Statistikos supratimas

Henrikas Sorensenas/Stone/Getty Images

Kiek kalorijų kiekvienas iš mūsų suvalgė pusryčiams? Kaip toli nuo namų šiandien visi keliavo? Kokio dydžio yra ta vieta, kurią vadiname namais? Kiek kitų žmonių tai vadina namais? Norint suprasti visą šią informaciją, reikia tam tikrų priemonių ir mąstymo būdų. Matematikos mokslas, vadinamas statistika, yra tai, kas mums padeda susidoroti su šiuo informacijos pertekliumi.

Statistika yra skaitmeninės informacijos, vadinamos duomenimis, tyrimas. Statistikai renka, tvarko ir analizuoja duomenis. Kiekviena šio proceso dalis taip pat yra kruopščiai išnagrinėta. Statistikos metodai taikomi daugelyje kitų žinių sričių. Toliau pateikiamas kai kurių pagrindinių statistikos temų įvadas.

Populiacijos ir pavyzdžiai

Viena iš pasikartojančių statistikos temų yra ta, kad mes galime ką nors pasakyti apie didelę grupę, remdamiesi palyginti nedidelės tos grupės dalies tyrimu. Visa grupė yra žinoma kaip gyventojai. Grupės dalis, kurią mes tiriame, yra mėginys .

Tarkime, kad norime sužinoti vidutinį žmonių, gyvenančių Jungtinėse Valstijose, ūgį. Galėtume pabandyti išmatuoti daugiau nei 300 milijonų žmonių, bet tai būtų neįmanoma. Būtų logistinis košmaras atlikti matavimus taip, kad niekas nebūtų praleistas ir niekas nebūtų skaičiuojamas du kartus.

Dėl to, kad neįmanoma išmatuoti visų Jungtinėse Valstijose, galėtume naudoti statistiką. Užuot ieškoję visų gyventojų ūgių, imame a statistinė imtis iš kelių tūkstančių. Jei populiaciją atrinkome teisingai, vidutinis imties ūgis bus labai artimas vidutiniam populiacijos ūgiui.

Duomenų gavimas

Norint padaryti geras išvadas, mums reikia gerų duomenų, su kuriais galėtume dirbti. Visada reikia atidžiai išnagrinėti, kaip atrenkame populiaciją, kad gautume šiuos duomenis. Kokio tipo imtį naudojame, priklauso nuo to, kokį klausimą užduodame apie populiaciją. Dažniausiai naudojami pavyzdžiai:

• Paprastas Atsitiktinis
• Stratifikuotas
• Sugrupuoti

Taip pat svarbu žinoti, kaip atliekamas mėginio matavimas. Grįžtant prie anksčiau pateikto pavyzdžio, kaip gauti mūsų imtyje esančių tų aukščių?

• Ar leidžiame žmonėms anketoje nurodyti savo ūgį?
• Ar keli mokslininkai visoje šalyje matuoja skirtingus žmones ir praneša apie savo rezultatus?
• Ar vienas tyrėjas visus imtyje esančius matuoja ta pačia matavimo juosta?

Kiekvienas iš šių duomenų gavimo būdų turi savo privalumų ir trūkumų. Kiekvienas, naudojantis šio tyrimo duomenis, norėtų sužinoti, kaip jie buvo gauti.

Duomenų tvarkymas

Kartais yra daugybė duomenų, ir mes tiesiogine prasme galime pasiklysti visose detalėse. Sunku pamatyti mišką medžiams. Štai kodėl svarbu gerai tvarkyti savo duomenis. Kruopštus organizavimas ir grafiniai ekranai duomenų padeda mums pastebėti modelius ir tendencijas dar prieš atliekant bet kokius skaičiavimus.

Kadangi tai, kaip grafiškai pateikiame savo duomenis, priklauso nuo įvairių veiksnių. Įprasti grafikai yra šie:

• Skritulinės diagramos arba apskritimo diagramos
• Juostiniai arba pareto grafikai
• Sklaidos diagramos
• Laiko siužetai
• Stiebų ir lapų sklypai
• Dėžutės ir ūsų grafikai

Be šių gerai žinomų grafikų, yra ir kitų, kurie naudojami specializuotose situacijose.

Aprašomoji statistika

Vienas iš duomenų analizės būdų vadinamas aprašomąja statistika. Čia tikslas yra apskaičiuoti kiekius, apibūdinančius mūsų duomenis. Skaičiai vadinami vidurkiu, mediana ir režimas yra naudojami nurodyti vidutinis arba duomenų centre. Diapazonas ir standartinis nuokrypis naudojami nurodant duomenų paskirstymą. Sudėtingesnės technikos, pvzkoreliacijair regresija apibūdina duomenis, kurie yra suporuoti.

Išvadinė statistika

Kai pradedame nuo pavyzdžio, o tada bandome ką nors nuspręsti apie populiaciją, mes naudojame išvadinė statistika . Dirbant su šia statistikos sritimi, tema hipotezių tikrinimas kyla. Čia matome statistikos dalyko mokslinį pobūdį, nes iškeliame hipotezę, tada naudojame statistinius įrankius su savo imtimi, kad nustatytų tikimybę, ar mums reikia atmesti hipotezę, ar ne. Šis paaiškinimas iš tikrųjų tik subraižo šios labai naudingos statistikos dalies paviršių.

Statistikos taikymas

Neperdedame teigti, kad statistikos įrankiai naudojami beveik visose mokslinių tyrimų srityse. Štai keletas sričių, kurios labai priklauso nuo statistikos:

• Psichologija
• Ekonomika
• Vaistas
• Reklama
• Demografija

Statistikos pagrindai

Nors kai kurie statistiką laiko matematikos šaka, geriau ją laikyti disciplina, paremta matematika. Konkrečiai, statistika yra sudaryta iš matematikos srities, žinomos kaip tikimybė. Tikimybė suteikia mums būdą nustatyti, kokia tikimybė, kad įvyks įvyks. Tai taip pat suteikia mums būdą kalbėti apie atsitiktinumą. Tai labai svarbu statistikoje, nes tipinę imtį reikia atsitiktinai atrinkti iš populiacijos.

Pirmą kartą tikimybę 1700-aisiais ištyrė matematikai, tokie kaip Paskalis ir Fermat. 1700-ieji taip pat pažymėjo statistikos pradžią. Statistika toliau augo nuo savo tikimybių šaknų ir iš tikrųjų pakilo 1800-aisiais. Šiandien jos teorinė sritis ir toliau plečiama vadinamojoje matematinėje statistikoje.