šikmost kvantifikuje nedostatek symetrie v rozdělení pravděpodobnosti. V dokonale symetrickém rozdělení, jako je normální rozdělení, se šikmost rovná nule. Pokud se však rozdělení pravděpodobnosti nakloní doprava nebo doleva, šikmost se rovná nějaké hodnotě jiné než nule a tato hodnota kvantifikuje nedostatek symetrie.

Kurtosis kvantifikuje závažnost ocasů v distribuci. V normálním rozdělení se špičatost rovná nule. Ocas je věc, která zasahuje do levé nebo pravé. Pokud je však konec v rozdělení těžší než normální rozdělení, špičatost je kladné číslo. Pokud jsou konce v distribuci hubenější než v normální distribuci, špičatost je záporné číslo.

Intervaly spolehlivosti se na první pohled zdají komplikované, ale jsou užitečné

Pravděpodobnosti často matou lidi. U úrovní spolehlivosti je důležité pochopit, že jsou spojeny s mírou chyb.

Další důležitou věcí, kterou je třeba pochopit ohledně úrovní spolehlivosti, je to, že čím větší velikost vzorku uděláte, tím menší bude vaše chybové rozpětí při použití stejné úrovně spolehlivosti.

Jako jeden příklad řekněme, že máte nějaké údaje Google Analytics o dvou různých webových reklamách, které provozujete za účelem propagace své malé firmy, a chcete vědět, která reklama je účinnější. Pomocí vzorce intervalu spolehlivosti můžete zjistit, jak dlouho musí vaše reklamy běžet, než Google nashromáždí dostatek dat, abyste věděli, která reklama je skutečně lepší.