Statystyka opisowa

Statystyka opisowa jest gałęzią statystyki, której celem jest przetwarzanie, podsumowywanie i prezentowanie danych w sposób zrozumiały i przystępny. W odróżnieniu od statystyki wnioskowej, nie zajmuje się ona wnioskowaniem o populacji na podstawie próbek, lecz skupia się na opisaniu zebranych obserwacji.

Podstawowe pojęcia

Populacja – zbiór wszystkich elementów, o których informacje chcemy uzyskać.
Próbka – wybrany podzbiór populacji, na którym przeprowadzane są pomiary.
Cecha – właściwość, którą mierzymy (np. wiek, dochód, wynik testu).

Miary tendencji centralnej

Miary tendencji centralnej opisują „środek” rozkładu danych.

Średnia arytmetyczna – suma wszystkich wartości podzielona przez ich liczbę.
Mediana – wartość środkowa w uporządkowanym zbiorze danych.
Moda – najczęściej występująca wartość w zestawie.

Miary zmienności

Miary zmienności informują o rozproszeniu danych wokół wartości centralnych.

Rozstęp – różnica między maksymalną a minimalną wartością.
Odchylenie standardowe – pierwiastek z wariancji.
Wariancja – średnia kwadratów odchyleń od średniej.
Współczynnik zmienności – stosunek odchylenia standardowego do średniej wyrażony w procentach.

Miary kształtu rozkładu

Skośność – miara asymetrii rozkładu względem średniej.
Kurtoza – miara „spiczastości” rozkładu w porównaniu z rozkładem normalnym.

Metody graficzne

Wizualizacja danych jest kluczowym elementem statystyki opisowej. Najczęściej stosowane wykresy:

Histogram – słupkowy wykres przedstawiający częstość występowania przedziałów wartości.
Wykres kolumnowy – porównuje wysokość słupków dla poszczególnych kategorii.
Wykres pudełkowy (box‑plot) – ukazuje medianę, kwartyle oraz ewentualne obserwacje odstające.
Diagram kropkowy – nadaje się do prezentacji małych zbiorów danych.
Wykres liniowy – służy do prezentacji trendów w danych szeregów czasowych.

Podstawowe techniki przetwarzania danych

Grupowanie (agregacja) – łączenie obserwacji w grupy według zadanej cechy.
Standaryzacja – przekształcenie zmiennych tak, aby miały średnią 0 i odchylenie 1.
Transformacje – np. logarytmiczne, pierwiastkowe, używane do uzyskania bardziej symetrycznych rozkładów.

Przykładowa analiza statystyki opisowej

Rozważmy badanie dochodu 150 gospodarstw domowych w Warszawie w roku 2022. Po zebraniu danych przeprowadzono następujące kroki:

Obliczono średnią dochodu – 7 500 zł.
Wyznaczono medianę – 6 800 zł.
Określono rozstęp – od 2 200 zł do 18 500 zł.
Policzono odchylenie standardowe – 3 200 zł.
Stworzono histogram oraz wykres pudełkowy, które ujawniły obecność kilku obserwacji odstających (dochody powyżej 15 000 zł).

Wyniki te dały wgląd w rozkład dochodów w badanej populacji i pomogły w dalszej segmentacji rynku.

Zastosowania statystyki opisowej

Statystyka opisowa znajduje szerokie zastosowanie w:

badaniach naukowych – wstępna analiza danych eksperymentalnych.
ekonomii – monitorowanie wskaźników makroekonomicznych.
medycynie – opis wyników badań klinicznych.
biznesie – raportowanie wyników sprzedaży i analiz rynkowych.
edukacji – ocena wyników testów i ankiet.

Powiązania z innymi dziedzinami statystyki

Statystyka opisowa stanowi podstawę dla bardziej zaawansowanych metod, takich jak regresja liniowa, analiza wariancji (ANOVA), czy testy hipotez. Bez solidnego opisu danych trudno przejść do wnioskowania statystycznego.

Literatura i źródła

J. Kleinbaum, Statystyka opisowa i wnioskowa, Wydawnictwo Naukowe PWN, 2020.
M. P. Koss, Podstawy analizy danych, Helion, 2019.
W. Mazurek, Metody graficzne w statystyce, Oficyna Wydawnicza Uniwersytetu Warszawskiego, 2021.

Statystyka opisowa jest nieodzownym elementem procesu badawczego, umożliwiającym szybkie i klarowne przedstawienie najważniejszych właściwości zbioru danych.