Основные понятия статистики

В этой статье вы найдете основные концепции статистики, а также реальный пример применения этих концепций. Вы также сможете увидеть более продвинутые статистические концепции.

Основные статистические концепции

Основными понятиями статистики являются:

• Популяция : совокупность элементов со схожими характеристиками, по которым планируется провести статистическое исследование.
• Выборка : часть генеральной совокупности, на которой проводится статистическое исследование.
• Индивидуум : каждый из элементов, входящих в состав совокупности.
• Характер : каждая из характеристик, которыми обладают все особи в популяции и которые, следовательно, могут быть предметом статистического исследования.
• Выборка : процесс отбора выборки из совокупности. Существуют разные методы отбора проб.
• Статистическая переменная : характеристика особей в популяции, которая может принимать разные значения и измеряться. Обычно эта характеристика изучается в статистических исследованиях.
• Статистический параметр : значение, обобщающее характеристики выборки.
• Статистический эксперимент : процедура, которая дает результат, численный или нет, и используется для расчета вероятности появления каждого возможного результата.
• Описательная статистика : раздел статистики, отвечающий за описание собранных данных для облегчения их анализа.
• Инференциальная статистика : раздел статистики, отвечающий за определение значений генеральной совокупности на основе данных выборки.
• Среднее арифметическое : это среднее значение набора статистических данных.
• Медиана : медианное значение набора данных, упорядоченное от наименьшего к наибольшему. Другими словами, медиана делит упорядоченный набор данных на две равные части.
• Режим : это наиболее повторяющееся значение в наборе данных.
• Стандартное отклонение : значение, указывающее на дисперсию или изменчивость набора данных.
• Диапазон : это разница между максимальным и минимальным значением набора данных.

Пример основных концепций статистики

Как только мы увидим определение основных понятий статистики, мы увидим реальный пример, чтобы полностью понять их значение.

Например, если мы проведем статистическое исследование размеров стоп каждого жителя страны, населением станут все люди, живущие в этой стране. Однако, поскольку в стране проживает много людей, мы не можем спросить размер стопы каждого, а опросим только 20% жителей, и они составляют выборку исследования. Аналогично, каждый житель страны представляет в исследовании личность. И, наконец, характер исследования – это размер ног людей.

С другой стороны, процесс отбора жителей, которые будут участвовать в исследовании, является выборочным. В частности, в этом случае мы могли бы выбирать элементы выборки случайным образом, поэтому мы бы использовали метод выборки, называемый простой случайной выборкой.

Кроме того, для проведения статистического анализа мы могли рассчитать различные статистические параметры, чтобы узнать характеристики собранной выборки. Таким образом, мы могли бы определить, например, среднее значение, медиану, моду, стандартное отклонение и диапазон собранных данных.

Наконец, при расчете различных статистических показателей выборки мы будем использовать описательную статистику, поскольку мы описываем характеристики выборки. Однако если бы мы затем использовали рассчитанные значения для аппроксимации значений численности населения, мы бы использовали статистические выводы.

Расширенные статистические концепции

Теперь, когда мы знаем основные понятия статистики, давайте рассмотрим некоторые более сложные концепции, которые также могут быть вам полезны.

• Статистическая частота — количество раз, когда значение появляется в наборе данных.
• Статистический график : графическое представление набора статистических данных.
• Доверительный интервал : это интервал, который обеспечивает аппроксимацию значений, между которыми находится значение параметра совокупности.
• Уровень уверенности : вероятность того, что оценка статистического параметра популяции находится в пределах доверительного интервала.
• Нулевая гипотеза : это гипотеза, согласно которой исходная гипотеза, касающаяся параметра совокупности, является ложной.
• Альтернативная гипотеза : гипотеза статистического исследования, истинность которой вы хотите доказать.
• Контраст гипотезы : это процедура, используемая для отклонения или отклонения гипотезы. В частности, во время проверки гипотезы определяется, верна ли нулевая гипотеза или альтернативная гипотеза.
• p-значение : значение от 0 до 1, которое используется при проверке гипотезы для отклонения или принятия нулевой гипотезы.
• Линейная регрессия : это статистическая модель, которая связывает одну или несколько независимых переменных с зависимой переменной.