Тренировочный тест по описательной статистике с пошаговым интерактивным уроком

Среднее, медиана и мода

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

Попробуйте

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.

Размах, квартили и межквартильный размах

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

Попробуйте

Итог

• Размах измеряет общий разброс, но чувствителен к крайним значениям.
• МКР измеряет разброс средних 50% и устойчивее к выбросам.

Частота, относительная частота и процент

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

Попробуйте

Итог

• Относительная частота - это “часть целого”: \(\frac{\text{количество}}{n}\).
• Процент - это относительная частота \(\times 100\%\).

Пятичисловая сводка и ящики с усами

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

Попробуйте

Итог

• Пятичисловая сводка: минимум, \(Q_1\), медиана, \(Q_3\), максимум.
• Ящик с усами визуализирует средние 50% данных и общий разброс.

Выбросы, правило 1.5×МКР и середина размаха

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

Попробуйте

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.

Дисперсия, стандартное отклонение и z-оценки

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

Попробуйте

Итог

• Стандартное отклонение описывает типичное расстояние от среднего.
• Z-оценки сравнивают значения в разных шкалах, измеряя “сколько стандартных отклонений”.

Выбор правильной статистики и интерпретация данных

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

Попробуйте

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.