Co je statistika?

Úvod do statistiky v R

Maggie Matsui

Content Developer, DataCamp

Co je statistika?

  • Obor statistiky – praxe a studium sběru a analýzy dat

  • Souhrnná statistika – fakt nebo shrnutí o daných datech

Úvod do statistiky v R

Co je statistika?

  • Obor statistiky – praxe a studium sběru a analýzy dat

  • Souhrnná statistika – fakt nebo shrnutí o daných datech

Co dokáže statistika?

  • Jak pravděpodobně si zákazník koupí produkt? Zvýší pravděpodobnost nákupu jiný způsob platby?
  • Kolik hostů bude mít hotel? Jak optimalizovat obsazenost?
  • Kolik velikostí džínů je třeba vyrobit, aby pasovaly 95 % populace? Má se vyrábět stejný počet každé velikosti?
  • A/B testy: Která reklama je účinnější při získávání zákazníků?
Úvod do statistiky v R

Co statistika nedokáže?

  • Proč je Hra o trůny tak populární?

Místo toho...

  • Sledují seriály s více násilnými scénami více lidé?

Ale...

  • I tak nelze říci, zda více násilných scén způsobuje vyšší sledovanost
Úvod do statistiky v R

Typy statistiky

Popisná statistika

  • Popisuje a shrnuje data

2 auta, 1 autobus, 1 kolo

  • 50 % přátel jezdí do práce autem
  • 25 % jezdí autobusem
  • 25 % jezdí na kole

Inferenční statistika

  • Využívá vzorek dat k vyvozování závěrů o větší populaci

2 auta, 1 autobus, 1 kolo obklopená dalšími auty, autobusy a koly

Jaké procento lidí jezdí do práce autem?

Úvod do statistiky v R

Typy dat

Numerická (kvantitativní)

  • Spojitá (měřená)
    • Rychlost letadla
    • Čas strávený čekáním ve frontě
  • Diskrétní (počítaná)
    • Počet domácích zvířat
    • Počet odeslaných zásilek

Kategorická (kvalitativní)

  • Nominální (neuspořádaná)
    • Ženatý/svobodný
    • Země pobytu
  • Ordinální (uspořádaná)

rozhodně nesouhlasím/spíše nesouhlasím/ani nesouhlasím, ani souhlasím/spíše souhlasím/rozhodně souhlasím

Úvod do statistiky v R

Kategorická data lze vyjádřit čísly

Nominální (neuspořádaná)

  • Ženatý/svobodný (1/0)
  • Země pobytu (1, 2, ...)

Ordinální (uspořádaná)

  • Rozhodně nesouhlasím (1)
  • Spíše nesouhlasím (2)
  • Ani nesouhlasím, ani souhlasím (3)
  • Spíše souhlasím (4)
  • Rozhodně souhlasím (5)
Úvod do statistiky v R

Proč záleží na typu dat?

Souhrnné statistiky
car_speeds %>% 
  summarize(avg_speed = mean(speed_mph))

  avg_speed
1  40.09062
Grafy

bodový graf rychlosti auta vs. hmotnosti auta

Úvod do statistiky v R

Proč záleží na typu dat?

Souhrnné statistiky
demographics %>% 
  count(marriage_status)

  marriage_status     n
1          single   188
2         married   143
3        divorced   124
Grafy

sloupcový graf počtu podle rodinného stavu

Úvod do statistiky v R

Pojďme cvičit!

Úvod do statistiky v R

Preparing Video For Download...