- Principali rami della statistica
- 1- Statistiche descrittive
- 2- Statistiche inferenziali
- Statistica parametrica
- Statistiche non parametriche
- 3- Statistica matematica
- Riferimenti
La statistica è una branca della matematica, che corrisponde alla raccolta, analisi, interpretazione, presentazione e organizzazione dei dati (valore impostato variabile qualitativa o quantitativa). Questa disciplina cerca di spiegare le relazioni e le dipendenze di un fenomeno (fisico o naturale).
Lo statalista ed economista inglese Arthur Lyon Bowley, definisce la statistica come: "Dichiarazioni numeriche di fatti provenienti da qualsiasi dipartimento di ricerca, situati in relazione l'uno con l'altro". In questo senso, la statistica è responsabile dello studio di una certa popolazione (nella statistica, un insieme di individui, oggetti o fenomeni) e / o fenomeni di massa o collettivi.

Questa branca della matematica è una scienza trasversale, cioè applicabile a una varietà di discipline, che vanno dalla fisica alle scienze sociali, alle scienze della salute o al controllo di qualità.
Inoltre, è di grande valore nelle attività aziendali o governative, dove lo studio dei dati ottenuti consente di facilitare il processo decisionale o fare generalizzazioni.
Una pratica comune per effettuare uno studio statistico applicato a un problema è iniziare determinando una popolazione, che può essere di soggetti diversi.
Un esempio comune di popolazione è la popolazione totale di un paese, pertanto, quando viene effettuato un censimento nazionale della popolazione, viene effettuato uno studio statistico.
Alcune discipline specialistiche della statistica sono: scienze attuariali, biostatistica, demografia, statistica industriale, fisica statistica, indagini, statistica nelle scienze sociali, econometria, ecc.
In psicologia, disciplina della psicometria, specializzata nella quantificazione di variabili psicologiche tipiche della mente umana, mediante procedure statistiche.
Principali rami della statistica
La statistica è divisa in due grandi aree: statistica descrittiva e statistica inferenziale, che comprende le statistiche applicate.
Oltre a queste due aree, c'è la statistica matematica, che comprende le basi teoriche della statistica.
1- Statistiche descrittive
La statistica descrittiva è il ramo della statistica che descrive una sintesi quantitativa o (misurabile) di una raccolta di una raccolta di informazioni.
Cioè, la statistica descrittiva è responsabile della sintesi di un campione statistico (insieme di dati ottenuti da una popolazione) invece di conoscere la popolazione rappresentata dal campione.
Alcune delle misure comunemente usate nelle statistiche descrittive per descrivere un set di dati sono misure di tendenza centrale e misure di variabilità o dispersione.
Per quanto riguarda le misure di tendenza centrale, vengono utilizzate misure come la media, la mediana e il modo. Mentre varianza, curtosi, ecc. Sono utilizzate nelle misure di variabilità.
La statistica descrittiva è solitamente la prima parte da eseguire in un'analisi statistica. I risultati di questi studi sono solitamente accompagnati da grafici e rappresentano la base per quasi tutte le analisi quantitative (misurabili) dei dati.
Un esempio di statistica descrittiva potrebbe essere quello di considerare un numero per riassumere le prestazioni di un battitore di baseball.
Quindi, il numero è ottenuto dal numero di colpi che un battitore ha dato diviso per il numero di volte che è stato alla battuta. Tuttavia, questo studio non fornirà informazioni più specifiche, ad esempio quale di questi risultati è stato fuoricampo.
Altri esempi di studi di statistica descrittiva possono essere: l'età media dei cittadini che vivono in una determinata area geografica, la lunghezza media di tutti i libri riferiti a un argomento specifico, la variazione rispetto al tempo che i visitatori trascorrono navigando in un Pagina Internet.
2- Statistiche inferenziali
La statistica inferenziale differisce dalle statistiche descrittive principalmente per l'uso di inferenza e induzione.
Cioè, questo ramo della statistica cerca di dedurre le proprietà di una popolazione studiata, cioè non solo raccoglie e riassume i dati, ma cerca anche di spiegare determinate proprietà o caratteristiche dai dati ottenuti.
In questo senso, la statistica inferenziale implica l'ottenimento delle conclusioni corrette da un'analisi statistica effettuata utilizzando la statistica descrittiva.
Per questo motivo, molti degli esperimenti nelle scienze sociali coinvolgono un piccolo gruppo di popolazione, quindi attraverso inferenze e generalizzazioni si può determinare come si comporta la popolazione generale.
Le conclusioni ottenute attraverso la statistica inferenziale sono soggette a casualità (assenza di pattern o regolarità), ma applicando i metodi appropriati si ottengono risultati rilevanti.
Pertanto, sia la statistica descrittiva che la statistica inferenziale vanno di pari passo.
La statistica inferenziale si divide in:
Statistica parametrica
Comprende procedure statistiche basate sulla distribuzione di dati reali, determinati da un numero finito di parametri (un numero che riassume la quantità di dati derivati da una variabile statistica).
Per applicare procedure parametriche, per la maggior parte, è necessario conoscere preventivamente la forma di distribuzione per le forme risultanti della popolazione studiata.
Pertanto, se la distribuzione seguita dai dati ottenuti è completamente sconosciuta, dovrebbe essere utilizzata una procedura non parametrica.
Statistiche non parametriche
Questo ramo della statistica inferenziale comprende le procedure applicate nei test statistici e nei modelli in cui la loro distribuzione non è conforme ai cosiddetti criteri parametrici. Poiché i dati studiati definiscono la sua distribuzione, non possono essere definiti in precedenza.
La statistica non parametrica è la procedura da scegliere quando non è noto se i dati si adattano a una distribuzione nota, in modo che possa essere un passaggio precedente alla procedura parametrica.
Allo stesso modo, in un test non parametrico, le possibilità di errore vengono ridotte utilizzando campioni di dimensioni adeguate.
3- Statistica matematica
L'esistenza della statistica matematica è stata anche menzionata come disciplina della statistica.
Questa consiste in una scala precedente nello studio della statistica, in cui usano la teoria della probabilità (branca della matematica che studia i fenomeni casuali) e altri rami della matematica.
La statistica matematica consiste nell'ottenere informazioni dai dati e utilizza tecniche matematiche come: analisi matematica, algebra lineare, analisi stocastica, equazioni differenziali, ecc. Pertanto, le statistiche matematiche sono state influenzate dalle statistiche applicate.
Riferimenti
- Statistiche. (2017, 3 luglio). In Wikipedia, The Free Encyclopedia. Estratto alle 08:30, il 4 luglio 2017, da en.wikipedia.org
- Dati. (2017, 1 luglio). In Wikipedia, The Free Encyclopedia. Estratto alle 08:30, il 4 luglio 2017, da en.wikipedia.org
- Statistiche. (2017, 25 giugno). Wikipedia, l'enciclopedia libera. Data di consultazione: 08:30, 4 luglio 2017 da es.wikipedia.org
- Statistica parametrica. (2017, 10 febbraio). Wikipedia, l'enciclopedia libera. Data di consultazione: 08:30, 4 luglio 2017 da es.wikipedia.org
- Statistiche non parametriche. (2015, 14 agosto). Wikipedia, l'enciclopedia libera. Data di consultazione: 08:30, 4 luglio 2017 da es.wikipedia.org
- Statistiche descrittive. (2017, 29 giugno). Wikipedia, l'enciclopedia libera. Data di consultazione: 08:30, 4 luglio 2017 da es.wikipedia.org
- Statistica inferenziale. (2017, 24 maggio). Wikipedia, l'enciclopedia libera. Data di consultazione: 08:30, 4 luglio 2017 da es.wikipedia.org
- Inferenza statistica. (2017, 1 luglio). In Wikipedia, The Free Encyclopedia. Estratto alle 08:30, il 4 luglio 2017, da en.wikipedia.org
- Inferential Statistics (2006, 20 ottobre). In Metodi di ricerca Knowledge Base. Estratto alle 08:31 del 4 luglio 2017 da socialresearchmethods.net
- Statistiche descrittive (2006, 20 ottobre). In Metodi di ricerca Knowledge Base. Estratto alle 08:31 del 4 luglio 2017 da socialresearchmethods.net.
