Descriptive statistics is the term

Descriptive statistics is the term given to the analysis of data that helps describe, show or summarize data in a meaningful way such that, for example, patterns might emerge from the data. Descriptive statistics do not, however, allow us to make conclusions beyond the data we have analysed or reach conclusions regarding any hypotheses we might have made. They are simply a way to describe our data.

Descriptive statistics are very important because if we simply presented our raw data it would be hard to visulize what the data was showing, especially if there was a lot of it. Descriptive statistics therefore enables us to present the data in a more meaningful way, which allows simpler interpretation of the data. For example, if we had the results of 100 pieces of students' coursework, we may be interested in the overall performance of those students. We would also be interested in the distribution or spread of the marks. Descriptive statistics allow us to do this. How to properly describe data through statistics and graphs is an important topic and discussed in other Laerd Statistics guides. Typically, there are two general types of statistic that are used to describe data:

Results (Thai) 2:

สถิติเชิงพรรณนาเป็นคำที่ได้รับการวิเคราะห์ข้อมูลที่จะช่วยอธิบายหรือแสดงสรุปข้อมูลในทางความหมายดังกล่าวที่ยกตัวอย่างเช่นรูปแบบอาจจะโผล่ออกมาจากข้อมูล สถิติเชิงพรรณนาไม่ได้ แต่ช่วยให้เราสามารถให้ข้อสรุปที่นอกเหนือจากข้อมูลที่เรามีการวิเคราะห์หรือบรรลุข้อสรุปเกี่ยวกับสมมติฐานใด ๆ ที่เราอาจจะทำให้ พวกเขาเป็นเพียงวิธีการที่จะอธิบายข้อมูลของเรา. สถิติเชิงพรรณนามีความสำคัญมากเพราะถ้าเราเพียงแค่นำเสนอข้อมูลดิบของเรามันจะเป็นเรื่องยากที่จะ visulize ข้อมูลที่ได้แสดงโดยเฉพาะอย่างยิ่งถ้ามีเป็นจำนวนมากของมัน สถิติเชิงพรรณนาจึงช่วยให้เราสามารถนำเสนอข้อมูลในทางความหมายมากขึ้นซึ่งจะช่วยให้การตีความที่เรียบง่ายของข้อมูล ตัวอย่างเช่นถ้าเรามีผลการ 100 ชิ้นของการเรียนการสอนของนักเรียนที่เราอาจจะสนใจในประสิทธิภาพโดยรวมของนักเรียนที่ นอกจากนี้เรายังจะได้รับความสนใจในการกระจายหรือแพร่กระจายของเครื่องหมาย สถิติเชิงพรรณนาช่วยให้เราสามารถทำเช่นนี้ วิธีการอย่างถูกอธิบายข้อมูลผ่านสถิติและกราฟเป็นหัวข้อที่สำคัญและเป็นที่กล่าวถึงในคำแนะนำอื่น ๆ Laerd สถิติ โดยทั่วไปมีสองประเภททั่วไปของสถิติที่ใช้ในการอธิบายข้อมูล:

Results (Thai) 3:

สถิติเชิงพรรณนา คือ ระยะที่ได้รับการวิเคราะห์ข้อมูลที่ช่วยอธิบาย , แสดงหรือสรุปข้อมูลในวิธีที่มีความหมายดังกล่าวนั้น ตัวอย่างเช่น รูปแบบอาจจะโผล่ออกมาจากข้อมูล สถิติเชิงพรรณนาไม่ได้ แต่ช่วยให้เราสามารถให้ข้อสรุปจากข้อมูลที่เราได้วิเคราะห์ หรือสรุปถึงสมมติฐานใด ๆเกี่ยวกับ เราอาจจะเคยทำพวกเขาเป็นเพียงวิธีที่จะอธิบายข้อมูลของเรา

สถิติสำคัญมากเพราะถ้าเราเพียงแค่นำเสนอของเราข้อมูลดิบ มันคงยากที่จะ visulize สิ่งที่ข้อมูลที่ถูกแสดง โดยเฉพาะอย่างยิ่งถ้ามันมีเยอะมาก สถิติเชิงพรรณนา จึงช่วยให้เราสามารถนำเสนอข้อมูลในลักษณะที่มีความหมายมากขึ้น ซึ่งจะช่วยให้ง่ายขึ้น การตีความข้อมูล ตัวอย่างเช่นถ้าเราได้ผล 100 ชิ้นของการสอนของนักเรียน เราอาจจะสนใจในประสิทธิภาพโดยรวมของนักเรียนพวกนั้น นอกจากนี้เรายังสนใจในการกระจายหรือการกระจายของคะแนน สถิติเชิงพรรณนาให้เราทำแบบนี้ วิธีการอย่างถูกต้องอธิบายข้อมูลทางสถิติและกราฟที่เป็นหัวข้อสำคัญที่กล่าวถึงใน laerd สถิติอื่น ๆและมัคคุเทศก์ โดยทั่วไปแล้วมีอยู่สองชนิดทั่วไปของสถิติที่ใช้ในการอธิบายข้อมูล