3 pagrindiniai statistikos skyriai

The statistika tai matematikos filialas, atitinkantis duomenų rinkimą, analizę, interpretavimą, pateikimą ir organizavimą (kokybinių ar kiekybinių kintamųjų vertybių rinkinys). Ši disciplina siekiama paaiškinti reiškinio (fizinio ar natūralaus) ryšius ir priklausomybes.

Statistika ir britų ekonomistas Arturas Lionas Bowley statistiką apibūdina kaip: „Bet kokių tyrimų departamento faktų numeriniai išrašai, susiję su viena kitai“. Šia prasme statistika yra atsakinga už tam tikro dalyko tyrimą gyventojų (statistikoje, individų, objektų ar reiškinių rinkinyje) ir (arba) masinio ar kolektyvinio reiškinio.

Šis matematikos sektorius yra skersinis mokslas, t. Y. Taikomas įvairioms disciplinoms, pradedant fizika ir socialiniais mokslais, sveikatos mokslais arba kokybės kontrole..

Be to, ji turi didelę vertę verslo ar vyriausybės veikloje, kur gautų duomenų tyrimas palengvina sprendimų priėmimą ar apibendrinimą.

Bendra praktika atlikti probleminį statistinį tyrimą yra pradėti nustatant a gyventojų, kurios gali būti įvairių temų.

Dažnas gyventojų skaičius yra bendras šalies gyventojų skaičius, todėl atliekant nacionalinį gyventojų surašymą atliekamas statistinis tyrimas.

Kai kurios specializuotos statistikos sritys yra: aktuariniai mokslai, biostatistika, demografija, pramonės statistika, statistinė fizika, apklausos, statistika socialinių mokslų, ekonometrijos ir kt..

Psichologijoje - psichometrija, kuris specializuojasi ir kiekybiškai įvertina psichologinius žmogaus proto kintamuosius, naudojant statistines procedūras.

Pagrindinės statistikos šakos

Statistika suskirstyta į dvi dideles sritis: Aprašomoji statistika ir ENenormali statistika, sudaro ETaikoma statistika.

Be šių dviejų sričių yra matematinė statistika, kurie sudaro teorinį statistikos pagrindą.

1- Aprašomoji statistika

The aprašomoji statistika yra statistikos sritis, apibūdinanti arba apibendrinanti kiekybiškai (išmatuojamus) informacijos rinkimo rinkinio požymius.

Tai reiškia, kad aprašomoji statistika yra atsakinga už statistinio mėginio apibendrinimą (duomenų rinkinys, gautas iš a) gyventojų) vietoj mokymosi gyventojų kuris yra pavyzdys.

Kai kurios aprašomosios statistikos priemonės, skirtos apibūdinti duomenų rinkinį, yra centrinės tendencijos priemonės ir kintamumo priemonės o dispersija.

Kalbant apie centrinės tendencijos priemones, pvz. \ T vidurkį, mediana ir mada. Nors kintamumo matai naudojami dispersijos, kurtosis, ir tt.

Aprašomoji statistika paprastai yra pirmoji dalis, kurią reikia atlikti atliekant statistinę analizę. Šių tyrimų rezultatus paprastai papildo grafikai ir sudaro beveik bet kokio kiekybinio (išmatuojamo) duomenų analizės pagrindą.

Aprašomosios statistikos pavyzdys gali būti apsvarstyti skaičių, apibendrinantį, kaip gerai veikia beisbolo žaidėjas..

Taigi skaičius gaunamas pagal skaičių hitai kuris davė tešlą, padalytą iš kartų, kiek jis buvo šikšnosparnyje. Tačiau šiame tyrime nebus pateikta tikslesnės informacijos, pavyzdžiui, kuri iš šių partijų buvo Pradžia Vyksta.

Kiti aprašomųjų statistinių tyrimų pavyzdžiai gali būti: vidutinis tam tikroje geografinėje vietovėje gyvenančių piliečių amžius, vidutinė visų knygų, susijusių su konkrečia tema, trukmė, skirtumai atsižvelgiant į laiką, kurį lankytojai praleidžia naršydami interneto puslapis.

2

The statistiniai duomenys skiriasi nuo aprašomosios statistikos daugiausia naudojant išvadas ir indukciją.

Tai reiškia, kad šios statistikos šakos tikslas yra nustatyti a gyventojų ty ne tik renka ir apibendrina duomenis, bet ir siekia paaiškinti tam tikras gautų duomenų savybes ar charakteristikas..

Šia prasme nereikšminga statistika reiškia, kad reikia gauti teisingas statistinės analizės išvadas, atliktas apibūdinančia statistika.

Dėl šios priežasties daugelis socialinių mokslų eksperimentų apima grupę gyventojų sumažintas, todėl išvadomis ir apibendrinimais galima nustatyti kaip gyventojų apskritai jis elgiasi.

Neaiškios statistikos išvados priklauso nuo atsitiktinumo (nesilaikant modelių ar dėsningumų), tačiau taikant atitinkamus metodus pasiekiami atitinkami rezultatai..

Taigi, tiek aprašomoji statistika kaip statistiniai duomenys jie eina ranka.

Nenormali statistika suskirstyta į:

Parametrinė statistika

Apima statistines procedūras, pagrįstas realių duomenų paskirstymu, kurį lemia ribotas skaičius parametrų (skaičius, apibendrinantis iš statistinio kintamojo gautų duomenų kiekį)..

Norint taikyti parametrines procedūras, dažniausiai būtina iš anksto žinoti pasiskirstymo formą tiriamoms gyventojų grupėms..

Todėl, jei gautų duomenų pasiskirstymas nėra visiškai žinomas, turėtų būti taikoma neparametrinė procedūra..

Neparametrinė statistika

Ši neatsiejamos statistikos sritis apima procedūras, taikomas bandymuose, ir statistinius modelius, kuriuose jų pasiskirstymas neatitinka vadinamųjų parametrų kriterijų. Kadangi tiriami duomenys yra tie, kurie apibrėžia jo pasiskirstymą, jis negali būti anksčiau apibrėžtas.

Neparametrinė statistika - tai procedūra, kurią reikia pasirinkti, kai nežinoma, ar duomenys atitinka žinomą paskirstymą, kad jis galėtų būti žingsnis prieš parametrų procedūrą.

Be to, netipinių parametrų bandyme klaidų galimybės sumažėja naudojant tinkamus mėginių dydžius.

3. Matematinė statistika

Tai buvo paminėta taip pat, kaip egzistuoja Matematinė statistika, kaip statistikos disciplina.

Tai susideda iš ankstesnio statistikos tyrimo skalės, kurioje jie naudoja tikimybių teoriją (matematikos šaką, kuri tiria atsitiktinių reiškinių) ir kitos matematikos šakos.

Matematinė statistika apima informacijos gavimą iš duomenų ir matematinių metodų, tokių kaip: matematinė analizė, tiesinė algebra, stochastinė analizė, diferencialinės lygtys ir kt.. Taigi matematinę statistiką įtakojo taikomoji statistika.

Nuorodos

1. Statistika (2017 m. Liepos 3 d.). Į Vikipedija, „Laisvas enciklopedija“. Gauta 08:30, 2017 m. Liepos 4 d., Iš en.wikipedia.org
2. Duomenys. (2017 m. Liepos 1 d.). Į Vikipedija, „Laisvas enciklopedija“. Gauta 08:30, 2017 m. Liepos 4 d., Iš en.wikipedia.org
3. Statistika (2017 m. Birželio 25 d.). Vikipedija, laisva enciklopedija. Konsultacijos data: 2017 m. Liepos 4 d., 08:30, iš en.wikipedia.org
4. Parametrinė statistika. (2017 m. Vasario 10 d.). Vikipedija, laisva enciklopedija. Konsultacijos data: 2017 m. Liepos 4 d., 08:30, iš en.wikipedia.org
5. Neparametrinė statistika. (2015 m. Rugpjūčio 14 d.). Vikipedija, laisva enciklopedija. Konsultacijos data: 2017 m. Liepos 4 d., 08:30, iš en.wikipedia.org
6. Aprašomoji statistika (2017 m. Birželio 29 d.). Vikipedija, laisva enciklopedija. Konsultacijos data: 2017 m. Liepos 4 d., 08:30, iš en.wikipedia.org
7. Nenormali statistika. (2017 m. Gegužės 24 d.). Vikipedija, laisva enciklopedija. Konsultacijos data: 2017 m. Liepos 4 d., 08:30, iš en.wikipedia.org
8. Statistinė išvada. (2017 m. Liepos 1 d.). Į Vikipedija, „Laisvas enciklopedija“. Gauta 08:30, 2017 m. Liepos 4 d., Iš en.wikipedia.org
9. Nenormali statistika (2006 m. Spalio 20 d.). Mokslinių tyrimų metodų žinių bazėje. Gauta 08:31, 2017 m. Liepos 4 d. Iš socialresearchmethods.net 
10. Aprašomoji statistika (2006 m. Spalio 20 d.). Mokslinių tyrimų metodų žinių bazėje. Gauta 08:31, 2017 m. Liepos 4 d. Iš socialresearchmethods.net.