Excel on loistava työkalu, kun tarvitset tilastoja. Jos et ole koskaan tutustunut tilastoihin koulussa tai siitä on kulunut vuosikymmen tai kaksi, anna näiden vinkkien avulla käyttää joitain Excelin tarjoamia tilastotyökaluja.
Kuvaavat tilastot ovat yksinkertaisia
Ensimmäinen asia, joka sinun pitäisi tietää, on, että jotkin tilastolliset analyysit ja jotkin tilastolliset toimenpiteet ovat melko yksinkertaisia. Kuvaavilla tilastoilla, jotka sisältävät asioita, kuten pivot-taulukoiden ristikkäistaulukoita, sekä joitain tilastofunktioita, on järkeä myös sellaiselle, joka ei ole kovinkaan kvantitatiivinen.
Keskiarvot eivät ole joskus niin yksinkertaisia
Kun joku käyttää termiä keskiarvo, hän yleensä viittaa yleisimpään keskiarvoon, joka on keskiarvo. Kun ymmärrät, että termi keskiarvo on epätarkka, suuri osa Excelin tilastotoiminnasta on ymmärrettävämpää.
Tee tästä keskustelusta konkreettisempi olettamalla, että tarkastelet pientä joukkoa arvoja: 1, 2, 3, 4 ja 5. Kuten ehkä tiedät, tämän pienen arvojoukon keskiarvo on 3. Voit laskea keskiarvo laskemalla yhteen kaikki joukon luvut (1+2+3+4+5) ja jakamalla sitten tämä summa (15) joukon arvojen kokonaismäärällä (5).
Mediaani on arvo, joka erottaa suurimmat arvot pienimmästä arvoista. Tietojoukossa 1, 2, 3, 4 ja 5 mediaani on 3. Arvo 3 erottaa suurimmat arvot (4 ja 5) pienimmistä arvoista (1 ja 2).
Sinun ei tarvitse ymmärtää erilaisia keskiarvomittauksia, mutta sinun tulee muistaa, että termi keskiarvo on melko epätarkka.
Standardipoikkeamat kuvaavat dispersiota
Keskihajonnan kaava ja logiikka ovat melko helppoja ymmärtää.
Keskihajonta kuvaa, miten arvot datajoukon vaihtelevat keskiarvon ympärillä. Hieno asia tilastollisissa mittareissa, kuten keskihajonnassa, saat usein todellista käsitystä tarkastelemiesi tietojen ominaisuuksista. Toinen asia on, että näiden kahden databitin avulla voit usein tehdä johtopäätöksiä tiedoista katsomalla näytteitä.
Havainto on havainto
Havainnointi on yksi termeistä, joita kohtaat, jos luet jotain tilastoista. Havainto on vain havainto. Yksi tapa määritellä termi havainto on seuraava: Aina kun todella annat arvon jollekin satunnaismuuttujallesi, luot havainnon.
Näyte on arvojen osajoukko
Näyte on kokoelma huomautuksia populaatiosta. Jos esimerkiksi luot tietojoukon, joka tallentaa naapurustosi päivittäisen korkean lämpötilan, pieni havaintokokoelmasi on esimerkki.
Vertailun vuoksi näyte ei ole populaatio. Populaatio sisältää kaikki mahdolliset havainnot.
Päätelmätilastot ovat siistejä, mutta monimutkaisia
Jos tarkastelet arvootosta populaatiosta ja otos on edustava ja riittävän suuri, voit tehdä johtopäätöksiä populaatiosta otoksen ominaisuuksien perusteella.
Päätelmätilastot, vaikka ne ovatkin erittäin tehokkaita, sisältävät kaksi ominaisuutta, jotka sinun on tiedettävä:
-
Tarkkuusongelmia
-
Jyrkkä oppimiskäyrä
Todennäköisyysjakaumafunktiot eivät aina ole hämmentäviä
P robability -jakaumafunktio kuulostaa melko hankalalta ; mutta voit itse asiassa ymmärtää intuitiivisesti, mikä todennäköisyysjakaumafunktio on muutaman hyödyllisen esimerkin avulla.
Yksi yleinen jakauma, josta kuulet esimerkiksi tilastoluokissa, on T-jakauma. T jakelu on oleellisesti normaali jakauma paitsi raskaampaa, paksumpi hännät.
Yksi yleinen todennäköisyysjakaumafunktio on tasainen jakauma. Vuonna tasainen jakautuminen, jokaisella tapahtumalla on sama esiintymistodennäköisyys. Ainutlaatuinen asia tässä jakelussa on, että kaikki on aivan saatanan tasolla.
Toinen yleinen todennäköisyysjakaumafunktion tyyppi on normaalijakauma, joka tunnetaan myös kellokäyränä tai Gaussin jakaumana.
Normaalijakauma esiintyy luonnollisesti monissa tilanteissa. Esimerkiksi älykkyysosamäärät (IQ) jakautuvat normaalisti.
Parametrit eivät ole niin monimutkaisia
Parametri on tulo todennäköisyysjakauma toiminto. Toisin sanoen kaava tai funktio tai yhtälö, joka kuvaa todennäköisyysjakaumakäyrää, tarvitsee syötteitä. Tilastoissa näitä syötteitä kutsutaan parametreiksi.
Jotkut todennäköisyysjakaumafunktiot tarvitsevat vain yhden yksinkertaisen parametrin. Esimerkiksi yhtenäisen jakauman käyttämiseksi tarvitset vain tietojoukon arvojen määrän. Esimerkiksi kuusisivuisella meistillä on vain kuusi mahdollisuutta.
Vino ja kurtoosi kuvaavat todennäköisyysjakauman muotoa
Pari muuta hyödyllistä tilastollista termiä ovat vinous ja kurtoosi. Vinovuus ilmaisee symmetrian puutteen todennäköisyysjakaumassa. Täysin symmetrisessä jakaumassa, kuten normaalijakaumassa, vinous on nolla. Jos todennäköisyysjakauma kuitenkin kallistuu oikealle tai vasemmalle, vinouma on jokin muu arvo kuin nolla, ja arvo ilmaisee symmetrian puutteen.
Kurtosis kvantifioi häntien raskauden jakaumassa. Normaalijakaumassa kurtosis on nolla. Pyrstö on asia, joka ulottuu vasemmalle tai oikealle. Kuitenkin, jos jakauman häntä on normaalijakaumaa raskaampi, kurtoosi on positiivinen luku. Jos jakauman hännät ovat ohuempia kuin normaalijakaumassa, kurtoosi on negatiivinen luku.
Luottamusvälit näyttävät aluksi monimutkaisilta, mutta ovat hyödyllisiä
Todennäköisyydet hämmentävät usein ihmisiä. Tärkeä asia, joka on ymmärrettävä luottamustasoista, on, että ne liittyvät virhemarginaaliin.
Toinen tärkeä seikka, joka on ymmärrettävä luottamustasoista, on se, että mitä suuremmaksi otoskoon teet, sitä pienempi virhemarginaalisi käyttää samaa luottamustasoa.
Oletetaan vain yhtenä esimerkkinä, että sinulla oli Google Analytics -tietoja kahdesta eri verkkomainoksesta, joita näytät mainostaaksesi pienyritystäsi, ja haluat tietää, kumpi mainos on tehokkaampi. Voit käyttää luottamusvälikaavaa selvittääksesi, kuinka kauan mainostesi on näytettävä, ennen kuin Google on kerännyt tarpeeksi tietoa, jotta tiedät, mikä mainos on todella parempi.