L'importanza della statistica nella ricerca (con esempi)

Il campo della statistica riguarda la raccolta, l’analisi, l’interpretazione e la presentazione dei dati.

Nella ricerca, le statistiche sono importanti per i seguenti motivi:

Motivo 1 : La statistica consente ai ricercatori di progettare studi in modo che i risultati degli studi possano essere estrapolati a una popolazione più ampia.

Motivo 2 : Le statistiche consentono ai ricercatori di eseguire test di ipotesi per determinare se determinate affermazioni su un nuovo farmaco, procedura, metodo di produzione, ecc. sono validi. sono vere.

Motivo 3 : le statistiche consentono ai ricercatori di creare intervalli di confidenza per catturare l’incertezza sulle stime della popolazione.

Nel resto di questo articolo, sviluppiamo ciascuno di questi motivi.

Motivo 1: la statistica consente ai ricercatori di progettare studi

I ricercatori spesso vogliono rispondere a domande su popolazioni come:

• Qual è il peso medio di una certa specie di uccelli?
• Qual è l’altezza media di una determinata specie di piante?
• Quale percentuale di cittadini in una determinata città sostiene una determinata legge?

Un modo per rispondere a queste domande è raccogliere dati su ciascun individuo della popolazione di interesse.

Tuttavia, questo di solito è troppo costoso e richiede molto tempo, quindi i ricercatori prendono invece un campione della popolazione e utilizzano i dati campione per trarre conclusioni sulla popolazione nel suo insieme.

Esistono molti metodi diversi che i ricercatori possono potenzialmente utilizzare per inserire gli individui in un campione. Questi sono conosciuti come metodi di campionamento .

Esistono due classi di metodi di campionamento:

• Metodi di campionamento probabilistico : ogni membro di una popolazione ha la stessa probabilità di essere selezionato per far parte del campione.
• Metodi di campionamento non probabilistico : non tutti i membri di una popolazione hanno la stessa probabilità di essere selezionati per far parte del campione.

Utilizzando metodi di campionamento probabilistico, i ricercatori possono massimizzare le possibilità di ottenere un campione rappresentativo della popolazione complessiva.

Ciò consente ai ricercatori di estrapolare i risultati dal campione alla popolazione complessiva.

Scopri di più sulle due classi di metodi di campionamento qui .

Motivo 2: la statistica consente ai ricercatori di eseguire test di ipotesi

La statistica viene utilizzata anche nella ricerca sotto forma di verifica di ipotesi .

Si tratta di test che i ricercatori possono utilizzare per determinare se esiste una significatività statistica tra diverse procedure o trattamenti medici.

Ad esempio, supponiamo che uno scienziato ritenga che un nuovo farmaco sia in grado di ridurre la pressione sanguigna nei pazienti obesi. Per verificarlo, ha misurato la pressione sanguigna di 30 pazienti prima e dopo l’uso del nuovo farmaco per un mese.

Quindi esegue un test t per campioni accoppiati utilizzando le seguenti ipotesi:

• H ₀ : μ _dopo = μ _prima (la pressione sanguigna media è la stessa prima e dopo l’uso del farmaco)
• H _A : μ _dopo < μ _prima (la pressione arteriosa media è più bassa dopo l’uso del farmaco)

Se il valore p del test è inferiore a un certo livello di significatività (ad es. α = 0,05), allora si può respingere l’ipotesi nulla e concludere che il nuovo farmaco provoca una riduzione della pressione sanguigna.

Nota : questo è solo un esempio di verifica delle ipotesi utilizzata nella ricerca. Altri test comuni includono il t-test a un campione , il t-test a due campioni , l’ANOVA a una via e l’ANOVA a due vie .

Motivo 3: le statistiche consentono ai ricercatori di creare intervalli di confidenza

Le statistiche vengono utilizzate anche nella ricerca sotto forma di intervalli di confidenza .

Un intervallo di confidenza è un intervallo di valori che probabilmente contiene un parametro della popolazione con un certo livello di confidenza.

Ad esempio, supponiamo che i ricercatori vogliano stimare il peso medio di una determinata specie di tartaruga.

Invece di andare in giro e pesare ogni tartaruga della popolazione, i ricercatori possono prelevare un semplice campione casuale di tartarughe con le seguenti informazioni:

• Dimensione del campione n = 25
• Peso medio del campione x = 300
• Deviazione standard del campione s = 18,5

Utilizzando l’ intervallo di confidenza per una formula media , i ricercatori possono quindi costruire il seguente intervallo di confidenza al 95%:

Intervallo di confidenza al 95%: 300 +/- 1,96*(18,5/√ 25 ) = [292,75, 307,25]

I ricercatori affermerebbero quindi di essere sicuri al 95% che il peso medio reale di questa popolazione di tartarughe sia compreso tra 292,75 libbre e 307,25 libbre.

Risorse addizionali

I seguenti articoli spiegano l’importanza delle statistiche in altri campi:

L’importanza della statistica in sanità
L’importanza della statistica in infermieristica
L’importanza della statistica nelle imprese
L’importanza della statistica in economia
L’importanza della statistica nell’istruzione