Statistiken sind die Mathematik, die sich mit dem Sammeln, Organisieren, Analysieren, Interpretieren und Präsentieren von Daten befasst. Es ist üblich, mit einer statistischen Bevölkerung zu beginnen oder bei der Anwendung von Statistiken auf ein wissenschaftliches, industrielles oder soziales Problem zu untersuchen. Populationen können viele oder Dinge umfassen, wie “alle Personen, die in einem Land leben” oder “Jedes Atom in einem Kristall”. Experiment.

Wenn die Zensusdaten nicht verfügbar sind, verwenden Statistiker einzigartige Experimententwürfe und Umfragemutproben, um Daten zu erhalten. Repräsentative Probenahme stellt sicher, dass Schlussfolgerungen und Schlussfolgerungen aus dem von der gesamten Bevölkerung extrapoliert werden können. Eine experimentelle Studie erfasst die Messungen des Systems unter dem System, ändert es und führt dann mehr Messungen mit der gleichen Technik an, um festzustellen, ob die Modifikation die Ergebnisse der Messungen geändert hat. Eine Beobachtungsstudie hingegen beinhaltet keine experimentelle Modifikation.

In Daten gibt es zwei Hauptstatistikmethoden: Beschreibende Statistiken, die Indizes wie Mittelwert oder Standardabweichung verwenden, um Daten aus einer Stichprobe zu beschreiben, und inferentielle Statistiken, die Schlussfolgerungen aus Daten abgeben, die für zufällige Schwankungen anfällig sind. Beschreibende Statistiken befassen sich am häufigsten mit zwei Eigenschaften einer Verteilung: Zentrale Tendenz versucht, den zentralen oder typischen Wert der Verteilung zu charakterisieren, während die Dispersion versucht, das Ausmaß zu charakterisieren, in dem Mitglieder der Verteilung von ihrem Zentrum abweichen und voneinander abweichen. Die Wahrscheinlichkeitstheorie, die sich mit der Untersuchung zufälliger Ereignisse befasst, wird verwendet, um Schlussfolgerungen auf der Grundlage mathematischer Statistiken zu ziehen.

Ein statistischer Standardprozess sammelt Daten, um den Zusammenhang zwischen zwei statistischen Datensätzen oder zwischen einem Datensatz und synthetischen Daten zu bewerten, die aus einem idealisierten Modell generiert wurden. Der statistische Zusammenhang zwischen den beiden Datensätzen wird angenommen und steht im Gegensatz zu einer idealisierten Nullhypothese ohne Assoziation zwischen den beiden Datensätzen. Statistische Tests, die den Sinn quantifizieren, in dem die Nullhypothese aufgrund der im Test bereitgestellten im Test nicht wahr ist, werden verwendet, um die Nullhypothese abzulehnen oder zu widerlegen.

Bei der Arbeit mit einer Nullhypothese müssen sich zwei Arten von Fehlern bewusst sein: Typ I -Fehler und Typ II -Fehler. Dieser Ansatz wurde mit einer Reihe von Problemen in Verbindung gebracht, die von der Erwerb einer geeigneten Stichprobengröße bis zur Definition einer geeigneten Nullhypothese reichen.

Fehler finden sich auch in den Messmethoden, die statistische Daten erstellen. Viele dieser Fehler werden als zufällig oder systematisch eingestuft, obwohl auch andere Arten von Fehlern auftreten können. Fehlende Daten oder Zensur können dazu führen, dass Schätzungen verzerrt werden, und es wurden spezielle Ansätze entwickelt, um diese Probleme zu überwinden.
Download Statistiken PNG Bilder transparente Galerie.