Znaczenie statystyki w badaniach (z przykładami)

Dziedzina statystyki zajmuje się gromadzeniem, analizą, interpretacją i prezentacją danych.

W badaniach statystyki są ważne z następujących powodów:

Powód 1 : Statystyka umożliwia badaczom projektowanie badań w taki sposób, aby wyniki badań można było ekstrapolować na większą populację.

Powód 2 : Statystyka umożliwia badaczom testowanie hipotez w celu ustalenia, czy pewne twierdzenia dotyczące nowego leku, procedury, metody produkcji itp. są ważne. są prawdziwe.

Powód 3 : Statystyka umożliwia badaczom tworzenie przedziałów ufności w celu uchwycenia niepewności co do szacunków populacji.

W pozostałej części tego artykułu omówimy każdy z tych powodów.

Powód 1: Statystyka pozwala badaczom projektować badania

Naukowcy często chcą odpowiedzieć na pytania dotyczące populacji , takie jak:

• Jaka jest średnia waga określonego gatunku ptaka?
• Jaka jest średnia wysokość określonego gatunku rośliny?
• Jaki procent mieszkańców danego miasta popiera określone prawo?

Jednym ze sposobów odpowiedzi na te pytania jest zebranie danych na temat każdej osoby w populacji będącej przedmiotem zainteresowania.

Jest to jednak zwykle zbyt kosztowne i czasochłonne, dlatego badacze zamiast tego pobierają próbkę populacji i na podstawie przykładowych danych wyciągają wnioski na temat populacji jako całości.

Istnieje wiele różnych metod, które badacze mogą potencjalnie wykorzystać w celu pobrania poszczególnych osób do próbki. Są one znane jako metody pobierania próbek .

Istnieją dwie klasy metod pobierania próbek:

• Metody doboru próby na podstawie prawdopodobieństwa : każdy członek populacji ma takie samo prawdopodobieństwo, że zostanie wybrany do próby.
• Metody doboru próby nieprobabilistycznej : nie wszyscy członkowie populacji mają takie samo prawdopodobieństwo, że zostaną wybrani do próby.

Stosując metody próbkowania prawdopodobieństwa, badacze mogą zmaksymalizować szanse na uzyskanie reprezentatywnej próby z całej populacji.

Umożliwia to badaczom ekstrapolację wyników z próbki na całą populację.

Więcej informacji na temat dwóch klas metod pobierania próbek można znaleźć tutaj .

Powód 2: Statystyka umożliwia badaczom testowanie hipotez

Statystyka jest również wykorzystywana w badaniach w formie testowania hipotez .

Są to testy, które badacze mogą wykorzystać do ustalenia, czy istnieje statystyczna istotność pomiędzy różnymi procedurami medycznymi lub terapiami.

Załóżmy na przykład, że naukowiec wierzy, że nowy lek jest w stanie obniżyć ciśnienie krwi u otyłych pacjentów. Aby to sprawdzić, zmierzył ciśnienie krwi 30 pacjentom przed i po miesięcznym stosowaniu nowego leku.

Następnie przeprowadza test t dla sparowanych próbek, stosując następujące założenia:

• H ₀ : μ _po = μ _przed (średnie ciśnienie krwi jest takie samo przed i po zażyciu leku)
• H _A : μ _po < μ _przed (średnie ciśnienie krwi jest niższe po zażyciu leku)

Jeżeli wartość p testu jest poniżej pewnego poziomu istotności (np. α = 0,05), wówczas może on odrzucić hipotezę zerową i stwierdzić, że nowy lek powoduje obniżenie ciśnienia krwi.

Uwaga : to tylko jeden przykład testowania hipotez stosowany w badaniach. Inne popularne testy obejmują test t dla jednej próbki , test t dla dwóch próbek , jednoczynnikową ANOVA i dwuczynnikową ANOVA .

Powód 3: Statystyka pozwala badaczom tworzyć przedziały ufności

Statystyka wykorzystywana jest także w badaniach w formie przedziałów ufności .

Przedział ufności to zakres wartości, który prawdopodobnie będzie zawierał parametr populacji z pewnym poziomem ufności.

Załóżmy na przykład, że badacze chcą oszacować średnią wagę określonego gatunku żółwia.

Zamiast chodzić i ważyć każdego żółwia w populacji, badacze mogą pobrać prostą losową próbkę żółwi z następującymi informacjami:

• Wielkość próby n = 25
• Średnia masa próbki x = 300
• Próbka odchylenie standardowe s = 18,5

Korzystając z przedziału ufności dla wzoru na średnią , badacze mogą następnie skonstruować następujący 95% przedział ufności:

95% przedział ufności: 300 +/- 1,96*(18,5/√ 25 ) = [292,75, 307,25]

Naukowcy twierdziliby wówczas, że mają 95% pewności, że prawdziwa średnia waga tej populacji żółwi mieści się w przedziale od 292,75 funtów do 307,25 funtów.

Dodatkowe zasoby

Poniższe artykuły wyjaśniają znaczenie statystyki w innych dziedzinach:

Znaczenie statystyki w ochronie zdrowia
Znaczenie statystyki w pielęgniarstwie
Znaczenie statystyki w przedsiębiorstwach
Znaczenie statystyki w ekonomii
Znaczenie statystyki w edukacji