Statistikā vārdi "sakrīt" un "skaitīt" precīzi atšķiras viens no otra, lai gan abi nozīmē statistisko datu dalīšanu kategorijās, klasēs vai tvertnēs. Lai arī vārdi parasti tiek lietoti savstarpēji aizvietojami, sakritība paļaujas uz datu sakārtošanu šajās klasēs, savukārt skaitīšana paļaujas uz katras klases faktisko skaitīšanu.
Īpaši, būvējot a histogramma vai joslu diagramma, ir reizes, kad mēs nošķiram skaitli un skaitli, tāpēc ir svarīgi saprast, ko katrs no šiem nozīmē tiek izmantoti statistikā, lai gan ir arī svarīgi atzīmēt, ka, izmantojot kādu no šiem organizatoriskajiem, ir daži trūkumi darbarīki.
Gan skaitīšanas, gan uzskaites sistēmas rada zināmas informācijas zudumu. Ja redzam, ka dotajā klasē bez avota datiem ir trīs datu vērtības, to nav iespējams uzzināt kādas bija šīs trīs datu vērtības, drīzāk tas, ka tās ietilpst kaut kur klases diktētā statistiskā diapazonā vārds. Tā rezultātā statistiķim, kurš vēlas saglabāt informāciju par atsevišķām datu vērtībām diagrammā, būs jāizmanto a kāts un lapu gabals tā vietā.
Kā efektīvi izmantot talijas sistēmas
Lai veiktu sakrīt ar datu kopu, nepieciešams, lai tos kārtotu. Parasti statistiķi saskaras ar datu kopu, kas vispār nav noteikta veida, tāpēc mērķis ir sakārtot šos datus dažādās kategorijās, klases vai tvertnes.
Savietojamā sistēma ir ērts un efektīvs veids, kā šķirot datus šajās klasēs. Atšķirībā no citām metodēm, kurās statistiķi var pieļaut kļūdas, pirms tiek saskaitīts, cik datu punktos ietilpst katru klasi, talantu sistēma nolasa datus, kā tie ir uzskaitīti, un liek tabulas atzīmi "|" atbilstošajā klase.
Parasti atzīmju grupēšana piecās grupās ir tā, lai vēlāk būtu vieglāk šos marķējumus saskaitīt. Dažreiz tas tiek darīts, padarot piekto samēru kā diagonālu slīpsvītru pāri pirmajiem četriem. Piemēram, pieņemsim, ka jūs mēģināt sadalīt šādu datu kopu klasēs 1-2, 3-4, 5-6, 7-8 un 9,10:
- 1, 8, 1, 9, 3, 2, 4, 3, 4, 5, 7, 1, 8, 2, 4, 1, 9, 3, 5, 2, 4, 3, 4, 5, 7, 10
Lai pareizi saskanētu ar šiem skaitļiem, vispirms mēs pierakstīsim klases, pēc tam pielīdzināsim zīmes kolu labajā pusē katru reizi, kad skaitlis datu kopā atbilst kādai no klasēm, kā parādīts zemāk:
- 1-2: | | | | | | |
- 3-4: | | | | | | | |
- 5-6: | | |
- 7-8: | | | |
- 9-10: | | |
No šīs sakritības var redzēt histogrammas sākumu, ko pēc tam var izmantot, lai ilustrētu un salīdzinātu katras klases tendences, kas parādās datu kopā. Lai to izdarītu precīzāk, ir jāatsaucas uz skaitli, lai uzskaitītu, cik daudz katrā klasē ir vienādu atzīmju.
Kā efektīvi izmantot skaitīšanas sistēmas
Skaitīšana atšķiras no tabulas, jo talantu sistēmas vairs nepārkārto un neorganizē datus, tā vietā viņi burtiski saskaita vērtību skaitu, kas pieder katrai klasei datu kopa. Vienkāršākais veids, kā to izdarīt, un kāpēc statistiķi tos izmanto, ir, saskaitot vienādojumu sistēmās sakritību skaitu.
Skaitīšanu ir grūtāk izdarīt ar neapstrādātiem datiem, piemēram, iepriekš atrodamajā komplektā, jo katram ir atsevišķi jāseko līdzi vairākām klasēm sakrīt atzīmju izmantošana - tieši tāpēc skaitīšana parasti ir pēdējais solis datu analītikā pirms šo vērtību pievienošanas histogrammām vai joslai grafiki.
Iepriekš veiktajai sasaistei ir šādi skaitļi. Katrā rindiņā viss, kas mums tagad jādara, ir jānorāda, cik daudz punktu zīmju ietilpst katrā klasē. Katra no šīm datu rindām ir sakārtota Klase: Tally: Count:
- 1-2: | | | | | | |: 7
- 3-4: | | | | | | | |: 8
- 5-6: | | |: 3
- 7-8: | | | |: 4
- 9-10: | | |: 3
Kad šī mērījumu sistēma ir sakārtota kopā, statistiķi var novērot datu kopu no a loģiskāku skatu punktu un sāk izdarīt pieņēmumus, pamatojoties uz attiecībām starp katru datu klase.