De Beskrivende statistikk er den gren av statistikk som er ansvarlig for å samle inn og organisere informasjon om oppførselen til systemer med mange elementer, kjent generelt under navnet befolkning.
For å gjøre dette bruker den numeriske og grafiske teknikker, som den presenterer informasjon gjennom, uten å forutsi eller slutte seg om befolkningen den kommer fra..
Artikkelindeks
Statistikk har sin opprinnelse i det menneskelige behovet for å organisere den informasjonen som er nødvendig for overlevelse og velvære, samt å forutse hendelsene som påvirker den. De store sivilisasjonene i antikken etterlot seg opptegnelser over bosettere, innkrevd skatt, mengde innhøsting og størrelsen på hærene.
For eksempel, i løpet av hans lange styre, bestilte Ramses II (1279-1213 f.Kr.) en folketelling av land og innbyggere i Egypt, som da hadde rundt 2 millioner innbyggere..
På samme måte forteller Bibelen at Moses foretok en folketelling for å finne ut hvor mange soldater de tolv stammene i Israel hadde.
Også i det gamle Hellas ble folk og ressurser telt. Romerne, kjent for sin høye organisasjon, registrerte med jevne mellomrom befolkningen og utarbeidet folketellinger hvert femte år, inkludert territorier og ressurser..
Etter Roma-tilbakegangen var viktige statistiske poster knappe, helt til renessansen kom, da statistikk dukket opp igjen som et hjelpemiddel i beslutningsprosessen..
På slutten av det syttende århundre ble sannsynlighetsteorien født, et resultat av folks tilbøyelighet til sjansespill, noe som ga Statistikk den matematiske strengheten som gjorde den til en vitenskap i seg selv.
En ny impuls kom med teorien om feil og minste kvadrater på 1800-tallet, som ble fulgt av metoden for korrelasjon mellom variabler, for å kvantitativt vurdere forholdet mellom dem..
Inntil til slutt, i løpet av 1900-tallet, spredte statistikk seg til hver gren av vitenskap og ingeniørarbeid som et uunnværlig verktøy for å løse problemer..
Beskrivende statistikk er preget av:
- Organiser informasjonen som er samlet inn i form av data og grafer. Grafene kan være forskjellige: blant annet histogrammer, frekvenspolygoner, kakeformede diagrammer..
- Distribuer dataene i frekvensområder for å gjøre det lettere å administrere dem. Bruk aritmetikk for å finne de mest representative verdiene til dataene, gjennom målinger av sentral tendens, samt analysere deres spredning.
- Bestem formen på distribusjonene, deres symmetri, hvis de er sentrerte eller skjev, og om de er spisse eller heller flate.
Når data må samles inn, organiseres og presenteres, er beskrivende statistikk viktig i vitenskapsområder som omhandler mange elementer og mengder, så vel som i mye av menneskelige aktiviteter: økonomi, politikk, helse, sport og mer..
Her er noen eksempler:
Beskrivende statistikk er opptatt av å konsekvent registrere og organisere data om populasjoner og deres alder, inntekt, investeringer, inntjening og utgifter. På denne måten planlegger regjeringer og institusjoner forbedringer og investerer ressurser riktig..
Med hjelpen overvåkes kjøp, salg, retur og effektivitet av tjenestene. Av denne grunn er statistikk viktig i beslutningstaking.
Fysikk og mekanikk bruker statistikk til å studere kontinuerlige medier, som består av et stort antall partikler, som atomer og molekyler. Det viser seg at det ikke er mulig å spore hver av dem separat..
Men når vi studerer systemets globale oppførsel (for eksempel en del gass) fra makroskopisk synspunkt, er det mulig å finne gjennomsnitt og definere makroskopiske variabler for å kjenne deres egenskaper. Et eksempel på dette er den kinetiske teorien om gasser.
Det er et viktig verktøy når du overvåker sykdommer, fra opprinnelse og under utvikling, samt effekten av behandlinger.
Statistikk som beskriver sykdomsrate, kurhastighet, inkubasjon eller utviklingstid for en sykdom, alderen den vanligvis vises, og lignende data, er nødvendig når man designer de mest effektive behandlingene..
En av de mange anvendelsene av deskriptiv statistikk er å registrere og bestille data om matforbruk i forskjellige populasjoner: mengden, kvaliteten og hvilken som er mest forbrukte, blant mange andre observasjoner som interesserer eksperter..
Her er noen eksempler som illustrerer hvor nyttige beskrivende statistiske verktøy er til å ta beslutninger:
Utdanningsmyndighetene i et land planlegger institusjonelle forbedringer. Anta at du skal implementere et nytt skolekantinesystem.
For dette er det nødvendig å ha data om studentpopulasjonen, for eksempel antall studenter per karakter, alder, kjønn, høyde, vekt og sosioøkonomisk status. Denne informasjonen presenteres deretter i form av tabeller og grafer..
For å holde styr på det lokale fotballaget og foreta nye signeringer, holder lederne oversikt over antall kamper spilt, vunnet, uavgjort og tapt, samt antall mål, målscorerne og hvordan de klarte å score: frispark, halvparten domstol, straffer, med venstre eller høyre ben, blant annet detaljer.
En iskrembut har flere smaker av is og ønsker å forbedre salget, derfor foretar eierne en undersøkelse der de teller antall kunder, de skiller dem inn i grupper etter kjønn og aldersgruppe.
I denne studien blir for eksempel spilt inn favorittsmaken på isen og den bestselgende presentasjonen. Og med dataene som er samlet inn, planlegger de kjøp av smakene og beholderne og tilbehøret som er nødvendige for tilberedningen..
Disse grunnleggende konseptene er nødvendige for å anvende statistiske teknikker, la oss se:
I statistisk sammenheng refererer befolkningen til universet eller gruppen informasjonen kommer fra.
De handler ikke alltid om mennesker, siden de kan være grupper av dyr, planter eller gjenstander som biler, atomer, molekyler og til og med hendelser og ideer..
Når populasjonen er veldig stor, blir et representativt utvalg hentet fra den og analysert, uten å miste relevant informasjon..
Det kan velges tilfeldig, eller i henhold til noen kriterier som analytikeren tidligere har etablert. Fordelen er at det å være en delmengde av befolkningen er mye mer håndterlig.
Det refererer til verdisettet som en viss karakteristikk av befolkningen kan ta. En studie kan inneholde flere variabler, som alder, kjønn, vekt, akademisk nivå, sivilstand, inntekt, temperatur, farge, tid og mange flere.
Variablene kan være av forskjellig art, så det er kriterier for å klassifisere dem og gi dem den mest hensiktsmessige behandlingen.
Avhengig av måten de måles på, kan variablene være:
-Kategorisk
-Numerisk
Kategoriske variabler, også kalt kvalitativ, representerer egenskaper som en persons sivilstand, som kan være enslig, gift, skilt eller enke.
I stedet numeriske variabler eller kvantitativ, kan måles, for eksempel alder, tid, vekt, inntekt og mer.
Diskrete variabler tar bare diskrete verdier, som navnet tilsier. Eksempler på dem er antall barn i en familie, hvor mange fag som er på et bestemt kurs og antall biler på en parkeringsplass.
Disse variablene tar ikke alltid heltallverdier, da det også er brøkdeler.
På den annen side tillater kontinuerlige variabler uendelige verdier innenfor et bestemt område, for eksempel vekten til en person, pH i blodet, tidspunktet for en telefonkonsultasjon og diameteren på fotballer..
De gir en ide om den generelle trenden etterfulgt av dataene. Vi vil nevne de tre mest brukte sentrale tiltakene:
-Halv
-Median
-mote
Tilsvarer gjennomsnittet av verdiene. Det beregnes ved å legge til alle observasjonene og dele med totalt antall:
Det er verdien som gjentas mest i et datasett, den mest eller hyppigste, siden det i en distribusjon kan være mer enn en modus.
Når du sorterer et sett med data, er medianen den sentrale verdien av dem alle.
De peker på variasjonen i dataene og gir en ide om hvor langt eller spredt de er fra de sentrale målene. De mest brukte er:
Det er forskjellen mellom den største verdien xM og den minste xm fra et datasett:
Rangering = xM - xm
Måler hvor langt dataene er fra gjennomsnittsverdien. For å gjøre dette blir det laget et gjennomsnitt, men med forskjellene mellom hvilken som helst verdi xJeg og gjennomsnittet, kvadrat for å hindre dem i å kansellere hverandre. Det er vanligvis betegnet med den greske bokstaven σ i kvadrat, eller med sto:
Avviket har ikke de samme enhetene som dataene, så standardavviket er definert som kvadratroten til variansen og betegnes som σ eller s:
I stedet for å ta hensyn til hver data individuelt, er det å foretrekke å gruppere dem i områder, noe som letter arbeidet, spesielt hvis det er mange verdier. Når du for eksempel arbeider med barn på en skole, kan de grupperes i aldersgrupper: 0 til 6 år, 6 til 12 år og 12 til 18 år.
De er en fin måte å se distribusjonen av dataene på et øyeblikk, og inneholder all informasjonen som er samlet i tabellene og tabellene, men mye rimeligere.
Det er et stort utvalg av dem: med søyler, lineær, sirkulær, stilk og blad, histogrammer, frekvenspolygoner og piktogrammer. Eksempler på statistiske grafer er vist i figur 3..
Grener av statistikk.
Statistiske variabler.
Befolkning og prøve.
Inferensiell statistikk.
Ingen har kommentert denne artikkelen ennå.