未分组的数据

在本文中，您将了解统计学中的未分组数据、未分组数据的解决练习以及分组数据和未分组数据之间的区别。

什么是未分组数据？

在统计学中，非合并数据是指未分组而是单独研究的数据。也就是说，当数据未分组时，将单独分析数据集中的每个值。

未分组的数据不会形成区间，但分组的数据会形成区间。

一般来说，当变量是连续的或者有很多值需要分析时，数据就会被分组。因此，当数据遵循离散变量并且我们没有非常大量的数据时，无需将数据分组。

未分组数据的示例

一旦我们了解了未分组数据的定义，我们现在就继续使用此类统计数据来解决示例，以更好地理解这个概念。

• 班级30名学生的统计成绩如下。每个音符的绝对频率是多少？

在这种情况下，它是一个离散变量，因为只能是整数，因此不需要将数据分组为区间。

因此，只需计算每个值出现的次数并将其写入数组即可：

由于数据未按区间分组，因此可以单独研究每个值。这样我们就可以知道记下每个笔记的学生人数。

请注意，要完成频率表，您必须始终计算累积绝对频率、相对频率、累积相对频率等。您可以在这里查看它是如何完成的：

未分组数据和分组数据

在本节中，我们将了解分组数据和未分组数据之间的区别。此外，我们还将了解何时适合对数据进行分组，何时不适合，因为从逻辑上讲，这为调查的其余部分奠定了基础。

分组数据和未分组数据的区别在于分组与否。当数据分组时，意味着它是按间隔收集的，另一方面，如果数据不分组，则意味着每个值都是单独研究的。

一般来说，当变量是连续的时，数据按区间分组，但如果变量是离散的，最好不要对数据进行分组。但是，如果我们的数据量很大，我们也可以将数据分成区间，以方便统计研究。

非合并数据的统计测量

一旦构建了频率表，当数据没有分组时，通常会计算几个统计度量。

具体来说，通常确定集中趋势的度量、分散的度量和位置的度量，因为它们允许对数据样本进行总结，并且还可以与其他数据集进行比较。

您可以在以下链接中查看所有这些统计参数是如何计算的：