# สถิติเชิงพรรณนา (Data Science & ML)

> ค่าเฉลี่ย ค่ามัธยฐาน ส่วนเบี่ยงเบนมาตรฐาน ควอร์ไทล์ การแจกแจง สหสัมพันธ์ ค่าผิดปกติ ความเบ้

- 20 คำถามสัมภาษณ์
- Mid-Level
- [คำถามสัมภาษณ์: Data Science & ML](https://sharpskill.dev/th/technologies/data-science/interview-questions.md)

## 1. การวัดแนวโน้มสู่ส่วนกลางแบบใดเหมาะสมที่สุดสำหรับข้อมูลที่มีค่าผิดปกติ (outliers)?

**คำตอบ**

ค่ามัธยฐานคือการวัดแนวโน้มสู่ส่วนกลางที่ทนทานต่อค่าผิดปกติมากที่สุด เพราะเป็นค่ากลางของข้อมูลที่เรียงลำดับแล้ว ไม่ได้รับผลกระทบจากค่าสุดขั้ว ต่างจากค่าเฉลี่ยที่รวมค่าทั้งหมด ค่ามัธยฐานพิจารณาเฉพาะตำแหน่ง ตัวอย่างเช่น สำหรับเงินเดือนของบริษัทที่มีผู้บริหารเงินเดือนสูงไม่กี่คน ค่ามัธยฐานแสดงเงินเดือนทั่วไปได้ดีกว่าค่าเฉลี่ย

## 2. ความแปรปรวนของชุดข้อมูลคืออะไร?

**คำตอบ**

ความแปรปรวนวัดการกระจายของข้อมูลรอบค่าเฉลี่ย คำนวณเป็นค่าเฉลี่ยของกำลังสองของส่วนเบี่ยงเบนจากค่าเฉลี่ย การยกกำลังสองทำให้ได้ค่าบวกเสมอและขยายผลกระทบของค่าที่อยู่ไกลจากค่าเฉลี่ย หน่วยของความแปรปรวนคือกำลังสองของหน่วยข้อมูลเดิม จึงมักใช้ส่วนเบี่ยงเบนมาตรฐาน (รากที่สองของความแปรปรวน) เพื่อตีความการกระจายในหน่วยเดิม

## 3. ความสัมพันธ์ระหว่างส่วนเบี่ยงเบนมาตรฐานและความแปรปรวนคืออะไร?

**คำตอบ**

ส่วนเบี่ยงเบนมาตรฐานคือรากที่สองของความแปรปรวน การแปลงนี้นำการวัดการกระจายกลับสู่หน่วยข้อมูลเดิม ทำให้การตีความง่ายขึ้น ตัวอย่างเช่น หากข้อมูลเป็นยูโร ความแปรปรวนจะอยู่ในหน่วยยูโรกำลังสอง (ตีความยาก) ขณะที่ส่วนเบี่ยงเบนมาตรฐานจะอยู่ในหน่วยยูโร ดังนั้นส่วนเบี่ยงเบนมาตรฐานจึงเป็นที่นิยมในการสื่อสารการกระจายข้อมูลอย่างเป็นธรรมชาติ

## มีอีก 17 คำถาม

- ควอร์ไทล์ที่หนึ่ง (Q1) ของการแจกแจงแสดงถึงอะไร?
- จะตีความสัมประสิทธิ์สหสัมพันธ์ Pearson เท่ากับ -0.85 อย่างไร?

สมัครฟรี: https://sharpskill.dev/th/login

## หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

- [พื้นฐาน Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-basics.md): 25 คำถาม, Junior
- [การเขียนโปรแกรมเชิงวัตถุด้วย Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-oop.md): 20 คำถาม, Junior
- [โครงสร้างข้อมูล Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-data-structures.md): 20 คำถาม, Junior
- [พื้นฐาน Git](https://sharpskill.dev/th/technologies/data-science/interview-questions/git-fundamentals.md): 18 คำถาม, Junior
- [พื้นฐาน SQL](https://sharpskill.dev/th/technologies/data-science/interview-questions/sql-basics.md): 20 คำถาม, Junior
- [พื้นฐาน NumPy](https://sharpskill.dev/th/technologies/data-science/interview-questions/numpy-fundamentals.md): 22 คำถาม, Junior
- [พื้นฐาน Pandas](https://sharpskill.dev/th/technologies/data-science/interview-questions/pandas-basics.md): 22 คำถาม, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/th/technologies/data-science/interview-questions/jupyter-colab.md): 16 คำถาม, Junior
- [SQL Joins และคิวรีขั้นสูง](https://sharpskill.dev/th/technologies/data-science/interview-questions/sql-joins-advanced.md): 22 คำถาม, Mid-Level
- [Pandas ขั้นสูง](https://sharpskill.dev/th/technologies/data-science/interview-questions/pandas-advanced.md): 24 คำถาม, Mid-Level
- [การแสดงผลข้อมูลด้วย Matplotlib & Seaborn](https://sharpskill.dev/th/technologies/data-science/interview-questions/matplotlib-seaborn.md): 20 คำถาม, Mid-Level
- [การแสดงผลแบบโต้ตอบด้วย Plotly](https://sharpskill.dev/th/technologies/data-science/interview-questions/plotly-interactive.md): 18 คำถาม, Mid-Level
- [สถิติเชิงอนุมาน](https://sharpskill.dev/th/technologies/data-science/interview-questions/statistics-inferential.md): 24 คำถาม, Mid-Level
- [Web Scraping](https://sharpskill.dev/th/technologies/data-science/interview-questions/web-scraping.md): 18 คำถาม, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/th/technologies/data-science/interview-questions/bigquery-cloud.md): 18 คำถาม, Mid-Level
- [Feature Engineering](https://sharpskill.dev/th/technologies/data-science/interview-questions/feature-engineering.md): 22 คำถาม, Mid-Level
- [ML แบบมีผู้สอน: การถดถอย](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-supervised-regression.md): 24 คำถาม, Mid-Level
- [ML แบบมีผู้สอน: การจำแนกประเภท](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-supervised-classification.md): 24 คำถาม, Mid-Level
- [Decision Trees และ Ensembles](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-trees-ensembles.md): 24 คำถาม, Mid-Level
- [Unsupervised ML](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-unsupervised.md): 22 คำถาม, Mid-Level
- [ML Pipelines และการตรวจสอบ](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-pipelines-validation.md): 22 คำถาม, Mid-Level
- [Time Series และการพยากรณ์](https://sharpskill.dev/th/technologies/data-science/interview-questions/time-series-forecasting.md): 22 คำถาม, Mid-Level
- [พื้นฐาน Deep Learning](https://sharpskill.dev/th/technologies/data-science/interview-questions/deep-learning-fundamentals.md): 24 คำถาม, Senior
- [TensorFlow & Keras](https://sharpskill.dev/th/technologies/data-science/interview-questions/tensorflow-keras.md): 22 คำถาม, Senior
- [CNN และการจำแนกภาพ](https://sharpskill.dev/th/technologies/data-science/interview-questions/cnn-image-classification.md): 24 คำถาม, Senior
- [RNN และซีเควนซ์](https://sharpskill.dev/th/technologies/data-science/interview-questions/rnn-sequences.md): 22 คำถาม, Senior
- [Transformers และ Attention](https://sharpskill.dev/th/technologies/data-science/interview-questions/transformers-attention.md): 24 คำถาม, Senior
- [NLP และ Hugging Face](https://sharpskill.dev/th/technologies/data-science/interview-questions/nlp-huggingface.md): 24 คำถาม, Senior
- [GenAI และ LangChain](https://sharpskill.dev/th/technologies/data-science/interview-questions/genai-langchain.md): 24 คำถาม, Senior
- [MLOps และการ Deploy](https://sharpskill.dev/th/technologies/data-science/interview-questions/mlops-deployment.md): 24 คำถาม, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/th/technologies/data-science/interview-questions/statistics-descriptive