Mindmap-Galerie Quantitative Daten
Dies ist eine Mindmap über quantitative Daten. Zu den Hauptinhalten gehören: statistische Indikatoren für den Variationsgrad, statistische Indikatoren für konzentrierte Standorte, Datenverteilungsmerkmale, Datenverteilungstypen und Häufigkeitsverteilungsdiagramme/-tabellen.
Bearbeitet um 2024-03-05 22:33:56Einhundert Jahre Einsamkeit ist das Meisterwerk von Gabriel Garcia Marquez. Die Lektüre dieses Buches beginnt mit der Klärung der Beziehungen zwischen den Figuren. Im Mittelpunkt steht die Familie Buendía, deren Wohlstand und Niedergang, interne Beziehungen und politische Kämpfe, Selbstvermischung und Wiedergeburt im Laufe von hundert Jahren erzählt werden.
Einhundert Jahre Einsamkeit ist das Meisterwerk von Gabriel Garcia Marquez. Die Lektüre dieses Buches beginnt mit der Klärung der Beziehungen zwischen den Figuren. Im Mittelpunkt steht die Familie Buendía, deren Wohlstand und Niedergang, interne Beziehungen und politische Kämpfe, Selbstvermischung und Wiedergeburt im Laufe von hundert Jahren erzählt werden.
Projektmanagement ist der Prozess der Anwendung von Fachwissen, Fähigkeiten, Werkzeugen und Methoden auf die Projektaktivitäten, so dass das Projekt die festgelegten Anforderungen und Erwartungen im Rahmen der begrenzten Ressourcen erreichen oder übertreffen kann. Dieses Diagramm bietet einen umfassenden Überblick über die 8 Komponenten des Projektmanagementprozesses und kann als generische Vorlage verwendet werden.
Einhundert Jahre Einsamkeit ist das Meisterwerk von Gabriel Garcia Marquez. Die Lektüre dieses Buches beginnt mit der Klärung der Beziehungen zwischen den Figuren. Im Mittelpunkt steht die Familie Buendía, deren Wohlstand und Niedergang, interne Beziehungen und politische Kämpfe, Selbstvermischung und Wiedergeburt im Laufe von hundert Jahren erzählt werden.
Einhundert Jahre Einsamkeit ist das Meisterwerk von Gabriel Garcia Marquez. Die Lektüre dieses Buches beginnt mit der Klärung der Beziehungen zwischen den Figuren. Im Mittelpunkt steht die Familie Buendía, deren Wohlstand und Niedergang, interne Beziehungen und politische Kämpfe, Selbstvermischung und Wiedergeburt im Laufe von hundert Jahren erzählt werden.
Projektmanagement ist der Prozess der Anwendung von Fachwissen, Fähigkeiten, Werkzeugen und Methoden auf die Projektaktivitäten, so dass das Projekt die festgelegten Anforderungen und Erwartungen im Rahmen der begrenzten Ressourcen erreichen oder übertreffen kann. Dieses Diagramm bietet einen umfassenden Überblick über die 8 Komponenten des Projektmanagementprozesses und kann als generische Vorlage verwendet werden.
Quantitative Daten
Häufigkeitsverteilungsdiagramm/-tabelle
hergestellt von
Finden Sie den Bereich oder Bereich (R)
R=MAX-MIN
Bestimmen Sie die Anzahl der Gruppensegmente und den Gruppenabstand (i).
Gruppenabstand=R/Anzahl der Gruppensegmente
Gruppensegmente dürfen sich nicht überlappen, einschließlich der Obergrenze, aber nicht der Untergrenze
Listen Sie die Segmente vom kleinsten zum größten auf
Zählen Sie die in jedem Gruppensegment enthaltenen Beobachtungseinheiten
Organisiert in einer Häufigkeitsverteilungstabelle
Anwendung
Datenverteilungstyp anzeigen: symmetrische Verteilung, schiefe Verteilung
Zeigen Sie Datenverteilungsmerkmale auf: Konzentrationsverteilung und Variationsgrad
Es werden außergewöhnlich große oder extrem kleine verdächtige Werte gefunden
Trägt zur weiteren Berechnung von Indikatoren und statistischen Analysen bei
Datenverteilungstyp
Normalverteilung (x̄±S)
Schiefe Verteilung (M(Q))
Lognormalverteilung (G, logarithmische Standardabweichung)
Merkmale der Datenverteilung
zentrale Verteilung/zentrale Tendenz
Variationsgrad/Streuungstrend
Symmetrisch verteilte Daten
Konzentrierte Position – die Mitte des Beobachtungsbereichs
Variationsgrad – der Grad der Variation oder Streuung relativ zu einem zentralen Standort
Zentralisierte Standortstatistiken
arithmetisches Mittel
Symbol (x̄, μ)
Statistische Signifikanz (Merkmal): spiegelt das durchschnittliche Niveau einer Gruppe homogener Beobachtungen in den Daten wider
Anwendung: Beschreiben Sie die konzentrierte Position (Durchschnittsniveau) der Normalverteilungs- und annähernd normalen Verteilungsdaten
geometrisches Mittel
Symbol: G
Statistische Signifikanz (Merkmal): spiegelt das durchschnittliche Niveau wider
Anwendung
Geeignet für verzerrte Verteilungsdaten mit mehreren Beziehungen (Antikörpertiter, Antikörpertiter, Bakteriendichte, Inkubationszeit von Infektionskrankheiten)
Anwendbar auf Daten, die nach logarithmischer Transformation normalverteilt oder annähernd normalverteilt sind
Median
Symbol: M
Berechnung: direkte Methode und Frequenzmethode
Statistische Signifikanz: spiegelt den durchschnittlichen Rang einer Gruppe von Beobachtungen wider
Merkmale: (Normalverteilung: Mittelwert=M) (Lognormalverteilung: M=G) (Positive Schiefeverteilung: M>Mittelwert) (Negative Schiefeverteilung: M<Mittelwert)
Anwendung: Theoretisch für den zentralen Speicherort verteilter Daten verwendet, nicht von Extremwerten betroffen und robust. Schiefe Verteilung, unsichere Datenwerte, Extremwerte in kleinen Stichproben und unklare Datenverteilung
Statistischer Indikator für den Grad der Variation
Sehr arm
Symbol: R
Berechnung: R=Maximalwert-Minimalwert
Statistische Signifikanz: spiegelt den Schwankungsbereich einer Reihe beobachteter Werte wider. Je größer der Bereich, desto größer der Grad der Datenvariation.
Anwendung: Nicht alleine verwendet
Interquartilbereich
Symbol: Q/IQR
Berechnung: Q=P75-P25
Statistische Signifikanz: Der Bereich der mittleren Hälfte der Daten ist stabiler und robuster als der Bereich. Je größer das Q, desto größer ist der Grad der Datenvariation.
Anwendung
Beschreiben Sie den Grad der Variation: verzerrte Verteilungsdaten, ungenaue Werte in den Daten, Extremwerte in kleinen Stichproben und unklare Datenverteilungstypen
Es wird häufig in Verbindung mit dem Median verwendet, um die konzentrierte Position und den Variationsgrad der Daten zu beschreiben, ausgedrückt als M(Q), M(P25~P75)
Varianz und Standardabweichung
Symbol: σ/S
Berechnung:
Statistische Signifikanz: Je größer die Varianz, desto stärker streuen die einzelnen Werte und desto größer ist der Variationsgrad. Je kleiner die Standardabweichung, desto konzentrierter sind die einzelnen Daten, desto geringer ist der Grad der Datenvariation und desto repräsentativer ist der Mittelwert des konzentrierten Standorts und umgekehrt.
Anwendung: Normalverteilte oder annähernd normalverteilte Daten
Der Mittelwert und die Standardabweichung werden zusammen verwendet, um die Konzentrationsposition und den Variationsgrad normalverteilter Daten zu beschreiben, ausgedrückt als x̄±S
Variationskoeffizient
Symbol: Lebenslauf
Berechnung: CV=(S/x̄)*100 %
Statistische Signifikanz: Je größer der Variationskoeffizient, desto größer der Variationsgrad.
Anwendung: Vergleichen