İstatistik

İstatistik Nedir?

İstatistik, nicel verilerden sonuçların toplanması, tanımlanması, analizi ve çıkarımını içeren bir uygulamalı matematik dalıdır. İstatistiğin arkasındaki matematiksel teoriler, ağırlıklı olarak diferansiyel ve integral hesaba, doğrusal cebire ve olasılık teorisine dayanır. İstatistikçiler, istatistik yapan kişiler, özellikle, büyük grubun yalnızca küçük bir bölümünü veya genel bir fenomenin sınırlı sayıda örneğini temsil eden küçük örneklerin gözlemlenebilir özelliklerinden büyük gruplar ve genel fenomenler hakkında nasıl güvenilir sonuçlar çıkarılacağını belirlemekle ilgilenirler..

İstatistiklerin iki ana alanı, örneklem ve popülasyon verilerinin özelliklerini tanımlayan tanımlayıcı istatistikler ve hipotezleri test etmek ve sonuç çıkarmak için bu özellikleri kullanan çıkarımsal istatistikler olarak bilinir.

Bazı yaygın istatistiksel araçlar ve prosedürler şunları içerir:

• Tanımlayıcı
• Genel ortalama)
• Varyans
• Çarpıklık
• Basıklık
• Çıkarımsal
• Liner regresyon analizi
• Varyans analizi ( ANOVA )
• Logit / Probit modelleri
• Boş hipotez testi

İstatistikleri Anlamak

İstatistikler, fiziksel ve sosyal bilimler gibi hemen hemen tüm bilimsel disiplinlerin yanı sıra iş dünyasında, beşeri bilimler, hükümet ve imalatta kullanılmaktadır. İstatistik, temelde matematik ve doğrusal cebir dahil olmak üzere matematiksel araçların olasılık teorisine uygulanmasından geliştirilen bir uygulamalı matematiğin dalıdır.

Pratikte istatistik, daha az sayıda benzer nesnenin veya olayın (bir örneklem ) özelliklerini inceleyerek büyük nesne veya olay kümelerinin (bir popülasyon ) özelliklerini öğrenebileceğimiz fikirdir. Çoğu durumda, tüm popülasyon hakkında kapsamlı veri toplamak çok maliyetli, zor veya tamamen imkansız olduğundan, istatistikler uygun veya uygun maliyetle gözlemlenebilen bir örneklemle başlar.

Verilerin analizinde iki tür istatistiksel yöntem kullanılır: tanımlayıcı istatistikler ve çıkarımsal istatistikler. İstatistikçiler, bir numunenin bireyleri veya unsurları hakkında verileri ölçüp toplar, ardından bu verileri analiz ederek açıklayıcı istatistikler üretir. Daha sonra, daha geniş popülasyonun parametreler olarak bilinen ölçülmemiş (veya ölçülmemiş) özellikleri hakkında çıkarımlar veya eğitimli tahminler yapmak için uygun şekilde “istatistik” olarak adlandırılan örnek verilerin bu gözlemlenen özelliklerini kullanabilirler.

Tanımlayıcı istatistikler

Tanımlayıcı istatistikler çoğunlukla örnek verilerin merkezi eğilimine, değişkenliğine ve dağılımına odaklanır. Merkezi eğilim, bir örneklemin veya popülasyonun tipik bir öğesi olan özelliklerin tahmini anlamına gelir ve ortalama, medyan ve mod gibi tanımlayıcı istatistikleri içerir. Değişkenlik, ölçülen özellikler boyunca bir örneklemin veya popülasyonun öğeleri arasında ne kadar fark olduğunu gösteren ve aralık, varyans ve standart sapma gibi ölçümleri içeren bir dizi istatistiği ifade eder.

Dağıtım bir histogram olarak bir grafik üzerinde tasvir edilebilir veriler, genel “şekli” terimi, ya da arsa nokta ve bu olasılık dağılım fonksiyonu, çarpıklık ve basıklık gibi özellikleri içerir. Tanımlayıcı istatistikler, bir veri setinin öğelerinin gözlemlenen özellikleri arasındaki farklılıkları da tanımlayabilir. Tanımlayıcı istatistikler, bir veri örneğinin öğelerinin toplu özelliklerini anlamamıza yardımcı olur ve hipotezleri test etmek ve çıkarımsal istatistikleri kullanarak tahminler yapmak için temel oluşturur.

Çıkarımsal istatistik

Çıkarımsal istatistikler, istatistikçilerin bir örneklemin özelliklerinden bir popülasyonun özellikleri hakkında sonuçlar çıkarmak ve bu sonuçların güvenilirliğinden ne kadar emin olabileceğine karar vermek için kullandıkları araçlardır. İstatistikçiler, örnek verilerin örneklem büyüklüğüne ve dağılımına dayanarak, bir veri örneğindeki merkezi eğilimi, değişkenliği, dağılımı ve özellikler arasındaki ilişkileri ölçen istatistiklerin, tüm popülasyonun karşılık gelen parametrelerinin doğru bir resmini sağlama olasılığını hesaplayabilir. numunenin alındığı yer.

Çıkarımsal istatistikler, tüketicilerin satın alma alışkanlıklarının bir örneğini araştırarak bir ürün için ortalama talebi tahmin etmek gibi büyük gruplar hakkında genellemeler yapmak veya bir menkul kıymetin veya varlık sınıfına dayalı olarak gelecekteki getirisini tahmin etmek gibi gelecekteki olayları tahmin etmeye çalışmak için kullanılır. örnek bir dönemdeki getirilerde.

Regresyon  analizi, bir bağımlı değişken (genellikle Y ile gösterilir) ve bir dizi başka değişken (bağımsız değişkenler olarak bilinir) arasındaki ilişkinin (veya korelasyonun ) gücünü ve karakterini belirlemeye çalışan yaygın bir istatistiksel çıkarım yöntemidir. Bir regresyon modelinin çıktısı, istatistiksel anlamlılık açısından analiz edilebilir; bu, test veya deney yoluyla elde edilen bulguların bir sonucunun rastgele veya şans eseri oluşma ihtimalinin olmadığı, bunun yerine muhtemelen açıklanmış belirli bir nedene atfedilebileceği iddiasını ifade eder. verilere göre. İstatistiksel öneme sahip olmak, verileri analiz etmeye ve araştırmaya büyük ölçüde güvenen akademik disiplinler veya uygulayıcılar için önemlidir.

Sıkça Sorulan Sorular