I statistik skiljer orden "räknas upp" och "räknas" subtilt från varandra, även om båda innebär att statistiska data delas in i kategorier, klasser eller fack. Även om orden vanligtvis används omväxlande, förlitar tallies sig på att organisera data i dessa klasser medan räkningar förlitar sig på att faktiskt räkna upp beloppet i varje klass.
Särskilt vid konstruktion av en histogram eller stapeldiagram, det finns tillfällen då vi skiljer mellan en räkning och en räkning, så det är viktigt att förstå vad var och en av dessa betyder när används i statistik, även om det också är viktigt att notera att det finns några nackdelar med att använda någon av dessa organisatoriska verktyg.
Både tal- och räkningssystem resulterar i förlust av viss information. När vi ser att det finns tre datavärden i en given klass utan kildedata, är det omöjligt att veta vad dessa tre datavärden var, snarare att de faller någonstans i ett statistiskt intervall som dikterats av klassen namn. Som ett resultat skulle en statistiker som vill behålla information om de enskilda datavärdena i en graf använda a
stjälk- och bladplott istället.Hur man effektivt använder Tally-system
För att utföra en överensstämmelse med en uppsättning data krävs en för att sortera data. Vanligtvis konfronteras statistiker med en datauppsättning som inte är i någon typ av ordning alls, så målet är att sortera dessa data i olika kategorier, klasser eller fack.
Ett talsystem är ett bekvämt och effektivt sätt att sortera data i dessa klasser. Till skillnad från andra metoder där statistiker kan göra misstag innan man räknar med hur många datapunkter som faller in för varje klass läser tally-systemet uppgifterna när de är listade och markerar "|" i motsvarande klass.
Det är vanligt att gruppera markeringar i femmor så att det blir lättare att räkna dessa markeringar senare. Detta görs ibland genom att göra det femte talmärket som en diagonal snedstreck över de första fyra. Anta till exempel att du försöker dela upp följande datauppsättning i klasserna 1-2, 3-4, 5-6, 7-8 och 9,10:
- 1, 8, 1, 9, 3, 2, 4, 3, 4, 5, 7, 1, 8, 2, 4, 1, 9, 3, 5, 2, 4, 3, 4, 5, 7, 10
För att korrekt räkna upp dessa siffror skulle vi först skriva ned klasserna och sedan placera antalet markeringar på höger om tjocktarmen varje gång ett tal i datauppsättningen motsvarar en av klasserna, som illustreras nedan:
- 1-2: | | | | | | |
- 3-4: | | | | | | | |
- 5-6: | | |
- 7-8: | | | |
- 9-10: | | |
Från denna sammanfattning kan man se början på ett histogram, som sedan kan användas för att illustrera och jämföra trenderna för varje klass som visas i datauppsättningen. För att göra detta mer exakt måste man sedan hänvisa till en räkning för att räkna upp hur många av varje talmärken som finns i varje klass.
Hur man effektivt använder räkningssystem
En räkning är annorlunda än en räkning i det att talsystemen inte längre omorganiserar eller organiserar data, istället räknar de bokstavligen antalet förekomster av värden som tillhör varje klass i datauppsättning. Det enklaste sättet att göra detta, och faktiskt varför statistiker använder dem, är genom att räkna antalet talar i samlingssystem.
Det är svårare att räkna med rådata som det som finns i uppsättningen ovan eftersom man måste hålla individuellt spår av flera klasser utan användningen av uppräkningsmärken - det är därför räkning normalt är det sista steget i dataanalys innan du lägger till dessa värden i histogram eller stapel grafer.
Uppräkningen ovan har följande räkningar. För varje linje, allt som vi måste göra nu är att ange hur många stämmer som faller in i varje klass. Var och en av följande rader med data är ordnade Klass: Tally: Räkning:
- 1-2: | | | | | | |: 7
- 3-4: | | | | | | | |: 8
- 5-6: | | |: 3
- 7-8: | | | |: 4
- 9-10: | | |: 3
Med detta system av mätningar allt arrangerade tillsammans kan statistiker sedan observera datauppsättningen från a mer logisk synvinkel och börja göra antaganden baserade på förhållandena mellan varje data klass.