Statistik är en vetenskaplig disciplin som handlar om att erhålla, beställa och analysera en uppsättning data för att få förklaringar och förutsägelser om observerade fenomen.
Statistik består av metoder, procedurer och formler som gör det möjligt att samla in information och sedan analysera den och dra relevanta slutsatser utifrån den. Man kan säga att det är datavetenskap och att dess huvudsyfte är att förbättra förståelsen för fakta utifrån tillgänglig information.
Ursprunget till ordet statistik tillskrivs vanligtvis ekonomen Gottfried Achenwall (preussisk, 1719-1772) som förstod statistik som "vetenskap om saker som tillhör staten."
Det bör noteras att statistik INTE är en gren av matematik. Den använder verktyg i matematik på samma sätt som fysik, teknik eller ekonomi gör, men det gör dem inte till en del av matematiken. Det är sant att de är nära besläktade, men statistik och matematik är olika discipliner.
Statistisk integrering
En av de grundläggande egenskaperna hos statistik är dess tvärgående. Dess metodik är tillämplig på studier av olika discipliner som: biologi, fysik, ekonomi, sociologi etc.
Statistik hjälper till att få relevanta slutsatser för studier av alla typer av medel som: människor, djur, växter etc. Det gör det i allmänhet genom statistiska urval.
Statistiska typer
Statistiktyperna kan delas in i två stora grenar: beskrivande och inferentiella.
- Beskrivande statistik: Avser metoder för att samla in, organisera, sammanfatta och presentera en uppsättning data. Det handlar främst om att beskriva de grundläggande egenskaperna hos data och för dem används vanligtvis indikatorer, grafer och tabeller.
- Inferentiell statistik: Detta är ett steg bortom enbart beskrivning. Det hänvisar till de metoder som används för att kunna göra förutsägelser, generaliseringar och få slutsatser från analyserade data med hänsyn till graden av befintlig osäkerhet.
Inferentialstatistik är indelad i två stora typer: parametrisk och icke-parametrisk statistik.
- Parametrisk statistik: Det kännetecknas av att det antar att data har en viss fördelning eller att vissa parametrar anges som ska uppfyllas. Således kan vi till exempel i en parametrisk analys arbeta under antagandet att befolkningen är fördelad som en normal (vi måste motivera vårt antagande) och sedan dra slutsatser under antagandet att detta villkor är uppfyllt.
- Icke-parametrisk statistik: I det är det inte möjligt att anta någon typ av underliggande distribution i data eller en specifik parameter. Ett exempel på denna typ av analys är binomialtestet.
Statistikens ursprung och historia
Statistikens historia är från före 3000 f.Kr. Det föddes med målet att samla in information som staten behövde, till exempel om jordbruk och handel.
I antika Assyrien och Egypten finns bevis för insamling av statistiska uppgif.webpter. På samma sätt samlades demografiska uppgif.webpter om imperiets invånare i Rom, såsom födelse och dödlighet. Detta i syfte att fatta bättre beslut från regeringen.
Senare, under medeltiden, hade statistiken inga stora framsteg. Men i modern tid skulle den första moderna statistiska folkräkningen och den första tabellen över ålderssannolikheter utarbetas, båda händelserna på 1600-talet. Mot 1900-talet började matematiska verktyg från sannolikhetsteorin införlivas i statistik. Detta, främst på grund av bidrag från Kolmogorov och Borel.
För att lära dig mer om statistikhistoriken inbjuder vi dig att läsa:
Statistikens ursprungStatistikens historiaStatistiska mål
De viktigaste målen för statistiken är följande:
- Känn egenskaperna och dra slutsatser eller dra slutsatser om en målpopulation. Detta, vanligtvis från analysen av ett prov. Detta är typiskt för slutlig statistik.
- Det kan göra det möjligt att etablera en relation mellan olika variabler, hitta det möjliga ursprunget till ett fenomen, studera förändringarna i nämnda händelse och göra prognoser om det, om möjligt.
- Baserat på de slutsatser som erhållits kan beslut fattas, till exempel om vi talar om en statistisk studie som genomförts av regeringen för att definiera en allmän ordning.
- I fallet med beskrivande statistik möjliggör det att ha en toppmodern teknik, det vill säga att känna till egenskaperna hos en databas, till exempel genom att beräkna mått på central tendens såsom medelvärdet eller läget.
- Det stöder andra discipliner som ekonomi, vid analys och projektion av indikatorer som inflation eller bruttonationalprodukt. Likaså har vi inom biologi biostatistik som analyserar folkhälso- och miljödata i andra.
Statistiska element
Huvudelementen i statistiken är:
- Befolkning: En grupp individer som presenterar eller kan presentera ett gemensamt karakteristiskt drag som vi vill undersöka.
- Show: Det är en undergrupp med data som extraherats från en befolkning som måste representera hela gruppen på ett adekvat sätt.
- Parametrar: De är mått som erbjuder information i mitten av en datamängd (mått på central tendens), andra om spridning eller variabilitet (mått på spridning) och andra om värdets position (mått på position såsom percentiler).
- Experimentera: Process eller aktivitet som avsiktligt genomförs för att få en serie data eller för att bekräfta eller motbevisa en hypotes.
- Variabel: Karakteristiken eller kvaliteten på ett urval eller en population som ett värde kan tilldelas.
Exempel på statistikanvändning i ekonomi
Statistik används ofta i ekonomisk analys. Det hjälper oss att kontrollera tillämpningen av ekonomisk teori i praktiken. Några exempel på statistikanvändning i ekonomi är:
- Beredning av aggregerade makroekonomiska indikatorer.
- Förutsägelser om framtida beteende hos efterfrågan.
- Testa giltigheten av hypoteser baserade på ekonomisk teori.
- Beräkna arbetslösheten.
- Organisera och presentera ekonomiska data såsom: prisutveckling, BNP, etc.
Vi rekommenderar att du läser:
- Slumpvariabel
- Enkelt slumpmässigt urval