Statystyki opisowe są analizami danych ilościowych, które podsumowują wzorce, i dlatego często oszczędzają czytelnikom przekopywania się przez duże ilości danych, aby zrozumieć wyniki badań.
Miary tendencji centralnej są przykładami statystyk danych opisowych, które przedstawiają ogólny „centralny” trend zestawu danych. Istnieją trzy kluczowe miary:
Moda – najczęściej występująca liczba w zbiorze danych.
np. miara 1, 2, 3, 4, 4, 5 to 4
Mediana – wynik środkowy, gdy dane są uporządkowane liczbowo.
np. mediana liczb 1, 2, 3, 4, 5 wynosiłaby 3),
Jeśli jest parzysta liczba danych to jest to suma dwóch środkowych liczb, podzielona przez dwa (np. mediana liczb 1, 2, 3, 4, wynosiłaby / 2 = 2.5)
Średnia – czasami nazywana średnią, pochodzi od metody jej obliczania: suma wszystkich liczb w zbiorze danych, podzielona przez to, ile jest liczb w zbiorze danych.
np. średnia z 1, 2, 3, 4, 5, 6, byłaby obliczona:
/ 6 = 3.5
Średnia uwzględnia wszystkie liczby w zbiorze danych, co można uznać za mocną stronę tej miary, ale oznacza to również, że jest ona podatna na przekrzywienie ostatecznie obliczonej liczby, jeśli dane charakteryzują się wartościami skrajnymi.
Na przykład, w zestawie danych – 1, 2, 3, 4, 19 – średnia wyniosłaby 5.8
i.e. / 2)
co mogłoby być argumentowane jako niereprezentatywne, ponieważ większość wartości w zestawie danych jest mniejsza niż 5.8.
Z tego punktu widzenia mediana (tj. 3) może być lepszą statystyką opisową do raportowania, ponieważ daje wartość, na którą nie mają wpływu żadne wartości skrajne.
Tryb może być użyteczny poprzez pokazanie najczęstszej wartości w zbiorze danych, ale jest mało użyteczny, gdy zbiór danych zawiera wiele różnych wartości o tej samej częstotliwości, tj. istnieje wiele trybów.
Na przykład, w zbiorze danych -1, 2, 3, 4, 19 – wszystkie 5 wartości są trybem, co wcale nie podsumowuje danych.