Pradedančiųjų statistikos vadovas

Kiek kalorijų kiekvienas iš mūsų suvalgėme pusryčiams? Kiek toli nuo namų šiandien keliavo visi? Kokia yra vieta, kurią mes vadiname namais? Kiek kitų žmonių tai vadina namais? Norint įprasminti visą šią informaciją, būtinos tam tikros priemonės ir mąstymo būdai. Matematikos mokslas, vadinamas statistika, yra tai, kas mums padeda susidoroti su tokiu informacijos perkravimu.

Statistika yra skaitmeninės informacijos, vadinamos duomenimis, tyrimas. Statistikai kaupia, tvarko ir analizuoja duomenis. Taip pat tiriama kiekviena šio proceso dalis. Statistikos metodai taikomi daugybei kitų žinių sričių. Žemiau yra įvadas į kai kurias pagrindines statistikos temas.

Viena iš pasikartojančių statistikos temų yra ta, kad mes galime pasakyti ką nors apie didelę grupę, pagrįstą palyginti nedidelės tos grupės dalies tyrimu. Visa grupė yra žinoma kaip gyventojai. Grupės dalis, kurią mes studijuojame, yra pavyzdys.

Tarkime, kad mes norėjome sužinoti vidutinį žmonių, gyvenančių JAV, ūgį. Galėtume bandyti išmatuoti daugiau nei 300 milijonų žmonių, tačiau tai būtų neįmanoma. Tai būtų logistinis košmaras, atliekant matavimus taip, kad niekas nepraleistų ir niekas nebuvo suskaičiuotas du kartus.

Kadangi neįmanoma įvertinti visų Jungtinėse Valstijose, mes galime naudoti statistiką. Užuot radę visų gyventojų ūgį, imame a statistinė imtis iš kelių tūkstančių. Jei teisingai atrinksime populiaciją, vidutinis imties aukštis bus labai artimas vidutiniam populiacijos ūgiui.

Norint padaryti geras išvadas, mums reikia gerų duomenų, su kuriais dirbtume. Visada turėtų būti patikrintas būdas, kaip mes atrenkame populiaciją šiems duomenims gauti. Kokį pavyzdį naudojame, priklauso nuo to, kokį klausimą užduosime gyventojams. Dažniausiai naudojami pavyzdžiai:

• Paprastas atsitiktinumas
• Stratifikuota
• Susibūrę

Ne mažiau svarbu žinoti, kaip atliekamas mėginio matavimas. Grįžtant prie aukščiau pateikto pavyzdžio, kaip mes įgyjame aukščiau tų, kurie yra mūsų imtyje?

• Ar leidžiame žmonėms anketoje pranešti apie savo ūgį?
• Ar keli tyrėjai visoje šalyje matuoja skirtingus žmones ir praneša apie jų rezultatus?
• Ar vienas tyrėjas visus atrinktus žmones matuoja ta pačia matavimo juosta?

Kiekvienas iš šių duomenų gavimo būdų turi savo privalumų ir trūkumų. Kiekvienas, naudojantis šio tyrimo duomenis, norėtų žinoti, kaip jis buvo gautas.

Kartais yra daugybė duomenų, ir mes galime pažodžiui pasimesti dėl visų detalių. Medžiams sunku pamatyti mišką. Štai kodėl svarbu gerai tvarkyti mūsų duomenis. Kruopštus organizavimas ir grafiniai ekranai duomenų padeda mums pastebėti modelius ir tendencijas prieš faktiškai atliekant skaičiavimus.

Duomenų grafinis pateikimo būdas priklauso nuo daugelio veiksnių. Įprasti grafikai yra šie:

• Skritulinės diagramos arba apskritimo diagramos
• Juostos arba pareto grafikai
• Sklaidos plotai
• Laiko grafikai
• Kamieniniai ir lapų sklypai
• Langelių ir ūsų grafikai

Be šių gerai žinomų grafikų, yra ir kitų, kurie naudojami specialiose situacijose.

Vienas duomenų analizės būdas vadinamas aprašomąja statistika. Tikslas yra apskaičiuoti kiekius, apibūdinančius mūsų duomenis. Skaičiai vadinami vidurkiu, mediana ir režimas naudojami žymėti vidutinis arba duomenų centras. Diapazonas ir standartinis nuokrypis naudojami norint pasakyti, koks yra duomenų pasiskirstymas. Sudėtingesnės technikos, tokios kaip koreliacija ir regresija apibūdina suporuotus duomenis.

Kai pradedame nuo mėginio, o tada bandome ką nors nuspėti apie populiaciją, mes naudojame įtaigi statistika. Dirbant šioje statistikos srityje, hipotezių tikrinimas kyla. Čia matome statistikos objekto mokslinį pobūdį, kai keliame hipotezę, tada naudokitės statistiniai įrankiai su mūsų imtimi, siekiant nustatyti tikimybę, kad turėsime atmesti hipotezę arba ne. Šis paaiškinimas iš tikrųjų tik nubraižo šios labai naudingos statistikos dalies paviršių.

Ne per daug sakoma, kad statistikos priemones naudoja beveik kiekvienoje mokslinių tyrimų srityje. Čia yra keletas sričių, kurios labai priklauso nuo statistikos:

• Psichologija
• Ekonomika
• Medicina
• Reklama
• Demografija

Nors kai kurie statistiką laiko matematikos atšaka, geriau galvoti apie discipliną, paremtą matematika. Tiksliau, statistika yra sukaupta iš matematikos srities, vadinamos tikimybe. Tikimybė suteikia mums galimybę nustatyti įvykio tikimybę. Tai taip pat suteikia mums galimybę kalbėti apie atsitiktinumus. Tai labai svarbu statistikai, nes tipinę imtį reikia atsitiktine tvarka atrinkti iš populiacijos.

Tikimybę pirmą kartą ištyrė 1700-aisiais tokie matematikai kaip Paskalis ir Fermat. 1700-ieji metai taip pat buvo statistikos pradžia. Statistika toliau augo iš savo tikimybės šaknų ir iš tikrųjų kilo 1800-aisiais. Šiandien teorinė aprėptis ir toliau plečiama vadinamojoje matematinėje statistikoje.