统计简单地表示数字数据,并且是数学领域,通常处理数据的收集,制表和数字数据的解释。它实际上是一种数学分析形式,它使用不同的定量模型来生成一组实验数据或对现实生活的研究。这是应用数学领域中涉及数据收集分析,解释和表示的领域。统计数据处理如何使用数据来解决复杂的问题。有些人认为统计是一门独特的数学科学,而不是数学的分支。
统计信息使工作变得容易和简单,并提供清晰清晰的定期工作图。
统计基本术语:
- 人口 –
它实际上是要对其属性进行分析的一组个人或对象或事件的集合。 - 样本 –
它是人口的子集。
统计类型:
1.描述性统计:
描述统计使用的数据可以通过数值计算或图形或表格来提供总体描述。它提供数据的图形摘要。它仅用于汇总对象等。其中有以下两类。
- (一种)。集中趋势的度量–
集中趋势的度量也称为汇总统计,用于表示数据集或样本集的中心点或特定值。
在统计中,有以下三种常见的集中趋势度量:- (我是说 :
它是样本集中所有值的平均值的度量。
例如, - (ii)中位数:
它是样本集中心值的度量。在这些数据集中,数据集从最低值到最高值排序,然后找到确切的中间值。
例如, - (iii)模式:
它是样本集中最常到达的值。在中央集中大多数时间重复的值是实际模式。
例如,
- (我是说 :
- (b)。可变性度量–
变异性度量也称为分散度量,用于描述样本或总体中的变异性。在统计数据中,存在三种常见的可变性度量,如下所示:- (i)范围:
它给出了如何分散样本集或数据集中的值的度量。Range = Maximum value - Minimum value
- (ii)差异:
它仅描述随机变量相对于期望值的偏离程度,并且还计算为偏差平方。S2= ∑ni=1 [(xi - ͞x)2 ÷ n]
在这些公式中, n代表总数据点, ͞x代表数据点的平均值, x i代表单个数据点。
- (iii)分散度:
它是从其平均值分散数据集的度量。σ= √ (1÷n) ∑ni=1 (xi - μ)2
- (i)范围:
2.推论统计:
推论统计基于从总体中获取的数据样本对总体进行推断和预测。它概括了一个大型数据集并应用概率得出结论。它仅用于解释描述性统计信息的含义。它仅用于分析,解释结果和得出结论。推论统计学主要与假设检验有关,并与之相关,其主要目标是拒绝无效假设。
假设检验是一种推论性程序,它利用样本数据来评估和评估有关总体假设的可信度。推论统计通常用于确定样本之间的牢固关系。但是,很难获得总体列表并绘制随机样本。
推断统计可以通过以下各个步骤来完成:
- 获得并从理论开始。
- 产生研究假设。
- 操作或使用变量
- 确定或找出可以应用研究材料的人群。
- 为这些总体生成或形成零假设。
- 从人口中收集并收集儿童样本,然后简单地进行研究。
- 然后,执行所有统计检验,以澄清获得的样本特征是否与零假设下的预期差异足够大,以便我们能够找到并拒绝零假设。
推论统计的类型–
如今,各种类型的推论统计数据被广泛使用,并且非常易于解释。这些在下面给出:
- 一个差异样本检验/一个假设检验样本
- 置信区间
- 列联表和卡方统计
- T检验或方差分析
- 皮尔逊相关
- 双变量回归
- 多元回归