統計の基本概念

この記事では、統計の主な概念と、これらの概念が適用される実際の事例を紹介します。より高度な統計概念も理解できるようになります。

基本的な統計概念

統計の基本概念は次のとおりです。

• 母集団: 統計調査の対象となる、類似の特性を持つ要素のセット。
• サンプル: 統計調査が実行される母集団の一部。
• 個人: 母集団の一部である各要素。
• 性格: 集団内のすべての個人が持つ、したがって統計研究の対象となり得るそれぞれの特徴。
• サンプリング: 母集団からサンプルが選択されるプロセス。さまざまなサンプリング方法があります。
• 統計変数: 異なる値をとり、測定できる集団内の個人の特性。これは通常、統計研究で研究される特性です。
• 統計パラメータ: サンプルの特性を要約する値。
• 統計実験: 数値かどうかに関係なく結果を提供する手順であり、考えられる各結果の発生確率を計算するために使用されます。
• 記述統計: 分析に役立つように収集されたデータを記述する責任を負う統計の分野。
• 推論統計: サンプルからのデータから母集団の値を決定する責任を負う統計の分野。
• 算術平均：一連の統計データの平均値です。
• Median : 最小値から最大値の順に並べられたデータセットの中央値です。言い換えれば、中央値は順序付けされたデータセットを 2 つの等しい部分に分割します。
• モード: これは、データセット内で最も繰り返される値です。
• 標準偏差: データセットの分散またはばらつきを示す値。
• 範囲: データセットの最大値と最小値の差です。

基本的な統計概念の例

統計の基本概念の定義を理解したら、実際の事例を見てその意味を完全に理解します。

たとえば、ある国のすべての人の足のサイズについて統計調査を行う場合、人口はその国に住んでいるすべての人々になります。ただし、多くの人が住んでいる国なので、全員の足のサイズを聞くことはできませんが、居住者の 20% のみに質問し、これらが研究サンプルとなります。同様に、その国の住民はそれぞれ、研究における個人を代表しています。そして最後に、研究の特徴は人々の足のサイズです。

一方、調査に参加する住民を選択するプロセスはサンプリングです。具体的には、この場合はサンプル要素をランダムに選択できるため、単純ランダムサンプリングと呼ばれるサンプリング方法を使用します。

さらに、統計分析を実行するために、収集されたサンプルの特性を知るためにさまざまな統計パラメーターを計算できます。したがって、たとえば、収集されたデータの平均、中央値、最頻値、標準偏差、範囲を決定できます。

最後に、サンプルのさまざまな統計的尺度を計算するときは、サンプルの特性を記述するため、記述統計を使用します。ただし、計算された値を使用して母集団の値を近似すると、推論統計を使用することになります。

高度な統計概念

統計の基本的な概念を理解したところで、役立つ可能性のあるさらに高度な概念をいくつか見てみましょう。

• 統計頻度– データセット内に値が出現する回数。
• 統計グラフ: 一連の統計データをグラフで表現したものです。
• 信頼区間: これは、母集団パラメータの値が間にある値の近似値を提供する区間です。
• 信頼水準: 母集団の統計パラメータの推定値が信頼区間内にある確率。
• 帰無仮説: これは、母集団パラメータに関して持つ最初の仮説が偽であることを示す仮説です。
• 対立仮説: 真実であることを証明したい統計研究の仮説です。
• 仮説の対比: これは、仮説を棄却または棄却するために使用される手順です。具体的には、仮説検定中に、帰無仮説または対立仮説が真であるかどうかが判断されます。
• p 値: 帰無仮説を棄却または受け入れるための仮説検定で使用される 0 から 1 までの値です。
• 線形回帰: 1 つ以上の独立変数を従属変数に関連付ける統計モデルです。