Sejarah Statistik Inferensi, Ciri -ciri, Apa Itu, Contohnya

The Statistik inferensi atau statistik deduktif adalah salah satu yang menyimpulkan ciri -ciri populasi dari sampel yang diekstrak daripadanya, melalui satu siri teknik analisis. Dengan maklumat yang diperoleh, model dijelaskan bahawa kemudian membenarkan ramalan mengenai tingkah laku penduduk tersebut.

Oleh itu, statistik inferens telah menjadi sains nombor satu untuk menawarkan rezeki dan instrumen yang memerlukan banyak disiplin, ketika membuat keputusan.

Fizik, Kimia, Biologi, Kejuruteraan dan Sains Sosial, terus mendapat manfaat daripada alat ini apabila mereka membuat model dan reka bentuk mereka dan melaksanakan eksperimen.

[TOC]

Sejarah ringkas statistik inferensial

Statistik timbul pada zaman dahulu kerana keperluan orang untuk mengatur perkara dan mengoptimumkan sumber. Sebelum ciptaan penulisan, rekod bilangan orang dan ternakan dijalankan, melalui simbol yang direkodkan dalam batu.

Kemudian, penguasa Cina, Babilon dan Mesir meninggalkan data mengenai jumlah tanaman dan bilangan penduduk, yang direkodkan pada tablet tanah liat, lajur dan monumen.

Empayar Roman

Apabila Rom melaksanakan domainnya di Mediterranean, adalah perkara biasa bagi pihak berkuasa untuk menjalankan banci setiap lima tahun. Malah, perkataan "statistik" berasal dari perkataan Itali Statista, Apa maksudnya untuk menyatakan.

Selari, di Amerika The Great Pre -Columbian Empires juga membawa rekod serupa.

Pertengahan umur

Semasa Zaman Pertengahan Kerajaan Eropah, serta Gereja, mendaftarkan harta bumi. Kemudian mereka melakukan perkara yang sama dengan kelahiran, pembaptisan, perkahwinan dan kematian.

Zaman Moden

Statistik Inggeris John Graunt (1620-1674) adalah yang pertama membuat ramalan berdasarkan senarai tersebut, seperti berapa banyak orang yang boleh mati akibat penyakit tertentu dan perkadaran kelahiran perempuan dan lelaki. Oleh itu, bapa demografi dianggap.

Umur kontemporari

Kemudian, dengan kemunculan teori kebarangkalian, statistik tidak lagi menjadi koleksi teknik organisasi dan mencapai skop yang tidak disangka sebagai sains ramalan.

Oleh itu, pakar mampu.

Ciri -ciri

Di bawah ini kita mempunyai ciri -ciri yang paling relevan dari cabang statistik ini:

- Statistik Inferential mengkaji populasi yang mengambilnya sebagai contoh wakil.

- Pemilihan sampel dijalankan melalui prosedur yang berbeza, yang paling sesuai ialah mereka yang memilih komponen secara rawak. Oleh itu, mana -mana elemen penduduk mempunyai kebarangkalian yang sama untuk dipilih dan dengannya, bias yang tidak diingini dielakkan.

Boleh melayani anda: Cara menukar dari km/h a m/s? Latihan yang diselesaikan

- Untuk mengatur maklumat yang dikumpulkan, ia menggunakan statistik deskriptif.

- Pada sampel, pembolehubah statistik dikira yang berfungsi untuk menganggarkan sifat -sifat penduduk.

- Statistik inferensial atau deduktif menggunakan teori kebarangkalian untuk mengkaji peristiwa rawak, iaitu, yang timbul secara kebetulan. Setiap peristiwa diberikan kebarangkalian kejadian tertentu.

- Bina Hipotesis -Penghitungan - Mengenai parameter penduduk dan membezakannya, untuk mengetahui sama ada mereka betul dan tidak mengira tahap keyakinan respons, iaitu, ia menawarkan margin kesilapan. Prosedur pertama dipanggil Ujian hipotesis, Walaupun margin ralat adalah selang keyakinan.

Apakah statistik deskriptif untuk? Aplikasi

Statistik Inferential: Penting dalam Membuat Keputusan dan Kawalan Kualiti

Belajar secara keseluruhannya penduduk boleh menuntut banyak sumber dalam wang, masa dan usaha. Lebih baik mengambil sampel wakil yang lebih mudah diurus, mengumpul data melalui mereka dan membuat hipotesis atau andaian mengenai tingkah laku sampel.

Setelah hipotesis ditubuhkan dan kesahihannya berbeza, hasilnya meluas kepada penduduk dan digunakan untuk membuat keputusan.

Mereka juga membantu mewujudkan model penduduk itu, untuk membuat unjuran masa depan. Itulah sebabnya statistik inferens adalah sains yang sangat berguna untuk:

Kajian Sosiologi dan Demografi

Ini adalah bidang aplikasi yang ideal, kerana teknik statistik digunakan dengan idea untuk mewujudkan pelbagai model tingkah laku manusia. Sesuatu yang priori agak rumit, kerana banyak pembolehubah campur tangan.

Dalam politik banyak digunakan dalam masa pilihan raya untuk mengetahui kecenderungan undi pengundi, dengan cara ini pihak reka bentuk strategi.

Kejuruteraan

Kaedah statistik inferensi digunakan secara meluas dalam kejuruteraan, aplikasi yang paling penting ialah kawalan kualiti dan pengoptimuman proses, contohnya, meningkatkan masa dalam menjalankan tugas, serta dalam pencegahan kemalangan pekerjaan.

Pentadbiran Ekonomi dan Perniagaan 

Dengan kaedah deduktif, unjuran dapat dijalankan mengenai operasi syarikat, tahap jualan yang diharapkan, serta bantuan ketika membuat keputusan.

Sebagai contoh, teknik anda boleh digunakan untuk menganggarkan reaksi pembeli kepada produk baru, hampir dilancarkan ke pasaran.

Ia juga berfungsi untuk menilai apa pengubahsuaian dalam tabiat penggunaan orang, diberi peristiwa penting, seperti wabak Covid.

Contoh statistik inferensial

Contoh 1

Masalah statistik deduktif yang mudah adalah seperti berikut: Guru matematik bertanggungjawab ke atas 5 bahagian aljabar asas di universiti dan memutuskan untuk menggunakan nota purata satu bahagian mereka untuk menganggarkan purata semua.

Boleh melayani anda: Anggaran pengukuran angka amorf: Contoh dan senamanWalau bagaimanapun besar populasi boleh dikaji melalui sampel wakil. Sumber: Pixabay.

Kemungkinan lain ialah mengambil sampel setiap bahagian, mengkaji ciri -cirinya dan memperluaskan hasilnya ke semua bahagian.

Contoh 2

Pengurus kedai pakaian untuk wanita ingin mengetahui berapa banyak blaus tertentu yang akan dijual pada musim panas. Untuk melakukan ini, menganalisis jualan pakaian selama dua minggu pertama musim ini dan dengan itu menentukan trend.

Konsep asas dalam statistik inferensial

Terdapat beberapa konsep utama, termasuk yang berasal dari teori kebarangkalian, yang perlu jelas untuk memahami semua skop teknik ini. Ada, sebagai penduduk dan sampel, kita telah menyebutkan sepanjang teks.

Peristiwa

Acara atau acara adalah sesuatu yang berlaku, dan itu boleh mempunyai beberapa hasil. Contoh acara adalah untuk melancarkan mata wang dan terdapat dua hasil yang mungkin: muka atau meterai.

Ruang sampel

Ia adalah satu set semua hasil yang mungkin dari peristiwa.

Penduduk dan sampel

Penduduk dan sampel

Penduduk adalah alam semesta untuk belajar. Mereka tidak semestinya tentang orang atau makhluk hidup, kerana penduduk, dalam statistik, boleh terdiri daripada objek atau idea.

Bagi pihaknya, sampel adalah subset penduduk, diekstrak daripadanya dengan teliti kerana menjadi wakil.

Pensampelan

Ia adalah satu set teknik di mana sampel dipilih dari populasi tertentu. Pensampelan boleh menjadi rawak jika kaedah probabilistik digunakan untuk memilih sampel, atau tidak probabilistik, jika penganalisis mempunyai kriteria pemilihan sendiri, menurut pengalaman mereka.

Pembolehubah statistik

Set nilai yang boleh mempunyai ciri -ciri penduduk. Mereka diklasifikasikan dalam beberapa cara, contohnya mereka boleh menjadi bijak atau berterusan. Juga, mengikut sifat mereka, mereka boleh kualitatif atau kuantitatif.

Pengagihan kebarangkalian

Fungsi kebarangkalian menerangkan tingkah laku sejumlah besar sistem dan situasi yang diperhatikan. Yang paling terkenal ialah pengedaran Gaussian atau Gauss Bell dan pengedaran binomial.

Parameter dan statistik 

Teori anggaran menetapkan bahawa terdapat hubungan antara nilai -nilai penduduk dan sampel yang diambil dari penduduk tersebut. The parameter Mereka adalah ciri -ciri penduduk yang kita tidak tahu tetapi kita mahu menganggarkan: contohnya purata dan sisihan piawai.

Bagi bahagiannya, statistik adalah ciri -ciri sampel, contohnya purata dan sisihan piawai.

Sebagai contoh, katakan bahawa penduduk terdiri daripada semua orang muda antara 17 dan 30 tahun komuniti, dan ia dikehendaki mengetahui perkadaran mereka yang kini berada dalam pendidikan tinggi. Ini akan menjadi parameter penduduk yang akan ditentukan.

Boleh melayani anda: interpolasi linear

Untuk menganggarkannya, sampel rawak 50 orang muda dipilih dan perkadaran mereka belajar di universiti atau institut pendidikan tinggi dikira. Perkadaran ini adalah statistik.

Sekiranya kajian dijalankan, ditentukan bahawa 63 % daripada 50 orang muda belajar lebih tinggi, ini adalah penduduk yang dianggarkan, yang dibuat dari sampel.

Ini hanyalah contoh apa yang boleh dilakukan oleh statistik inferensial. Ia dikenali sebagai anggaran, tetapi ada juga teknik untuk meramalkan pembolehubah statistik, serta membuat keputusan.

Hipotesis statistik

Ia adalah satu ramalan yang dibuat mengenai nilai purata dan sisihan piawai beberapa ciri penduduk. Kecuali penduduk diperiksa sepenuhnya, ini adalah nilai yang tidak diketahui.

Ujian hipotesis

Adakah andaian yang dibuat mengenai parameter penduduk yang sah? Untuk mengetahui, ia disahkan sama ada hasil dari sampel menyokong mereka atau tidak, jadi perlu untuk mereka bentuk ujian hipotesis.

Ini adalah langkah umum untuk melaksanakannya:

Langkah 1

Kenal pasti jenis pengedaran yang diharapkan oleh penduduk.

Langkah 2

Naikkan dua hipotesis, ditandakan sebagai h_{Sama ada} dan h₁. Yang pertama adalah Hipotesis nol di mana kita menganggap bahawa parameter mempunyai nilai tertentu. Yang kedua ialah Hipotesis alternatif yang merupakan nilai yang berbeza dari hipotesis nol. Sekiranya ini ditolak, hipotesis alternatif diterima.

Langkah 3

Mewujudkan margin yang boleh diterima untuk perbezaan antara parameter dan statistik. Mereka jarang akan sama, walaupun mereka dijangka sangat dekat.

Langkah 4

Mencadangkan kriteria untuk menerima atau menolak hipotesis nol. Untuk ini, statistik ujian digunakan yang boleh menjadi purata. Sekiranya nilai purata berada dalam had tertentu, hipotesis nol diterima, jika tidak, ia ditolak.

Langkah 5

Sebagai langkah terakhir ia diputuskan sama ada atau tidak hipotesis nol diterima.

Tema minat

Cawangan statistik.

Pembolehubah statistik.

Penduduk dan sampel.

Statistik deskriptif.

Rujukan

1. Berenson, m. 1985.Statistik untuk Pentadbiran dan Ekonomi, Konsep dan Aplikasi. Editorial Inter -American.
2. Canavos, g. 1988. Kebarangkalian dan Statistik: Aplikasi dan Kaedah. McGraw Hill.
3. DEVORE, J. 2012. Kebarangkalian dan statistik untuk kejuruteraan dan sains. Ke -8. Edisi. Pembelajaran Cengage.
4. Sejarah Statistik. Pulih dari: eumed.jaring.
5. Ibañez, ms. 2010. Matematik II. Pendekatan Kecekapan. Pembelajaran Cengage.
6. Levin, r. 1981. Statistik untuk pentadbir. Prentice Hall.
7. Walpole, r. 2007. Kebarangkalian dan statistik untuk kejuruteraan dan sains. Pearson.