İstatistikler, veri toplama, organize etme, analiz etme, yorumlama ve sunma ile ilgilenen matematiktir. Bilimsel, endüstriyel veya sosyal bir soruna istatistik uygularken istatistiksel bir nüfusla başlamak veya araştırılmalıdır. Popülasyonlar, “bir ülkede yaşayan tüm bireyler” gibi birçok ya da “bir kristalde her atom” gibi şeyleri içerebilir. Deney.

Sayım verileri kullanılamadığında, istatistikçiler veri elde etmek için benzersiz deney tasarımları ve anket örnekleri kullanırlar. Temsilci örnekleme, çekilen çıkarımların ve sonuçların tüm nüfusa tahmin edilmesini sağlar. Deneysel bir çalışma, sistemin ölçümlerini toplamak, değiştirmek ve daha sonra modifikasyonun ölçümlerin sonuçlarını değiştirip değiştirmediğini görmek için aynı tekniği kullanarak daha fazla ölçüm yapmaktır. Öte yandan gözlemsel bir çalışma, herhangi bir deneysel modifikasyon gerektirmez.

Verilerde, iki ana istatistiksel yöntem vardır: bir örnekten elde edilen verileri tanımlamak için ortalama veya standart sapma gibi endeksler ve rastgele dalgalanmaya duyarlı verilerden çıkarımlar elde eden çıkarımsal istatistikler kullanan tanımlayıcı istatistikler. Tanımlayıcı istatistikler çoğunlukla bir dağılımın iki özelliği ile ilgilidir: merkezi eğilim, dağılımın merkezi veya tipik değerini karakterize etmeyi amaçlarken, dağılım, dağıtım üyelerinin merkezinden ve birbirinden ne ölçüde ayrıldığını karakterize etmeyi amaçlamaktadır. Rastgele olayların incelenmesi ile ilgilenen olasılık teorisi, matematiksel istatistiklere dayanan çıkarımlar yapmak için kullanılır.

Standart bir istatistiksel süreç, iki istatistiksel veri kümesi arasındaki veya bir veri kümesi ile idealize edilmiş bir modelden oluşturulan sentetik veriler arasındaki bağlantıyı değerlendirmek için veriler toplar. İki veri kümesi arasındaki istatistiksel bağlantı varsayılır ve iki veri seti arasında NO ilişkisinin idealize edilmiş bir sıfır hipoteziyle karşılaştırılır. Testte sağlanan  göz önüne alındığında, sıfır hipotezinin yanlış gösterilebileceği duygusunu ölçen istatistiksel testler, sıfır hipotezini reddetmek veya çürütmek için kullanılır.

Bir sıfır hipotezi ile çalışırken, farkında olması gereken iki tür hata vardır: Tip I hataları ve Tip II hataları. Bu yaklaşım, uygun bir örnek büyüklüğü elde etmekten uygun bir sıfır hipotezinin tanımlanmasına kadar bir dizi sorunla bağlantılıdır.

Hatalar, istatistiksel veriler oluşturan ölçüm yöntemlerinde de bulunabilir. Bu hataların çoğu rastgele veya sistematik olarak sınıflandırılır, ancak diğer hatalar da oluşabilir. Eksik veri veya sansür, tahminlerin çarpık olmasına neden olabilir ve bu sorunların üstesinden gelmek için özel yaklaşımlar geliştirilmiştir.
İstatistik Png görüntüleri şeffaf galeri indirin.