エクセルを使用する統計情報について知っておくべき10項目 - ダミー

Excelは、統計を使用する必要がある場合に便利なツールです。あなたが学校で統計に晒されたことがない、あるいは過去10年または2年が経過していない場合は、これらのヒントを参考にして、Excelが提供する統計ツールの一部を使用してください。

説明的な統計は簡単です

まず知っておくべきことは、いくつかの統計分析といくつかの統計的尺度がかなり単純であることです。ピボットテーブルのクロス集計や統計関数のようなものを含む記述統計は、そのような定量的なものではない人にも意味があります。

<！

平均が

という用語を使用する場合、 は彼が通常指しているものが最も一般的な平均の測定値であり、これは 平均。 という用語が 平均値 が間違っていることを理解することは、Excelの統計機能の多くをより分かりやすくします。 この議論をより具体的にするために、1、2、3、4、5の小さな値を検討しているとします。ご存知のように、この小さな値のセットの平均は3です。集合（1 + 2 + 3 + 4 + 5）のすべての数を合計し、この合計（15）を集合（5）の合計数で割ることによって、平均を計算することができます。

-

中央値 は、最大値と最小値を分ける値です。データセット1,2,3,4,5において、中央値は3である。値3は、最大値（4および5）を最小値（1および2）から分離する。 異なる平均測定値を理解する必要はありませんが、

average という用語はかなり不正確です。 標準偏差は分散を記述する

<！ - 3 - >

標準偏差と論理式はかなり分かりやすい。

標準偏差

は、データセット内の値が平均値の周りでどのように変化するかを記述する。標準偏差のような統計的尺度についてのきちんとしたことは、あなたが見ているデータの特性についての真の洞察を得ることがよくあります。もう1つのことは、これらの2つのデータでは、サンプルを見ることでデータに関する推論を描くことができることです。 観測は観測です。 観測について

は、統計について何かを読んだ場合に遭遇する用語の1つです。観察は単なる観察である。観測という用語を定義する1つの方法は、次のようなものです。実際にランダム変数のいずれかに値を割り当てると、観測値が作成されます。

サンプルは値のサブセットです。 A

サンプル

は、母集団からの観測の集合です。たとえば、近くの日常の高温を記録するデータセットを作成した場合、少しの観測データがサンプルになります。比較すると、標本は母集団ではありません。集団 はすべての可能な観察を含む。 推論統計はクールですが複雑です。

母集団から値のサンプルを見て、そのサンプルが代表的で十分に大きければ、サンプルの特性に基づいて母集団に関する結論を導くことができます。 精度の問題 急峻な学習曲線

確率分布関数は必ずしも混乱しない

P

確率分布関数

• はかなりトリッキーです。確率分布関数が何か有用な例で直感的に理解できます。

• 統計クラスでよく聞かれる共通の分布の1つは、T分布です。 999T分布は、本質的に重い、より丈夫な尾部を除いて正規分布である。共通の確率分布関数は、一様分布である。一様分布では、すべての事象が同じ発生確率を有する。この流通のユニークなことは、すべてがかなりレベルだということです。確率分布関数の別の一般的なタイプは、ベル曲線

またはガウス分布としても知られる正規分布である。

多くの場合、自然分布が自然発生します。たとえば、インテリジェンス商（IQ）は通常どおりに配布されます。パラメータは複雑ではない。 パラメータ は、確率分布関数への入力である。換言すれば、確率分布曲線を記述する式または関数または式は、入力を必要とする。統計では、これらの入力はパラメータと呼ばれます。いくつかの確率分布関数は単一の単純なパラメータしか必要としない。たとえば、一様分布で作業するには、実際に必要なのはデータセット内の値の数だけです。たとえば、6面ダイには6つの可能性しかありません。

確率および尖度は確率分布の形状を記述する 他の有用な統計的用語の2つは、歪度および尖度である。歪度 は、確率分布における対称性の欠如を定量化する。完全な対称分布では、正規分布のように、歪度はゼロに等しい。しかし、確率分布が右または左に傾く場合、歪度はゼロ以外の何らかの値に等しく、その値は対称性の欠如を定量化する。

尖度 は、分布内の尾部の重さを定量化します。正規分布では、尖度はゼロに等しい。 tail

は、左右に届くものです。しかし、分布のテールが正規分布よりも重い場合、尖度は正の数です。分布内のテールが正規分布よりもスキンである場合、尖度は負の数です。 信頼区間は最初は複雑に見えますが、有用です。 確率は人を混乱させることがよくあります。信頼レベルについて理解するために重要なことは、エラーのマージンとリンクしていることです。 信頼水準を理解するもう一つの重要な点は、サンプルサイズを大きくするほど、同じ信頼水準を使用する誤差が小さくなることです。 1つの例として、中小企業を宣伝するために実行している2つの異なるWeb広告に関するGoogle Analyticsデータがあり、より効果的な広告を知りたいとします。信頼区間の計算式を使用して、広告が本当に良いかどうかを把握するのに十分なデータが収集されるまでに、広告の掲載期間を把握することができます。