記述統計は、すべての情報を要約して説明する数値です。この場合、データセットまたは単にデータです。しかし。前回の投稿で述べたように、この情報は母集団やサンプルなどの評価内容によって異なります。 はじめる この投稿の中心テーマは、データを「説明する」ことです。したがって、これらは母集団に関するサンプルのより具体的な結論を表すものではありません。 標本から母集団へ結論を拡張するために使用される手法は統計的推論ですが、これは子供にとっては意味がわかりません。学部の統計コースが最適です。 位置測定 記述された尺度の値は統計によって表現できます。したがって、これを記述的な位置測定値と呼ぶ代わりに、単に記述的な位置統計と呼びます。 定義 (位置測定): は、一連のデータを表し、データ分布の位置を示す統計です。 最も重要な位置測定は次のとおりです。 算術平均 中央値と ファッション。 平均 説明されている最初の位置測定は平均であり、さまざまな知識分野で広く使用されています。たとえば、小学校の教師はこの位置尺度を使用して生徒を採点します。 平均には次の 2 種類があります。 母集団平均: すべての母集団情報の位置値の計算です。 サンプル平均: サンプル内のすべての情報の位置値の計算です。 確率分布によって母集団をモデル化する場合。母集団の平均値はパラメータと呼ばれます。 定義 (パラメータ): 母集団を表す記述尺度。 例: 母集団の平均。 定義 (推定値): サンプルを参照する記述的な尺度。 例: サンプルの平均値。 定義 (推定): サンプルを参照した記述尺度の値。 例: 10 測定値のサンプル平均は 5 と等しくなります。したがって、標本平均の推定値は 5 となります。 母集団の平均 母集団の平均は、すべての母集団の値を合計し、その結果を母集団内の要素の総数で割ることによって計算されます。 N 個の要素からなる母集団の場合、母集団の平均は次の式で求められます。 $$\mu=\dfrac{x_1+\ldots+x_N}{N}$$ どこ： N: 母集団サイズまたは母集団要素の数。 $\mu$: 母集団の平均を参照するパラメータ。 $x_1, \dots, x_N$: 人口要素。 注: パラメータは通常ギリシャ文字で指定され、平均の場合はギリシャ文字 $\mu$ で指定されます。 例（母集団平均） 一般性を失わずに、ブラジル人口の質量測定値が 80 kg であると仮定します。