- 统计教程
- 家
- 调整后的 R 平方
- 方差分析
- 算术平均值
- 算术中位数
- 算术模式
- 算术范围
- 条状图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 循环排列
- 整群抽样
- 科恩卡帕系数
- 组合
- 与替换组合
- 比较图
- 连续均匀分布
- 连续级数算术平均值
- 连续级数算术中位数
- 连续级数运算模式
- 累积频率
- 变异系数
- 相关系数
- 累计地块
- 累积泊松分布
- 数据采集
- 数据收集 - 问卷设计
- 数据收集-观察
- 数据收集-案例研究方法
- 数据模式
- 十分位数统计
- 离散级数算术平均值
- 离散级数算术中位数
- 离散级数运算模式
- 点图
- 指数分布
- F分布
- F测试台
- 阶乘
- 频率分布
- 伽玛分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 中庸之道
- 甘贝尔分布
- 调和平均值
- 谐波数
- 谐波共振频率
- 直方图
- 超几何分布
- 假设检验
- 个别系列算术平均值
- 个别系列算术中位数
- 个别系列运算模式
- 区间估计
- 逆伽玛分布
- 柯尔莫哥洛夫斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔测试
- 平均偏差
- 均值差异
- 多项式分布
- 负二项分布
- 正态分布
- 奇数和偶数排列
- 一比例 Z 检验
- 异常值函数
- 排列
- 置换置换
- 饼形图
- 泊松分布
- 合并方差 (r)
- 功率计算器
- 可能性
- 概率加性定理
- 概率倍数定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程西格玛
- 二次回归方程
- 定性数据与定量数据
- 四分位数偏差
- 范围经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 可靠性系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样品策划
- 取样方式
- 散点图
- 香农维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准普通表
- 统计学意义
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生 T 检验
- 平方和
- T-分布表
- Ti 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 弱大数定律
- Z工作台
- 统计有用资源
- 统计 - 讨论
统计学 - 定性数据与定量数据
定性数据
定性数据是一组不能用数字来衡量的信息。它通常由文字、主观叙述组成。定性数据分析的结果可以以突出关键词、提取信息和概念阐述的形式出现。例如,一项关于父母对其孩子当前教育体系看法的研究。从他们那里收集的结果信息可能是叙述性的形式,你需要推断出他们满意、不满意或在某些方面需要改进等的分析。
强度
更好的理解——定性数据可以更好地理解参与者的观点和需求。
提供解释——定性数据与定量数据一起可以解释调查结果并可以衡量定量数据的校正。
更好地识别Behave模式-定性数据可以提供详细的信息,这些信息可以证明其在识别Behave模式方面有用。
弱点
可达性较差- 本质上是主观的,通常会覆盖少数人口来代表大量人口。
耗时- 由于要理解大数据,定性数据非常耗时。
偏见的可能性——主观分析;评估者的偏见是相当可能的。
定量数据
定量数据是从一群人收集的一组数字,涉及统计分析。例如,如果您对参与者进行满意度调查,并要求他们以 1 到 5 的范围对他们的体验进行评分。您可以收集评分并被本质上是数字,您将使用统计技术得出有关参与者满意度的结论。
强度
具体定量数据对于所进行的调查来说是清晰且具体的。
高可靠性如果收集得当,定量数据通常是准确的,因此高度可靠。
轻松沟通定量数据很容易使用图表、图形等进行沟通和阐述。
现有支持许多大型数据集可能已经存在,可以对其进行分析以检查调查的相关性。
弱点
有限的选项- 受访者必须从有限的选项中进行选择。
高复杂性- 定性数据可能需要复杂的程序才能获得正确的样本。
需要专业知识- 定性数据分析需要一定的统计分析专业知识。