Zacznij od najważniejszych narzędzi
Ta akademia łączy kalkulatory, tablice i poradniki w jeden praktyczny pakiet. Jeśli dopiero zaczynasz, przejdź najpierw przez statystykę opisową: średnią, odchylenie standardowe, kwartyle, IQR, histogram i wartości odstające. Gdy rozumiesz kształt danych, łatwiej wybrać właściwy rozkład prawdopodobieństwa oraz poprawnie zinterpretować wynik testu.
Porównaj wzory, średnią, wariancję i zastosowania najważniejszych rozkładów.
Sprawdź, kiedy wybrać dwumianowy, Poissona, normalny, gamma, Weibulla, lognormalny, Pareto i beta.
Przed wyborem rozkładu sprawdź IQR, histogram, z-score, asymetrię, kurtozę i wartości odstające.
Ścieżka nauki: od danych do wnioskowania
Najlepsza kolejność pracy ze statystyką nie zaczyna się od testu ani od p-value. Najpierw trzeba zrozumieć dane. Czy są symetryczne, czy skośne? Czy mają wartości odstające? Czy są dyskretne czy ciągłe? Czy można sensownie liczyć średnią, czy lepsza będzie mediana? Dopiero potem wybieramy rozkład i metodę wnioskowania.
Policz średnią, medianę, kwartyle, IQR, wariancję i odchylenie standardowe.
Oceń histogram, asymetrię, kurtozę i wartości odstające.
Dopasuj rozkład do typu zmiennej, ograniczeń i pytania badawczego.
Sprawdź CDF, prawy ogon, przedział, kwantyl albo wartość oczekiwaną.
Użyj t-Studenta, chi-kwadrat, F-Fishera albo ANOVA, jeśli pytanie dotyczy wnioskowania.
Połącz wynik liczbowy z kontekstem danych, skalą błędu i założeniami.
Statystyka opisowa i kształt danych
Statystyka opisowa jest fundamentem całego pakietu. Dzięki niej widać, czy dane są skupione, rozproszone, skośne, symetryczne, stabilne czy pełne wartości odstających. Bez tego łatwo wybrać niewłaściwy rozkład albo źle zinterpretować test.
| Problem | Co policzyć? | Narzędzie |
|---|---|---|
| Typowy poziom i rozrzut | średnia, wariancja, odchylenie standardowe | odchylenie i wariancja |
| Odporne miary danych skośnych | mediana, kwartyle, IQR | percentyle i IQR |
| Porównanie zmienności | współczynnik zmienności | współczynnik zmienności |
| Położenie wyniku względem średniej | z-score i percentyl normalny | standaryzacja z-score |
| Nietypowe obserwacje | IQR, 3×IQR, z-score | wartości odstające |
| Kształt rozkładu | asymetria i kurtoza | asymetria i kurtoza |
| Rozkład w przedziałach | histogram i klasy | histogram |
Statystyka i prawdopodobieństwo: brakujące kalkulatory w pakiecie
Ten etap uzupełnia akademię o narzędzia, które prowadzą od prostego opisu zbioru przez kombinatorykę i prawdopodobieństwo aż do regresji, przedziałów ufności oraz testów A/B. Kalkulatory zostały pogrupowane zgodnie z kolejnością pracy, a nie według trudności nazw wzorów.
W pakiecie są także alternatywne kalkulatory kwartylów, wariancji i Z-score. Różnią się sposobem wprowadzania danych lub zakresem wyniku, dlatego przy każdym z nich opisujemy, kiedy warto wybrać konkretną wersję.
Statystyka opisowa i przygotowanie danych
Najpierw uporządkuj zbiór, policz miary położenia i rozrzutu oraz sprawdź jakość pomiaru. Ten krok powinien poprzedzać regresję, testy i dobór rozkładu.
Prawdopodobieństwo klasyczne i kombinatoryka
Ta grupa prowadzi od liczenia możliwych wyników do prawdopodobieństwa zdarzeń złożonych. Najpierw ustal przestrzeń zdarzeń, a dopiero potem wybierz kombinacje, wariacje albo reguły sumy i iloczynu.
Zmienne losowe, przybliżenia i informacja
Po zbudowaniu modelu prawdopodobieństwa możesz policzyć wartość oczekiwaną, wariancję, czas do pierwszego sukcesu albo przybliżyć rozkład dwumianowy rozkładem normalnym.
Regresja, przedziały ufności i eksperymenty
Ostatnia grupa służy do modelowania zależności i wnioskowania z próby. Przed użyciem sprawdź dane, założenia oraz to, czy obserwacje są niezależne.
Ciekawostka
Większa próba zwykle zmniejsza błąd losowy i zwęża przedział ufności, ale nie naprawia systematycznego błędu doboru. Tysiące odpowiedzi z jednej niereprezentatywnej grupy mogą prowadzić do bardziej precyzyjnego, lecz nadal błędnego wniosku.
Przed zbieraniem danych zaplanuj sposób losowania i kryteria włączenia obserwacji. Przy wyborze modelu pomocna będzie także tablica rozkładów prawdopodobieństwa.
Prawdopodobieństwo i rozkłady dyskretne
Rozkłady dyskretne są używane wtedy, gdy wynik jest liczbą całkowitą: liczba sukcesów, liczba błędów, liczba klientów, liczba awarii, liczba trafień lub liczba zdarzeń. Dobór rozkładu zależy od tego, czy masz ustaloną liczbę prób, czy liczysz zdarzenia w czasie, czy losujesz bez zwracania.
Liczba sukcesów w n próbach ze stałym prawdopodobieństwem sukcesu.
Losowanie bez zwracania z ograniczonej populacji.
Liczba zdarzeń w czasie, przestrzeni albo jednostce obserwacji.
Liczba prób lub porażek potrzebnych do uzyskania określonej liczby sukcesów.
Liczba sukcesów, gdy prawdopodobieństwo sukcesu jest niepewne.
Przejścia między stanami i rozkład po kolejnych krokach.
Rozkłady ciągłe i dane dodatnie
Rozkłady ciągłe opisują pomiary, czas, masę, koszt, wynik testu, stężenie, żywotność elementu albo inne wartości z przedziału. Wybór rozkładu musi uwzględniać to, czy dane mogą być ujemne, czy są dodatnie, czy mają symetrię, czy mają ciężki ogon.
Symetryczne dane ciągłe i interpretacja przez średnią oraz odchylenie standardowe.
Szybka interpretacja zakresów μ±σ, μ±2σ i μ±3σ.
Każda wartość z przedziału jest równie prawdopodobna.
Czas do pierwszego zdarzenia przy stałym natężeniu.
Dodatnie dane z prawym ogonem, duże wartości i przekroczenia progów.
Kalkulatory rozkładów prawdopodobieństwa w tej akademii
Do tej akademii dodałem komplet kalkulatorów rozkładów, które są podlinkowane w poradniku wyboru rozkładu. Dzięki temu rozkłady dyskretne, ciągłe i testowe są widoczne bezpośrednio z poziomu akademii, a audyt pakietów powinien traktować je jako część pakietu statystyki i prawdopodobieństwa.
| Grupa | Kalkulator | Kiedy użyć? |
|---|---|---|
| Dyskretne | rozkład dwumianowy Bernoulliego | liczba sukcesów w ustalonej liczbie prób |
| Dyskretne | rozkład hipergeometryczny | losowanie bez zwracania z ograniczonej populacji |
| Dyskretne | rozkład beta-dwumianowy | sukcesy przy niepewnym prawdopodobieństwie sukcesu |
| Dyskretne | rozkład Poissona | liczba zdarzeń w czasie, przestrzeni lub jednostce obserwacji |
| Ciągłe | rozkład normalny | symetryczne dane ciągłe, z-score i średnie z próby |
| Ciągłe | rozkład wykładniczy | czas do pierwszego zdarzenia przy stałym natężeniu |
| Ciągłe | rozkład gamma | dodatnie czasy, sumy czasów i dodatnie dane skośne |
| Ciągłe | rozkład Weibulla | trwałość, awaryjność i zmienne ryzyko uszkodzenia |
| Ciągłe | rozkład lognormalny | dodatnie dane z prawostronną skośnością i wzrostem mnożnikowym |
| Ciągłe | rozkład Pareto | ciężki prawy ogon i prawdopodobieństwo przekroczenia progu |
| Ciągłe | rozkład beta | udziały, skuteczność i prawdopodobieństwa z przedziału od 0 do 1 |
| Testowe | rozkład t-Studenta | średnia z małej próby i nieznane odchylenie populacji |
| Testowe | rozkład chi-kwadrat | wariancja, zgodność rozkładu i niezależność kategorii |
| Testowe | rozkład F-Fishera | porównanie wariancji, ANOVA i testy oparte na statystyce F |
Rozkłady testowe i wnioskowanie statystyczne
Rozkłady testowe nie zawsze opisują surowe dane. Często opisują statystykę obliczoną z próby. Dlatego t-Studenta, chi-kwadrat i F-Fishera pojawiają się przy testach hipotez, przedziałach ufności i analizie wariancji.
Mała próba, średnia i nieznane odchylenie standardowe populacji.
Wariancja, zgodność rozkładu, niezależność kategorii.
Porównanie wariancji i analiza wariancji.
Porównanie średniej z wartością lub porównanie średnich.
Kategorie, zgodność i niezależność.
Porównanie średnich kilku grup przez analizę wariancji.
Analiza danych, modele i błędy prognozy
Statystyka to nie tylko rozkłady prawdopodobieństwa. W analizie danych często trzeba ocenić model, porównać prognozę z rzeczywistością, sprawdzić zależność między zmiennymi albo ustalić, czy wynik jest nietypowy. Do tego służą miary błędów, korelacje, regresja i narzędzia do standaryzacji.
Jeśli porównujesz wartości rzeczywiste z prognozą, użyj kalkulatora MAE, MSE i RMSE. Jeśli chcesz sprawdzić położenie wyniku względem średniej, wybierz z-score. Jeśli analizujesz zależność monotoniczną, przyda się korelacja Spearmana, a do zależności liniowej korelacja Pearsona.
Przykładowe ścieżki dla różnych problemów
Policz średnią, odchylenie standardowe, z-score, percentyle i sprawdź, czy rozkład jest zbliżony do normalnego. Potem użyj reguły 68-95-99,7 albo rozkładu normalnego.
Zacznij od zliczeń w czasie. Najczęściej kandydatem będzie rozkład Poissona, a dla czasu do pierwszego zgłoszenia rozkład wykładniczy.
Sprawdź dodatnie czasy życia. Porównaj wykładniczy, gamma i Weibulla. Przy rosnącym ryzyku awarii Weibull zwykle jest lepszym punktem startu.
Jeśli liczysz sukcesy w n próbach, użyj dwumianowego. Jeśli prawdopodobieństwo sukcesu jest niepewne, sprawdź beta i beta-dwumianowy.
Najpierw sprawdź statystykę opisową grup, potem użyj ANOVA i rozkładu F-Fishera. Przy dwóch grupach może wystarczyć test t-Studenta.
Porównaj wartości y i ŷ przez MAE, RMSE, MAPE i bias. Następnie sprawdź największe błędy i wartości odstające.
Najczęstsze błędy w nauce statystyki
- Liczenie testu bez obejrzenia danych - histogram, kwartyle i outliery często tłumaczą wynik lepiej niż sama statystyka testowa.
- Zakładanie rozkładu normalnego z przyzwyczajenia - dane dodatnie i skośne często wymagają lognormalnego, gamma, Weibulla albo Pareto.
- Mylenie rozkładu danych z rozkładem statystyki testowej - t-Studenta, chi-kwadrat i F-Fishera często dotyczą statystyk, a nie surowych obserwacji.
- Ignorowanie ogonów - w wielu zastosowaniach najważniejsze jest prawdopodobieństwo przekroczenia progu, a nie tylko średnia.
- Usuwanie wartości odstających bez powodu - outlier może być błędem, ale może też być najważniejszą informacją w zbiorze.
- Interpretowanie p-value bez efektu i kontekstu - wynik testu warto łączyć z wielkością efektu, rozrzutem i sensem praktycznym.
Wskazówka od KalkulatorXXL
Najlepsza analiza statystyczna nie polega na wybraniu najtrudniejszego wzoru. Najpierw opisz dane, potem dobierz rozkład, następnie policz prawdopodobieństwo lub test, a na końcu sprawdź, czy wynik ma sens w kontekście problemu.
Poradnik i tablica do tej akademii
Do tej akademii przygotowaliśmy dwa uzupełnienia: poradnik wyboru rozkładu prawdopodobieństwa oraz tablicę rozkładów prawdopodobieństwa ze wzorami, średnią i wariancją. Poradnik pomaga zdecydować, od którego rozkładu zacząć, a tablica pozwala szybko porównać wzory i parametry.
Inne akademie matematyczne
Ten pakiet jest częścią większej struktury matematyki w KalkulatorXXL. Po zakończeniu tego działu możesz przejść do: Algebra, wzory, równania i funkcje, Geometria, bryły i trygonometria, Funkcje, wykresy i analiza funkcji oraz Matematyka dyskretna, logika, zbiory i grafy. Wszystkie główne ścieżki zbiera też kategoria Matematyka.
Dodatkowe kalkulatory w tym pakiecie
Do tego pakietu należą również poniższe narzędzia. Linki prowadzą bezpośrednio do kalkulatorów powiązanych z tematyką tej akademii.
Szkoła i przedszkole - główny hub edukacyjny
Ta Akademia jest częścią większej mapy edukacyjnej KalkulatorXXL. Przejdź do Akademii Szkoła i przedszkole, aby wybrać także inne przedmioty szkolne lub narzędzia przedszkolne.
Zadania do przećwiczenia
W tej sekcji zbieramy zestawy zadań ze statystyki i prawdopodobieństwa. Będziemy ją rozszerzać wraz z dodawaniem kolejnych tematów.