Основні поняття статистики

У цій статті ви знайдете основні поняття статистики, а також реальні приклади застосування цих понять. Ви також зможете побачити більш просунуті статистичні концепції.

Основні статистичні поняття

Основними поняттями статистики є:

• Популяція : набір елементів зі схожими характеристиками, на яких планується провести статистичне дослідження.
• Вибірка : частина сукупності, на якій проводиться статистичне дослідження.
• Індивід : кожен елемент, який є частиною популяції.
• Характер : кожна з характеристик, якою володіють усі особини в популяції і яка, отже, може бути предметом статистичного дослідження.
• Вибірка : процес, за допомогою якого вибірка відбирається із сукупності. Існують різні методи відбору проб.
• Статистична змінна : характеристика окремих осіб у популяції, яка може приймати різні значення та вимірюватися. Зазвичай це характеристика, яка вивчається в статистичних дослідженнях.
• Статистичний параметр : значення, яке підсумовує характеристики вибірки.
• Статистичний експеримент : процедура, яка забезпечує результат, числовий чи ні, і використовується для обчислення ймовірності появи кожного можливого результату.
• Описова статистика : галузь статистики, яка відповідає за опис зібраних даних, щоб допомогти в їх аналізі.
• Інференційна статистика : галузь статистики, яка відповідає за визначення значень генеральної сукупності на основі даних із вибірки.
• Середнє арифметичне : це середнє значення набору статистичних даних.
• Медіана : середнє значення набору даних, упорядковане від найменшого до найбільшого. Іншими словами, медіана ділить упорядкований набір даних на дві рівні частини.
• Режим : це значення, яке найчастіше повторюється в наборі даних.
• Стандартне відхилення : значення, що вказує на дисперсію або мінливість набору даних.
• Діапазон : це різниця між максимальним значенням і мінімальним значенням набору даних.

Приклад основних понять статистики

Ознайомившись із визначенням основних понять статистики, ми побачимо реальний приклад, щоб повністю зрозуміти їх значення.

Наприклад, якщо ми проводимо статистичне дослідження розміру стопи кожного жителя країни, населення — це всі люди, які живуть у цій країні. Однак, оскільки в країні проживає багато людей, ми не можемо запитати розмір ноги кожного, ми запитаємо лише 20% жителів, і вони становлять вибірку дослідження. Так само кожен із жителів країни представляє особистість у дослідженні. І, нарешті, характером дослідження є розмір стопи людей.

З іншого боку, процес, за допомогою якого ми відбираємо мешканців, які братимуть участь у дослідженні, є вибіркою. Зокрема, у цьому випадку ми могли б вибрати елементи вибірки випадковим чином, тому ми б використали метод вибірки, який називається простою випадковою вибіркою.

Крім того, щоб виконати статистичний аналіз, ми могли б обчислити різні статистичні параметри, щоб знати характеристики зібраної вибірки. Таким чином, ми могли б визначити, наприклад, середнє значення, медіану, моду, стандартне відхилення та діапазон зібраних даних.

Нарешті, під час розрахунку різних статистичних показників вибірки ми будемо використовувати описову статистику, оскільки ми описуємо характеристики вибірки. Однак, якби ми потім використовували обчислені значення для наближення значень сукупності, ми б використовували інференційну статистику.

Розширені статистичні концепції

Тепер, коли ми знаємо основні концепції статистики, давайте розглянемо деякі більш складні концепції, які також можуть бути корисними для вас.

• Статистична частота – кількість разів, коли значення з’являється в наборі даних.
• Статистичний графік : це графічне представлення набору статистичних даних.
• Довірчий інтервал : це інтервал, який забезпечує наближення значень, між якими знаходиться значення параметра сукупності.
• Рівень довіри : ймовірність того, що оцінка статистичного параметра генеральної сукупності знаходиться в межах довірчого інтервалу.
• Нульова гіпотеза : це гіпотеза, згідно з якою початкова гіпотеза щодо параметра сукупності є хибною.
• Альтернативна гіпотеза : гіпотеза статистичного дослідження, правдивість якої ви хочете довести
• Контраст гіпотези : це процедура, яка використовується для відхилення або відхилення гіпотези. Зокрема, під час перевірки гіпотези визначається, чи вірна нульова гіпотеза чи альтернативна гіпотеза.
• p-value : це значення від 0 до 1, яке використовується під час перевірки гіпотези, щоб відхилити або прийняти нульову гіпотезу.
• Лінійна регресія : це статистична модель, яка пов’язує одну чи декілька незалежних змінних із залежною змінною.