İstatistiğin temel kavramları

Bu yazıda istatistiğin temel kavramlarını ve bu kavramların uygulandığı gerçek bir vaka örneğini bulacaksınız. Ayrıca daha gelişmiş istatistiksel kavramları da görebileceksiniz.

Temel istatistiksel kavramlar

İstatistiğin temel kavramları şunlardır:

• Nüfus : Üzerinde istatistiksel bir çalışmanın yapılması amaçlanan benzer özelliklere sahip öğeler kümesi.
• Örnek : İstatistiksel çalışmanın yürütüldüğü popülasyonun bir kısmı.
• Birey : Popülasyonun parçası olan öğelerin her biri.
• Karakter : Bir popülasyondaki tüm bireylerin sahip olduğu ve dolayısıyla istatistiksel bir çalışmanın konusu olabilecek özelliklerin her biri.
• Örnekleme : Bir popülasyondan bir örneğin seçildiği süreç. Farklı örnekleme yöntemleri vardır.
• İstatistiksel değişken : Bir popülasyondaki bireylerin farklı değerler alabilen ve ölçülebilen özelliği. Bu genellikle istatistiksel araştırmalarda incelenen özelliktir.
• İstatistiksel parametre : Bir numunenin özelliklerini özetleyen değer.
• İstatistiksel deney : Sayısal olsun ya da olmasın bir sonuç sağlayan ve her olası sonucun ortaya çıkma olasılığını hesaplamak için kullanılan bir prosedür.
• Tanımlayıcı istatistikler : Analizlerine yardımcı olmak için toplanan verileri tanımlamaktan sorumlu istatistik dalı.
• Çıkarımsal istatistik : Bir örneklemden elde edilen verilerden bir popülasyonun değerlerini belirlemekten sorumlu istatistik dalı.
• Aritmetik ortalama : Bir dizi istatistiksel verinin ortalama değeridir.
• Medyan : Bir veri setinin küçükten büyüğe doğru sıralanan medyan değeridir. Başka bir deyişle medyan sıralı veri setini iki eşit parçaya böler.
• Mod : Bir veri setinde en çok tekrarlanan değerdir.
• Standart sapma : Bir veri kümesinin dağılımını veya değişkenliğini gösteren bir değer.
• Aralık : Bir veri setinin maksimum değeri ile minimum değeri arasındaki farktır.

Temel İstatistik Kavramlarına Örnek

İstatistiğin temel kavramlarının tanımını gördükten sonra, anlamlarını tam olarak anlamak için gerçek bir örnek olay göreceğiz.

Örneğin bir ülkedeki herkesin ayak ölçüleri ile ilgili istatistiksel bir çalışma yaparsak nüfus o ülkede yaşayan insanların tamamıdır. Ancak bir ülkede çok fazla insan yaşadığından herkesin ayak ölçüsünü soramayız ancak halkın sadece %20’sine soracağız ve bunlar çalışmanın örneklemini oluşturuyor. Aynı şekilde, ülkede yaşayanların her biri çalışmada bir bireyi temsil etmektedir. Ve son olarak çalışmanın karakteri insanların ayaklarının büyüklüğüdür.

Öte yandan araştırmaya katılacak asistanları seçtiğimiz süreç örneklemedir. Spesifik olarak, bu durumda örnek öğeleri rastgele seçebiliriz, dolayısıyla basit rastgele örnekleme adı verilen bir örnekleme yöntemini kullanırız.

Ek olarak, istatistiksel analizi gerçekleştirmek için toplanan numunenin özelliklerini bilmek amacıyla farklı istatistiksel parametreler hesaplayabiliriz. Böylece örneğin toplanan verilerin ortalamasını, medyanını, modunu, standart sapmasını ve aralığını belirleyebiliriz.

Son olarak, numunenin farklı istatistiksel ölçümlerini hesaplarken, numunenin özelliklerini tanımladığımız için tanımlayıcı istatistikler kullanırız. Ancak daha sonra hesaplanan değerleri popülasyon değerlerine yaklaşmak için kullanırsak, çıkarımsal istatistik kullanıyor oluruz.

Gelişmiş istatistiksel kavramlar

Artık istatistiğin temel kavramlarını bildiğimize göre, sizin için de yararlı olabilecek daha ileri düzey kavramlara bakalım.

• İstatistiksel Sıklık – Bir değerin bir veri kümesinde görünme sayısı.
• İstatistiksel grafik : Bir dizi istatistiksel verinin grafiksel temsilidir.
• Güven aralığı : Bu, bir popülasyon parametresinin değerinin arasında yer aldığı değerlerin yaklaşıklığını sağlayan bir aralıktır.
• Güven düzeyi : Bir popülasyona ait istatistiksel bir parametrenin tahmininin güven aralığı dahilinde olma olasılığı.
• Boş hipotez : Bu, bir popülasyon parametresine ilişkin ilk hipotezin yanlış olduğu hipotezdir.
• Alternatif hipotez : Doğruluğunu kanıtlamak istediğiniz istatistiksel araştırma hipotezidir
• Hipotez Kontrastı : Bu, bir hipotezi reddetmek veya reddetmek için kullanılan bir prosedürdür. Spesifik olarak hipotez testi sırasında sıfır hipotezinin mi yoksa alternatif hipotezin mi doğru olduğu belirlenir.
• p-değeri : Hipotez testinde sıfır hipotezini reddetmek veya kabul etmek için kullanılan 0 ile 1 arasında bir değerdir.
• Doğrusal regresyon : Bir veya daha fazla bağımsız değişkeni bağımlı bir değişkenle ilişkilendiren istatistiksel bir modeldir.