Ortalama/Medyan/Mod Hesaplayıcı
Verilerin temel istatistiklerini hesaplayın.
Giriş Örnekleri
- • Virgülle ayrılmış: 1, 2, 3, 4, 5
- • Boşlukla ayrılmış: 1 2 3 4 5
- • Satırla ayrılmış: Her sayıyı yeni bir satıra girin
- • Karışık biçimlere izin verilir
Ortalama
Tüm değerlerin toplamının veri noktası sayısına bölünmesi. Aritmetik ortalama olarak da adlandırılır.
Ortalama = Toplam ÷ Sayı
Medyan
Veriler en küçükten en büyüğe doğru sıralandığında ortadaki değer.
Tek sayı: Orta değer
Çift sayı: İki orta değerin ortalaması
Mod
Veri setinde en sık görünen değer. Birden fazla mod olabilir.
Aralık
Maksimum ve minimum değerler arasındaki fark, verilerin yayılımını gösterir.
Aralık = Maksimum - Minimum
Antik Çağlardan Modern Çağa
İstatistiklerin kökenleri antik Mısır ve Babil nüfus sayımlarına kadar uzanmaktadır. Modern tanımlayıcı istatistikler, 17. yüzyılda John Graunt'un yaşam tablosu araştırmasıyla başladı ve 19. yüzyılda Adolphe Quetelet'in 'ortalama insan' kavramını tanıtmasıyla daha da gelişti.
Veri Bilimi Çağında Tanımlayıcı İstatistikler
- • EDA: Keşifsel Veri Analizi (EDA): Temel veri özelliklerini anlama
- • Data Preprocessing: Veri ön işleme: Aykırı değer tespiti ve veri kalitesi değerlendirmesi
- • Feature Engineering: Özellik mühendisliği: Yeni değişkenler oluşturma temeli
- • Model Evaluation: Model performans değerlendirmesi: Tahminlerin dağılım özelliklerini analiz etme
İş Zekasındaki Uygulamalar
Modern işletmeler, KPI panoları, müşteri segmentasyonu, satış analizi ve kalite kontrol dahil olmak üzere tüm alanlarda tanımlayıcı istatistikleri yaygın olarak kullanır. Özellikle gerçek zamanlı analiz ve otomatik raporlamada çok önemli bir rol oynarlar.
Ortalama Uygulamaları
- • Ortalama müşteri satın alma tutarını hesaplayın
- • Ortalama web sitesi oturum süresini analiz edin
- • Ortalama ürün ömrünü tahmin edin
- • Ortalama çalışan verimliliğini ölçün
Medyan Uygulamaları
- • Gelir dağılımı analizi (aykırı değer etkilerini en aza indirme)
- • Emlak fiyat analizi
- • Yanıt süresi performans metrikleri
- • Müşteri memnuniyeti medyan değerleri
Mod Uygulamaları
- • En popüler ürünleri belirleyin
- • Müşteri tercih kategorilerini analiz edin
- • Hata kodu frekans analizi
- • Anket yanıt kalıpları
Aralık Uygulamaları
- • Kalite kontrol tolerans aralıklarını ayarlayın
- • Fiyatlandırma politikası aralıklarını belirleyin
- • Performans değerlendirme not aralıkları
- • Kaynak kullanım varyasyon aralıkları
Çıkarımsal İstatistiklere Gelişim
Tanımlayıcı istatistikler, çıkarımsal istatistiklerin temelini oluşturur. Örnek tanımlayıcı istatistikler, popülasyon özelliklerini tahmin etmek için kullanılır ve hipotez testi için temel veri görevi görür.
Makine Öğrenimi ile Bağlantı
Tanımlayıcı istatistikler, makine öğreniminde özellik seçimi, veri ön işleme ve model yorumlama için gereklidir. Özellikle açıklanabilir yapay zekada önemli bir rol oynarlar.
Görselleştirme ile Entegrasyon
Histogramlar, kutu grafikleri ve keman grafikleri gibi çeşitli görselleştirme teknikleriyle birleştirildiğinde, veri dağılımının ve özelliklerinin sezgisel olarak anlaşılmasını sağlarlar.
Gerçek Zamanlı Analizin Geleceği
Akışlı veri ortamlarından istatistikleri gerçek zamanlı olarak hesaplama ve güncelleme teknolojisi giderek daha önemli hale gelmektedir.