Farklı İstatistiksel Analiz Türleri

Bu makalenin amacı, istatistiksel analiz türleri arasındaki farka biraz ışık tutmaktır. Bilimde istatistik olarak bilinen iki temel temel dal, Tanımlayıcı ve Çıkarımsal istatistiktir. Bu dallar birbirine sıkı sıkıya bağlıdır, ancak yine de aralarında açıkça bir ayrım oluşturabiliriz.

Tanımlayıcı istatistikler, temelde istatistiksel bir ölçümün özelliklerini tanımlama eylemine karşılık gelir. Tanımlayıcı istatistikler, ham verileri düzenlemek ve özetlemek için kullanılan mekanizmalara ve yöntemlere dayanır. Toplanan rastgele bir örnekten verileri kategorize etmek için, istatistikçilerin çoğu grafikler, çizelgeler, tablolar ve ortalamalar, yüzdelikler ve varyasyon ölçüleri gibi standart ölçümler kullanır.

Tanımlayıcı istatistikler genellikle bir beyzbol sezonunda kullanılır. Beyzbol istatistikçileri, oyunlardan elde ettikleri verileri incelemek ve izleyiciyi aydınlatmak için düzenlilikleri keşfetmek için kategorize etmek ve özetlemek için çok zaman ve çaba harcarlar. Bunu görünür kılacak birçok örnek var. Örneğin 1948’de Amerikan Ligi’nde 600’den fazla maç oynandı. O sezonda kimin en iyi vuruş ortalamasına sahip olduğunu belirlemek için çok çaba sarf etmeniz gerekir. Vuruş ortalamasını hesaplamak için her oyun için resmi skorları almanız, her vuruşçunun bir listesini yapmanız, vuruşta her seferin sonuçlarını hesaplamanız, toplam vuruş sayısını ve vuruşta toplam vuruş sayısını eklemeniz gerekir. . 1948’de en yüksek vuruş ortalamasına sahip Amerikan Ligi oyuncusu Ted Williams’dı. Ancak, hedefiniz yıl için en iyi 25 oyuncunun kim olduğunu bilmekse, istatistiksel hesaplamalar giderek daha karmaşık hale gelecektir.

Bilgisayar istatistik programlarının kullanımı ve Excel gibi elektronik tablo programlarına birçok istatistiksel işlevi dahil etme yeteneği, yalnızca birkaç tuşa basarak gittikçe daha karmaşık ve ayrıntılı bilgilerin toplanabileceğini, biçimlendirilebileceğini ve sunulabileceğini ima eder. Tüm bunlar, spor istatistikçilerini bir dereceye kadar güçlendirdi ve büyük miktarda veriyi işleyebildiler ve verileri önemli ölçüde daha sistematik bir şekilde inceleyebildiler.

Çıkarımsal istatistikler, rastgele bir örnek olan popülasyonun azaltılmış bir kısmından alınan bilgilere dayanarak bir popülasyon parametresi hakkındaki sonuçların güvenilirliğinin seçilmesine ve ölçülmesine dayanır. Çıkarımsal istatistiğin birçok kullanımı arasında, siyasi tahminler iyi bir örnektir. Bir başkanlık seçiminin galibinin kim olacağını tahmin etmeye çalışabilmek için, çoğu durumda, dikkatle seçilmiş birkaç bin Amerikalı örneğinden oluşan bir örneğe hangi yoldan oy verecekleri sorulur. Bu soruya verilen cevaplardan istatistikçiler, şaşırtıcı derecede yüksek bir güven seviyesiyle genel nüfusun kime oy vereceğini tahmin edebilir veya çıkarabilir. Açıkça, çıkarımsal istatistikteki temel unsurlar, genel nüfusun hangi üyelerinin oylanacağını ve hangi soruların sorulacağını seçmektir. İki aday seçeneğinin olduğu ve anket yapılan nüfusun veya örnek popülasyonun sorulduğu bir durumu hayal edin: Önümüzdeki seçimlerde X’e oy vermeyi planlıyor musunuz? cevap için tek alternatif evet, hayır veya kararsız olacaktır. Sonuçlara göre, örneklem grubunun% 51’inin X Adayına oy vereceğini belirleyebilmelisiniz.

Çıkarımsal istatistiklere dönersek, {Aday X’in seçimde kazanan olacağına belirli bir derecede güvenerek tahmin edebilirsiniz. Yine de, bazı durumlarda, örnekleme prosedürü yanlış çıkarımlara yol açmış olabilir. Klasik bir örnek, 1948 Başkanlık seçimleridir. Gallup Organizasyonu tarafından yapılan bir ankete göre, Başkan Harry Truman oyların yalnızca% 45’ini alacağına ve Cumhuriyetçi rakibi Thomas Dewey’e kaybedeceğine inanıyordu. Aslında, tarihin de kanıtladığı gibi, Truman oyların% 49’undan fazlasını kazandı ve elbette seçimi kazandı. Bu olay, numunelerin toplanma şeklini değiştirdi ve daha kesin tahminlerin yapılmasını sağlamak için çok daha titiz prosedürler oluşturuldu.