3 główne gałęzie statystyczne

The statystyki jest to gałąź matematyki, która odpowiada gromadzeniu, analizie, interpretacji, prezentacji i organizacji danych (zbiór wartości zmiennej jakościowej lub ilościowej). Ta dyscyplina ma na celu wyjaśnienie związków i zależności zjawiska (fizycznego lub naturalnego).

Etatysta i brytyjski ekonomista Arthur Lyon Bowley definiuje statystyki jako: „Numeryczne stwierdzenia faktów każdego działu badawczego, usytuowane względem siebie”. W tym sensie statystyki są odpowiedzialne za badanie pewności ludności (w statystykach, zestawach osób, obiektach lub zjawiskach) i / lub zjawiskach masowych lub zbiorowych.

Ta gałąź matematyki jest nauką przekrojową, to znaczy ma zastosowanie do różnych dyscyplin, od fizyki po nauki społeczne, nauki o zdrowiu lub kontrolę jakości.

Ponadto ma wielką wartość w działalności biznesowej lub rządowej, gdzie badanie uzyskanych danych ułatwia podejmowanie decyzji lub dokonywanie uogólnień.

Powszechną praktyką przeprowadzania badań statystycznych w odniesieniu do problemu jest rozpoczęcie od określenia a ludności, które mogą mieć różne tematy.

Typowym przykładem populacji jest całkowita populacja kraju, dlatego przeprowadzając narodowy spis ludności, prowadzone jest badanie statystyczne.

Niektóre wyspecjalizowane dziedziny statystyki to: nauki aktuarialne, biostatystyka, demografia, statystyki przemysłowe, fizyka statystyczna, ankiety, statystyki w naukach społecznych, ekonometria itp..

W psychologii dyscyplina psychometria, która specjalizuje się i określa ilościowo zmienne psychologiczne ludzkiego umysłu, stosując procedury statystyczne.

Główne gałęzie statystyki

Statystyka jest podzielona na dwa duże obszary: Statystyki opisowe i EStatystyki wnioskowania, które zawierają EStatystyki stosowane.

Oprócz tych dwóch obszarów istnieje statystyki matematyczne, które stanowią teoretyczne podstawy statystyki.

1- Statystyki opisowe

The statystyki opisowe to gałąź statystyki, która opisuje lub podsumowuje ilościowo (mierzalne) cechy zbioru informacji.

Oznacza to, że statystyki opisowe są odpowiedzialne za podsumowanie statystycznej próby (zbiór danych uzyskanych z ludności) zamiast się uczyć ludności który reprezentuje próbkę.

Niektóre z miar powszechnie stosowanych w opisowych statystykach do opisu zestawu danych to miary tendencji centralnej i miary zmienności o dyspersja.

W odniesieniu do środków tendencji centralnej, środki takie jak średnia, mediana i moda. Podczas gdy miary zmienności używają wariancja, kurtoza, itd..

Statystyka opisowa jest zazwyczaj pierwszą częścią do wykonania w analizie statystycznej. Wyniki tych badań są zazwyczaj połączone z wykresami i stanowią podstawę niemal dowolnej ilościowej (mierzalnej) analizy danych.

Przykładem statystyki opisowej może być rozważenie liczby podsumowującej, jak dobrze radzi sobie baseballista..

Tak więc liczba jest uzyskiwana przez liczbę trafienia który dał ciasto podzielone przez liczbę razy, gdy był w nietoperzu. Jednak niniejsze badanie nie dostarczy bardziej szczegółowych informacji, takich jak te, które były Home działa.

Innymi przykładami badań statystyki opisowej mogą być: średni wiek obywateli mieszkających na określonym obszarze geograficznym, średnia długość wszystkich książek odnoszących się do konkretnego tematu, różnica w czasie, który użytkownicy spędzają na przeglądaniu strona internetowa.

2- Statystyki wnioskowania

The statystyki wnioskowe różni się od statystyki opisowej głównie wykorzystaniem wnioskowania i indukcji.

Oznacza to, że ta gałąź statystyki stara się wydedukować właściwości z a ludności badane, to znaczy nie tylko zbiera i podsumowuje dane, ale także stara się wyjaśnić pewne właściwości lub cechy uzyskane z danych.

W tym sensie statystyki wnioskowania oznaczają uzyskanie poprawnych wniosków z analizy statystycznej dokonanej przez statystyki opisowe.

Z tego powodu wiele eksperymentów w naukach społecznych obejmuje grupę ludności zmniejszona, więc przez wnioskowania i uogólnienia można określić jako ludności ogólnie zachowuje się.

Wnioski uzyskane dzięki statystykom wnioskowania podlegają przypadkowości (brak wzorców lub prawidłowości), ale dzięki zastosowaniu odpowiednich metod uzyskuje się odpowiednie wyniki.

Więc oboje statystyki opisowe jak statystyki wnioskowe idą w parze.

Statystyka wnioskowania jest podzielona na:

Statystyki parametryczne

Obejmuje procedury statystyczne oparte na rozkładzie rzeczywistych danych, które są określone przez skończoną liczbę parametrów (liczba podsumowująca ilość danych uzyskanych ze zmiennej statystycznej).

Aby zastosować procedury parametryczne, w większości przypadków konieczne jest wcześniejsze poznanie formy dystrybucji uzyskanych form badanej populacji..

Dlatego też, jeśli dystrybucja uzyskanych danych nie jest znana w całości, należy zastosować procedurę nieparametryczną..

Statystyki nieparametryczne

Ta gałąź statystyk wnioskowania obejmuje procedury stosowane w testach i modelach statystycznych, w których ich rozkład nie jest zgodny z tak zwanymi kryteriami parametrycznymi. Ponieważ badane dane to te, które definiują jego dystrybucję, nie można go wcześniej zdefiniować.

Statystyki nieparametryczne to procedura, która musi zostać wybrana, gdy nie wiadomo, czy dane są zgodne ze znanym rozkładem, więc może to być krok przed procedurą parametryczną.

Podobnie w teście nieparametrycznym możliwości błędu zmniejszają się dzięki zastosowaniu odpowiednich rozmiarów próbek.

3- Statystyki matematyczne

W ten sam sposób wspomniano o istnieniu Statystyki matematyczne, jako dyscyplina statystyki.

Składa się na to poprzednia skala w badaniu statystyk, w której wykorzystują one teorię prawdopodobieństwa (gałąź matematyki badająca statystyki) przypadkowe zjawiska) i inne gałęzie matematyki.

Statystyka matematyczna polega na uzyskiwaniu informacji z danych i wykorzystaniu technik matematycznych, takich jak: analiza matematyczna, algebra liniowa, analiza stochastyczna, równania różniczkowe itp.. Tak więc na statystykę matematyczną wpływają stosowane statystyki.

Referencje

1. Statystyki (2017, 3 lipca). W Wikipedia, wolna encyklopedia. Źródło: 08:30, 4 lipca 2017, z en.wikipedia.org
2. Dane. (2017, 1 lipca). W Wikipedia, wolna encyklopedia. Źródło: 08:30, 4 lipca 2017, z en.wikipedia.org
3. Statystyki (2017, 25 czerwca). Wikipedia, darmowa encyklopedia. Data konsultacji: 08:30, 4 lipca 2017 r. Z en.wikipedia.org
4. Statystyki parametryczne. (2017, 10 lutego). Wikipedia, darmowa encyklopedia. Data konsultacji: 08:30, 4 lipca 2017 r. Z en.wikipedia.org
5. Statystyki nieparametryczne. (2015, 14 sierpnia). Wikipedia, darmowa encyklopedia. Data konsultacji: 08:30, 4 lipca 2017 r. Z en.wikipedia.org
6. Statystyki opisowe (2017, 29 czerwca). Wikipedia, darmowa encyklopedia. Data konsultacji: 08:30, 4 lipca 2017 r. Z en.wikipedia.org
7. Statystyki wnioskowania. (2017, 24 maja). Wikipedia, darmowa encyklopedia. Data konsultacji: 08:30, 4 lipca 2017 r. Z en.wikipedia.org
8. Wnioskowanie statystyczne. (2017, 1 lipca). W Wikipedia, wolna encyklopedia. Źródło: 08:30, 4 lipca 2017, z en.wikipedia.org
9. Statystyki inferencyjne (2006, 20 października). W bazie wiedzy o metodach badawczych. Źródło: 08:31, 4 lipca 2017, z socialresearchmethods.net 
10. Statystyki opisowe (2006, 20 października). W bazie wiedzy o metodach badawczych. Źródło: 08:31, 4 lipca 2017, z socialresearchmethods.net.