Важность статистики в исследованиях (с примерами)

Область статистики занимается сбором, анализом, интерпретацией и представлением данных.

В научных исследованиях статистика важна по следующим причинам:

Причина 1. Статистика позволяет исследователям планировать исследования таким образом, чтобы их результаты можно было экстраполировать на более широкую популяцию.

Причина 2. Статистика позволяет исследователям проводить проверку гипотез, чтобы определить, являются ли определенные утверждения о новом лекарстве, процедуре, методе производства и т. д. действительны. верны.

Причина 3. Статистика позволяет исследователям создавать доверительные интервалы, чтобы отразить неопределенность в оценках численности населения.

В оставшейся части статьи мы рассмотрим каждую из этих причин.

Причина 1: Статистика позволяет исследователям планировать исследования

Исследователи часто хотят ответить на вопросы о таких группах населения , как:

• Каков средний вес определенного вида птиц?
• Какова средняя высота определенного вида растений?
• Какой процент граждан в определенном городе поддерживает тот или иной закон?

Один из способов ответить на эти вопросы — собрать данные о каждом человеке в интересующей нас популяции.

Однако это обычно слишком дорого и отнимает много времени, поэтому исследователи вместо этого берут выборку населения и используют данные выборки, чтобы сделать выводы о популяции в целом.

Существует множество различных методов, которые исследователи потенциально могут использовать для включения людей в выборку. Они известны как методы выборки .

Существует два класса методов выборки:

• Методы вероятностной выборки : каждый член совокупности имеет равную вероятность быть выбранным для включения в выборку.
• Невероятностные методы выборки : не все члены совокупности имеют одинаковую вероятность быть отобранными для включения в выборку.

Используя методы вероятностной выборки, исследователи могут максимизировать шансы на получение репрезентативной выборки генеральной совокупности.

Это позволяет исследователям экстраполировать результаты выборки на генеральную совокупность.

Подробнее о двух классах методов выборки можно узнать здесь .

Причина 2: Статистика позволяет исследователям проверять гипотезы

Статистика также используется в исследованиях в форме проверки гипотез .

Это тесты, которые исследователи могут использовать, чтобы определить, существует ли статистическая значимость между различными медицинскими процедурами или методами лечения.

Например, предположим, что учёный считает, что новый препарат способен снижать кровяное давление у пациентов, страдающих ожирением. Чтобы проверить это, он измерил артериальное давление 30 пациентов до и после использования нового препарата в течение месяца.

Затем он выполняет t-критерий для парных выборок , используя следующие предположения:

• H ₀ : µ _после = µ _до (среднее артериальное давление до и после применения препарата одинаковое)
• H _A : μ _после < μ _до (среднее артериальное давление ниже после применения препарата)

Если значение p теста ниже определенного уровня значимости (например, α = 0,05), то можно отвергнуть нулевую гипотезу и сделать вывод, что новый препарат вызывает снижение артериального давления.

Примечание . Это всего лишь один пример проверки гипотез, используемой в исследованиях. Другие распространенные тесты включают одновыборочный t-критерий , двухвыборочный t-критерий , однофакторный дисперсионный анализ и двусторонний дисперсионный анализ .

Причина 3: Статистика позволяет исследователям создавать доверительные интервалы

Статистика также используется в исследованиях в виде доверительных интервалов .

Доверительный интервал — это диапазон значений, который может содержать параметр совокупности с определенным уровнем достоверности.

Например, предположим, что исследователи хотят оценить средний вес черепах определенного вида.

Вместо того, чтобы обходить и взвешивать каждую черепаху в популяции, исследователи могут взять простую случайную выборку черепах со следующей информацией:

• Размер выборки n = 25
• Средний вес выборки x = 300
• Выборочное стандартное отклонение s = 18,5

Используя доверительный интервал для формулы среднего значения , исследователи могут построить следующий доверительный интервал 95 %:

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

Тогда исследователи заявят, что они на 95% уверены, что истинный средний вес этой популяции черепах составляет от 292,75 до 307,25 фунтов.

Дополнительные ресурсы

Следующие статьи объясняют важность статистики в других областях:

Важность статистики в здравоохранении
Важность статистики в сестринском деле
Важность статистики в бизнесе
Значение статистики в экономике
Важность статистики в образовании