# Uvod u deskriptivnu statistiku
Deskriptivna statistika je fundamentalni aspekt statistike koji se fokusira na sumiranje, opisivanje i razumijevanje glavnih karakteristika skupa podataka. Za razliku od inferencijalne statistike, koja ima za cilj da donosi predviđanja ili zaključke o populaciji na osnovu uzorka, deskriptivna statistika pruža jednostavan sažetak i uvid u skup podataka putem različitih mjera i vizualizacija. Ovaj članak se bavi osnovnim konceptima, bitnim mjerama i ključnim primjenama deskriptivne statistike.
## Razumijevanje podataka
Podaci, u kontekstu statistike, odnose se na bilo koji skup činjenica, zapažanja ili brojeva koji mogu pružiti informacije. Podaci se mogu klasificirati u dvije široke kategorije:
1. Kvantitativni podaci: Ovo se sastoji od numeričkih vrijednosti koje se mogu mjeriti i matematički upoređivati. Primjeri uključuju visinu, težinu i temperaturu.
– Diskretni podaci: Uzimaju specifične vrijednosti (npr. broj učenika u razredu).
– Kontinuirani podaci: Mogu poprimiti bilo koju vrijednost unutar određenog raspona (npr. temperatura).
2. Kvalitativni podaci: Ovo se sastoji od deskriptora ili kategorija koje definiraju karakteristike ili kvalitete. Primjeri uključuju boje, nazive i oznake.
– Nominalni podaci: Neuređene kategorije (npr. spol, bračni status).
– Ordinalni podaci: Uređene kategorije (npr. rangiranje, nivoi zadovoljstva).
## Mjere centralne tendencije
Mjere centralne tendencije nam daju ideju o "centru" ili tipičnoj vrijednosti u skupu podataka. One su ključne za razumijevanje opće tendencije podataka:
1. Prosjek (srednja vrijednost): Zbir svih vrijednosti podataka podijeljen s brojem vrijednosti. Osjetljiv je na ekstremne vrijednosti ili odstupanja.
\[
\text{Prosječna vrijednost} = \frac{\suma x_i}{n}
\]
gdje je \(\suma x_i\) zbir svih podatkovnih tačaka, a \(n\) broj podatkovnih tačaka.
2. Medijana: Srednja vrijednost kada su podaci poređani od najmanje do najveće. Na nju manje utiču izuzetci i iskrivljeni podaci.
– Ako je \(n\) neparan, medijana je srednja vrijednost.
– Ako je \(n\) paran broj, medijana je prosjek dvije srednje vrijednosti.
3. Način: Vrijednost koja se najčešće pojavljuje u skupu podataka. Može se koristiti i za numeričke i za kategoričke podatke.
## Mjerenje spreada
Dok mjere centralne tendencije pružaju uvid u tipične vrijednosti, mjere rasprostranjenosti (ili disperzije) opisuju varijabilnost ili rasprostranjenost u skupu podataka.
1. Raspon: Razlika između maksimalne i minimalne vrijednosti u skupu podataka.
\[
\text{Raspon} = \text{Maksimum} – \text{Minimum}
\]
2. Varijanca: Prosječno kvadratno odstupanje od srednje vrijednosti. Pruža uvid u to koliko se podaci razlikuju od srednje vrijednosti.
\[
\text{Varijanca} (\sigma^2) = \frac{\suma (x_i – \overline{x})^2}{n}
\]
3. Standardna devijacija: Kvadratni korijen varijanse, koji pruža mjeru u istim jedinicama kao i podaci.
\[
Standardna devijacija (sigma) = √(x_i – x)^2 n
\]
4. Interkvartilni raspon (IQR): Odražava raspon srednjih 50% podataka, izračunat kao razlika između trećeg kvartila (Q3) i prvog kvartila (Q1).
\[
\text{IQR} = Q3 – Q1
\]
## Vizualizacija podataka
Vizuelni prikaz olakšava razumijevanje i tumačenje podataka. Neke uobičajene tehnike uključuju:
1. Histogrami: Prikazuju distribuciju frekvencije kvantitativnih podataka dijeljenjem u intervale ili grupe.
2. Trakasti grafikoni: Predstavljaju kategoričke podatke pravougaonim trakama čija je dužina proporcionalna vrijednosti koju predstavljaju.
3. Kružni dijagrami: Prikažite proporcije kategoričkih podataka kao kriške kruga.
4. Box Plots (Whisker Plots): Pružaju grafički prikaz distribucije podataka i izuzetaka prikazivanjem minimuma, prvog kvartila, medijane, trećeg kvartila i maksimuma.
5. Dijagrami raspršenja: Prikazuju vrijednosti za dvije varijable koristeći Kartezijeve koordinate, često otkrivajući odnose ili obrasce u podacima.
## Primjena deskriptivne statistike
Deskriptivna statistika se široko koristi u raznim oblastima i industrijama. Neke od primjena uključuju:
1. Zdravstvena zaštita: Sumiranje podataka o pacijentima, medicinskih kartona i ishoda radi poboljšanja planova liječenja i njege pacijenata.
2. Obrazovanje: Analiza učinka učenika, posjećenosti i drugih pokazatelja radi poboljšanja nastavnih metoda i nastavnog plana i programa.
3. Poslovanje i ekonomija: Procjena tržišnih trendova, ponašanja potrošača, prodajnih rezultata i finansijskih pokazatelja radi boljeg donošenja odluka.
4. Sport: Procjena učinka igrača, statistike igre i efikasnosti tima.
5. Vlada i javna politika: Analiza podataka popisa stanovništva, stope kriminala i statistike javnog zdravstva radi planiranja i provođenja politika.
## Zaključak
Deskriptivna statistika čini osnovu statističke analize, pružajući osnovu za razumijevanje i tumačenje podataka. Sumiranjem podataka putem centralnih mjera tendencije, rasprostranjenosti i vizualizacija, ona pojednostavljuje složene skupove podataka u sveobuhvatne uvide. Bez obzira da li ste student, istraživač, analitičar ili donosilac odluka, dobro razumijevanje deskriptivne statistike je neprocjenjivo za donošenje informiranih odluka na osnovu podataka. Kako budete dublje ulazili u ovu oblast, otkrit ćete da su ovi osnovni koncepti nezamjenjivi alati u bezbroj konteksta i primjena.
