Описательная статистика: как кратко и честно рассказать о данных
- Что описательная статистика позволяет узнать
- Сначала определите, что означает одна строка
- Возьмём небольшой учебный набор
- Частоты показывают, что встречается чаще
- Среднее и медиана отвечают на разные вопросы
- Добавьте разброс, чтобы не спрятать различия
- Не удаляйте необычное значение без основания
- Составьте понятную сводку вместо набора чисел
- Как воспроизвести расчёт в электронной таблице
- Что проверить перед отправкой отчёта
- Вопросы и ответы
Что описательная статистика позволяет узнать
Описательная статистика помогает кратко представить наблюдаемые данные: сколько значений собрано, какие встречаются чаще, где находится середина и насколько велик разброс. Такая сводка полезна в отчёте, при знакомстве с таблицей и перед более сложным анализом. Она не объясняет причины автоматически и не превращает небольшой набор наблюдений в прогноз.
В руководстве NIST сводный анализ рассматривается как числовое сокращение исторического набора данных. Это важная граница: показатели описывают то, что было включено в набор. Чтобы рассуждать о других периодах, сотрудниках или будущих результатах, нужны дополнительные основания.
Для новичка полезна задача: подготовить короткую сводку так, чтобы читатель не потерял важные особенности данных. Одного среднего часто недостаточно. Нужно знать объём наблюдений, способ их получения, разброс и условия, при которых значения сравнимы.
Сначала определите, что означает одна строка
До расчёта выясните единицу наблюдения. Это обращение, заказ, сотрудник, рабочий день или отдельная операция? Если в одной таблице смешаны обращения и повторные контакты по тем же обращениям, количество строк не равно количеству уникальных задач. Ошибка определения переносится во все последующие показатели.
Проверьте единицы измерения и смысл значения. Длительность активной обработки и время от поступления до закрытия — разные показатели. В одном случае ожидание ответа клиента исключено, в другом может входить в общий срок. Объединять их под заголовком «время обработки» без пояснения нельзя.
Укажите период, условия отбора и пропуски. Если данные относятся только к успешно завершённым операциям, это ограничение нужно сохранить в выводе. Не считайте пустую ячейку нулём автоматически. Подготовка и проверка исходной таблицы подробно разобраны в статье о подготовке данных к анализу.
Возьмём небольшой учебный набор
Представим восемь завершённых операций одного типа. Время обработки измерялось одинаковым способом, в минутах. Это вымышленные данные для расчёта, а не результаты реальной компании: 4, 5, 5, 6, 6, 6, 8, 16.
Значения уже расположены по возрастанию. Сортировка помогает увидеть повторения и найти середину, но для рабочих таблиц важно сохранять целые строки с их признаками. Нельзя сортировать один числовой столбец отдельно от относящихся к нему записей.
Перед сводкой запишем границы: наблюдений восемь, единица — минута, операции одного типа, незавершённые задачи в пример не входят. Эти сведения кажутся очевидными только автору таблицы. Для другого читателя они определяют, что именно означают будущие числа.
Частоты показывают, что встречается чаще
Посчитаем, сколько раз встретилось каждое значение. Это абсолютная частота. Отношение частоты к общему числу наблюдений — относительная частота; её можно выразить долей или процентом. Если группировки составлены правильно и охватывают все наблюдения без пересечений, абсолютные частоты должны суммироваться в объём набора.
| Длительность, мин | Число операций | Доля |
|---|---|---|
| 4 | 1 | 12,5% |
| 5 | 2 | 25% |
| 6 | 3 | 37,5% |
| 8 | 1 | 12,5% |
| 16 | 1 | 12,5% |
Проверка: 1 + 2 + 3 + 1 + 1 = 8 операций, а доли дают 100%. Чаще всего встречается длительность 6 минут — это мода данного набора. Мода полезна не для любых данных: если значения почти не повторяются, она может мало сказать о типичной ситуации.
Среднее и медиана отвечают на разные вопросы
Сумма длительностей равна 56 минутам. Среднее арифметическое: 56 ÷ 8 = 7 минут. Это значение удобно для некоторых задач суммирования и планирования, но оно не означает, что большинство операций длилось ровно столько.
Для медианы смотрим на упорядоченный набор. При чётном количестве наблюдений берём среднее двух центральных значений. Здесь четвёртое и пятое значения равны 6, поэтому медиана — 6 минут. Половина наблюдений находится не выше медианы, половина — не ниже; при повторениях эти группы могут пересекаться по самому значению.
Разница между средним и медианой объяснима: длинная операция влияет на сумму сильнее, чем на положение середины. Нельзя заранее объявить один показатель «правильным», а другой «ошибочным». Выбор зависит от вопроса. Более подробно сравнение разобрано в статье о среднем и медиане.
Добавьте разброс, чтобы не спрятать различия
Минимум нашего набора — 4 минуты, максимум — 16 минут. Размах равен 16 − 4 = 12 минутам. Он быстро показывает ширину наблюдаемого диапазона, но зависит только от крайних значений и не описывает расположение остальных.
Для более подробного анализа используют и другие меры разброса, включая квартильные характеристики, дисперсию и стандартное отклонение. Их назначение и ограничения рассматриваются в учебных материалах НАФИ по описательной статистике. Не стоит добавлять сложный показатель только ради профессионального вида отчёта: сначала нужно понимать, какой вопрос он помогает решить.
В нашем небольшом примере уже видно, что сообщение «в среднем семь минут» неполно. Рядом полезно указать медиану и диапазон, а также обратить внимание на длинную операцию. При этом размах не следует называть нормой или обещанным сроком будущего выполнения.
Не удаляйте необычное значение без основания
Операция длительностью 16 минут заметно отличается от большинства остальных. Но необычность не доказывает ошибку. Возможно, произошла задержка, задача оказалась сложнее или в измерение попало ожидание. Нужно вернуться к исходной записи и проверить условия.
Если удалить эту операцию, сумма оставшихся длительностей будет 40 минут, а среднее — 40 ÷ 7, то есть примерно 5,71 минуты. Это другой набор и другой результат. Нельзя молча заменить им исходное среднее, чтобы отчёт выглядел лучше. Если исключение обосновано ошибкой измерения или иной заранее определённой причиной, укажите это явно.
Для сравнения можно показать оба результата с пояснением, но не выдавать исключённое значение за несуществующее. В рабочих данных особенно важно не удалять все неудобные случаи: именно они иногда показывают проблему процесса, ради которой и начинался анализ.
Составьте понятную сводку вместо набора чисел
Вот пример корректного учебного вывода: «В наборе восемь завершённых операций одного типа. Средняя длительность — 7 минут, медиана — 6 минут. Значения находятся между 4 и 16 минутами. Шесть операций из восьми, то есть 75%, завершились не дольше чем за 6 минут. Длинную операцию следует проверить отдельно; данных недостаточно, чтобы объяснить её причину».
Каждое число в таком выводе можно восстановить из исходного ряда. Шесть наблюдений не превышают 6 минут: 4, 5, 5, 6, 6, 6. Доля равна 6 ÷ 8 × 100% = 75%. Важно включить граничное значение, поскольку формулировка «не дольше чем» означает включающую границу.
Неправильный вывод выглядел бы иначе: «Все сотрудники всегда выполняют задачу за семь минут, а задержку вызвал недостаток обучения». В данных нет ни наблюдений по всем сотрудникам, ни доказанной причины, ни гарантии будущего результата. Описательная сводка не должна незаметно превращаться в причинное объяснение.
Как воспроизвести расчёт в электронной таблице
В Excel или Google Таблицах сначала разместите исходные значения в одном числовом столбце, сохранив рядом идентификаторы и условия наблюдений. Затем рассчитывайте показатели по одному и тому же диапазону. Сверьте количество включённых чисел: заголовок, пустая ячейка или число, сохранённое текстом, могут изменить ожидаемый состав данных.
Для учебного набора полезно сначала выполнить вычисления вручную, а затем сравнить с результатом программы. Если числа различаются, проверьте диапазон, тип данных, фильтры и выбранный показатель. Не исправляйте итоговую ячейку вручную ради совпадения: найдите причину расхождения, иначе расчёт перестанет воспроизводиться при обновлении исходных данных.
В этой статье нет инструкции по кнопкам конкретной версии: важен смысл расчёта. Для регулярной аналитической работы понадобится также умение готовить таблицу и проверять отчёт. Такой набор задач раскрыт в материале об Excel для аналитика, а практику можно продолжить на курсе Excel и Google Таблиц.
Что проверить перед отправкой отчёта
Прочитайте сводку глазами человека, который не видел исходную таблицу. Понятно ли ему, что наблюдали, за какой период, в каких единицах и сколько значений использовали? Может ли он отличить фактический результат от предположения? Видит ли ограничения, которые способны изменить решение?
Сопоставьте числа в таблице, тексте и диаграмме, если она есть. Убедитесь, что округление не меняет смысл, проценты используют правильный знаменатель, а исключения описаны. Не называйте набор репрезентативным только потому, что он удобно собран: описательная статистика сама по себе этого не доказывает.
Хорошая сводка сокращает объём данных, сохраняя важную информацию. Её задача — помочь увидеть типичное, неоднородность и следующий вопрос. Когда это получилось, можно переходить к поиску причин или сравнению групп, но уже как к отдельной аналитической задаче.
Вопросы и ответы
- Описательная статистика объясняет причину отклонения?
Нет. Она показывает особенности собранных данных. Причину нужно исследовать отдельно, проверяя условия, возможные объяснения и дополнительные сведения.
- Почему среднее отличается от медианы?
Среднее зависит от суммы всех значений, а медиана — от положения середины упорядоченного набора. Необычно большие или маленькие наблюдения могут заметно менять среднее, не так сильно изменяя медиану.
- Нужно ли удалять самое большое значение?
Только при обоснованной причине, например подтверждённой ошибке измерения, с явным описанием исключения. Само отличие от остальных не доказывает ошибку; оно может отражать реальную особенность процесса.
- Можно ли считать пустые ячейки нулями?
Не автоматически. Пустота может означать отсутствие измерения, неприменимость или ошибку загрузки. Сначала выясните смысл пропуска и правила обработки, иначе изменятся количество наблюдений и показатели.
- Можно ли перенести учебные показатели на будущие операции?
Нет. Они описывают только заданный вымышленный набор. Для выводов о других наблюдениях или будущем нужны дополнительные данные и подходящая методика, а не только расчёт среднего.