Statistical pagpoproseso ng data at mga tampok nito

Statistical data processing ay imposible nang walang kanilang pag-order, generalization at pagsusuri. Ang anumang mga resulta ay dapat munang ma-ilagay sa tulad ng isang form na ang isa ay maaaring makuha ang pinaka-kapaki-pakinabang na impormasyon. Kung ang data ay masyadong maraming, pagkatapos ay kailangan nila upang ma-naka-grupo o pangkalahatan.

Kaya, para sa mga grupo na kailangan upang tukuyin ang mga patakaran sa ilalim kung saan ang data ay ipinamamahagi. Sa kasong ito ang napiling paraan ay nakasalalay hindi lamang visibility ngunit din ang mga potensyal na pagiging kapaki-pakinabang ng impormasyon na nakuha. Tamang-grupo ang mga resulta ng pananaliksik ay lubhang mas madaling upang matuto at ma-nasuri.

Statistical pamamaraan para sa data processing maaaring ilapat sa maraming spheres ng aktibidad ng tao. Maaari silang ma-nahahati sa 3 pangunahing mga uri:

1) unibersal na pamamaraan na maaaring magamit nang walang isinasaalang-alang ang larangan ng application;

2) mga pamamaraan para sa mga tiyak na lugar ng aktibidad na kasangkot sa pag-aaral ng mga tunay na mga proseso at mga phenomena;

3) mga pamamaraan para sa pag-aaral ng mga tiyak na data.

Malinaw, ang mas tumpak na paraan kung paano natupad ang statistical processing ng mga data, ang mas productively ay suriin ang kongkretong kalagayan. Kung ang unang paraan ay naaangkop sa mga pang-agham na mga resulta, ang halaga ng kung saan ay tatasahin lamang sa pang-agham na pamantayan, ang ikatlong paraan ay ginagamit lamang para sa mga tiyak na mga gawain sa isang partikular na lugar.

Bilang karagdagan sa pangkalahatang kaalaman tungkol sa mga pamamaraan sa pamamagitan ng kung saan ang data ay na-proseso, ito rin ay mahalagang malaman kung paano upang gumana nang mas mahusay sa mga resulta. Statistical data processing ay nagsasangkot ng paglikha ng mga talahanayan o mga graphs para sa kaliwanagan natanggap na impormasyon.

Sa unang yugto ng impormasyon ay maaaring summarized sa talahanayan. Halimbawa, ang statistical pagproseso ng mga pang-eksperimentong data na naitala sa isang hugis ng mga talaan na format ay nagbibigay-daan sa mga mananaliksik upang maihatid ang mga dagdag na mga hindi kailangang mga entry tagapagpabatid pagsukat ng halaga ng mga karagdagang mga kadahilanan na nakakaapekto sa kurso ng eksperimento. Tables maginhawang upang i-record hindi lamang ang data ng pag-aaral o eksperimento, ngunit sa sum up ang interim at ang pangunahing resulta. Gayunpaman, para sa karapatan ng kanilang mga construction ay kinakailangan na mag-isip nang maaga ang mga kinakailangang bilang ng mga hilera at mga hanay, isulat ang lahat ng mga kinakailangang parameter.

Ang isang talahanayan ay maaaring gawin lamang sa papel o direkta ipasok ang data sa ang computer. Ang ikalawang opsyon ay nagbibigay-daan sa iyo upang mabilis na-uri-uriin ang data tamang paraan upang mahanap ang pinakamalaking o, pasalungat, ang isang mababang halaga, upang magbuo o upang mahanap ang average na halaga ng napiling mga resulta ng grupo.

Huwag kalimutan na kung ang karampatang statistical pagproseso ng data ay nangangailangan ng maramihang mga talahanayan, sila ay dapat na may bilang at bawat makabuo ng isang natatanging pangalan.

Higit pang nakapagpapakita pamamaraan ng pag-record ng data ay graphics. Sila ay visually ipakita ang relasyon sa pagitan ng iba't ibang mga halaga, pagpapadali ng pag-unawa ng ang mga resulta ng pag-aaral.

Pag-alam ang mga pangunahing mga prinsipyo ng konstruksiyon ng mga talahanayan at graph, maaari mong mabilis at mahusay na gumanap sa pagpoproseso ng data.