Сбор и представление данных
| English | Русский |
|---|---|
| tally table/ˈtælɪ ˈteɪbl/ | таблица подсчета |
| two-way table/tuː weɪ ˈteɪbl/ | двумерная таблица |
| correlation/ˌkɒrɪˈleɪʃn/ | корреляцию |
| causation/kɔːˈseɪʃn/ | причинно-следственную связь |
| qualitative/ˈkwɒlɪteɪtɪv/ | качественным |
| quantitative/ˈkwɒntɪteɪtɪv/ | количественных |
| discrete/dɪˈskriːt/ | дискретная |
| continuous/kənˈtɪnjuːəs/ | непрерывными |
"Статистика" — слово, означающее и данные, и ложь
- «Есть три вида лжи: ложь, проклятая ложь и статистика». — часто приписывается Марку Твену.
- Хорошая статистика говорит правду о данных. Плохая статистика вводит в заблуждение. Навык заключается в том, чтобы отличать одно от другого.
Цикл работы с данными
Следуйте статистическому вопросу от сбора до представления данных.
Таблицы подсчета и двумерные таблицы
- Таблица подсчета фиксирует каждое значение отметкой ($\mid$), группируя их по пятам для удобства подсчета.
- Двумерная таблица сортирует данные по двум признакам одновременно (например, мальчики/девочки против ходьбы/автобуса/машины).
Двумерная таблица из 60 студентов по полу и транспорту может показать: 15 мальчиков ходят пешком, 10 мальчиков едут на автобусе; 12 девочек ходят пешком, 23 девочки едут на автобусе. Каждая ячейка — это количество.
Данные собираются у людей, выборка извлекается из генеральной совокупности
Двусторонняя таблица сортирует данные по скольким признакам одновременно?
Двусторонняя таблица перекрестно классифицирует два признака (например, пол vs транспорт).
Таблица, в которой вы ставите засечку за каждое значение, а затем считаете, называется ______ таблицей.
Таблица подсчета фиксирует каждое значение засечкой перед подсчетом.
Честное чтение данных
- Делайте выводы, которые данные реально поддерживают.
- Не предполагайте тенденции, которых нет, или причин, которые не доказаны.
- Корреляция не есть причинно-следственная связь: две вещи могут расти вместе без того, чтобы одна вызывала другую.
Проверяйте оси. График со усеченной осью $y$ может сделать небольшие различия огромными. Всегда проверяйте масштаб перед выводами.
Доска Гальтона показывает, как данные скапливаются в распределение
Вы должны делать выводы, которые действительно подтверждаются данными.
Занижение или преувеличение за пределами данных — частая ошибка на экзаменах, которую следует избегать.
Если две величины растут вместе, одна обязательно вызывает другую.
Корреляция не доказывает причинность. Обе могут быть под влиянием третьего фактора.
Типы данных
- Качественные (категориальные): цвета, мнения, бренды.
- Количественные (числовые): рост, возраст, баллы.
- Количественные данные являются дискретными (подсчет: число братьев/сестер) или непрерывными (измерение: рост, время).
Количество братьев и сестер у студента — это какой тип данных?
Количество братьев и сестер считается (не измеряется), поэтому это дискретные количественные данные.
Рост является примером ______ количественных данных.
Рост измеряется (не считается), поэтому это непрерывные данные.
Почему данные важны
- Правительства используют переписные данные для планирования школ и больниц. Компании используют данные о продажах для решения, что закупать. Медицинские исследователи используют данные испытаний для одобрения новых лекарств.
Двумерные таблицы разбивают данные на части, так же как модель пропорциональных полос разбивает общее количество на пропорциональные секции.
Заполните и интерпретируйте таблицу сопряжённости
- В опросе: юные автобусисты 6, юные пешеходы 4, взрослые автобусисты 3 и взрослые пешеходы 7 дают итоговые суммы по строкам 10,10; итоговые суммы по столбцам 9,11; общий итог 20. Проверьте суммы в обоих направлениях.
- Для сравнения двух выборок используйте среднее арифметическое и размах. Оценки A: $4,6,8$ и B: $5,6,7$ имеют одинаковые средние 6, но разные диапазоны 4 и 2. B является более стабильным в данной выборке; три оценки на группу не могут обосновывать утверждение о генеральной совокупности.
В опросе указано: младшие автобус 6, младшие пешком 4, старшие автобус 3, старшие пешком 7. Найдите общее число тех, кто идет пешком.
Добавьте столбец ходьбы: 4 + 7 = 11.
Вы поняли
- таблица подсчета считает значения отметками; двумерная таблица сортирует по двум признакам одновременно
- делайте выводы только о том, что реально показывают данные — корреляция $\neq$ причинно-следственная связь
- типы данных: качественные (категории) или количественные (числа: дискретные или непрерывные)