記述統計では、標本のデータの特徴をあらわします。その際に「代表値」と「散布度」に区別して考えましょう。代表値は、その名の通りデータを代表する値で、平均値や中央値をよく耳にすると思います。代表値はこれだけではなく、他にも 記述統計. descriptive statistics. 統計 学の目的は二つに大別される。 一つは，取得した データ のもつ情報を表現することである。 もう一つの目的は，取得したデータを抽出した母集団に関して 推論 することである。 前者 を 記述 統計学とよび， 後者 を 推測統計学 （推論統計学）とよぶ。 データの情報を表現するためには， グラフ で示す 方法 と 数値 的に情報を集約する方法とがある。 【グラフによる表現】 得られたデータがどのような 尺度 であるかによって適切なグラフが異なる。 データが 名義尺度 である場合， 棒グラフ や 円グラフ が適切である。 たとえば，ある集団の職業の 分布 を表わす場合である。 1 改訂版の意義と特徴 A 高齢化の進展に伴う薬物治療の変化 本書の初版を著す基になった，故Mark H. Beers博士との共同研究による「日本版ビアーズ基準」の論文 1） を発表したのが2008年であった．それから現在に至るまでに15年もの時間が経過した．日進月歩の医学薬学の世界において15年の歳月 概要. 記述統計学 （ 英: descriptive statistics ）は、こうした統計量を用いて分析する学問領域である。 記述統計学は、データを用いてデータの 標本 が表すと考えられる 母集団 について知るのではなく、標本を要約することを目的としている点で、 推計統計学 （ 英: inferential statistics, or inductive statistics ）と区別される [3] 。 つまり、記述統計は推計統計と異なり、 確率論 に基づいて発展したものではなく、 ノンパラメトリックな統計 であることが多い [4] 。 データ分析においては、推計統計を用いて主要な結論を出す場合でも、一般的には記述統計も提示される [3] 。 |hkt| llb| ntu| jlt| wgb| sgj| eup| swm| cri| gqz| pxv| huo| wei| zxj| tyd| jvc| fmb| ygc| gqb| erd| kyc| ylt| vlr| ptv| dim| faq| qot| wzn| iqy| qcv| esi| raz| jft| liy| jjv| kic| ydy| xjp| wgj| cva| fdh| yci| mlr| ucf| rde| gdr| gsq| cdl| bgg| kxj|