Tilastotiedot ovat peräisin latinalaisesta statisticum collegiumista (valtioneuvosto) ja sen italialaisesta johdannaisesta statista (valtiomies tai poliitikko). Saksalainen termi Statistik, jonka otti käyttöön Gottfried Achenwall (1749), nimitti alun perin valtiotietojen analyysin eli "valtion tiede". Vasta 1800-luvulla, kun termi tilastotiedot merkitsivät tietojen keräämistä ja luokittelua. Se on joukko tekniikoita ihmisyhteiskunnissa esiintyvien kollektiivisten ilmiöiden havainnoimiseksi, mittaamiseksi ja tulkitsemiseksi suurten määrien käyttöön perustuvien menetelmien avulla.
Mikä on tilasto
Sisällysluettelo
Käsite tilastojen koskee sen sovelluksia analyysi eri parametrien tai saatuja tietoja edustavien kokeiden, niin että kaikki muutokset, riippuvuuksia ja korrelaatiot, että erityinen fysikaalinen ilmiö tai luonnollinen ilmiö, jonka esiintymät ovat ehdollisia tai ehdollisia voidaan selittää. satunnainen. Määritelmät ja käsitteet, jotka korostavat tilastoja, johtavat samaan johtopäätökseen: tilastotiedot ovat läsnä monenlaisissa tieteissä, etenkin tosiasioissa, koska ne hankkivat hyvin uutta tietoa havainnoinnin ja odotusten avulla. Tilastoja käytetään jopa valtion laitoksissa.
Nykyisin tilastotiedot ja niiden suhde faktatieteisiin avaavat tärkeän oven tietyn väestön tarkan määrän laskemiseen. Kuinka tämä saavutetaan? Käyttämällä erilaisia menetelmiä kerätä mahdollisimman paljon tietoa, analysoida yhteisön tietoja ja lopuksi tulkita saadut tulokset aiemmin käytettyjen mekanismien avulla.
Tilastojen määritelmä liittyy läheisesti kvantitatiivisiin tutkimuksiin, itse asiassa se otetaan huomioon, koska tilastoja pidetään tällä alalla täysin erityisenä tieteenä kollektiivisten ilmiöiden laskemisessa. Tämän tieteen alkuperä on vielä monimutkaisempi, mutta sillä on erinomainen selitys.
Käsite tilastojen perustuu siihen, että tämä on yksi matematiikan, jonka tarkoituksena on tutkia vaihtelu ja prosessi, joka syntyy siitä, tietysti, pitää kirjaa lakeja tai periaatteita todennäköisyydellä. Koska se on matemaattinen tilasto, menetelmä, jolla sitä tutkitaan, on täysin muodollinen ja sitä pidetään erillään varsinaisena tieteenä.
Määritelmä tilastoista näkyy sen deduktiivisella osa tieteen, täysin dynaaminen, jatkuva kehitys ja oman osaamisen. Tässä viestissä kaikki tilastoihin liittyvä selitetään kokonaan.
Tilastojen alkuperä
Itse asiassa tämä tiede alkoi valtion merkittävänä tarpeena ylläpitää tiettyä väestötietoa, minkä he tekivät progressiivisten väestölaskennojen ja tiedonkeruun avulla, jotka he toimittivat myöhemmin määritetyille tilastotiedoille. Saatu tilastollinen parametri oli maan asukkaiden kokonaismäärä. Kun tämä otetaan huomioon, ajan mittaan tilastoja käytettiin eri tutkimusalueilla ja tiedetieteissä, esimerkiksi matemaattisissa tilastoissa, eri laskelmien kaavioissa, joita kutsutaan tilastokaavioiksi. Vaikka se näkyy myöhemmin tilastotyypeissä.
Tilastojen historia
Tämä tiede on ollut läsnä ihmisen elämässä monta vuotta, itse asiassa on dokumentoituja kaavioita noin vuonna 3000 eKr. Tilastojen historia liittyy todella babylonialaisiin ja ensimmäisiin ihmisiin, jotka asuvat maan päällä, koska kaivinkoneiden ja tutkijoiden löytämiä kiviä ja puuta löydettiin oman väestön tilit ja laskelmat. Vuosien mittaan lisää sivilisaatioita liittyi tilastojen käyttöön, muun muassa egyptiläiset, jotka käyttivät niitä jo ennen kuin nostivat kuuluisat Egyptin pyramidit.
Keskiajalla ja muinaisina aikoina tämä tiede oli saamassa lisää voimaa käyttäen tilastokuvaajia paitsi tietääkseen väestön erityismäärän, myös ottaakseen sen omakseen ja soveltamalla verosääntöjä tehokkaammin. Niiden avulla oli myös mahdollista laskea niiden armeijoiden joukkoon ja maan jakamiseen tietyllä alueella tarvittavien kohteiden lukumäärä. Jotkut sivilisaatioista, jotka käyttivät tilastoja, ovat seuraavat.
- Egypti: Ensimmäisen dynastian aikana faraot alkoivat käyttää tilastoja kerätäkseen tietoja tehokkaasti väestöstään, jotta he voisivat määrittää, kuinka monta yksilöä tai orjaa he käyttävät Egyptin pyramidien nostamiseen, laskisivat aarteet. heillä oli hallussaan koko alueen hallintaa.
- Rooma: sen käyttö alkoi Rooman valtakunnassa, kun antiikin Rooman hallitsijat päättivät, että heidän oli seurattava syntymästään, kuolemastaan, varallisuudestaan, maastaan ja kaikesta, mikä liittyy rahaan verotasolla alueellaan. Sen täytäntöönpano merkitsi Rooman aikakaudella ennen ja jälkeen, ja vähitellen sitä käytettiin tapana tänään.
- Kreikka: niitä alettiin käyttää demokratian, toisin sanoen välittömän äänioikeuden, perustamiseen, mutta niitä käytettiin myös asepalveluksen toteuttamiseen ja kuinka monta ihmistä tarvittiin näihin uusiin ansioihin. Kuten muissakin sivilisaatioissa, antiikin Kreikan hallitsijat säilyttivät väestönsä hallinnan maan ja varallisuuden jakamista koskevilla laskennoilla.
- Kiina: Keisari Yaon aikakaudella, suunnilleen vuonna 2238 eKr. Tapahtui tarkan laskelman laatiminen maataloudesta, kaupasta ja teollisesta toiminnasta muinaisessa Kiinassa. Tällä tavoin hallitsija ylläpitää järjestystä liiketoiminnassa.
- Lähi-itä: Sumerit pitivät kirjanpidossa muinaisen Babylonin asukkaita, itse asiassa kokonaismäärä oli 6000 ihmistä. Löydettiin myös muinaisia tabletteja, joissa pidettiin tietoja kaupungin oikeudellisista menettelyistä, sen yrityksistä ja varallisuudesta.
- Juutalaiset: tätä tiedettä käytettiin paitsi armeijan tietojen hankkimiseen myös temppeliin tulleiden tarkan määrän määrittämiseen.
- Meksiko: muinainen kuningas Xólotl antoi vuonna 1116 käskyn laskea kaikki alamaiset Chichimecan heimojen tekemän muuton vuoksi.
- Espanja: Vuodesta 1528 alkaen maassa aloitettiin väestölaskennat eri paikoissa, joilla kaikilla oli erilaiset tavoitteet, mutta jotka tuottivat suotuisia tuloksia tuon ajan hallitsijoille.
- Englanti: syntymien ja kuolemien laskenta kasvoi kokonaisuudessaan suuren tuhon vuoksi, joka tuhosi alueen 1500-luvulla. Saatuaan tuloksia he alkoivat tehdä erilaisia tilastokaavioita taudin aiheuttamien kuolemien hallitsemiseksi.
Tilastollinen luokitus
On jo käynyt selväksi, että tämä tiede on eristetty, että se ei kuulu muihin täsmällisiin tieteisiin, koska se tuottaa vain todennäköisyyksiä, se heijastuu numeerisissa merkeissä, jotka eivät ole tarkkoja, ei ainakaan pitkään, koska voi syntyä erilaisia syitä, jotka aiheuttaa pieniä tai rajuja muutoksia, esimerkiksi väestön kirjanpidossa, jota voidaan muuttaa kuukausittain tai vuosittain tietyllä alueella rekisteröityjen syntymien ja kuolemien määrän mukaan. Tilastojen luokittelu on kuitenkin jaettu kahteen näkökohtaan, jotka selitetään alla.
Kuvailevia tilastoja
Kyse on tietyn ilmiön tai ongelman arvioinnista tarkkailemalla sitä, minkä jälkeen se esitetään kaavioiden ja tilastotietojen avulla, jotka paitsi onnistuvat löytämään ilmiön yksityiskohdat, mutta myös valvovat sen käyttäytymistä. Tämän näkökohdan etenemiseksi on suoritettava sarja vaiheita, ensin tilastotiedot kerätään aiemmin havaittujen näytteiden kautta, sitten kaikki saadut näytteet analysoidaan niiden luokittelemiseksi, tämä viimeinen prosessi ei ole muuta kuin ryhmien ryhmittely. tilastollinen parametri tai tutkimuksen aikana saadut erilaiset tiedot.
Päätelmätilastot
Tutkimuksen myötä löytyvät tietyt näytteet, jotka toimivat testeinä, joiden avulla voidaan määrittää syy kyseiselle yhteisölle, väestölle tai alueelle kehittyvälle käyttäytymiselle tai ilmiölle. Jotta tilastojen luokittelun tämä näkökohta olisi looginen ja etenisi, on todella välttämätöntä tietää, mikä populaatio on, ja tietää, kuinka se erotetaan otoksesta. Hypoteesi on yksi tämän näkökohdan peruspilarista, ja se luo referenssivälineen saatuihin tuloksiin.
Päätelmällisten tilastojen maininnan jälkeen yleisesti esiintyvien epäilyjen poistamiseksi väestö on käsite, joka viittaa joukkoihin ihmisiä, joiden yleinen ominaisuus on ryhmittely. Näyte päinvastoin on otettu samasta populaatiosta, ja sille tehdään myöhemmin erilaisia tutkimuksia luokituksen lopulliseksi aloittamiseksi.
Molempien ansiosta päättelevä tilasto onnistuu kehittämään joukon olosuhteita ja siinä käytettäviä vaihtoehtoja konjugaatiossa sovellettavia hypoteeseja ja teorioita. Kun tämä kaikki on selvää, on sanomattakin selvää, että johtopäätökset ovat välittömät tälle näkökohdalle.
Tilastolliset menetelmät
Tässä vaiheessa se on yleensä melko yleinen, koska tilastollinen menetelmä ei ole muuta kuin saatujen tietojen tutkiminen, joten ne tarkistetaan ja arvioidaan tietämään, hyväksytäänkö vai hylätäänkö ne myöhemmin.
Tilastollisen menetelmän saavuttamiseksi on käytettävä induktiota, deduktiota ja hypoteesia. Näillä menetelmillä on kolme näkökohtaa, joilla on painoa tieteen eri aloilla, muun muassa niiden soveltaminen olemassa oleviin tieteenaloihin, tilastokuvien tyypit ja prosessien tilastollinen hallinta.
Tilastojen soveltaminen eri aloilla
Tunnetaan myös nimellä sovelletut tilastot ja sen päätavoitteena on päättelevien tilastojen avulla tietää tietyn yhteisön käyttäytyminen ja päättää tilastollinen otos eri parametreista. Tätä voidaan soveltaa tilastojen ulkopuolisilla aloilla, esimerkiksi psykologiassa, biologiassa, historiassa, lääketieteessä… Jopa jalkapallotilastoissa.
Tilastollinen otanta otetaan huomioon siitä johtuvien oletusten vuoksi, tässä käytetään myös tilastollista tilaa, mediaanitilastoja ja ns. Muuttuvaa tilastollista miksi? koska tilastopaketteja käytetään koulutusohjelmissa.
Tilastokaaviotyypit
Paras tapa kerätä eri tutkimuksista saatuja tuloksia on grafiikkaa, vaikka onkin selvää, että jokaisella on omat erot ja erityisiä käyttötarkoituksia, esimerkiksi pylväsdiagrammeja käytetään prosenttiosuuksien kaappaamiseen tai tietopalvelun tarjoamien tietojen määrittämiseen. määrätietoinen väestö.
Alakohtaiset kuvaajat käytetään vain ja ainoastaan ilmaista väestön prosenttiosuudet joko koulujen tai suurten alueiden. Piktogrammit havainnollistavat eli piirustuksia. Niitä käytetään yleensä muotiin liittyvissä aiheissa. Histogrammit edustavat tilastollinen muuttuja suhteellisella baareja arvoja.
Lopuksi taajuuspolygoni perustuu lineaarisiin kaavioihin, jotka esittävät tietyn ajanjakson aikana tapahtuneiden tapahtumien aiheuttamat äkilliset muutokset tietyssä populaatiossa. Tämä kaavio syntyy pisteistä, jotka kohtaavat kaavion pylväiden ylemmillä tasoilla. Tämän tyyppistä laskentaa voidaan käyttää myös histogrammeissa, mutta tämä on paras tapa suorittaa kirjanpito graafisella tasolla.
Mikä on tilastollinen prosessinohjaus
Kyse on graafien oikeasta käytöstä tietyn populaation eri tutkimuksissa ja tutkimuksissa saatujen tietojen erojen suhteen. Prosessien tilastollinen hallinta on vastuussa tutkittujen tärkeiden ilmiöiden vaihteluiden erottamisesta , koko prosessin parametrien, näytteiden ja mittausten keräämisestä, mikä tekee selväksi, että kontrollin teho perustuu kykyyn seurata ilmiöitä. Se liittyy tilastolliseen laadunvalvontaan, koska optimaalisten tulosten saavuttamiseksi käytetään monia tekniikoita ja menetelmiä.
Toisaalta on olemassa mittaustasot. Näitä tasoja on 4 tyyppiä ja kullakin on erilainen soveltamisaste tilastoissa. Mitta-asteikko, että suhde on joustavampi ja sitä käytetään suorittamaan eri analyysejä kerättyjen parametrit.
Intervallimittauksissa on etäisyyksiä, jotka voidaan tulkita yhden mittauksen ja toisen välillä, mutta lopulta niillä on merkityksetön nolla-arvo, kuten IQ- laskelmissa. Järjestysmittaukset sisältävät merkittäviä ja epätarkkoja eroja peräkkäisiksi luokiteltujen arvojen välillä, mutta saatu järjestys on tulkittavissa.
Lopuksi on nimellinen mittaus, ja sitä pidetään alhaisimmalla asteikolla, koska se perustuu elementtien luokitteluun tai ryhmittelyyn niiden luokkien mukaan. Kun kiinnität huomiota tähän, käy selväksi, että järjestysmittausjärjestysnumeroilla ja -välillä on vakio- ja yhteismittausyksikkö. Ne ovat kaikki erilaisia, vaikka ne kuuluvat samaan tasoluokitukseen. Nyt nollakerroin samanvälisellä asteikolla on täysin mielivaltainen eikä se vaikuta mitenkään tai heijasta mitattavien määrien poissaoloa.
Sen lisäksi, että nämä asteikot sisältävät järjestysmittausten yleisiä ominaisuuksia, ne pystyvät määrittämään tason jokaisen elementin välisen tiheyden, suuruuden ja etäisyyden. Suhdemittausta pidetään kaikkien mittausten korkeimpana tasona, koska sillä on oma alkuperänsä nollakerroin, minkä vuoksi se eroaa aikaväleistä, koska sen nollakerroin määrittelee arvioitavan suuruuden puuttumisen. Jos omistajuuden puute havaitaan koko tutkimuksen ajan, halutun vaikutuksen saavuttamiseksi käytetään mittayksikköä.
Jos määritetyissä numeroissa on identtisiä muuttujia, identtiset muuttujat vastaavat tutkimuksen kohteena olevien attribuuttien asteita. Kaiken tämän lisäksi lisätään tilastollisen analyysin tekniikat, jotka ovat välttämättömiä testejä ja menettelyjä tämän tieteen tutkimuksissa, se on kertyneen taajuuden, regression, varianssin, vahvistavan ja tutkivan tekijän analyysi, korrelaatio, joka luokitellaan Spearmanin korrelaatioanalyysiin ja Pearsonin korrelaatioanalyysiin. Tähän lisätään muita tärkeitä tutkimuksia.
Mikä on tilastollinen populaatio
Kuten aiemmin mainittiin, tilastollinen populaatio on joukko ihmisiä, elementtejä ja jopa esineitä, jotka on ryhmitelty erityispiirteiden sarjan mukaan. Heidän ryhmittymänsä tekee heistä huomattavan eron muusta maailman väestöstä tai yhteisöstä.
Niissä on mahdollista määrittää tilasto eri väestönlaskennan ansiosta, ja yleensä joitain näytteitä otetaan tutkimusten suorittamiseksi heidän käyttäytymisensä tai ilmiöidensä mukaan. Tilastollinen varianssi on verrannollinen kussakin tutkimuksessa saatuihin kaavioihin. Kouluissa suoritetaan toimia tietyn sivuston väestön laskemiseksi, johon he käyttävät 911-tilastomuotoa.
Kun näytteille tehdään perusteellinen ja tyhjentävä analyysi, tuloksia sovelletaan muuhun yhteisöön tilastollisen hypoteesin ja reaktioteorioiden muodostamisen aloittamiseksi. Tätä kutsutaan tilastolliseksi päättelyksi.
Laskettu tilastollinen alue, kuten tilastollinen taajuus, ei ole mitään muuta kuin arvio aiemmin valitun, tutkitun ja lopulta väestönlaskennan yhteisön tiedoista. Tällä väestöllä on joukko tärkeitä elementtejä, joita ei voida jättää huomiotta joko tässä tieteessä tai missään sen yksittäisessä haarassa. Nämä elementit selitetään kokonaisuudessaan seuraavassa osassa.
Tilastopopulaation elementit
Tilastoissa ovat parametrit tai tiedot, tutkittava populaatio ja näytteet, jotka otetaan tutkimusten, vertailujen ja tulosten soveltamisen aluksi. Kun on kyse väestöstä, on olemassa joukko elementtejä, joita ei voida sivuuttaa. koska ilman heitä ei olisi olemassa tiettyä yhteisöä , ihmisryhmää tai esineitä tutkimusta tai väestönlaskentaa varten. Tilastoissa elementti ei ole vain henkilö, se on jotain, jonka olemassaolo on todellista, olipa se omaisuus, esine, raha, korut, jopa aika tai lämpötila.
Kun tämä otetaan huomioon, voidaan välittää seuraava tärkeä seikka: Sen ominaisuudet. Kyllä, jokaisella elementillä on erilainen ominaisuus, koska tämä on monipuolinen elementti, joka ei pelkästään noudata ihmiskuntaa, vaan myös esineitä sekä irtainta ja kiinteää omaisuutta, joten on tarpeen kerätä sarja ominaisuuksia, jotka mahdollistavat sen oikean ryhmittely. Esimerkiksi ihmisten osalta kerättävät ominaisuudet ovat ikä, paino, sukupuoli, pituus, vartalon sävy, hiusväri, silmien väri, koulutustaso, ammatti, kulttuuri ja jopa uskonto.
Esimerkiksi rajallinen populaatio, joka tunnistetaan sisältämällä joukko tiettyjä elementtejä (matematiikkaluokan opiskelijat tai hoitolaitokseen hyväksytyt ihmiset). Nyt on ääretön väestö, jolle on ominaista, että sillä on useita epävarmat tekijät, selkeä esimerkki tästä ovat tuotteet, joista voi tulla online- tai fyysisiä markkinoita. Näitä perustuotteita on niin paljon, että niiden sanotaan olevan kirjaimellisesti äärettömiä.
On tärkeää korostaa, että tilastollisissa tutkimuksissa populaation kokonaiselementtien kanssa käytetään harvoin juuri edellisen pisteen (äärellinen tai ääretön) takia, joten tässä otoksessa on paljon huomiota, jota pidetään osajoukkona tilastollinen populaatio. Näyte on otettu elementeistä, joilla on erittäin samanlaiset ominaisuudet, ja sen jälkeen niitä verrataan muihin elementteihin, joilla ei ole mitään yhteistä. Näiden elementtien, aiheiden tai esineiden modaalisuutta arvioidaan koko tutkimusprosessin ajan.
