What is Descriptive Statistics?

The Story That Starts Everythingवह कहानी जहाँ से सब शुरू होता है一切从这个故事开始

It is 7 am on a Monday. A hospital manager walks into her office and finds a spreadsheet with 50,000 rows — every patient visit from the past year. Name, age, diagnosis, treatment, cost, duration, outcome. Her board meeting starts in one hour and they want to know: how is the hospital performing?

सोमवार सुबह के 7 बजे हैं। एक hospital manager अपने office में आती है और 50,000 rows वाली एक spreadsheet पाती है — पिछले साल की हर patient visit. नाम, उम्र, diagnosis, treatment, cost, duration, outcome. एक घंटे में उनकी board meeting है और board जानना चाहता है: hospital कैसा perform कर रहा है?

周一早上 7 点。一位医院经理走进办公室，看到一张 50,000 行的电子表格 —— 过去一年的每一次就诊记录：姓名、年龄、诊断、治疗、费用、时长、结果。一小时后董事会开会，他们想知道：医院的表现如何？

She cannot read 50,000 rows in an hour. She cannot hand the spreadsheet to the board. What she needs is a way to compress 50,000 data points into a handful of meaningful numbers — numbers that tell the story of the data without showing every detail.

वह एक घंटे में 50,000 rows नहीं पढ़ सकती। वह spreadsheet board को नहीं थमा सकती। उन्हें एक ऐसा तरीका चाहिए जो 50,000 data points को कुछ मतलब वाली संख्याओं में समेट दे — ऐसी संख्याएँ जो हर detail दिखाए बिना data की कहानी बताएँ।

她不可能在一小时内读完 50,000 行，也不能把表格直接交给董事会。她需要一种方法，把 50,000 个数据点压缩成几个有意义的数字 —— 不展示每个细节，却能讲出数据的故事。

That is exactly what Descriptive Statistics does.

यही काम Descriptive Statistics करता है।

这正是描述统计（Descriptive Statistics）要做的事。

What is Descriptive Statistics?Descriptive Statistics क्या है?什么是描述统计？

Descriptive statistics is the branch of statistics that organises, summarises, and describes a dataset using numbers and charts. It does not make predictions. It does not test hypotheses. It simply answers one question: What does this data look like?

Descriptive statistics, statistics की वह शाखा है जो numbers और charts से किसी dataset को व्यवस्थित करती, सारांश बनाती और उसका वर्णन करती है। यह predictions नहीं करती। यह hypotheses test नहीं करती। यह बस एक सवाल का जवाब देती है: यह data कैसा दिखता है?

描述统计是统计学的一个分支，用数字和图表来整理、概括和描述数据集。它不做预测，也不检验假设，只回答一个问题：这些数据长什么样？

The Four Types of DataData के चार Types四种数据类型

Before you can choose which descriptive statistic to calculate, you must know what type of data you are working with. The wrong statistic on the wrong data type produces meaningless results.

कौन सी descriptive statistic निकालनी है, यह चुनने से पहले आपको पता होना चाहिए कि आप किस type के data पर काम कर रहे हैं। ग़लत data type पर ग़लत statistic बेमतलब नतीजे देती है।

在选择计算哪种描述统计量之前，你必须先知道手上是什么类型的数据。在错误的数据类型上用错误的统计量，结果毫无意义。

All data falls into one of four types, arranged in a hierarchy from least to most informative:

हर data चार types में से किसी एक में आता है, जो कम से ज़्यादा जानकारी वाले क्रम में रखे गए हैं:

所有数据都属于以下四种类型之一，按信息量从少到多排成一个层级：

Data Types — Real Examples Side by SideData Types — असली उदाहरण साथ-साथ数据类型 — 真实例子对照

Another way to remember it — the thermometer testयाद रखने का एक और तरीका — thermometer test另一种记法 —— 温度计测试

Population vs Sample — The Most Important DistinctionPopulation vs Sample — सबसे ज़रूरी फ़र्क़总体 vs 样本 — 最重要的区分

Every dataset you will ever work with is either a population or a sample. Getting this wrong leads to the wrong formulas, the wrong conclusions, and sometimes catastrophically bad decisions.

आप जिस भी dataset पर काम करेंगे, वह या तो population होगा या sample. इसमें ग़लती से ग़लत formulas, ग़लत निष्कर्ष, और कभी-कभी बहुत बुरे फ़ैसले होते हैं।

你接触的每个数据集，要么是总体（population），要么是样本（sample）。搞错了，就会用错公式、得出错误结论，有时还会做出灾难性的决定。

Story — the hospital againकहानी — फिर से hospital故事 —— 又是那家医院

The hospital manager has data on every patient visit last year — all 50,000. That is the population for the question "how did we perform last year?" She has every data point. She uses population formulas (divide by N).

Hospital manager के पास पिछले साल की हर patient visit का data है — सारी 50,000. "पिछले साल हमने कैसा perform किया?" सवाल के लिए यही population है। उनके पास हर data point है। वह population formulas इस्तेमाल करती है (N से भाग)।

医院经理拥有去年每一次就诊的数据 —— 全部 50,000 条。对于“我们去年表现如何？”这个问题，这就是总体。她有每一个数据点，所以用总体公式（除以 N）。

But now she wants to know: do patients in general — across the entire NHS — prefer morning or evening appointments? She cannot collect data from every NHS patient. So she surveys 800 patients from her hospital. That 800 is a sample. She uses sample formulas (divide by n−1) and her conclusions come with uncertainty — they might not perfectly reflect all NHS patients.

पर अब वह जानना चाहती है: क्या पूरे NHS के patients आम तौर पर सुबह के appointments पसंद करते हैं या शाम के? वह हर NHS patient का data नहीं जुटा सकती। इसलिए वह अपने hospital के 800 patients का survey करती है। वे 800 एक sample हैं। वह sample formulas इस्तेमाल करती है (n−1 से भाग), और उनके निष्कर्षों में अनिश्चितता रहती है — हो सकता है वे सारे NHS patients को पूरी तरह न दर्शाएँ।

但现在她想知道：整个 NHS 的患者总体上更喜欢上午还是晚上预约？她不可能收集每一位 NHS 患者的数据，于是调查了本院的 800 名患者。这 800 人就是样本。她使用样本公式（除以 n−1），结论也带有不确定性 —— 可能无法完全代表所有 NHS 患者。

Population vs Sample — More Real-World ExamplesPopulation vs Sample — और असली उदाहरण总体 vs 样本 — 更多真实例子

Python — Identifying Data Types and BasicsPython — Data Types पहचानना और बुनियादी बातेंPython — 识别数据类型与基础

Loading and inspecting data typesData load करना और उसके types देखना加载并查看数据类型

import pandas as pd
import numpy as np

# Create a realistic hospital dataset
data = {
    'patient_id':    [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008],
    'blood_type':    ['A', 'O', 'B', 'AB', 'O', 'A', 'O', 'B'],          # Nominal
    'pain_level':    [3, 7, 5, 2, 8, 4, 6, 1],                           # Ordinal (1–10 scale)
    'temperature_c': [37.1, 38.4, 36.9, 39.2, 37.8, 36.5, 38.1, 37.3],  # Interval
    'weight_kg':     [72, 85, 61, 93, 78, 55, 88, 70],                    # Ratio
    'stay_days':     [2, 5, 1, 8, 3, 1, 4, 2],                           # Ratio
}

df = pd.DataFrame(data)
print(df.dtypes)
print("\n", df.head())

Descriptive stats for each data typeहर data type के लिए descriptive stats每种数据类型的描述统计

import pandas as pd
from scipy import stats

data = {
    'blood_type':    ['A','O','B','AB','O','A','O','B','A','O'],
    'pain_level':    [3, 7, 5, 2, 8, 4, 6, 1, 5, 7],
    'temperature_c': [37.1, 38.4, 36.9, 39.2, 37.8, 36.5, 38.1, 37.3, 37.0, 38.9],
    'weight_kg':     [72, 85, 61, 93, 78, 55, 88, 70, 66, 82],
}
df = pd.DataFrame(data)

# ── Nominal: blood_type — only mode and frequency make sense ──
print("=== Nominal: Blood Type ===")
print(df['blood_type'].value_counts())
print(f"Mode: {df['blood_type'].mode()[0]}")

# ── Ordinal: pain_level — mode and median are appropriate ──
print("\n=== Ordinal: Pain Level ===")
print(f"Mode:   {df['pain_level'].mode()[0]}")
print(f"Median: {df['pain_level'].median()}")

# ── Interval/Ratio: temperature and weight — full stats ──
print("\n=== Ratio: Weight (kg) ===")
print(f"Mean:    {df['weight_kg'].mean():.1f} kg")
print(f"Median:  {df['weight_kg'].median():.1f} kg")
print(f"Std Dev: {df['weight_kg'].std():.1f} kg")  # sample std (ddof=1)
print(f"Min:     {df['weight_kg'].min()} kg")
print(f"Max:     {df['weight_kg'].max()} kg")