<\/p>\n
Il campo della statistica<\/strong> riguarda la raccolta, l’analisi, l’interpretazione e la presentazione dei dati.<\/span><\/p>\n Il campo dell’analisi<\/strong> riguarda l’applicazione di metodi statistici a problemi aziendali pratici.<\/span><\/p>\n Ci sono molte sovrapposizioni tra queste due aree, ma ecco la differenza principale:<\/span><\/p>\n \u00c8 pi\u00f9 probabile che uno statistico<\/strong> lavori in un ambiente clinico o di ricerca in cui il disegno dello studio, la verifica delle ipotesi<\/a> , i modelli ANOVA<\/a> e gli intervalli di confidenza<\/a> sono pi\u00f9 comunemente utilizzati.<\/span><\/p>\n \u00c8 pi\u00f9 probabile che un analista<\/strong> lavori in un ambiente aziendale in cui sono pi\u00f9 comunemente utilizzati statistiche descrittive, visualizzazioni di dati e modelli di regressione.<\/span><\/p>\n Gli statistici e gli analisti lavorano con i dati nei loro ruoli quotidiani, ma gli statistici tendono a concentrarsi maggiormente sulla verifica delle ipotesi statistiche, mentre gli analisti tendono a concentrarsi maggiormente sulla comprensione dei dati e dei modelli che sono alla base delle operazioni aziendali.<\/span><\/p>\n Continua a leggere per vedere come vengono utilizzate le statistiche e l’analisi negli scenari del mondo reale.<\/span><\/p>\n Ecco alcuni esempi di come vengono utilizzate le statistiche negli scenari del mondo reale.<\/span><\/p>\n Gli statistici che lavorano in contesti clinici spesso utilizzano test di ipotesi per determinare se un nuovo farmaco porta a risultati migliori per i pazienti.<\/span><\/p>\n Ad esempio, un biostatistico potrebbe somministrare un farmaco per la pressione sanguigna a 30 pazienti per un mese, quindi somministrare un secondo farmaco per la pressione sanguigna agli stessi 30 pazienti per un ulteriore mese.<\/span><\/p>\n Quindi possono eseguire un t-test a campioni appaiati<\/a> per determinare se esiste una differenza statisticamente significativa nella riduzione della pressione sanguigna tra i due farmaci.<\/span><\/p>\n Gli statistici che lavorano in agricoltura utilizzano spesso i modelli ANOVA per determinare se esiste una differenza statisticamente significativa nella resa del raccolto tra tre o pi\u00f9 tipi di fertilizzanti.<\/span><\/p>\n Ad esempio, uno statistico potrebbe applicare tre fertilizzanti diversi a campi diversi per un mese e quindi raccogliere dati per misurare la resa media del raccolto.<\/span><\/p>\n Potrebbero quindi eseguire un’ANOVA unidirezionale<\/a> per determinare se esiste una differenza statisticamente significativa<\/a> tra la resa media.<\/span><\/p>\n Gli statistici che lavorano in ambito medico utilizzano spesso intervalli di confidenza per quantificare il valore medio di diversi dati biometrici.<\/span><\/p>\n Ad esempio, uno statistico potrebbe raccogliere dati sulla pressione sanguigna di 50 pazienti che utilizzano tutti lo stesso farmaco per la pressione sanguigna per stabilire un intervallo di valori che potrebbe contenere la reale riduzione media della pressione sanguigna per i pazienti della popolazione generale che utilizzano questo particolare farmaco. medicinale.<\/span><\/p>\n Ecco alcuni esempi di come viene utilizzata l’analisi negli scenari del mondo reale.<\/span><\/p>\n Gli analisti aziendali<\/span> utilizzano spesso le statistiche descrittive per riassumere i dati relativi alle finanze aziendali.<\/span><\/p>\n Ad esempio, un analista aziendale che lavora per un’azienda di vendita al dettaglio potrebbe calcolare le seguenti statistiche descrittive durante un trimestre lavorativo:<\/span><\/p>\n Utilizzando questi parametri, l’analista pu\u00f2 comprendere la posizione finanziaria dell’azienda e anche confrontare questi parametri con i trimestri precedenti per capire come i parametri cambiano nel tempo.<\/span><\/p>\n Possono quindi utilizzare questi parametri per informare l’organizzazione sulle aree che potrebbero richiedere miglioramenti per aiutare l’azienda ad aumentare le entrate o ridurre le spese.<\/span><\/p>\n Gli analisti che lavorano per le aziende di vendita al dettaglio spesso creano visualizzazioni di dati come grafici a linee, grafici a barre, mappe di calore, box plot, grafici a dispersione e altri grafici per visualizzare le vendite totali, le entrate, le spese, i rimborsi, ecc. durante i diversi trimestri di attivit\u00e0.<\/span><\/p>\n Nel mondo reale, molti analisti creano spesso dashboard interattive utilizzando software come Tableau<\/a> in modo che i leader aziendali possano esplorare in modo interattivo diverse metriche ed esplorare tendenze e modelli di dati per comprendere meglio il business. le prestazioni di business.<\/span><\/p>\n Gli analisti finanziari<\/span> utilizzano spesso modelli di regressione<\/span> per quantificare la relazione tra una o pi\u00f9 variabili predittive e una variabile di risposta<\/a> .<\/span><\/p>\n Ad esempio, un analista pu\u00f2 avere accesso ai dati sul denaro totale speso per la pubblicit\u00e0 televisiva, la pubblicit\u00e0 online e le entrate totali generate.<\/span><\/p>\n Potrebbero quindi costruire il seguente modello di regressione lineare multipla:<\/span><\/p>\n Entrate = 76,4 + 4,6 (pubblicit\u00e0 online) + 0,8 (pubblicit\u00e0 televisiva)<\/span><\/p>\n Ecco come interpretare i coefficienti di regressione<\/a> in questo modello:<\/span><\/p>\n Utilizzando questo modello, un analista finanziario pu\u00f2 capire rapidamente che il denaro speso in pubblicit\u00e0 online genera entrate medie molto pi\u00f9 elevate rispetto al denaro speso in pubblicit\u00e0 televisiva.<\/span><\/p>\n Statistica e analisi sono due campi che hanno molte sovrapposizioni.<\/span><\/p>\n Tuttavia, gli statistici tendono a concentrarsi maggiormente sulla verifica delle ipotesi statistiche, mentre gli analisti tendono a concentrarsi maggiormente sulla comprensione dei dati e dei modelli che sono alla base delle operazioni aziendali.<\/span><\/p>\n Nel mondo reale, statistici e analisti lavorano spesso fianco a fianco e non \u00e8 raro che le due professioni collaborino per risolvere i problemi del mondo reale.<\/span><\/p>\n I seguenti articoli spiegano l’importanza delle statistiche in vari campi:<\/span><\/p>\n Perch\u00e9 le statistiche sono importanti? (10 motivi per cui le statistiche sono importanti!)<\/a> Il campo della statistica riguarda la raccolta, l’analisi, l’interpretazione e la presentazione dei dati. Il campo dell’analisi riguarda l’applicazione di metodi statistici a problemi aziendali pratici. Ci sono molte sovrapposizioni tra queste due aree, ma ecco la differenza principale: \u00c8 pi\u00f9 probabile che uno statistico lavori in un ambiente clinico o di ricerca in cui […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n L’uso della statistica nel mondo reale<\/strong><\/span><\/h2>\n
Esempio 1: verifica delle ipotesi<\/strong><\/span><\/h3>\n
Esempio 2: modelli ANOVA<\/strong><\/span><\/h3>\n
Esempio 3: intervalli di confidenza<\/strong><\/span><\/h3>\n
Utilizzo dell’analisi nel mondo reale<\/strong><\/span><\/h2>\n
Esempio 1: Statistica descrittiva<\/strong><\/span><\/h3>\n
\n
Esempio 2: visualizzazioni di dati<\/strong><\/span><\/h3>\n
Esempio 3: modelli di regressione<\/strong><\/span><\/h3>\n
\n
Conclusione<\/strong><\/span><\/h2>\n
Risorse addizionali<\/strong><\/span><\/h3>\n
L\u2019importanza della statistica nelle imprese<\/a>
L\u2019importanza della statistica nell\u2019istruzione<\/a>
L\u2019importanza della statistica in sanit\u00e0<\/a>
L’importanza della statistica in finanza<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"