Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Statistika opisna avtomatizirana

Lekcija 4 od 14 Posodobljeno 5. november 2026 Srednje napredni
Na tej strani
  1. Razumi svoje podatke v trenutku
  2. Hitri statistični povzetek
  3. Statistika po kategorijah
  4. Porazdelitve in frekvence
  5. Korelacije med spremenljivkami
  6. Zaznavanje osamelcev
  7. Avtomatizacija opisnega poročila
  8. Tvoja vrsta
  9. Ključne ugotovitve

Razumi svoje podatke v trenutku

Opisna statistika je temelj vsake analize. Povprečje, mediana, standardni odklon, porazdelitev: ti kazalniki ti povedo, kaj tvoji podatki vsebujejo, še preden poskušaš karkoli razložiti. Preskok tega koraka je kot gradnja priporočila na povprečju, ki ga izkrivljajo tri ekstremne vrednosti, nato pa njegova obramba s prepričanjem, ki ga številke ne upravičujejo. S ChatGPT ta diagnoza zahteva le en stavek, interpretacija pa sledi takoj.

Hitri statistični povzetek

Najpreprostejši ukaz za začetek:

Give me a complete statistical summary of this dataset.

ChatGPT se običajno zanaša na funkcijo pandas describe() in komentira rezultat. Za vsak numerični stolpec dobiš naslednje kazalnike:

  • count — število nepraznih vrednosti
  • mean — povprečje
  • std — standardni odklon (mera razpršenosti)
  • min / max — ekstremne vrednosti
  • 25% / 50% / 75% — kvartili (mediana = 50 %)

Navzkrižno sklicevanje teh vrstic je že samo po sebi poučno. Če je count 8.400 v datoteki z 10.000 vrsticami, manjka 16 % podatkov in vsako izračunano povprečje velja le za del portfelja. Če se povprečje bistveno razlikuje od mediane, je porazdelitev asimetrična. Namesto da bi to računal v glavi, preprosto vprašaj:

Interpret these statistics: which columns have high dispersion?
Are there outliers? Which distributions appear skewed?

Statistika po kategorijah

Globalna povprečja skoraj vedno prikrijejo razlike. Povprečna vrednost košarice 180 € bi lahko skrivala segment podjetij pri 900 € in segment posameznikov pri 60 €. V tem primeru povprečje ne opisuje nobenega realnega kupca in vsaka odločitev, temelječa na njem, popolnoma zgreši obe populaciji.

Calculate the mean, median, and standard deviation of order amounts
for each product category.

Še vedno moraš izbrati kazalnik, ki odgovarja na tvoje vprašanje, saj vsak meri nekaj drugega.

KazalnikKaj meriKdaj ga uporabiti
Mean (Povprečje)Osrednja vrednostSimetrični podatki brez ekstremnih vrednosti
Median (Mediana)Sredinska vrednostAsimetrični podatki ali podatki z osamelci
Standard deviation (Standardni odklon)Razpršenost okoli povprečjaOcena variabilnosti uspešnosti
Mode (Modus)Najpogostejša vrednostKategorialni ali diskretni podatki
Correlation (Korelacija)Linearno razmerje med dvema spremenljivkamaIdentifikacija povezanih dejavnikov

Porazdelitve in frekvence

Pri numerični spremenljivki ti oblika porazdelitve pove več kot povprečje. Histogram pokaže, ali se tvoje vrednosti kopičijo okoli ene same vrednosti ali raztezajo čez dva različna vrhova, kar je znak dveh prekrivajočih se nakupnih vedenj v isti datoteki.

Show the distribution of the "order_amount" column
with a histogram and indicate whether it follows a normal distribution.

ChatGPT ustvari histogram in lahko uporabi test normalnosti, kot je Shapiro-Wilkov test, kar vpliva na izbiro naslednjih testov. Pri velikih vzorcih ta test zazna tudi najmanjša odstopanja od normalnosti, zato pred sklepanjem preveri obliko histograma. Pri kategorialnih spremenljivkah se logika premakne na frekvence:

What is the distribution of clients by industry sector?
Display absolute and relative frequencies.

Dobiš število in odstotek za vsako kategorijo – dovolj, da opaziš, da en sektor predstavlja 60 % portfelja, kar pomeni 60 % tvojega tveganja, če se ta sektor upočasni.

Korelacije med spremenljivkami

Korelacije razkrivajo razmerja med tvojimi numeričnimi stolpci in odpirajo nove poti za analizo.

Calculate the correlation matrix and identify the pairs
of variables with the highest correlations (positive and negative).

ChatGPT ustvari matriko, poudari pomembne korelacije in razloži, kaj vsaka pomeni v tvojem poslovnem kontekstu. Pri branju rezultatov so potrebni trije previdnostni ukrepi. Prvič, korelacija ne pomeni vzročnosti: hkratna rast proračuna za oglaševanje in prodaje je lahko le skupni učinek sezonskosti. Drugič, ekstremne vrednosti izkrivljajo koeficient – zahtevaj izračun z osamelci in brez njih; razlika je pogosto poučna. Nazadnje, kategorialne spremenljivke privzeto niso vključene. Če želiš vključiti segmente strank ali prodajne kanale, zahtevaj predhodno kodiranje. Za naprednejše korake – primerjavo skupin s t-testom ali ANOVO ali modeliranje razmerja z regresijo – opiši, kaj želiš razumeti, prosi ChatGPT za ustrezno tehniko in naj ti razloži rezultat.

Zaznavanje osamelcev

Osamelec ni nujno napaka. Naročilo v vrednosti 95.000 € je lahko napaka pri vnosu podatkov ali prva velika pogodba s podjetjem v letu. Ravnanje je popolnoma drugačno: v enem primeru ga popraviš, v drugem ga izpostaviš.

Identify outliers in "order_amount"
using the IQR method. List the affected rows
and indicate whether they appear to be errors or legitimate cases.

ChatGPT izračuna meje IQR (Q1 - 1,5 * IQR in Q3 + 1,5 * IQR) in izpiše vrednosti zunaj meja z njihovim kontekstom. Nato se odločiš vrstico za vrstico, namesto da bi zavrgel celoten sveženj – in po pomoti izbrisal prav tiste stranke, ki so ti naredile leto.

Avtomatizacija opisnega poročila

Ko obvladaš pristop, ga stisni v en sam poziv:

Generate a complete descriptive statistical report for this file.
Include: overview, statistics per numerical column,
distribution of categorical variables, main correlations,
detected outliers, and recommendations for the next analysis step.

Ta poziv ustvari strukturiran dokument, ki ga moraš pregledati pred deljenjem. Imej ga pri roki: če ga vsak mesec uporabiš na istem izvozu, postane tvoja standardna izhodiščna točka in omogoča primerjavo obdobij.

Petstopenjska statistična diagnoza Pet korakov: povzemi numerične stolpce; segmentiraj po kategorijah; preuči porazdelitve; poišči korelacije; identificiraj osamelce. STATISTIKA Petstopenjska statistična diagnoza 1 Povzemi Stolpci 2 Segmenti Kategorije 3 Oblike Porazdelitve 4 Povezave Korelacije 5 Odstopanja Osamelci Osamelec ni nujno napaka: odloči se vrstico za vrstico.
Metodologija lekcije.

Tvoja vrsta

Tvoja prva statistična diagnoza.

  1. Zahtevaj statistični povzetek svoje datoteke in nato njegovo interpretacijo
  2. Primerjaj povprečje in mediano pri svojem glavnem stolpcu z zneski
  3. Izračunaj iste kazalnike po kategorijah
  4. Prikaži porazdelitev tega stolpca in identificiraj osamelce
  5. Razvrsti vsakega osamelca: napaka za popravek ali legitimen primer

Uradni viri: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (OpenAI Help Center)

Ključne ugotovitve

  • Statistični povzetek je tvoj prvi korak po čiščenju
  • Vedno segmentiraj po kategorijah – globalna povprečja skrivajo razlike
  • Mediana je pri realnih podatkih pogosto zanesljivejša od povprečja
  • Korelacije razkrivajo poti za analizo, ne gotovosti
  • Prosi ChatGPT, naj interpretira številke, ne le da jih izračuna