Introduction com estatísticas descritivas ajuda: Definição de Estatística: Em termos simples, as estatísticas é denominado como um ramo da matemática que trata basicamente de recolha de dados e sua posterior análise e interpretação qualitativa e quantitativamente. Na maioria dos casos, os dados são numérica, mas há também casos em que os dados são não numérica, tais como relação entre objects.Without estatísticas, que seria difícil de manter qualquer coisa numérica na natureza e extremamente difícil para percorrer as rotinas diárias da vida. Imagine assistir a um jogo de beisebol ou jogo cesta sem saber a pontuação de cada equipe ou imaginar indo para um super mart tentando encontrar o produto de leite fabricados mais recente sem ter a data de fabricação impressa na pessoa de leite produto carton.The que é bem versado nas estatísticas é chamado um estatístico e é suposto ter um bom conhecimento e compreensão das maneiras de coletar dados, atualizar dados, interpretar /analisar os dados e, finalmente, apresentar o data.Help na Visão de Descritiva StatisticsTypes das estatísticas: Existem muitos tipos de estatísticas que estão sendo utilizado a partir dos quais o mais utilizado é a estatística descritiva que pode ainda ser sub-classificados como estatística descritiva numéricos e formas statistics.Other descritivos pictóricas de estatísticas são estatística inferencial, estatísticas psicológicas, estatísticas das empresas e assim on.Examples de StatisticsNumerical1. distribuição de frequência para encontrar a frequência de diferentes conjuntos de provided.2 dados. tendência central para encontrar a média, media e mode3. Dispersão de encontrar o intervalo, variância e deviationGraphical1 padrão. Histograms2. Dispersar Plot3. Box PlotHelp com uma explicação pormenorizada sobre statisticsLets descritivas considerar um conjunto de dados de amostra contendo as marcas de 12 alunos em um teste de aula de matemática com as seguintes marcas. Os estudantes foram dadas marcas fora de uma nota máxima de 25 com as marcas passo, sendo 10 de 25,9, 11, 15, 13, 17, 5, 23, 19, 21, 7, 25, 15Lets usar estatísticas descritivas para descobrir a distribuição de freqüência, medidas de tendência central e de dispersão para o conjunto acima de distribuição de frequência value.Frequency distributionUsing, podemos encontrar a percentagem de estudantes passou, falhou alunos e estudantes com total marksPercentage de estudantes passaram = (nº de alunos passou /total nenhum aluno od ) * 100 = (9/12) * 100 = 75% Percentagem de estudantes falharam = (nº de estudantes falharam /Nº total de alunos) * 100 = (3/12) * 100 = 25% Pecentage de alunos com nota máxima = (n.º de alunos com nota máxima /no total de alunos) * 100 = (1/12) * 100 = 8,25% Central TendencyUsing tendência central podemos encontrar a média, mediana e moda do conjunto acima de data.Mean é a média marcas de todos os estudantes combinadas que soma das pontuações obtidas por todos os estudantes, dividido pelo número total de studentsMean = (5 + 7 + 9 + 11 + 13 + 15 + 15 + 17 + 19 + 21 + 23 + 25 +) /11 = 180/12 = 15 é 15Hence as pontuações médias de todos os estudantes de matemática colocar togetherMedian é a marca que se encontra exactamente no meio do conjunto acima de marcas, quando eles são dispostos em uma ascendente order.For esta finalidade permite organizar as marcas em uma ordem ascendente e descobrir o meio value.5,7,9,11,13,15,15,17,19,21,23,25In o arranjo acima pudemos ver que há 2 valor no meio que é 15. por isso somarmos estes dois valores e dividir por 2 a chegar à média que nos dará uma resposta de 15Finally permite encontrar o modo do conjunto acima de marcas. Modo é nada, mas o valor que ocurrs maior número de TimesIn o conjunto acima de marcas pudemos ver que 15 já ocorreu duas vezes e modo daí = 15We pode ver a partir dos cálculos acima que todos os 3 valores, média, mediana e moda são iguais 15, o que implicaria que a distribuição das marcas entre os estudantes de matemática é normal e uniforme. É também chamado como Sino distribuição em forma Quando a média, mediana e moda são same.DispersionDispersion nos ajuda a encontrar a variância gama e deviation.Range padrão é nada, mas a diferença entre o maior eo menor valor. No conjunto atual de dados, 5 é o menor valor e 25 é o valor mais alto que significaria 25 -5 = 20 é o alcance do distribution.Variance acima é nada mais que a soma dos quadrados de marcas média menos as marcas individuais dividido pelo o número total de valor menos 1Na curto Variância = (A1-X) 2 + (A2-X) 2 + (a3-X) 2 + + ......... (a-x) 2 /(n -1) onde A1, A2, A3, A4, .......... uma são as marcas e n é o número de marcas que no nosso caso é 12Lets aplicar as fórmulas acima para calcular o varianceVariance = (5 -15) 2 + (15/07) + 2 (9-15) 2 + (11-15) 2 + (13-15) + 2 (15-15) 2 + (15-15) + 2 (17- 15) 2 + (19-15) + 2 (21-15) 2 + (23-15) + 2 (25-15) 2 /(12 -1) desvio = (100 64 + 36 + 16 + 4 0 + 0 + 4 + 16 + 36 + 64 + 100) /(12-1) variação = (440) /(11) variação = 40Now que descobrimos variância, permite descobrir o desvio padrão. Desvio Padrão é nada, mas raiz quadrada de varianceStandard desvio = SQRT (Variance) Desvio padrão = SQRT (40) Desvio padrão = 6,324