En nybegynnerguide for statistikk

Hvor mange kalorier spiste hver av oss til frokost? Hvor langt hjemmefra reiste alle i dag? Hvor stort er stedet vi kaller hjem? Hvor mange andre kaller det hjem? For å gi mening om all denne informasjonen, er det nødvendig med visse verktøy og måter å tenke på. Matematikkvitenskapen kalt statistikk er det som hjelper oss å takle denne informasjonsoverbelastningen.

Statistikk er studiet av numerisk informasjon, kalt data. Statistikere skaffer, organiserer og analyserer data. Hver del av denne prosessen blir også undersøkt. Statistikkens teknikker brukes på en rekke andre kunnskapsområder. Nedenfor er en introduksjon til noen av hovedtemaene gjennom statistikken.

Et av de tilbakevendende temaene for statistikk er at vi er i stand til å si noe om en stor gruppe basert på studiet av en relativt liten del av den gruppen. Gruppen som helhet er kjent som befolkningen. Den delen av gruppen vi studerer er prøve.

Som et eksempel på dette, antar vi at vi ønsket å vite gjennomsnittlig høyde på mennesker som bor i USA. Vi kunne prøve å måle over 300 millioner mennesker, men dette ville være umulig. Det ville være et logistisk mareritt å utføre målingene på en slik måte at ingen ble savnet og ingen ble talt to ganger.

På grunn av den umulige karakteren av å måle alle i USA, kunne vi i stedet bruke statistikk. Heller enn å finne høydene til alle i befolkningen, tar vi en statistisk utvalg av noen få tusen. Hvis vi har prøvetatt populasjonen riktig, vil gjennomsnittshøyden på prøven være veldig nær den gjennomsnittlige populasjonshøyden.

For å trekke gode konklusjoner trenger vi gode data å jobbe med. Måten vi prøver en populasjon for å få tak i disse dataene, bør alltid undersøkes. Hvilken type utvalg vi bruker, avhenger av hvilket spørsmål vi stiller om befolkningen. De mest brukte prøvene er:

• Enkel tilfeldig
• stratifisert
• gruppert

Det er like viktig å vite hvordan målingen av prøven blir utført. For å gå tilbake til eksemplet ovenfor, hvordan oppnår vi høydene til de i prøven vår?

• Lar vi folk rapportere sin egen høyde på et spørreskjema?
• Måler flere forskere over hele landet forskjellige mennesker og rapporterer resultatene?
• Måler en enkelt forsker alle i utvalget med samme målebånd?

Hver av disse måtene å skaffe data har sine fordeler og ulemper. Alle som bruker dataene fra denne studien, vil vite hvordan de ble oppnådd.

Noen ganger er det et mangfold av data, og vi kan bokstavelig talt gå tapt i alle detaljene. Det er vanskelig å se skogen for trærne. Derfor er det viktig å holde dataene våre godt organisert. Nøye organisering og grafiske skjermer av dataene hjelper oss å oppdage mønstre og trender før vi faktisk gjør noen beregninger.

Siden måten vi grafisk presenterer våre data på, avhenger av en rekke faktorer. Vanlige grafer er:

• Kakediagrammer eller sirkeldiagrammer
• Søyler eller pareto grafer
• Scatterplots
• Tidsplaner
• Stengel og bladplott
• Rute- og vispegraf

I tillegg til disse kjente grafene, er det andre som brukes i spesialiserte situasjoner.

En måte å analysere data kalles beskrivende statistikk. Her er målet å beregne mengder som beskriver dataene våre. Tall som heter gjennomsnittet, median og modus brukes alle for å indikere gjennomsnitt eller sentrum av dataene. Området og standardavviket brukes til å si hvor spredt dataene er. Mer kompliserte teknikker, som sammenheng og regresjon beskriver data som er sammenkoblet.

Når vi begynner med et utvalg og deretter prøver å utlede noe om befolkningen, bruker vi inferensiell statistikk. I arbeidet med dette statistikkområdet er emnet for hypotesetesting oppstår. Her ser vi den vitenskapelige naturen til statistikkemnet, når vi oppgir en hypotese og deretter bruker statistiske verktøy med vårt utvalg for å bestemme sannsynligheten for at vi trenger å avvise hypotesen eller ikke. Denne forklaringen er egentlig bare å klø overflaten til denne veldig nyttige delen av statistikken.

Det er ingen overdrivelse å si at verktøyene til statistikk brukes av nesten alle fagområder. Her er noen få områder som er avhengige av statistikk:

• psykologi
• Økonomi
• Medisin
• Reklame
• Demografi

Selv om noen tenker på statistikk som en gren av matematikk, er det bedre å tenke på det som en disiplin som er basert på matematikk. Spesifikt er statistikk bygget opp fra matematikkfeltet kjent som sannsynlighet. Sannsynlighet gir oss en måte å bestemme hvor sannsynlig en hendelse skal inntreffe. Det gir oss også en måte å snakke om tilfeldighet på. Dette er nøkkelen til statistikk fordi det typiske utvalget må velges tilfeldig fra befolkningen.

Sannsynlighet ble først studert på 1700-tallet av matematikere som Pascal og Fermat. 1700-tallet markerte også begynnelsen på statistikk. Statistikken fortsatte å vokse fra sannsynlighetsrøttene og tok virkelig fart på 1800-tallet. I dag blir det teoretiske omfanget utvidet i det som kalles matematisk statistikk.