A három fő statisztikai ág

az statisztika ez a matematika ága, amely megfelel az adatok gyűjtésének, elemzésének, értelmezésének, bemutatásának és szervezésének (minőségi vagy mennyiségi változó értékek halmaza). Ez a fegyelem arra törekszik, hogy megmagyarázza a jelenség (fizikai vagy természetes) összefüggéseit és függőségeit..

A statisztika és a brit közgazdász, Arthur Lyon Bowley, a statisztikákat a következőképpen határozza meg: "Bármely kutatási osztály tények számszerű kimutatása egymáshoz viszonyítva". Ebben az értelemben a statisztikák felelősek egy bizonyos tanulmányozásért népesség (statisztikákban, egyének, tárgyak vagy jelenségek) és / vagy tömeges vagy kollektív jelenségek.

A matematika ezen ága transzverzális tudomány, azaz különböző tudományágakra alkalmazható, a fizikától a társadalomtudományokig, az egészségtudományokig vagy a minőségellenőrzésig..

Emellett nagy értéket képvisel az üzleti vagy kormányzati tevékenységekben, ahol a megszerzett adatok tanulmányozása megkönnyíti a döntések meghozatalát vagy az általánosításokat..

Egy probléma megoldására alkalmazott statisztikai vizsgálat általános gyakorlata az a népesség, amelyek különböző témák lehetnek.

A népesség általános példája az ország teljes népessége, ezért a nemzeti népszámlálás során statisztikai vizsgálatot végeznek..

A statisztikák egyes szakterületei: aktuáriusi tudományok, biostatisztika, demográfia, ipari statisztika, statisztikai fizika, felmérések, statisztikák a társadalomtudományokban, ökonometria stb..

A pszichológiában a pszichometria, amely az emberi elme pszichológiai változóit specializálja és számszerűsíti statisztikai eljárások alkalmazásával.

A statisztika fő ágai

A statisztika két nagy területre oszlik: Leíró statisztika és EInferenciális statisztikák, amelyek E-t tartalmaznakAlkalmazott statisztika.

E két területen kívül van matematikai statisztikák, amelyek a statisztikák elméleti alapját képezik.

1- Leíró statisztika

az leíró statisztikák a statisztika ága, amely egy információgyűjtés gyűjteményének mennyiségi (mérhető) jellemzőit írja le vagy összegzi.

Ez azt jelenti, hogy a leíró statisztikák felelősek egy statisztikai minta összegzéséért (az a népesség) a tanulás helyett népesség amely a mintát reprezentálja.

Néhány, a leíró statisztikában általánosan használt adatelemek leírása az a központi tendencia mérése és a a variabilitás mértéke vagy szórás.

Ami a központi tendenciát mutató intézkedéseket illeti, olyan intézkedések, mint átlagos, az középső és a divat. Míg a variabilitás mértéke a variancia, az kurtosis, stb..

A statisztikai elemzés során általában a leíró statisztika az első része. E tanulmányok eredményeit általában grafikonok kísérik, és az adatok szinte minden mennyiségi (mérhető) elemzésének alapját képezik.

A leíró statisztikák egyik példája lehet, hogy egy számot összevetjük, hogy összefoglaljuk, hogy egy baseball-gyűlölet milyen jól teljesít..

Így a számot a találatok amely tésztát osztott azzal, hogy hányszor volt a denevéren. Ez a tanulmány azonban nem ad pontosabb információt, mint például, hogy melyik tételek közül melyik volt Otthon fut.

A leíró statisztikák további példái lehetnek: Az adott földrajzi területen élő polgárok átlagéletkora, az egyes témákra utaló könyvek átlagos hossza, a változások a látogatók által a böngészésben eltöltött idő tekintetében. internetes oldal.

2- Inferenciális statisztikák

az következetes statisztikák eltér a leíró statisztikától, főként következtetések és indukciók felhasználásával.

Ez azt jelenti, hogy ez a statisztika az a népesség hogy nemcsak az adatokat gyűjti és összegzi, hanem arra is törekszik, hogy megmagyarázza a kapott adatok bizonyos tulajdonságait vagy jellemzőit..

Ebben az értelemben az inferenciális statisztikák magukban foglalják a leíró statisztikával készített statisztikai elemzés helyes következtetéseinek megszerzését.

Emiatt számos társadalomtudományi kísérlet egy csoportot foglal magában népesség csökkent, így következtetésekkel és általánosításokkal lehet meghatározni népesség általában viselkedik.

Az inferenciális statisztikákból levont következtetések véletlenszerűségnek vannak kitéve (mintázatok vagy szabálytalanságok hiánya), de a megfelelő módszerek alkalmazásával a megfelelő eredmények megszerzése.

Szóval, mind a leíró statisztikák mint a következetes statisztikák kéz a kézben járnak.

A következményes statisztika a következőre oszlik:

Paraméteres statisztikák

Tartalmazza a valós adatok eloszlásán alapuló statisztikai eljárásokat, amelyeket egy véges számú paraméter határoz meg (szám, amely összegzi a statisztikai változóból származó adatok mennyiségét).

A paraméteres eljárások alkalmazásához többnyire szükséges a korábban vizsgált populáció formáinak megoszlása..

Ezért, ha a kapott adatok megoszlása ​​nem teljesen ismert, nemparaméteres eljárást kell alkalmazni..

Nem paraméteres statisztikák

Az inferenciális statisztika ezen ága magában foglalja a tesztekben alkalmazott eljárásokat és statisztikai modelleket, amelyek eloszlása ​​nem felel meg az úgynevezett paraméteres kritériumoknak. Mivel a vizsgált adatok azok, amelyek meghatározzák annak eloszlását, nem lehet korábban meghatározni.

A nem paraméteres statisztika az az eljárás, amelyet akkor kell kiválasztani, ha nem tudjuk, hogy az adatok megfelelnek-e egy ismert eloszlásnak, úgyhogy ez egy lépés a paraméteres eljárás előtt.

Hasonlóképpen, egy nem-parametrikus vizsgálat során a hibaméretek a megfelelő mintaméretek használatával csökkenthetők.

3. Matematikai statisztika

Ugyanígy említették a létezését is Matematikai statisztika, a statisztikák fegyelmének.

Ez a statisztikák tanulmányozásának korábbi léptékéből áll, amelyben valószínűségi elméletet használnak (a matematika ága, amely a véletlen jelenségek) és más matematikai ágak.

A matematikai statisztikák az adatokból származó információk megszerzéséből és matematikai technikák, például: matematikai elemzés, lineáris algebra, sztochasztikus elemzés, differenciálegyenletek stb.. Így a matematikai statisztikákat az alkalmazott statisztikák befolyásolták.

referenciák

1. Statisztika. (2017. július 3.). -ban Wikipédia, The Free Encyclopedia. A 2017. július 4-én, 08: 30-kor, az en.wikipedia.org-ról származik
2. Adat. (2017. július 1.). -ban Wikipédia, The Free Encyclopedia. A 2017. július 4-én, 08: 30-kor, az en.wikipedia.org-ról származik
3. Statisztika. (2017. június 25.). Wikipédia, A szabad enciklopédia. A konzultáció dátuma: 2017. július 4., 08:30, en.wikipedia.org
4. Paraméteres statisztikák. (2017. február 10.). Wikipédia, A szabad enciklopédia. A konzultáció dátuma: 2017. július 4., 08:30, en.wikipedia.org
5. Nem paraméteres statisztikák. (2015, augusztus 14.). Wikipédia, A szabad enciklopédia. A konzultáció dátuma: 2017. július 4., 08:30, en.wikipedia.org
6. Leíró statisztikák (2017. június 29.). Wikipédia, A szabad enciklopédia. A konzultáció dátuma: 2017. július 4., 08:30, en.wikipedia.org
7. Inferenciális statisztikák. (2017. május 24.). Wikipédia, A szabad enciklopédia. A konzultáció dátuma: 2017. július 4., 08:30, en.wikipedia.org
8. Statisztikai következtetés. (2017. július 1.). -ban Wikipédia, The Free Encyclopedia. A 2017. július 4-én, 08: 30-kor, az en.wikipedia.org-ról származik
9. Inferenciális statisztika (2006, október 20.). A kutatási módszerek tudásbázisában. 2017. július 4., 08:31, a socialresearchmethods.net-ből származik 
10. Leíró statisztika (2006, október 20.). A kutatási módszerek tudásbázisában. 2017. július 4., 08:31, a socialresearchmethods.net-ből származik.