Практические задания, тест и пошаговый урок по теме Описательная статистика - улучшайте математические навыки с помощью точных вопросов и понятных объяснений.
Тренировочный тест по описательной статистике с пошаговым интерактивным уроком
Используйте тест в верхней части страницы, чтобы отрабатывать навыки описательной статистики, которые встречаются в математике и грамотной работе с данными: нахождение среднего, медианы и моды, вычисление размаха, определение квартилей \((Q_1, Q_3)\) и межквартильного размаха (МКР), построение пятичисловой сводки, чтение ящика с усами и интерпретацию частоты, относительной частоты и процента. Урок также вводит выбросы с помощью правила 1.5×МКР и смысл дисперсии и стандартного отклонения. Если хотите освежить материал, нажмите Начать урок, чтобы открыть пошаговое руководство с примерами и быстрыми проверками.
Как устроена тренировка по описательной статистике
1. Пройдите тест: ответьте на вопросы по описательной статистике в верхней части страницы.
2. Откройте урок (необязательно): повторите формулы, пошаговые методы и типичные ошибки для среднего, медианы, моды, квартилей и МКР.
3. Повторите: вернитесь к тесту и сразу примените шаги описательной статистики.
Что вы изучите в уроке по описательной статистике
Основы данных и термины
Как упорядочивать набор данных и правильно считать значения
Частота и относительная частота для интерпретации списков и таблиц
Основные слова: квартили, процент, пятичисловая сводка и выбросы
Меры центра
Вычислять и интерпретировать среднее, медиану и моду
Выбирать хорошее "типичное значение", когда в данных есть выбросы или асимметрия
Типичные ошибки: забыть отсортировать данные перед поиском медианы
Меры разброса
Находить размах (макс. - мин.) для общего разброса
Находить квартили и межквартильный размах для устойчивого разброса
Связывать МКР с ящиками с усами и обнаружением выбросов
Ящики с усами, выбросы и стандартное отклонение
Строить пятичисловую сводку и читать ящик с усами
Определять выбросы по правилу 1.5×МКР
Понимать дисперсию и стандартное отклонение как меры изменчивости
Назад к тесту
Когда будете готовы, вернитесь к тесту в верхней части страницы и продолжайте отрабатывать описательную статистику.
⭐⭐⭐
📊
Описательная статистика
Пошаговое руководство
Нажмите, чтобы открыть ->
Загрузка...
Урок по описательной статистике
1 / 8
Обзор урока
Обзор урока
Цель: Сформировать ясное понимание описательной статистики, чтобы вы могли суммировать набор данных, сравнивать группы и интерпретировать “типичное значение” и “разброс” надежными методами.
Критерии успеха
Организовывать набор данных, сортируя значения и правильно считая наблюдения.
Вычислять и интерпретировать среднее, медиану и моду.
Вычислять размах как \( \text{макс.} - \text{мин.} \).
Находить квартили \(Q_1\) и \(Q_3\), затем вычислять межквартильный размах (МКР) как \(Q_3 - Q_1\).
Создавать пятичисловую сводку (минимум, \(Q_1\), медиана, \(Q_3\), максимум) и связывать ее с ящиком с усами.
Использовать относительную частоту и процент, чтобы описывать, насколько часто встречается значение или категория.
Определять выбросы по правилу 1.5×МКР.
Понимать дисперсию и стандартное отклонение как меры изменчивости.
Ключевые термины
Набор данных: список наблюдений (чисел), который нужно описать.
Цель обучения: Вычислять среднее, медиану и моду и знать, что каждая из них говорит о “типичном значении”.
Ключевая идея
Среднее использует каждое значение: \[ \bar{x}=\frac{x_1+x_2+\cdots+x_n}{n}. \] Медиана - среднее значение после сортировки данных (или среднее двух средних значений при четном \(n\)). Мода - наиболее частое значение (данные могут быть бимодальными или не иметь моды). В асимметричных данных или при выбросах медиана обычно устойчивее среднего.
Разобранный пример
Пример: Найдите среднее, медиану и моду для \(\{2,4,4,9,11\}\).
Данные уже отсортированы. Среднее: \[ \bar{x}=\frac{2+4+4+9+11}{5}=\frac{30}{5}=6. \] Медиана (середина 5 значений) равна \(4\). Мода (самое частое) равна \(4\).
Попробуйте
Попробуйте 1: Какова медиана набора данных \(\{1,2,3,4\}\)?
Подсказка: при 4 значениях медиана - среднее двух средних значений.
Попробуйте 2: Каково среднее для \(\{5,10,15\}\)?
Подсказка: сложите значения, затем разделите на 3.
Итог
Среднее использует каждое значение, но может смещаться выбросами.
Медиана - середина упорядоченных данных и устойчива к выбросам.
Мода описывает наиболее частые значения, особенно полезна для категорий.
Меры разброса
Размах, квартили и межквартильный размах
Цель обучения: Измерять изменчивость с помощью размаха и МКР и правильно вычислять \(Q_1\) и \(Q_3\).
Ключевая идея
Размах - самая простая мера разброса: \[ \text{Размах}=\text{макс.}-\text{мин.}. \] Квартили делят упорядоченные данные на четыре части. Межквартильный размах: \[ \text{МКР}=Q_3-Q_1, \] он измеряет разброс средних 50% данных (и меньше зависит от выбросов, чем размах).
Разобранный пример
Пример: Для \(\{10,20,30,40\}\) найдите размах, \(Q_1\), \(Q_3\) и МКР.
Размах \(=40-10=30\). Медиана \(Q_2\) - среднее 20 и 30: \(25\). Нижняя половина \(\{10,20\}\) дает \(Q_1=\frac{10+20}{2}=15\). Верхняя половина \(\{30,40\}\) дает \(Q_3=\frac{30+40}{2}=35\). Значит \(\text{МКР}=35-15=20\).
Подсказка: найдите \(Q_1\) и \(Q_3\) из упорядоченного списка, затем вычислите \(Q_3-Q_1\).
Итог
Размах измеряет общий разброс, но чувствителен к крайним значениям.
МКР измеряет разброс средних 50% и устойчивее к выбросам.
Частота и процент
Частота, относительная частота и процент
Цель обучения: Переходить между счетами, дробями, десятичными числами и процентами, чтобы описывать, насколько часто что-то встречается.
Ключевая идея
Частота - это счет. Относительная частота - доля от общего числа: \[ \text{Относительная частота}=\frac{\text{количество}}{n}. \] Чтобы перевести в процент, умножьте на 100: \[ \text{Процент}= \left(\frac{\text{количество}}{n}\right)\cdot 100\%. \] Это помогает сравнивать группы даже при разных размерах выборок.
Разобранный пример
Пример: В \(\{0,1,0,1,1\}\), какая доля и какой процент равны единицам?
Есть 3 единицы из 5 значений, значит доля \(\frac{3}{5}\). В десятичном виде \(\frac{3}{5}=0.6\), значит процент \(0.6\cdot 100\% = 60\%\).
Попробуйте
Попробуйте 1: В списке \(\{0,1,0,1,1\}\), какая доля значений равна единице?
Подсказка: посчитайте единицы, затем разделите на общее число значений.
Попробуйте 2: Сколько процентов от 50 составляет 15?
Подсказка: вычислите \(\frac{15}{50}\) и переведите в проценты.
Итог
Относительная частота - это “часть целого”: \(\frac{\text{количество}}{n}\).
Процент - это относительная частота \(\times 100\%\).
Пятичисловая сводка
Пятичисловая сводка и ящики с усами
Цель обучения: Строить пятичисловую сводку и связывать ее с ящиком с усами, чтобы визуализировать центр и разброс.
Ключевая идея
Пятичисловая сводка описывает набор данных через: \[ \text{мин.},\ Q_1,\ \text{медиана }(Q_2),\ Q_3,\ \text{макс.}. \] Ящик с усами использует эти пять чисел: ящик идет от \(Q_1\) до \(Q_3\), медиана - линия внутри ящика, а усы тянутся к минимуму и максимуму (или к значениям без выбросов, в зависимости от соглашения).
Разобранный пример
Пример: Найдите пятичисловую сводку для \(\{2,4,6,8\}\).
Отсортировано: \(\{2,4,6,8\}\). Минимум \(=2\), максимум \(=8\). Медиана \(=\frac{4+6}{2}=5\). Нижняя половина \(\{2,4\}\) дает \(Q_1=\frac{2+4}{2}=3\). Верхняя половина \(\{6,8\}\) дает \(Q_3=\frac{6+8}{2}=7\). Пятичисловая сводка: \(2,\ 3,\ 5,\ 7,\ 8\).
Попробуйте
Попробуйте 1: Каков третий квартиль \(Q_3\) для \(\{10,20,30,40\}\)?
Подсказка: \(Q_3\) - медиана верхней половины упорядоченных данных.
Попробуйте 2: Каков первый квартиль \(Q_1\) для \(\{1,2,3,4,5,6\}\)?
Подсказка: при 6 значениях нижняя половина \(\{1,2,3\}\). Ее медиана - \(Q_1\).
Ящик с усами визуализирует средние 50% данных и общий разброс.
Выбросы и средина размаха
Выбросы, правило 1.5×МКР и середина размаха
Цель обучения: Определять выбросы по границам МКР и понимать середину размаха как “середину крайних значений”.
Ключевая идея
Распространенная проверка выбросов использует границы МКР: \[ \text{Нижняя граница}=Q_1-1.5(\text{МКР}), \quad \text{Верхняя граница}=Q_3+1.5(\text{МКР}). \] Значения вне границ часто считают выбросами. Еще одна мера, которую можно встретить, - середина размаха, то есть середина между минимумом и максимумом: \[ \text{Середина размаха}=\frac{\text{мин.}+\text{макс.}}{2}. \] Середину размаха легко вычислить, но она зависит только от крайних значений (поэтому не устойчива к выбросам).
Разобранный пример
Пример: Является ли \(30\) выбросом в \(\{1,2,3,4,5,6,7,8,30\}\) по правилу 1.5×МКР?
Медиана равна \(5\). Нижняя половина \(\{1,2,3,4\}\) дает \(Q_1=\frac{2+3}{2}=2.5\). Верхняя половина \(\{6,7,8,30\}\) дает \(Q_3=\frac{7+8}{2}=7.5\). МКР \(=7.5-2.5=5\). Границы: нижняя \(=2.5-1.5(5)=2.5-7.5=-5\), верхняя \(=7.5+7.5=15\). Так как \(30>15\), значение \(30\) является выбросом по правилу 1.5×МКР.
Попробуйте
Попробуйте 1: Какая мера является серединой диапазона данных?
Подсказка: она использует только минимум и максимум: \(\frac{\text{мин.}+\text{макс.}}{2}\).
Попробуйте 2: Если \(Q_1=10\) и \(Q_3=20\), какое значение является выбросом по правилу 1.5×МКР?
Подсказка: МКР \(=20-10=10\). Верхняя граница \(=20+1.5(10)=35\). Выбросы выше 35 или ниже \(-5\).
Итог
Границы выбросов: \(Q_1-1.5(\text{МКР})\) и \(Q_3+1.5(\text{МКР})\).
Середину размаха легко вычислить, но она зависит только от крайних значений.
Стандартное отклонение
Дисперсия, стандартное отклонение и z-оценки
Цель обучения: Понимать стандартное отклонение как меру типичного расстояния от среднего и правильно вычислять простые примеры.
Ключевая идея
Дисперсия измеряет среднее квадратичное расстояние от среднего, а стандартное отклонение - ее квадратный корень. Для совокупности (используются все значения) одно определение: \[ \sigma^2=\frac{\sum (x-\mu)^2}{n}, \quad \sigma=\sqrt{\sigma^2}. \] z-оценка показывает, на сколько стандартных отклонений значение находится от среднего: \[ z=\frac{x-\mu}{\sigma}. \]
Разобранный пример
Пример: Для набора данных \(\{0,2\}\) найдите стандартное отклонение совокупности и z-оценку для \(x=2\).
Среднее \(\mu=\frac{0+2}{2}=1\). Отклонения: \(0-1=-1\), \(2-1=1\). Квадраты: \(1\) и \(1\). Дисперсия \(\sigma^2=\frac{1+1}{2}=1\). Стандартное отклонение \(\sigma=\sqrt{1}=1\). Z-оценка для \(x=2\): \(z=\frac{2-1}{1}=1\).
Попробуйте
Попробуйте 1: Каково стандартное отклонение совокупности для \(\{0,2\}\)?
Подсказка: вычислите среднее, возведите отклонения в квадрат, усредните их, затем извлеките квадратный корень.
Попробуйте 2: Если среднее равно \(10\), а стандартное отклонение \(2\), какова z-оценка для \(x=14\)?
Стандартное отклонение описывает типичное расстояние от среднего.
Z-оценки сравнивают значения в разных шкалах, измеряя “сколько стандартных отклонений”.
Применения и выбор
Выбор правильной статистики и интерпретация данных
Цель обучения: Выбирать подходящие описательные статистики и завершить финальной проверкой.
Где встречается описательная статистика
Школа и тесты: суммировать баллы средним/медианой и сравнивать разброс через МКР.
Наука и эксперименты: сообщать “типичный результат” и изменчивость через стандартное отклонение.
Спорт и результаты: сравнивать стабильность (малый разброс) и волатильность (большой разброс).
Грамотность данных: интерпретировать графики вроде ящиков с усами и таблицы частот в отчетах.
Разобранный пример: медиана из неотсортированных данных
Пример: Найдите медиану \(\{5,2,9,4,7\}\).
Сначала отсортируйте данные: \(\{2,4,5,7,9\}\). Среднее (третье) значение равно \(5\), значит медиана \(5\).
Попробуйте
Попробуйте 1: Какова медиана \(\{5,2,9,4,7\}\)?
Подсказка: сначала отсортируйте, затем выберите среднее значение.
Попробуйте 2: Какова мода \(\{2,2,3,4,4\}\)?
Подсказка: мода - значение (или значения), которое встречается чаще всего. Здесь два значения делят первое место.
Итоговое повторение
Центр: среднее, медиана и мода по-разному описывают типичное значение.
Разброс: размах и МКР описывают изменчивость; МКР устойчивее к выбросам.
Пятичисловая сводка и ящики с усами визуально суммируют данные и помогают проверять выбросы.
Стандартное отклонение измеряет типичное расстояние от среднего; z-оценки сравнивают разные шкалы.
Следующий шаг: Закройте урок и попробуйте тест снова. Если ошибетесь в вопросе, откройте книгу и повторите страницу с нужным навыком описательной статистики.
Серия 5+
Серия 10+
Серия 15+
Серия 20+
Серия 25+