统计学的基本概念

在本文中，您将找到统计的主要概念以及应用这些概念的真实案例。您还将能够看到更高级的统计概念。

基本统计概念

统计学的基本概念是：

• 总体：具有相似特征的一组元素，旨在对其进行统计研究。
• 样本：进行统计研究的部分人口。
• 个体：属于总体一部分的每个元素。
• 特征：群体中所有个体都具有的每一个特征，因此可以成为统计研究的主题。
• 抽样：从总体中选择样本的过程。有不同的采样方法。
• 统计变量：群体中个体的特征，可以采用不同的值并进行测量。这通常是统计研究中研究的特征。
• 统计参数：总结样本特征的值。
• 统计实验：提供结果（无论是否为数字）的过程，用于计算每个可能结果发生的概率。
• 描述性统计：统计的一个分支，负责描述收集的数据以帮助分析。
• 推论统计：统计的一个分支，负责根据样本数据确定总体值。
• 算术平均值：一组统计数据的平均值。
• 中位数：是数据集从小到大排序的中值。换句话说，中位数将有序数据集分成相等的两部分。
• 众数：这是数据集中重复次数最多的值。
• 标准差：表示数据集的分散性或变异性的值。
• 极差：数据集的最大值和最小值之间的差。

基本统计概念示例

一旦我们了解了统计学基本概念的定义，我们就会看到一个真实的案例来充分理解它们的含义。

例如，如果我们对一个国家/地区每个人的脚尺寸进行统计研究，那么人口就是居住在该国家/地区的所有人。然而，由于一个国家有很多人居住，我们无法询问每个人的脚尺寸，但我们只会询问20%的居民，这些就构成了研究样本。同样，该国的每个居民都代表研究中的一个个体。最后，研究的特点是人脚的大小。

另一方面，我们选择参与研究的居民的过程是抽样。具体来说，在这种情况下，我们可以随机选择样本元素，因此我们将使用称为简单随机抽样的抽样方法。

此外，为了进行统计分析，我们可以计算不同的统计参数来了解收集样本的特征。因此，我们可以确定所收集数据的平均值、中位数、众数、标准差和范围等。

最后，在计算样本的不同统计指标时，我们将使用描述性统计，因为我们描述的是样本的特征。然而，如果我们随后使用计算值来近似人口值，我们将使用推论统计。

先进的统计概念

现在我们已经了解了统计的基本概念，让我们看看一些可能对您也有用的更高级的概念。

• 统计频率——某个值在数据集中出现的次数。
• 统计图：是一组统计数据的图形表示。
• 置信区间：这是一个区间，提供总体参数值之间的近似值。
• 置信水平：总体统计参数的估计值位于置信区间内的概率。
• 零假设：这是一种假设，根据该假设，人们对总体参数的初始假设是错误的。
• 另类假设：是您想要证明其正确性的统计研究假设
• 假设对比：这是用于拒绝或拒绝假设的程序。具体而言，在假设检验期间，确定原假设或备择假设是否为真。
• p 值：是一个介于 0 和 1 之间的值，用于假设检验以拒绝或接受原假设。
• 线性回归：它是一种将一个或多个自变量与因变量相关联的统计模型。