Информация в Статистике Распределения

Данное информационное окно можно найти в меню графика гистограмм:

Минимальное значение - самое маленькое значение из ваших данных

Максимальное значение - самое высокое значение среди ваших данных

2-е наибольшее; 3-е наибольшее; 4-е наибольшее - второе, третье и четвертое наибольшее значение среди ваших данных. Если эти значения намного меньше, чем максимальное (наибольшее) значение, необходимо применить урезку ураганов для ваших данных до начала процесса моделирования. 

Количество - количество проб (данных), участвующих в построении гистограммы.

Среднее - арифметическое среднее.

Дисперсия - среднее значение из суммы всех квадратов отклонений от СРЕДНЕГО.

Стандартное отклонение - квадратный корень из дисперсии.

Коэффициент вариации - COV, стандартное отклонение, разделенное на среднее.

Медиана - срединное значение набора данных, упорядоченных в возрастающем или убывающем порядке.

Ln среднее - арифметическое среднее из логнормально преобразованных данных (натуральный логарифм).

Ln стд отклонение - стандартное отклонение логнормально преобразованных данных (натуральный логарифм).

Геометрическое среднее - альтернативный способ расчета среднего, который уменьшает эффект очень больших или очень маленьких значений, в расчете используется Ln среднее.

Геом. стд. отклонение - альтернативный способ для расчета стандартного отклонения. В расчете используется Ln стд отклонение.

Обычно, геометрическое среднее рассчитывается путем перемножения n-го количества значений, а затем извлечения корня n-ной степени из результата.

Оценочная функция Сишеля - альтернативный способ расчета среднего из логнормально распределенных данных.

V Сишеля - альтернативный способ для расчета дисперсии из логнормально распределенных данных. 

Гамма Сишеля - фактор поправки на смещение, использующийся при расчете оценочной функции Сишеля.

Хи квадрат тест - значение определяющее насколько исходные данные соответствуют  колоколообразной нормальной кривой. 

Степень свободы - также, как и Хи квадрат тест, определяет насколько данные соответствуют нормальному распределению. Есть правило, что если Хи квадрат меньше Степени свободы + 25%, можно сделать вывод, что данные соответствуют нормальному распределению. 

Теоретически, чем меньше значение Хи квадрат теста, тем лучше, но данный параметр становится бесполезным, если используется большое количество бинов, которое необходимо для создания хорошего графика.