Galería de mapas mentales Datos cuantitativos
Este es un mapa mental sobre datos cuantitativos. Los contenidos principales incluyen: indicadores estadísticos de grado de variación, indicadores estadísticos de ubicaciones concentradas, características de distribución de datos, tipos de distribución de datos y cuadros/tablas de distribución de frecuencia.
Editado a las 2024-03-05 22:33:56,This is a mind map about bacteria, and its main contents include: overview, morphology, types, structure, reproduction, distribution, application, and expansion. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about plant asexual reproduction, and its main contents include: concept, spore reproduction, vegetative reproduction, tissue culture, and buds. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about the reproductive development of animals, and its main contents include: insects, frogs, birds, sexual reproduction, and asexual reproduction. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about bacteria, and its main contents include: overview, morphology, types, structure, reproduction, distribution, application, and expansion. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about plant asexual reproduction, and its main contents include: concept, spore reproduction, vegetative reproduction, tissue culture, and buds. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about the reproductive development of animals, and its main contents include: insects, frogs, birds, sexual reproduction, and asexual reproduction. The summary is comprehensive and meticulous, suitable as review materials.
Datos cuantitativos
Cuadro/tabla de distribución de frecuencias
Preparado por
Encuentra el rango o rango (R)
R=MÁX-MÍN
Determinar el número de segmentos del grupo y la distancia del grupo (i)
Distancia del grupo = R/número de segmentos del grupo
Los segmentos de grupo no pueden superponerse, incluido el límite superior pero no el límite inferior.
Enumere los segmentos de menor a mayor
Cuente las unidades de observación incluidas en cada segmento del grupo.
Organizado en tabla de distribución de frecuencia.
solicitud
Revelar el tipo de distribución de datos: distribución simétrica, distribución sesgada
Revelar características de distribución de datos: distribución de concentración y grado de variación.
Se encuentran valores sospechosos extraordinariamente grandes o extremadamente pequeños
Contribuye a un mayor cálculo de indicadores y análisis estadístico.
Tipo de distribución de datos
Distribución normal (x̄±S)
Distribución asimétrica (M(Q))
Distribución lognormal (G, desviación estándar logarítmica)
Características de distribución de datos.
distribución central/tendencia central
Grado de variación/tendencia de dispersión
Datos distribuidos simétricamente
Posición concentrada: la mitad del rango de observaciones.
Grado de variación: el grado de variación o dispersión en relación con una ubicación centralizada.
Estadísticas de ubicación centralizadas
significado aritmetico
Símbolo (x̄, μ)
Significancia estadística (característica): refleja el nivel promedio de un grupo de observaciones homogéneas en los datos
Aplicación: Describir la posición concentrada (nivel promedio) de la distribución normal y los datos de distribución aproximadamente normal.
significado geometrico
Símbolo: G
Significancia estadística (característica): refleja el nivel promedio
solicitud
Adecuado para datos de distribución asimétrica con una relación múltiple (título de anticuerpos, título de anticuerpos, densidad bacteriana, período de incubación de enfermedades infecciosas)
Aplicable a datos que se distribuyen normalmente o aproximadamente normalmente después de la transformación logarítmica
mediana
Símbolo: M
Cálculo: método directo y método de frecuencia.
Significancia estadística: refleja el nivel promedio de un grupo de observaciones en el rango
Características: (Distribución normal: media=M) (Distribución lognormal: M=G) (Distribución asimétrica positiva: M>media) (Distribución asimétrica negativa: M<media)
Aplicación: Teóricamente utilizado para la ubicación centralizada de cualquier dato distribuido, no afectado por valores extremos y robusto. Distribución asimétrica, valores inciertos en los datos, valores extremos en muestras pequeñas y distribución de datos poco clara
Indicador estadístico de grado de variación.
Muy pobre
Símbolo: R
Cálculo: R=valor máximo-valor mínimo
Significancia estadística: refleja el rango de fluctuación de un conjunto de valores observados. Cuanto mayor es el rango, mayor es el grado de variación de los datos.
Aplicación: No se usa solo
rango intercuartil
Símbolo: Q/IQR
Cálculo: Q=P75-P25
Significancia estadística: el rango de la mitad media de los datos es más estable y robusto que el rango. Cuanto mayor es Q, mayor es el grado de variación de los datos.
solicitud
Describa el grado de variación: datos de distribución sesgados, valores inexactos en los datos, valores extremos en muestras pequeñas y tipos de distribución de datos poco claros.
A menudo se utiliza junto con la mediana para describir la posición concentrada y el grado de variación de los datos, expresados como M(Q), M(P25~P75).
Varianza y desviación estándar
Símbolo: σ/S
calcular:
Significancia estadística: cuanto mayor es la varianza, más dispersos son los valores individuales y mayor es el grado de variación. Cuanto menor sea la desviación estándar, más concentrados estarán los datos individuales, menor será el grado de variación de los datos y mejor representativa será la media de la ubicación concentrada, y viceversa.
Aplicación: Datos normalmente distribuidos o aproximadamente normalmente distribuidos.
La media y la desviación estándar se utilizan juntas para describir la posición de concentración y el grado de variación de datos distribuidos normalmente, expresados como x̄±S
coeficiente de variación
Símbolo: CV
Cálculo: CV=(S/x̄)*100%
Significancia estadística Cuanto mayor sea el coeficiente de variación, mayor será el grado de variación.
Aplicación: Comparar