„Statistik ist die Grammatik der Wissenschaft.“

— Karl Pearson

Was ist es?

Deskriptive Statistik wird zur Beschreibung der Daten verwendet .

• Statistik ist einer der wichtigsten Bereiche der Mathematik, die für die Datenwissenschaft relevant sind, und die deskriptive Statistik ist ein grundlegender Bestandteil davon.
• Deskriptive Statistik wird verwendet, um Daten zu beschreiben und zusammenzufassen, indem sie organisiert, präsentiert und analysiert werden.

Drei Arten der deskriptiven Statistik:

Es gibt normalerweise drei Arten, basierend auf den Maßen:

• Maß der Frequenz
• Maß der zentralen Tendenz
• Maß der Variation

Dieses Maß befasst sich mit der Verteilung der Daten. Darunter versteht man auch die Häufigkeit, mit der ein Datenpunkt auftritt. Hier können wir prüfen, ob die Daten gleichmäßig, normal oder schief verteilt sind. Eine der einfachsten Möglichkeiten, dies zu beobachten, besteht darin, unsere Daten mithilfe von Diagrammen wie Histogrammen zu visualisieren. Im zweiten Teil des Blogs werde ich das Python-Seaborn-Paket verwenden, um die Daten zu visualisieren.

Maß für die zentrale Tendenz: Das Zentrum der Daten finden

Bei dieser Maßnahme besteht das Ziel darin, das Zentrum der Daten zu finden. Dies hilft bei der Identifizierung des häufigsten Werts im Datensatz. Die drei Maße der zentralen Tendenz sind Mittelwert , Median und Modus . Es ist wichtig zu verstehen, dass für unterschiedliche Datenverteilungen unterschiedliche Maße der zentralen Tendenz verwendet werden sollten. Wenn beispielsweise ein Datensatz normalverteilt ist, kann der Mittelwert verwendet werden. Wenn ein Datensatz jedoch verzerrt ist, sollte der Median verwendet werden.

Variationsmaß: Der Spread

Hier beschäftigen wir uns mit der Vielfalt der Daten. Es hilft uns, die Streuung innerhalb der Daten zu verstehen. Die gebräuchlichsten Variabilitätsmaße sind Bereich , Varianz und Standardabweichung . Bereich ist das einfachste Maß für Variabilität und hilft beim Verständnis des Unterschieds zwischen dem höchsten und dem niedrigsten Wert. Varianz und Standardabweichung sind Maße, die dabei helfen, zu verstehen, wie stark die Daten vom Mittelwert abweichen. Diese komplexen Begriffe werden alle im nächsten Teil klarer, wo Sie mit der Mathematik vertraut gemacht werden.

Im 2. Teil befassen wir uns mit der praktischen Anwendung dieser drei Maßnahmen mithilfe von Python. Das Verständnis dieser Konzepte und Techniken ist für Datenanalysten, Datenwissenschaftler und Geschäftsleute gleichermaßen von entscheidender Bedeutung, um fundierte Entscheidungen auf der Grundlage von Daten treffen zu können. Also schnallen Sie sich an und machen Sie sich bereit, die Geheimnisse Ihrer Daten zu lüften!