Kas ir aprakstošā un neefektīvā statistika?
The aprakstoša un secīga statistika tie ir daļa no divām pamatnozarēm, kurās tiek sadalīta statistika, precīza zinātne, kas ir atbildīga par informācijas iegūšanu no dažādiem mainīgajiem lielumiem, to mērīšanu, kontroli un paziņošanu, ja rodas nenoteiktība.
Tādējādi statistikas mērķis ir kvantitatīvi noteikt un kontrolēt sociālo un zinātnisko rīcību un notikumus.
Aprakstošā statistika ir atbildīga par informācijas apkopošanu, kas iegūta no datiem, kas saistīti ar populāciju vai paraugu. Tās mērķis ir šo informāciju sintezēt precīzi, vienkārši, skaidri un kārtīgi (Santillán, 2016).
Tādā veidā aprakstošā statistika var norādīt uz reprezentatīvākajiem datu grupas elementiem, kas pazīstami kā statistikas dati. Īsāk sakot, šāda veida statistika ir atbildīga par šādu datu aprakstu.
No otras puses, secinājumi par savāktajiem datiem ir secinošā statistika. Tā izsaka secinājumus, kas atšķiras no tiem, ko parāda paši dati.
Šāda veida statistika pārsniedz vienkāršu informācijas vākšanu, katru datu saistot ar parādībām, kas var mainīt viņu rīcību.
Netieša statistika iegūst attiecīgus secinājumus par iedzīvotāju skaitu, pamatojoties uz izlases analīzi. Tāpēc vienmēr secinājumos vienmēr jāaprēķina kļūdas robeža.
Aprakstoša statistika
Tā ir populārākā un pazīstamākā statistikas nozare. Tās galvenais mērķis ir analizēt mainīgos un pēc tam aprakstīt analīzes rezultātus.
Aprakstošā statistika cenšas aprakstīt datu grupu ar mērķi precīzi norādīt īpašības, kas definē minēto grupu (Fortun, 2012).
Var teikt, ka šī statistikas daļa ir atbildīga par tādu datu pasūtīšanu, apkopošanu un klasificēšanu, kas iegūti no grupas iegūtās informācijas analīzes rezultātā..
Daži aprakstošas statistikas piemēri var ietvert valsts tautas skaitīšanu konkrētajā gadā vai to cilvēku skaitu, kuri slimnīcā saņemti noteiktā laika periodā.
Kategorijas
Ir dažas koncepcijas un kategorijas, kas ir tikai daļa no aprakstošās statistikas jomas. Daži no tiem ir norādīti tālāk:
- Dispersija: ir starpība starp vērtībām, kas iekļautas tajā pašā mainīgajā lielumā. Dispersija ietver arī minēto vērtību vidējo vērtību.
- Vidējais: ir vērtība, kas rodas, summējot visas vērtības, kas iekļautas tajā pašā mainīgajā lielumā, un turpmāko rezultātu sadalījumu pēc summā iekļauto datu skaita. To definē kā mainīgā lielāko tendenci.
- Bias vai kurtosis: ir pasākums, kas norāda, cik līknes ir līknes. Tā ir vērtība, kas norāda to elementu skaitu, kas ir tuvāki vidējam rādītājam. Pastāv trīs dažāda veida novirzes (leptokurtisks, mezocurtisks un platicuric), no kuriem katrs norāda, cik augsta datu koncentrācija ir ap vidējo.
- Grafika: tie ir analīzē iegūto datu grafiskais attēlojums. Parasti tiek izmantoti dažāda veida statistikas grafiki, tostarp bārs, apļveida, lineārs, daudzstūris.,
- Asimetrija: ir vērtība, kas parāda, kā viena un tā paša mainīgā vērtība tiek sadalīta attiecībā pret vidējo. Tas var būt negatīvs, simetrisks vai pozitīvs (Formulas, 2017).
Netieša statistika
Analīzes metode tiek izmantota, lai izdarītu secinājumus par populāciju, ņemot vērā datus, ko apraksta aprakstošā statistika par viena un tā paša parauga segmentu. Šis segments jāizvēlas, ievērojot stingrus kritērijus.
Netieša statistika izmanto īpašus rīkus, kas ļauj veikt globālus paziņojumus par iedzīvotāju skaitu, pamatojoties uz izlases novērošanu.
Šāda veida statistikas aprēķini ir aritmētiski un vienmēr pieļauj kļūdas robežu, kas nenotiek ar aprakstošo statistiku, kas ir atbildīga par visu iedzīvotāju analīzi..
Šā iemesla dēļ nenoteiktā statistika prasa izmantot varbūtības modeļus, kas ļauj secināt par plašiem iedzīvotājiem, pamatojoties tikai uz tā daļu (Vaivasuata, 2015).
Saskaņā ar aprakstošo statistiku ir iespējams iegūt datus no vispārējās iedzīvotāju grupas, pamatojoties uz izlases veidā atlasītu personu analīzi..
Kategorijas
Neatbilstošu statistiku var iedalīt divās plašās kategorijās, kas aprakstītas turpmāk:
- Hipotēzes testi: kā norāda tā nosaukums, tas nozīmē, ka testā tiek pārbaudīts, kas no izlases tika izmests no iedzīvotājiem.
- Uzticības intervāli: tie ir populācijas paraugā norādītie vērtību diapazoni, lai identificētu atbilstošu un nezināmu īpašību (Minitab Inc., 2017). Sakarā ar to nejaušības raksturu, mēs varam atklāt kļūdas robežu jebkurā secīgā statistiskā analīzē.
Atšķirības starp aprakstošo un secīgo statistiku
Galvenā atšķirība starp aprakstošo un secīgo statistiku ir tāda, ka pirmais mērķis ir pasūtīt, apkopot un klasificēt datus, kas iegūti no mainīgo lielumu analīzes..
No otras puses, secīgā statistika veic atskaitījumus, pamatojoties uz iepriekš iegūtajiem datiem.
No otras puses, secīga statistika ir atkarīga no aprakstošās statistikas darba, lai veiktu to secinājumus.
Šādā veidā aprakstošā statistika ir pamats, uz kura pamata secīgā statistika veiks savu darbu.
Svarīgi arī atzīmēt, ka aprakstošā statistika tiek izmantota, lai analizētu gan populācijas (lielās grupas), gan paraugus (populāciju apakškopa)..
Kaut arī neskaidra statistika ir atbildīga par paraugu izpēti, no kuras mēģina izdarīt secinājumus par vispārējo iedzīvotāju skaitu.
Vēl viena atšķirība starp šiem diviem statistikas veidiem ir tāda, ka aprakstošā statistika koncentrējas tikai uz iegūto datu aprakstu, neuzskatot, ka tiem ir kāds attiecīgais īpašums..
Tas nepārsniedz to pašu iegūto datu apjomu. No otras puses, secīga statistika uzskata, ka visi dati, kas iegūti no jebkuras statistikas analīzes, ir atkarīgi no ārējām un izlases parādībām, kas var mainīt to vērtību..
Atsauces
- Formulas, U. (2017). Visuma formulas. Saturs iegūts no ASIMETRY: universoformulas.com
- Fortun, M. (2012. gada 7. jūnijs). Statistika. Izgūti no DESCRIPTIVE UN INFERENTIAL STATISTIKA: materiaestadistica.blogspot.com.co
- Minitab Inc. (2017). Izgūti no Kas ir uzticamības intervāls?: Support.minitab.com
- Santillán, A. (2016. gada 13. septembris). Pierādījumi. Iegūti no aprakstošas un secīgas statistikas: vispārīgi jēdzieni: ebevidencia.com
- (2015. gada 6. decembris). Matemātika. Iegūtā atšķirība starp aprakstošo statistiku un statistisko statistiku: diferenciaentre.info