Aloittelijan opas tilastoihin

Kuinka monta kaloria kukin meistä söi aamiaiseksi? Kuinka kaukana kotoa kaikki matkustivat tänään? Kuinka iso on paikka, jota kutsumme kotiin? Kuinka moni muu kutsuu sitä kotiin? Kaikkien näiden tietojen ymmärtämiseksi tarvitaan tiettyjä työkaluja ja ajattelutapoja. Tilastollinen nimeltä matemaattinen tiede auttaa meitä käsittelemään tätä tiedon ylikuormitusta.

Tilastot ovat numeerisen tiedon, nimeltään data, tutkimus. Tilastotieteilijät hankkivat, järjestävät ja analysoivat tietoja. Myös prosessin jokaista osaa tarkastellaan. Tilastotekniikoita sovelletaan moniin muihin tietoalueisiin. Alla on johdanto joihinkin tärkeimpiin aiheisiin koko tilastossa.

Yksi tilastojen toistuvista teemoista on, että pystymme sanomaan jotain suuresta ryhmästä suhteellisen pienen osan tutkimuksesta. Koko ryhmä tunnetaan väestönä. Se osa ryhmää, jota tutkimme, on näyte.

Oletetaan esimerkiksi, että halusimme tietää Yhdysvalloissa asuvien ihmisten keskimääräisen korkeuden. Voisimme yrittää mitata yli 300 miljoonaa ihmistä, mutta tämä ei olisi mahdollista. Olisi logistinen painajainen suorittaa mittaukset siten, että ketään ei ohitettu ja ketään ei laskettu kahdesti.

Koska Yhdysvaltojen kaikkien mittaaminen on mahdotonta, voisimme sen sijaan käyttää tilastoja. Sen sijaan, että löydämme kaikkien väestön korkeuksia, otamme: tilastollinen otos muutamasta tuhannesta. Jos olemme ottaneet otoksen väestöstä oikein, otoksen keskimääräinen korkeus on hyvin lähellä populaation keskimääräistä korkeutta.

Hyvien johtopäätösten tekemiseksi tarvitsemme hyvää tietoa työskennellä. Tapaa, jolla otamme populaatiota näiden tietojen saamiseksi, olisi aina tutkittava. Minkälainen otos me käytämme, riippuu siitä, mitä kysymme väestöstä. Yleisimmin käytetyt näytteet ovat:

• Yksinkertainen satunnainen
• kerrostunut
• aihekokonaisuuksien

Yhtä tärkeää on tietää, kuinka näytteen mittaus suoritetaan. Palaamalla yllä olevaan esimerkkiin miten saamme näytteessä olevien korkeudet?

• Annammeko ihmisten ilmoittaa oman pituutensa kyselylomakkeella?
• Mittaavatko useat tutkijat ympäri maata eri ihmisiä ja raportoivat heidän tulokset?
• Mittaa yksi tutkija kaikkia otokseen kuuluvia samalla mittanauhalla?

Jokaisella näistä tietojen hankintatavoista on etuja ja haittoja. Jokainen, joka käyttää tämän tutkimuksen tietoja, haluaisi tietää miten se on saatu.

Joskus on paljon tietoja, ja voimme kirjaimellisesti eksyä kaikkiin yksityiskohtiin. Puiden metsää on vaikea nähdä. Siksi on tärkeää pitää tietomme hyvin järjestettyinä. Huolellinen organisointi ja graafiset näytöt tiedoista auttaa meitä havaitsemaan kuviot ja suuntaukset ennen kuin teemme laskelmia.

Koska tapa, jolla tiedot esitetään graafisesti, riippuu monista tekijöistä. Yleiset kuvaajat ovat:

• Kaaviokaaviot tai ympyräkaaviot
• Pylväs- tai pareto-kuvaajat
• scatterplots
• Aikakaaviot
• Varsi- ja lehtiartikkelit
• Laatikko- ja kuiskauskäyrät

Näiden tunnettujen kaavioiden lisäksi on muitakin, joita käytetään erikoistilanteissa.

Yksi tapa analysoida tietoja on nimeltään kuvaava tilasto. Tavoitteena on laskea tietomääriä kuvaavat määrät. Numerot, joita kutsutaan keskiarvoksi, mediaani ja tilaa käytetään kaikki ilmaisemaan keskiverto tai datan keskipiste. Alueen ja keskihajonnan avulla sanotaan kuinka hajaantuneet tiedot ovat. Monimutkaisempia tekniikoita, kuten korrelaatio ja regressio kuvaavat pariksi muodostettua dataa.

Kun aloitamme näytteellä ja yritämme sitten päätellä jotain väestöstä, käytämme päättelytilastot. Työssä tämän tilastotieteen kanssa aiheena on hypoteesin testaus syntyy. Täällä näemme tilastotieteen tieteellisen luonteen, kun väitämme hypoteesin, sitten käytä - tilastolliset työkalut otoksemme kanssa, jotta voidaan määrittää todennäköisyys, että meidän on hylättävä hypoteesi tai ei. Tämä selitys on todella vain naarmuttamalla tämän erittäin hyödyllisen osan tilastoista.

Ei ole liioittelua sanoa, että tilastovälineitä käytetään melkein kaikilla tieteellisillä aloilla. Tässä on muutama alue, joka luottaa voimakkaasti tilastoihin:

• Psykologia
• taloustiede
• lääketiede
• Mainonta
• Väestötiede

Vaikka jotkut ajattelevat tilastoja matematiikan haarana, on parempi ajatella sitä tieteenalana, joka perustuu matematiikkaan. Erityisesti tilastot on koottu matematiikan kentältä, joka tunnetaan todennäköisyytenä. Todennäköisyys antaa meille tavan määrittää, kuinka todennäköistä on tapahtuma. Se antaa meille myös tavan puhua sattumanvaraisuudesta. Tämä on avain tilastoille, koska tyypillinen otos on valittava satunnaisesti populaatiosta.

Todennäköisyyttä tutkittiin ensimmäisen kerran 1700-luvulla matemaatikot, kuten Pascal ja Fermat. 1700-luku merkitsi myös tilastojen alkua. Tilastot kasvoivat edelleen todennäköisyysjuuristaan ​​ja alkoivat todella 1800-luvulla. Nykyään sen teoreettista soveltamisalaa laajennetaan edelleen niin sanottuun matemaattiseen tilastoon.