Como explicar Estatísticas

Como explicar Estatísticas

O grande número de estatísticas do estudante estatísticas média deve memorizar pode fazê-lo querer largar a classe stats. Apesar do grande número de estatísticas de cientistas e estatísticos utilizam longo de suas carreiras, eles ainda cair para trás sobre o básico. Sabendo estas estatísticas básicas podem ajudar você a entender melhor como os cientistas usam a matemática para entender os fundamentos da sua ciência, a obtenção de resultados de testes estatísticos e saber se um modelo preditivo funciona.

Não há nenhuma Média Média

Embora a maioria das pessoas intuitivamente entender o que é uma média, em três estatísticas médias diferentes são comuns: a média, a mediana ea moda. A média é o que a maioria das pessoas pensa quando se ouve a palavra "média;" é o valor total de todos os dados adicionados em conjunto, dividido pelo número de pontos de dados. Para encontrar a mediana para um conjunto de dados, listar todos os valores em ordem e escolha o ponto médio. Se você tiver um número par de pontos de dados, você deve tomar a média dos dois pontos médios para obter a mediana. A média final é o modo, que é simplesmente o ponto mais comum em um conjunto de dados. Por exemplo, no conjunto de dados {1, 4, 5, 6, 7, 8, 8}, 8 é o modo.

O que é Varia Padrão

A variação é mais complexa do que a média porque seu cálculo requer técnicas matemáticas especializadas. Mas você não precisa saber estas técnicas complexas para ser capaz de entender o que a variância estatística representa. Variância é um conceito fácil: Representa o grau em que os pontos de dados são distribuídos a partir de uma outra. Quando você vê uma trama com pontos em todo o lugar, você sabe que a variância é alta. Da mesma forma, quando você vê um lote com todos os pontos focados em uma área pequena e densa, você sabe que a variância é baixa. Os estatísticos usar variância para muitas aplicações, a partir de estimar a probabilidade de um novo ponto de dados será perto ou longe da média para a criação de modelos preditivos.

Amor estatísticos Test pontuações baixas

Quando os cientistas e estatísticos testar suas hipóteses, eles calculam uma estatística chamada o "valor p", que determina o resultado do teste, de acordo com a Universidade da Califórnia, Santa Cruz. Um pequeno valor-p representa um teste "positivo", ou um teste em que a hipótese científica parece correto. Um valor de p grande, em contraste, mostra que a hipótese do cientista é provavelmente errada. O que um cientista considera ser uma pequena p-valor varia entre os campos, com as ciências sociais, considerando 0,05 a ser pequenas e ciências médicas, considerando 0,01 a ser pequeno. Embora cada tipo de ensaio, a partir de um F-teste para um teste de Chi-Squared, tem um método de cálculo p-valor diferente, o valor-p sempre significa a mesma coisa é termos leigos: "a probabilidade de que os resultados são devidos ao mero chance."

Às vezes, pequenas Estatísticas são os melhores

Um residual é uma estatística que aparece na construção de modelos de previsão. Ela representa a distância entre um valor real e um valor previsto por um modelo estatístico. Por exemplo, se você está tentando prever o comprimento da cauda de um gato pelo seu comprimento suiça, você pode desenvolver um modelo estatístico que permite a entrada de comprimento suiça e que cospe um comprimento da cauda. Para determinar a precisão do modelo, você pode coletar dados de gatos reais e prever comprimentos de cauda de seus dados coletados. A partir daqui, você pode calcular resíduos, subtraindo-se os comprimentos de cauda previstos a partir dos comprimentos de cauda real. Demasiados grandes resíduos implica modelo imprecisão. Então, os estatísticos dão muita importância na criação de modelos que produzem pequenas estatísticas residuais.

(0)
(0)
Comentários - 0
Sem comentários

Adicionar um comentário

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caracteres restantes: 3000
captcha