9統計とグラフィックのヒントとトラップ - ダミー

統計の世界には落とし穴がたくさんありますが、チャンスがいっぱいです。統計のユーザーか、それを解釈しなければならない人であれ、落とし穴に入る可能性があります。また、周りを歩くことも可能です。仮説検定、回帰、相関、グラフの分野の10のヒントとトラップがあります。

重要性は必ずしも重要であるとは限りません

重要性は多くの点で不適切に選択された用語です。統計的検定が有意な結果をもたらし、その決定がH _{999を拒絶することである場合、それはデータの背後にある研究が重要であることを保証するものではない。統計は、それらを生み出したプロセスについての数や推論についての意思決定に役立つだけです。これらのプロセスを重要なものにすることはできません。重要性は、あなた自身で判断する必要があるものです。統計的なテストではそれを行うことはできません。} <！回帰が必ずしも直線的ではない

回帰モデルを散布図に当てようとするとき、ただちに線を使用することが有益です。これは最もよく理解されている回帰モデルであり、ぶら下がりを取得すると、斜面や傍受はそれほど難しくありません。

しかし、線形回帰だけが回帰の唯一の種類ではありません。散布図にカーブを合わせることは可能です。欺かれてはいけません：曲線回帰の背後にある統計的概念は、線形回帰の背後にある概念よりも理解しにくいです。

しかし、それらの概念を習得する時間はかかります。時には、カーブがラインよりはるかによくフィットすることがあります。

サンプル散布図を越えて外挿することは悪い考えです。

線形回帰または曲線回帰を使用している場合でも、散布図の境界を超えて一般化することは不適切であることに注意してください。

数学の適性テストと数学コースのパフォーマンスの間に強い予測関係を確立し、散布図が限られた数学的適性しかカバーしていないとします。あなたはその関係がその範囲を超えているかどうかを知る方法がありません。その範囲外の予測は有効ではありません。

<！ - 3 - >

あなたの最善の策は、より多くの人々をテストすることによって散布図を拡大することです。元の関係はストーリーの一部だけを示していることがわかります。

回帰直線の周りの変動性を調べる

残差（観測値と予測値の差）を慎重に分析することで、線がデータにどの程度適しているかについて多くを知ることができます。根本的な前提は、回帰線の周りの変動性は、上下に同じであるということです。そうでない場合、モデルはあなたが思っているほど予測的ではないかもしれません。変動性が系統的である場合（一方の端での変動が他方の変動よりも大きい）、線形回帰よりも曲線回帰が適切である可能性がある。推定の標準誤差が必ずしも指標であるとは限りません。

サンプルが大きすぎる可能性がある

それを信じるかどうか、これは時には相関係数で起こる。非常に大きなサンプルは、小さな相関係数を統計的に有意にすることができる。

しかし、その相関係数はどういう意味ですか？決定係数-r 999 2 999はちょうどである。 SS 999回帰

がSS 999総数

の4％未満であることを意味する。それは非常に小さい協会です。 ^{結論：相関係数を見るときは、サンプルサイズに注意してください。それが十分に大きければ、それは統計的に有意であるという些細な関連を作ることができる。} 消費者：あなたの軸を知る _{グラフを見るときは、各軸に何があるのかを知っていることを確認してください。測定単位を理解していることを確認してください。あなたは独立変数を理解していますか？あなたは従属変数を理解していますか？あなたはあなた自身の言葉でそれぞれを記述できますか？これらの質問に対する回答が「いいえ」の場合、あなたはあなたが見ているグラフを理解していません。} <！ - 1 - > _{テレビ広告のグラフを見るときに、グラフ上に何が表示されるかを知るには、あまりに早く消えてしまうと非常に注意してください。広告主は、グラフ内の偽の関係に関する誤った印象を作成しようとしている可能性があります。アニメーション漫画による科学的証拠：漫画の歯を掃除する小さなアニメーションスクラブブラシは、製品を購入した場合、必ずしもより白い歯を保証するとは限りません。}

カテゴリ変数を量的変数と同じようにグラフ表示することは間違っていますので、あなたはRock-Paper-Scissors World Seriesで競争する準備が整いました。この国際大会に向けて、過去10年間のすべてのマッチを集計し、各役を演じたときの勝率を記載しています。すべての成果をまとめるには、Excelのグラフィック機能を使用してグラフを作成します。

<！ - 3 - >

多くの人々が、この種のグラフを作成します。グラフの線は、ある点から別の点への連続性を意味します。もちろん、これらのデータは不可能です。ロックと紙の間には何がありますか？なぜ彼らは単位が離れていますか？なぜ3つのカテゴリがこの順番であるのですか？

単純に言えば、少なくとも1つの変数がカテゴリのセットである場合、折れ線グラフは適切なグラフではありません。代わりに、列グラフを作成します。データがパーセンテージであり、スライス数がわずかであるため、円グラフもここで機能します。

グラフにばらつきを含めることが適切な場合はいつでも

グラフのポイントが平均を表すとき、グラフに各平均の標準誤差が含まれていることを確認します。これにより、視聴者はデータの重要な側面であるデータの変動性を知ることができます。

それだけですべての話を必ずしも伝えるわけではありません。差異と標準偏差を調べる機会をすべて取る。いくつかの隠されたナゲットがあるかもしれません。体系的な変化 - たとえば大きな手段に関連する分散の値が高い - は、あなたが以前に見たことのない関係についての手がかりになるかもしれません。

統計教科書の概念をExcelに関連付けるときには注意してください

統計作業を真剣に行っている場合は、おそらく統計テキストまたは2つを調べる機会があります。統計のいくつかの領域のシンボルは標準ではないことに注意してください。

テキストとExcelのために、テキストの概念をExcelの統計関数に接続することは難しいことがあります。ダイアログボックスやヘルプファイル内のメッセージには、読んだもの以外の記号が含まれている場合や、同じ記号を使用している可能性があります。この不一致により、ダイアログボックスのパラメータに誤ったエントリが作成され、トレースするのが困難なエラーが発生する可能性があります。