As estatísticas são a matemática que lida com a coleta, organização, análise, interpretação e apresentação de dados. É habitual começar com uma população estatística ou ser investigada ao aplicar estatísticas a um problema científico, industrial ou social. As populações podem incluir muitas â ou coisas, como “todos os indivíduos que vivem em um país” ou “todos os átomos em um cristal”. Experimentoâ.

Quando os dados do censo não estão disponíveis, os estatísticos usam projetos de experimentos exclusivos e amostras de pesquisa para obter dados. A amostragem representativa garante que inferências e conclusões tiradas dos â possam ser extrapoladas para toda a população. Um estudo experimental está coletando medições do sistema, alterando -o e depois fazendo mais medições usando a mesma técnica para verificar se a modificação mudou os resultados das medições. Um estudo observacional, por outro lado, não implica nenhuma modificação experimental.

Nos dados, existem dois principais métodos estatísticos: estatística descritiva, que usam índices como a média ou desvio padrão para descrever dados de uma amostra e estatísticas inferenciais, que derivam inferências de dados suscetíveis à flutuação aleatória. As estatísticas descritivas geralmente se preocupam com duas propriedades de uma distribuição: a tendência central procura caracterizar o valor central ou típico da distribuição, enquanto a dispersão procura caracterizar até que ponto os membros da distribuição se afastam de seu centro e um do outro. A teoria da probabilidade, que lida com o exame de ocorrências aleatórias, é usada para fazer inferências com base em estatísticas matemáticas.

Um processo estatístico padrão reúne dados para avaliar o link entre dois conjuntos de dados estatísticos ou entre um conjunto de dados e dados sintéticos gerados a partir de um modelo idealizado. A ligação estatística entre os dois conjuntos de dados é levantada e contrasta com uma hipótese nula idealizada de nenhuma associação entre os dois conjuntos de dados. Testes estatísticos que quantificam o sentido em que a hipótese nula pode ser demonstrada falsa, dada o fornecido no teste, é usado para rejeitar ou refutar a hipótese nula.

Ao trabalhar com uma hipótese nula, existem dois tipos de erros a serem cientes: erros do tipo I e erros do tipo II. Essa abordagem tem sido associada a vários problemas, desde a aquisição de um tamanho de amostra adequado até a definição de uma hipótese nula apropriada.

Erros também podem ser encontrados nos métodos de medição que criam dados estatísticos. Muitos desses erros são classificados como aleatórios ou sistemáticos, embora outros tipos de erros também possam ocorrer. Os dados ausentes ou a censura podem fazer com que as estimativas sejam distorcidas e abordagens especializadas foram desenvolvidas para superar esses problemas.
Baixar estatísticas PNG Images Transparent Gallery.