The data that come from making a pa

The data that come from making a particular measurement on all of the subjects in
a sample represent our observations for a single characteristic such as age, gender,
speed at a task, or response to a stimulus. We should think of these measurements
as representing a “sample distribution” of the variable, which in turn more or
less represents the “population distribution” of the variable. The usual goal of
univariate non-graphical EDA is to better appreciate the “sample distribution”
and also to make some tentative conclusions about what population distribution(s)
is/are compatible with the sample distribution. Outlier detection is also a part of
this analysis.

Результаты (русский) 1:

Данные, которые приходят от принятия конкретного измерения на всех субъектов вПример представляют наши наблюдения для одной характеристики, такие как возраст, пол,скорость на задачи или ответ на раздражитель. Мы должны думать о этих измеренийкак «образец распределения» переменной, которая в свою очередь больше илименее представляет «распределение населения» переменной. Обычная цельОдномерные неграфических EDA является лучше оценить «распределение выборки»а также для того, чтобы сделать некоторые предварительные выводы о какой distribution(s) населенияЭто/совместимы с распределением выборки. Выброс также является частьюЭтот анализ.

Результаты (русский) 2:

Данные, которые приходят от принятия конкретного измерения на всех субъектов в
выборке представляют наши наблюдения за одной характеристикой, таких как возраст, пол,
скорость на задачи или ответ на стимул. Мы должны думать об этих измерений
, как представляющих «выборочное распределение" переменной, которая, в свою очередь, более или
менее представляет "распределения населения" переменной. Обычная цель
одномерного неграфической EDA, чтобы лучше оценить "выборочное распределение"
, а также сделать некоторые предварительные выводы о том, что распределение населения (ы)
является / являются совместимыми с распределением выборки. Outlier обнаружения также частью
этого анализа.

Результаты (русский) 3:

данных, которые поступают от конкретного измерения по всем темам в
образец представляют наши замечания по одной из характеристик таких, как возраст, пол,
скорость на задачу, или ответ на раздражитель. Мы должны подумать об этих измерениях
как орган, представляющий собой "образец" переменной, которая в свою очередь более или
менее представляет "распределение населения" переменной.Обычно цель
многомерные неграфической EDA состоит в том, чтобы лучше понять "образец"
и также сделать некоторые предварительные выводы о том, что распределение населения(s)
-/совместимы с пример распределения. Одобрили план является также частью
этого анализа.