Podstawowe pojęcia statystyki

W tym artykule znajdziesz główne pojęcia statystyki, a także prawdziwy przykład zastosowania tych pojęć. Będziesz także mógł zobaczyć bardziej zaawansowane koncepcje statystyczne.

Podstawowe pojęcia statystyczne

Podstawowe pojęcia statystyki to:

• Populacja : zbiór elementów o podobnych cechach, na którym zamierza się przeprowadzić badanie statystyczne.
• Próba : część populacji, na której przeprowadzane jest badanie statystyczne.
• Indywidualny : każdy z elementów wchodzących w skład populacji.
• Charakter : każda z cech, które posiadają wszystkie jednostki w populacji i która w związku z tym może być przedmiotem badań statystycznych.
• Próbkowanie : proces wybierania próby z populacji. Istnieją różne metody pobierania próbek.
• Zmienna statystyczna : charakterystyka osobników w populacji, która może przyjmować różne wartości i być mierzona. Jest to zazwyczaj cecha badana w badaniach statystycznych.
• Parametr statystyczny : wartość podsumowująca cechy próbki.
• Eksperyment statystyczny : procedura, która dostarcza wynik, numeryczny lub nie, i służy do obliczenia prawdopodobieństwa wystąpienia każdego możliwego wyniku.
• Statystyka opisowa : gałąź statystyki odpowiedzialna za opisywanie zebranych danych w celu ułatwienia ich analizy.
• Statystyka wnioskowania : gałąź statystyki odpowiedzialna za określenie wartości populacji na podstawie danych z próby.
• Średnia arytmetyczna : Jest to średnia wartość zbioru danych statystycznych.
• Mediana : to mediana wartości zbioru danych uporządkowanych od najmniejszego do największego. Innymi słowy, mediana dzieli uporządkowany zbiór danych na dwie równe części.
• Tryb : Jest to najczęściej powtarzana wartość w zestawie danych.
• Odchylenie standardowe : Wartość wskazująca rozproszenie lub zmienność zbioru danych.
• Zakres : Jest to różnica pomiędzy wartością maksymalną i minimalną zbioru danych.

Przykład podstawowych pojęć statystycznych

Kiedy już zapoznamy się z definicją podstawowych pojęć statystyki, zobaczymy prawdziwy przykład, aby w pełni zrozumieć ich znaczenie.

Na przykład, jeśli przeprowadzimy badanie statystyczne dotyczące rozmiarów stóp wszystkich mieszkańców danego kraju, populacja obejmuje wszystkich ludzi mieszkających w tym kraju. Ponieważ jednak w danym kraju mieszka wiele osób, nie możemy zapytać wszystkich o rozmiar stopy, ale zapytamy tylko 20% mieszkańców i oni stanowią próbę badawczą. Podobnie każdy z mieszkańców kraju reprezentuje w badaniu jednostkę. I wreszcie charakter badania to wielkość ludzkich stóp.

Z drugiej strony, proces wyboru mieszkańców, którzy wezmą udział w badaniu, polega na doborze próby. Konkretnie, w tym przypadku moglibyśmy wybrać elementy próbki losowo, więc zastosowalibyśmy metodę doboru próby zwaną prostym próbkowaniem losowym.

Dodatkowo, aby przeprowadzić analizę statystyczną, możemy obliczyć różne parametry statystyczne, aby poznać charakterystykę zebranej próbki. Moglibyśmy więc określić na przykład średnią, medianę, modę, odchylenie standardowe i zakres zebranych danych.

Wreszcie, obliczając różne miary statystyczne próby, posługiwalibyśmy się statystyką opisową, ponieważ opisujemy cechy próby. Jeśli jednak następnie użylibyśmy obliczonych wartości do przybliżenia wartości populacji, korzystalibyśmy ze statystyk wnioskowanych.

Zaawansowane koncepcje statystyczne

Teraz, gdy znamy podstawowe pojęcia związane ze statystyką, przyjrzyjmy się bardziej zaawansowanym pojęciom, które mogą być również przydatne dla Ciebie.

• Częstotliwość statystyczna – liczba wystąpień danej wartości w zbiorze danych.
• Wykres statystyczny : jest graficzną reprezentacją zbioru danych statystycznych.
• Przedział ufności : Jest to przedział zapewniający przybliżenie wartości, pomiędzy którymi mieści się wartość parametru populacji.
• Poziom ufności : prawdopodobieństwo, że oszacowanie parametru statystycznego populacji mieści się w przedziale ufności.
• Hipoteza zerowa : jest to hipoteza, zgodnie z którą początkowa hipoteza dotycząca parametru populacji jest fałszywa.
• Hipoteza alternatywna : to hipoteza badań statystycznych, którą chcesz udowodnić
• Kontrast hipotezy : Jest to procedura stosowana do odrzucenia lub odrzucenia hipotezy. W szczególności podczas testowania hipotez ustala się, czy hipoteza zerowa czy hipoteza alternatywna jest prawdziwa.
• Wartość p : to wartość z zakresu od 0 do 1, która jest używana podczas testowania hipotez w celu odrzucenia lub zaakceptowania hipotezy zerowej.
• Regresja liniowa : jest to model statystyczny, który wiąże jedną lub więcej zmiennych niezależnych ze zmienną zależną.