Вероятность и статистика · объяснение и практика
Объект наблюдения и признак: что означает одна строка данных
Различаем объект, измеряемый признак и его значение, выбираем единицу наблюдения и не принимаем числовой код категории за измерение.

В теме Наблюдения, признаки и статистический вопрос · Учебная карта
Главная мысль
Объект наблюдения — то, о чём собирают сведения: человек, растение, поездка. Признак — выбранное свойство: рост, цвет, длительность. Значение признака записывают для каждого объекта по одному правилу. Числовой код названия не превращает категорию в измеряемое количество, а несколько измерений одного объекта не становятся автоматически разными объектами.
Строка отвечает на вопрос о конкретном объекте
Класс измеряет высоту выращенных растений. Каждая строка относится к одному растению, столбец содержит высоту в сантиметрах на определённую дату. Здесь растение — объект, высота — признак, число двадцать три — одно значение. Название растения помогает различать строки, но само по себе не является высотой. Перед сбором данных важно договориться, от какой точки и до какой измеряют растение.
Если половина группы измеряет со дна горшка, а другая от поверхности почвы, записи описывают разные правила. Объединение в один столбец не делает их сопоставимыми. Нужны одинаковая единица и одинаковый смысл измерения. Вместо догадки полезно написать короткую инструкцию к признаку и проверить её на одном примере до заполнения всей таблицы.
Число бывает кодом
Для цвета листа можно использовать слова «светлый», «тёмный» или заранее согласованные коды. Если светлый обозначен единицей, тёмный двойкой, среднее кодов не становится средним цветом. Коды можно переименовать, не меняя свойства растений. Для высоты, наоборот, разность двадцати и пятнадцати сантиметров имеет смысл: это различие длины в выбранной единице.
Поэтому перед вычислением среднего спросите, что означают числа. Номер ученика, почтовый код и количество книг внешне могут выглядеть целыми, но выполняют разные роли. У номеров имеет смысл совпадение и идентификация; арифметическая сумма номеров обычно не отвечает на исследовательский вопрос. Для количества книг можно сравнивать различия и суммировать содержимое отдельных непересекающихся наборов.
Пример
В таблице десять строк: пять учеников измеряли рост дважды. Сколько разных учеников и сколько измерений?
Учеников пять, измерений десять, если каждый измерен ровно дважды. Строка относится к одному измерению и должна сохранять имя ученика и дату. Среднее десяти значений описывает набор измерений, но число десять не является размером группы разных учеников. Для изменения роста нужны пары значений одного и того же ученика.
Повторное измерение сохраняет связь с объектом
Если одно растение измерили в понедельник и пятницу, появились два наблюдения во времени об одном объекте. Для вопроса о числе растений нельзя считать эти строки двумя растениями. Для вопроса о росте за неделю связь пары особенно важна: нужно вычесть начальную высоту того же растения из его конечной. Перестановка идентификаторов разрушит смысл изменения.
Сначала задают единицу таблицы: одна строка на растение или одна строка на измерение растения в конкретный день. Затем добавляют нужные столбцы. Пропущенное измерение не равно нулевой высоте: отсутствие записи означает нехватку сведений. Отмечать его надо по согласованному правилу. Такой порядок помогает подготовить данные до подсчёта частот и средних, а не пытаться исправить смысл уже после получения красивой диаграммы.
От чтения к действию
А теперь — вы
Частые вопросы
Любой числовой столбец можно усреднять?
Сначала нужно установить смысл числа: измерение, количество, код или номер.
Пропуск можно записать нулём?
Только если действительно измерено нулевое значение; отсутствие данных имеет другой смысл.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.