统计数据

在本文中，我们解释什么是统计数据以及它们的用途。因此，我们向您展示统计的基本概念、现有的不同类型的统计以及统计应用的现实示例。

什么是统计？

统计学是用于研究一组数据的数学分支。换句话说，统计学是用来收集、分析和解释一系列数据的数学学科。

例如，当我们计算一些数据的平均值或制作图表时，我们正在使用统计数据。

因此，统计学由一组方法、程序和公式组成，使我们能够分析信息并从中得出结论。统计学的最终目标是更好地理解一组数据并从中得出正确的结论。

统计基础知识

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。这通常是统计调查中研究的特征。
• 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。

您可以在以下链接中查看更多重要的统计概念：

统计类型

统计数据的类型有：

• 描述性统计：用于描述或总结数据集的特征。
• 推论统计：用于从样本数据确定总体值。它分为两种：
• 参数统计：研究数据可以使用概率分布进行建模。
• 非参数统计– 分析不符合概率分布的数据。

统计测量

统计度量是代表数据集特征的值。因此，计算统计度量来总结一组数据。

因此，统计测量用于确定一组数据的样子，并允许比较不同的统计样本。

统计措施有四种类型：

• 集中趋势的度量：指示分布的中心值。例如：平均值、中位数和众数。
• 分散度测量：用于确定统计样本中数据的分散度或集中度。例如：标准差、方差和极差。
• 位置指标：这些显示数据集的结构。例如：四分位数、十分位数和百分位数。
• 形状度量：它们使我们能够知道分布的形状，而无需以图形方式表示它。例如：不对称和扁平化。

统计示例

一旦我们了解了统计的定义和不同的统计概念，我们将看到统计在真实案例中的应用示例，以充分理解其含义。

例如，我们可以使用统计数据来研究一个国家/地区人们的脚尺寸。为此，我们首先要收集相关数据，然后进行分析，最后得出结论。

因此，如果我们对一个国家所有居民的脚的大小进行统计研究，那么人口就是居住在该国家的所有人。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。

一旦我们选择了样本中的每个人，我们就需要收集有关所选人员的信息。在这种情况下，我们主要对脚的尺寸感兴趣，但我们也可能会询问其他信息，如身高、性别、体重等。分析脚的尺寸与人类其他特征之间可能的关系。

收集完所有数据后，我们需要计算不同的统计度量来研究研究的样本，例如，我们可以计算平均值、标准差、众数、中位数等。此外，我们可以用统计图表来表示数据，以更好地可视化收集的数据样本。

应该注意的是，在计算样本的不同统计指标时，我们将使用描述性统计，因为我们正在描述样本的特征。但是，我们可以使用计算值来估计总体值，在这种情况下，我们将使用推论统计。

统计应用

统计学在日常生活中有很多应用，一些最重要的应用是：

• 业务数据分析——企业中经常使用统计来分析数据。例如，它们用于评估销售数据、市场需求、客户趋势和业务成本。
• 科学研究：正如我们在整篇文章中所看到的，统计数据用于分析和理解数据。因此，在生物学、物理学或心理学等任何科学学科中，统计学都可以评估结果的有效性并从所进行的研究中得出结论。
• 营销和广告：统计数据对于营销非常有用，因为它们有助于了解消费者偏好、评估广告活动的影响并分析优惠的效果。
• 金融——统计应用于市场分析、经济预测、风险评估和投资决策。基本上，统计数据有助于评估不同选择中最好的经济投资。
• 政治：统计数据还用于分析一个国家的人口统计数据、评估社会计划以及衡量公共政策对社会的影响。统计技术甚至被用来尝试预测选举结果。

统计与概率

统计和概率是数学的两个密切相关的分支。事实上，两个学科的知识通常一起用来进行研究。这就是为什么在本节中我们将了解统计和概率之间的关系以及它们之间的差异。

概率是数学的一个分支，负责研究事件发生的可能性。因此，事件的概率是一个介于 0 和 1 之间的值，表示该事件发生的概率，因此事件的概率越高，该事件就越容易发生。

因此，概率和统计学之间的主要区别在于概率用于在研究之前进行计算，而统计学用于分析研究获得的结果。因此，概率具有演绎性质，而统计则基于经验。

因此，概率试图计算实验的某个结果发生的概率，而统计学则负责分析和解释从所述实验获得的结果。