แนวคิดของ "สถิติ" มาจากคำภาษาละติน "สถานะ" ซึ่งเมื่อแปลแล้วหมายถึง ตำแหน่ง สภาพ ลำดับของปรากฏการณ์

การพัฒนาเลขคณิตการเมือง (อังกฤษ) และรัฐศาสตร์

(ประเทศเยอรมนี) นำไปสู่การเกิดขึ้นของศาสตร์แห่งสถิติ

คำว่า "สถิติ" ถูกนำมาใช้ในการเผยแพร่ทางวิทยาศาสตร์โดยนักคณิตศาสตร์ที่มหาวิทยาลัย Göttingen ในศตวรรษที่ 18 (Gottfried Achenwall (1719-1772))

ปัจจุบันมีคำจำกัดความของสถิติที่เป็นวินัยทางวิทยาศาสตร์ประมาณ 150 คำ อับราฮัม วัลด์ นักคณิตศาสตร์ชาวออสเตรียให้คำจำกัดความที่ดีที่สุดประการหนึ่งไว้ว่า “สถิติคือชุดของวิธีการที่ช่วยให้เราสามารถ โซลูชั่นที่ดีที่สุดในสภาวะที่ไม่แน่นอน"

ในบรรดาคำจำกัดความต่างๆ ของสถิติสำหรับเวชปฏิบัติ มีดังต่อไปนี้:

"สถิติเป็นศาสตร์แห่งการรวบรวม การจัดประเภท และการหาปริมาณของข้อมูลเพื่อให้ได้ข้อสรุป การทำนาย และการตัดสินใจที่เชื่อถือได้"

สถิติศึกษาปรากฏการณ์มวลแบบสุ่ม ปรากฏการณ์มวล- สิ่งเหล่านี้เป็นปรากฏการณ์ที่เกิดขึ้นในปริมาณมาก แต่แตกต่างกันตามขนาดของลักษณะบางอย่าง ยิ่งจำนวนวัตถุที่ใช้ในการวิจัยมากเท่าใด ข้อสรุปทางสถิติก็จะยิ่งน่าเชื่อถือมากขึ้นเท่านั้น

สถิติประกอบด้วยสถิติเชิงทฤษฎี (ทั่วไป) และประยุกต์

สถิติ (เศรษฐกิจ สังคม ภาคส่วน)

สถิติอุตสาหกรรมประกอบด้วย อุตุนิยมวิทยา (สถิติพยากรณ์อากาศ) การขนส่ง เศรษฐกิจ ชีววิทยา และการแพทย์

สถิติเชิงทฤษฎีแบ่งออกเป็น พรรณนา(พรรณนา) และเชิงวิเคราะห์ (อุปนัย)

สถิติเชิงพรรณนา- เป็นสถิติในการรวบรวมข้อมูลทั่วไป เป็นชุดวิธีการรวบรวม จัดกลุ่ม จำแนกแหล่งข้อมูล และนำเสนอในรูปแบบที่สะดวกสำหรับการประมวลผลในภายหลัง (ตาราง กราฟ)

สถิติเชิงวิเคราะห์คือสถิติของการอนุมานและการทำนายโดยอาศัยการประมวลผลทางคณิตศาสตร์ของผลลัพธ์ที่ได้จากสถิติเชิงพรรณนา รวมถึงวิธีการเพื่อให้ได้ข้อสรุปและข้อสรุปทางสถิติต่างๆ เพื่อวัตถุประสงค์ในการใช้งานจริง

สถิติทางการแพทย์คือ สถิติอุตสาหกรรม ซึ่งเป็นชุดวิธีการทางสถิติประยุกต์ที่ใช้ในทางการแพทย์และการดูแลสุขภาพทางวิทยาศาสตร์และเชิงปฏิบัติ

งานหลักของสถิติทางการแพทย์:

ü สถิติการเจริญพันธุ์และการตาย

ü สถิติการเจ็บป่วย

ü สถิติกิจกรรมของสถาบันดูแลสุขภาพ

สถิติเชิงพรรณนาและการวิเคราะห์ร่วมกันช่วยแก้ปัญหาต่อไปนี้:

ü รวบรวมข้อมูลและอธิบายในรูปแบบที่สะดวกสำหรับการประมวลผลทางสถิติ

ü การประมวลผลผลลัพธ์โดยใช้วิธีสถิติเชิงทฤษฎี (ทั่วไป)

ü การวิเคราะห์ผลลัพธ์ที่ได้รับ การพยากรณ์ การพัฒนาแนวทางแก้ไขที่ดีที่สุด

2. แนวคิดพื้นฐานของสถิติเชิงพรรณนา

และลักษณะเฉพาะของพวกเขา

แนวคิดพื้นฐานของสถิติเชิงพรรณนาประกอบด้วย:

ü ประชากรทางสถิติ (ทั่วไปและตัวอย่าง)

ü ปริมาณประชากร

ü ตัวเลือกทางสถิติ

ü เครื่องหมายทางสถิติ

ü ความถี่ทางสถิติ (ความถี่สัมบูรณ์);

ü ความถี่ (ความถี่สัมพัทธ์)

ประชากรทางสถิติ- นี่คือชุดของวัตถุที่รวมกันตามลักษณะบางอย่างสำหรับการศึกษาทางสถิติ

ประเภทของมวลรวม:

1. ประชากรทั่วไป (มีจำกัดหรือไม่มีสิ้นสุด)
2. ประชากรตัวอย่าง (ตัวอย่าง)

ประชากร- นี่คือผลรวมของวัตถุทั้งหมดของชุดสถิติที่เลือกสำหรับการวิจัย

ประชากรมีจำกัด- ประชากรทางสถิติซึ่งจำนวนวัตถุที่ศึกษาซึ่งมีลักษณะเฉพาะที่กำหนดมีจำกัด

ตัวอย่าง: จำนวนนักเรียนในสถาบันการศึกษา ผู้อยู่อาศัยในเมือง จำนวนการวัดในการทดลอง

ประชากรไม่มีที่สิ้นสุดคือชุดทางสถิติซึ่งจำนวนวัตถุมีค่าเท่ากับอนันต์ ใช้ในการคำนวณทางทฤษฎีเป็นนามธรรมทางคณิตศาสตร์

ประชากรตัวอย่าง (ตัวอย่าง)- นี่เป็นส่วนหนึ่งของประชากรทั่วไปที่เข้ารับการศึกษาแบบคงที่

ปริมาณประชากรคือจำนวนวัตถุที่รวมอยู่ในคอลเลกชัน

ขนาดของประชากรจะแสดงด้วยสัญลักษณ์ เอ็น และเลือก- n .

ตัวเลือกทางสถิติเป็นวัตถุในมวลรวม การสังเกต หรือการวัดเพียงครั้งเดียว

ตัวเลือกถูกกำหนดด้วยตัวอักษรละติน x, y, z โดยมีตัวห้อยระบุหมายเลขตัวเลือก

ตัวอย่าง: x1 - วัตถุหรือมิติหมายเลขหนึ่ง

x2 - วัตถุหรือมิติหมายเลขสอง ฯลฯ

เรียกตัวเลือกโดยไม่ระบุหมายเลข ทั่วไปตัวเลือกและเขียนแทนด้วยอักษรละตินพร้อมตัวห้อย เช่น x ฉัน .

ตัวแปร (วัตถุ) ของประชากรทางสถิติมีลักษณะเฉพาะต่างๆ ซึ่งรวมถึงลักษณะที่รวมกันเป็นประชากรด้วย

เรียกว่าคุณลักษณะที่เปลี่ยนความหมายจากวัตถุหนึ่งไปอีกวัตถุหนึ่ง เครื่องหมายตัวแปรและปรากฏการณ์นั้นเองที่เรียกว่า การเปลี่ยนแปลง.

คุณสมบัติเชิงคุณภาพ- สิ่งเหล่านี้เป็นสัญญาณที่ไม่มีการแสดงออกเชิงปริมาณ สิ่งเหล่านี้เป็นคุณลักษณะที่วัดไม่ได้

ตัวอย่าง: สี, รส, กลิ่น.

ลักษณะเชิงปริมาณ- สิ่งเหล่านี้เป็นลักษณะที่สามารถวัดได้ซึ่งแสดงด้วยจำนวนที่แน่นอน

ตัวอย่าง: น้ำหนัก ความยาว ความหนาแน่น อุณหภูมิ

ลักษณะเชิงปริมาณที่ไม่ต่อเนื่อง- เหล่านี้เป็นลักษณะเชิงปริมาณที่แสดงเป็นจำนวนเต็ม

ตัวอย่าง: จำนวนนักเรียนในกลุ่ม ผู้โดยสารบนรถบัส กลีบดอกไม้บนดอกไม้

ลักษณะเชิงปริมาณอย่างต่อเนื่อง- เหล่านี้เป็นลักษณะเชิงปริมาณที่แสดงทั้งจำนวนเต็มและเศษส่วน

ตัวอย่าง: แตงโมหนัก 7 กก. แตงโมหนัก 1.7 กก.

เครื่องหมายช่วงเวลาเป็นลักษณะเชิงปริมาณ ซึ่งค่าตัวเลขนั้นอยู่ภายในขอบเขตที่แน่นอนที่เรียกว่าช่วง

ตัวอย่าง: เมื่อวัดความสูงของนักเรียน สามารถแยกแยะกลุ่มช่วง 160 - 169 ซม., 170 - 179 ซม., 180 - 190 ซม.

ความถี่ของการเกิดขึ้น (ความถี่สัมบูรณ์)- ตัวเลขที่แสดงจำนวนครั้งที่วัตถุที่มีค่าตัวเลขที่กำหนดของลักษณะหนึ่งเกิดขึ้นในประชากรหรือช่วงเวลาของมัน

ความถี่สัมบูรณ์จะแสดงด้วยสัญลักษณ์ ฉัน (µi)

ผลรวมของความถี่สัมบูรณ์ทั้งหมดเท่ากับปริมาตรของประชากร N ซึ่งคำนวณความถี่: ∑n i = N

ตัวอย่าง: จำนวนชายและหญิงในกลุ่มจะต้องเท่ากับจำนวนนักเรียนทั้งหมดในกลุ่มนั้น

ความถี่ (ความถี่สัมพัทธ์)- ตัวเลขเท่ากับอัตราส่วนของความถี่สัมบูรณ์ต่อปริมาตรของประชากร

ความถี่จะถูกระบุด้วยสัญลักษณ์ ฉ และคำนวณโดยใช้สูตร:

เป็นเศษส่วนของหน่วย: ฉ ฉัน = ,

เป็นเปอร์เซ็นต์: ฉ ฉัน = 100%

ที่นี่ ฉัน - ความถี่สัมบูรณ์ เอ็น - ปริมาตรของประชากร เท่ากับผลรวมของความถี่สัมบูรณ์ทั้งหมด

ผลรวมของความถี่สัมพัทธ์ทั้งหมดเท่ากับ 1: ∑ ฉ ฉัน = 1

ตัวอย่าง: ในกลุ่มนักเรียนจำนวน 15 คน (จำนวนประชากร เอ็น=15) นักเรียนหญิง จำนวน 12 คน (ความถี่สัมบูรณ์ n 1 =12) และนักเรียน 3 คน (ความถี่สัมบูรณ์ n 2 =3) ความถี่ ฉ 1 จะเท่ากับ 12/15 และความถี่ ฉ 2 =3/15. ในกรณีนี้ ผลรวมของความถี่หรือความถี่สัมพัทธ์จะเท่ากับความสามัคคี

ในสถิติ ความถี่สัมพัทธ์หรือความถี่เรียกว่าน้ำหนัก

3. ชุดการจำหน่าย ประเภทและวิธีการเป็นตัวแทน

ช่วงการจัดจำหน่ายคือลำดับตัวเลขที่แสดงค่าเชิงคุณภาพหรือเชิงปริมาณของคุณลักษณะและความถี่ของการเกิดขึ้น

ประเภทของซีรีย์การจัดจำหน่ายแบ่งตามหลักการที่แตกต่างกัน

ตามระดับการเรียงลำดับ แถวจะแบ่งออกเป็น:

ü ไม่เป็นระเบียบ

üสั่ง

แถวที่ไม่เรียงลำดับ- นี่คือชุดที่เขียนค่าของคุณลักษณะตามลำดับที่ตัวเลือกมาถึงระหว่างการศึกษา

ตัวอย่าง: เมื่อศึกษาความสูงของกลุ่มนักเรียน ค่าจะถูกบันทึกเป็น ซม. (175,170,168,173,179)

สั่งซีรีย์- นี่คือชุดที่ได้รับจากชุดที่ไม่เรียงลำดับซึ่งค่าของคุณลักษณะจะถูกเขียนใหม่ตามลำดับจากน้อยไปมากหรือจากมากไปน้อย ซีรีส์ที่ได้รับคำสั่งเรียกว่าการจัดอันดับ และขั้นตอนการจัดอันดับ

(การเรียงลำดับ) เรียกว่า การเรียงลำดับ

ตัวอย่าง: (ส่วนสูง 168,170,173,175,179)

ตามประเภทของลักษณะ ชุดการจัดจำหน่ายแบ่งออกเป็น:

ü ที่มา

ü แปรผัน

ซีรี่ส์ที่มีคุณลักษณะ- เป็นซีรีส์ที่รวบรวมตามลักษณะเชิงคุณภาพ

ซีรี่ส์รูปแบบต่างๆ- เป็นซีรีส์ที่รวบรวมตามลักษณะเชิงปริมาณ

ชุดรูปแบบจะแบ่งออกเป็นแบบไม่ต่อเนื่อง แบบต่อเนื่อง และแบบช่วง

ซีรีส์แบบแยกส่วน ต่อเนื่อง และอินทิกรัลแบบต่างๆ ได้รับการตั้งชื่อตามคุณลักษณะที่สอดคล้องกันซึ่งรองรับการรวบรวมซีรีส์นี้ ตัวอย่างเช่น ซีรีส์ตามขนาดรองเท้าจะแยกตามน้ำหนักตัว - ต่อเนื่องกัน

วิธีการแสดงอนุกรมในการแพทย์เชิงปฏิบัติและวิทยาศาสตร์ แบ่งออกเป็น 3 กลุ่ม คือ

1. การนำเสนอแบบตาราง
2. การแสดงเชิงวิเคราะห์ (ในรูปแบบของสูตร);
3. การแสดงกราฟิก

ข้อมูลทางสถิติจะต้องเพียงพอ ประการแรกสำหรับวัตถุประสงค์ของการศึกษา และประการที่สองตามเวลาที่รวบรวมและใช้งานข้อมูลเหล่านั้น

บทนี้จะอธิบายแหล่งที่มาของข้อมูลทางสถิติ ประเภทและวิธีการได้มา ตลอดจนเทคนิคในการอธิบายและนำเสนอข้อมูลที่เป็นตัวเลขและไม่ใช่ตัวเลข

หลังจากศึกษาบทนี้แล้ว คุณควรจะสามารถ:

• - สร้างโปรแกรมการวิจัยทางสถิติ
• -ระบุแหล่งที่มาของข้อมูลทางสถิติ
• -สรุปและจัดกลุ่มข้อมูลทางสถิติและสร้างตารางทางสถิติ
• - แสดงผลการจัดกลุ่มในรูปแบบไดอะแกรม
• - ประเมินลักษณะสำคัญ: ค่าสัมพัทธ์, ค่าเฉลี่ย, การกระจายตัว, ส่วนเบี่ยงเบนมาตรฐาน, ค่ามัธยฐาน, โหมด, พิสัย

การรับข้อมูลเบื้องต้น

การได้รับข้อมูลเกี่ยวกับวัตถุประสงค์ของการศึกษาเป็นหนึ่งในภารกิจหลักของการวิจัยทางสถิติ

การวิจัยทางสถิติควรได้รับคำแนะนำจากเป้าหมายและข้อกำหนดสำหรับผลลัพธ์ พวกเขากำหนดวิธีการ การวิเคราะห์ทางสถิติบนพื้นฐานของการรวบรวมข้อมูลเริ่มต้น ในกระบวนการวิจัยทางสถิติ เราควรระวังข้อผิดพลาดต่อไปนี้: มีการกำหนดเป้าหมายไม่ชัดเจน วิธีการสังเกตใช้ไม่ถูกต้อง

การรับข้อมูลเบื้องต้นเพื่อการวิจัยทางสถิติสามารถทำได้สองวิธี:

• - การทดลองที่ใช้งานอยู่ซึ่งจัดขึ้นเป็นพิเศษเพื่อพิจารณาการพึ่งพาทางสถิติ
• - การสังเกตทางสถิติ

การทดลองเชิงรุกจะใช้ในการศึกษาความเป็นไปได้ ตัวอย่างเช่น เมื่องานคือการปรับโหมดกระบวนการทางเทคโนโลยีให้เหมาะสมตามเกณฑ์ทางเศรษฐกิจ

เมื่อทำการศึกษาทางสถิติของกระบวนการทางเศรษฐกิจและสังคม ดูเหมือนว่าเป็นไปได้ที่จะใช้เพียงการสังเกตเท่านั้น โปรแกรมเป็นพื้นฐาน วิธีนี้การได้รับข้อมูล ประกอบด้วยสามขั้นตอนหลัก:

• -คำจำกัดความของวัตถุวิจัย
• - การเลือกหน่วยประชากร
• - การกำหนดระบบตัวชี้วัดที่จะขึ้นทะเบียน

วัตถุของการสังเกตคือชุดของหน่วยของปรากฏการณ์ที่กำลังศึกษาซึ่งสามารถรวบรวมข้อมูลทางสถิติได้ เพื่อกำหนดวัตถุประสงค์ของการสังเกตให้ชัดเจน ควรตอบคำถามต่อไปนี้:

• -อะไร? (เราจะศึกษาองค์ประกอบอะไรบ้าง);
• -ที่ไหน? (ซึ่งจะมีการสังเกต _;
• -เมื่อไร? (ช่วงไหน).

จากมุมมองของการจัดการสังเกตทางสถิติมีสองรูปแบบหลัก: การรายงานและการสังเกตทางสถิติที่จัดเป็นพิเศษ

การรายงานเป็นรูปแบบการสังเกตมีลักษณะการที่หน่วยงานทางสถิติได้รับข้อมูลจากสถานประกอบการ สถาบัน และองค์กรอย่างเป็นระบบ ภายในระยะเวลาที่กำหนด ข้อมูลเกี่ยวกับสภาพและผลงานในช่วงระยะเวลาที่ผ่านมา ปริมาณและเนื้อหาที่มี กำหนดโดยแบบฟอร์มการรายงานที่ได้รับอนุมัติ

การสังเกตทางสถิติที่จัดขึ้นเป็นพิเศษคือการรวบรวมข้อมูลในรูปแบบของการสำรวจสำมะโนประชากรและการสำรวจเพียงครั้งเดียว จัดทำขึ้นเพื่อศึกษาปรากฏการณ์ที่ไม่สามารถครอบคลุมได้โดยการรายงานภาคบังคับ

ประเภทของการสังเกตทางสถิติจะแตกต่างกันตามเวลาของการบันทึกข้อมูลและระดับความครอบคลุมของหน่วยประชากรที่กำลังศึกษา ขึ้นอยู่กับลักษณะของการบันทึกข้อมูลในช่วงเวลาหนึ่ง การสังเกตสามารถจำแนกได้:

• -ต่อเนื่อง (เช่น การบัญชีของผลิตภัณฑ์ที่ผลิต)
• - งวด (ใบแจ้งยอดบัญชี);
• - ครั้งเดียว ในกรณีที่ต้องการข้อมูล เช่น การสำรวจสำมะโนประชากร

ตามระดับความครอบคลุมของหน่วยประชากรที่กำลังศึกษา:

• - ไม่สมบูรณ์ เลือกสรร เมื่อไม่ได้ตรวจสอบประชากรทั้งหมด แต่มีบางส่วนเท่านั้น
• - ต่อเนื่อง เช่น คำอธิบายของทุกหน่วยของประชากร
• -monographic เมื่อมีการอธิบายวัตถุทั่วไปโดยละเอียด

วิธีหลักในการรับข้อมูลทางสถิติคือการสังเกตโดยตรง วิธีการจัดทำเอกสาร และการสำรวจ

วิธีการสังเกตโดยตรงนั้นมีลักษณะเฉพาะคือตัวแทนของหน่วยงานสถิติของรัฐหรือองค์กรอื่น ๆ บันทึกข้อมูลในเอกสารทางสถิติหลังจากการตรวจสอบส่วนบุคคล การคำนวณใหม่ การวัดหรือการชั่งน้ำหนักของหน่วยการสังเกต

ด้วยวิธีสังเกตเอกสาร เอกสารต่างๆ ทำหน้าที่เป็นแหล่งที่มา วิธีการนี้ใช้เมื่อองค์กรและสถาบันรวบรวมการรายงานทางสถิติตามเอกสารทางบัญชีหลัก

ในการดำเนินการสำรวจ แหล่งที่มาของข้อมูลคือคำตอบของผู้ตอบแบบสอบถาม การสำรวจสามารถจัดได้หลายวิธี: โดยวิธีการสำรวจ การลงทะเบียนด้วยตนเอง วิธีการโต้ตอบ และวิธีการแบบสอบถาม

ด้วยวิธีการสำรวจ ตัวแทนของหน่วยงานทางสถิติจะถามผู้ถูกสำรวจและบันทึกข้อมูลในรูปแบบการสังเกตจากคำพูดของเขา

ในวิธีการลงทะเบียนด้วยตนเอง หน่วยที่ทำการสำรวจ (องค์กรหรือพลเมือง) จะได้รับแบบฟอร์มการสำรวจและคำแนะนำในการกรอก แบบฟอร์มที่กรอกเสร็จแล้วจะส่งทางไปรษณีย์ภายในระยะเวลาที่กำหนด

ด้วยวิธีผู้สื่อข่าว ข้อมูลจะถูกรายงานไปยังหน่วยงานทางสถิติโดยผู้สื่อข่าวสมัครใจ

วิธีการเก็บรวบรวมข้อมูลแบบสอบถามจะขึ้นอยู่กับหลักการของผู้รับแบบสอบถามที่กรอกแบบสอบถามด้วยความสมัครใจ

อย่าสูญเสียมันไปสมัครสมาชิกและรับลิงค์ไปยังบทความในอีเมลของคุณ

กิจกรรมของผู้คนในหลายกรณีเกี่ยวข้องกับการทำงานกับข้อมูล และสิ่งนี้สามารถบอกเป็นนัยว่าไม่เพียงแต่ปฏิบัติการกับข้อมูลเท่านั้น แต่ยังรวมถึงการศึกษา ประมวลผล และวิเคราะห์ข้อมูลด้วย ตัวอย่างเช่น เมื่อคุณต้องการย่อข้อมูล ค้นหาความสัมพันธ์หรือกำหนดโครงสร้าง และสำหรับการวิเคราะห์ในกรณีนี้ สะดวกมากที่จะใช้ไม่เพียงแต่ แต่ยังใช้วิธีการทางสถิติด้วย

คุณลักษณะของวิธีการวิเคราะห์ทางสถิติคือความซับซ้อนเนื่องจากรูปแบบทางสถิติที่หลากหลายตลอดจนความซับซ้อนของกระบวนการวิจัยทางสถิติ อย่างไรก็ตาม เราต้องการพูดคุยเกี่ยวกับวิธีการที่ทุกคนสามารถใช้ได้ และทำได้อย่างมีประสิทธิภาพและมีความสุข

การวิจัยทางสถิติสามารถทำได้โดยใช้วิธีการดังต่อไปนี้:

• การสังเกตทางสถิติ
• สรุปและการจัดกลุ่มวัสดุการสังเกตทางสถิติ
• ค่าสถิติสัมบูรณ์และค่าสัมพัทธ์
• ชุดรูปแบบต่างๆ
• ตัวอย่าง;
• การวิเคราะห์สหสัมพันธ์และการถดถอย
• ซีรีย์ไดนามิก

การสังเกตทางสถิติ

การสังเกตทางสถิติเป็นการรวบรวมข้อมูลอย่างเป็นระบบ มีระเบียบ และในกรณีส่วนใหญ่ เป็นการรวบรวมข้อมูลอย่างเป็นระบบ โดยมุ่งเป้าไปที่ปรากฏการณ์ของชีวิตทางสังคมเป็นหลัก ดำเนินการแล้ว วิธีนี้โดยการลงทะเบียนคุณลักษณะที่โดดเด่นที่สุดที่กำหนดไว้ล่วงหน้า โดยมีจุดประสงค์เพื่อให้ได้ลักษณะของปรากฏการณ์ที่กำลังศึกษาอยู่ในภายหลัง

การสังเกตทางสถิติจะต้องดำเนินการโดยคำนึงถึงข้อกำหนดที่สำคัญบางประการ:

• จะต้องครอบคลุมปรากฏการณ์ที่กำลังศึกษาอย่างครบถ้วน
• ข้อมูลที่ได้รับจะต้องมีความถูกต้องและเชื่อถือได้
• ข้อมูลที่ได้รับควรมีความสม่ำเสมอและเปรียบเทียบได้ง่าย

นอกจากนี้ การสังเกตทางสถิติอาจมีสองรูปแบบ:

• การรายงานเป็นรูปแบบหนึ่งของการสังเกตทางสถิติ โดยที่ข้อมูลจะถูกส่งไปยังแผนกสถิติเฉพาะขององค์กร สถาบัน หรือองค์กรต่างๆ ในกรณีนี้ข้อมูลจะถูกป้อนลงในรายงานพิเศษ
• การสังเกตที่จัดเป็นพิเศษคือการสังเกตที่จัดขึ้นเพื่อวัตถุประสงค์เฉพาะ เพื่อให้ได้ข้อมูลที่ไม่มีอยู่ในรายงาน หรือเพื่อชี้แจงและสร้างความน่าเชื่อถือของข้อมูลในรายงาน แบบฟอร์มนี้ประกอบด้วยแบบสำรวจ (เช่น แบบสำรวจความคิดเห็น) การสำรวจสำมะโนประชากร ฯลฯ

นอกจากนี้ การสังเกตทางสถิติยังแบ่งตามลักษณะเฉพาะได้ 2 ลักษณะ คือ ตามลักษณะการบันทึกข้อมูล หรือตามความครอบคลุมของหน่วยสังเกตการณ์ หมวดหมู่แรกประกอบด้วยการสำรวจ เอกสาร และการสังเกตโดยตรง และประเภทที่สองรวมถึงการสังเกตอย่างต่อเนื่องและไม่สมบูรณ์ เช่น เลือกสรร

ในการรับข้อมูลโดยใช้การสังเกตทางสถิติ คุณสามารถใช้วิธีการต่างๆ เช่น แบบสอบถาม กิจกรรมผู้สื่อข่าว การคำนวณด้วยตนเอง (เช่น เมื่อผู้สังเกตกรอกเอกสารที่เกี่ยวข้องด้วยตนเอง) การสำรวจ และการรายงาน

สรุปและการจัดกลุ่มวัสดุการสังเกตทางสถิติ

เมื่อพูดถึงวิธีที่สอง ก่อนอื่นเราควรพูดถึงบทสรุป สรุปคือกระบวนการประมวลผลข้อเท็จจริงบางอย่างซึ่งประกอบขึ้นเป็นเนื้อหาโดยรวมที่รวบรวมระหว่างการสังเกต หากการสรุปดำเนินการอย่างถูกต้อง ข้อมูลจำนวนมากเกี่ยวกับวัตถุการสังเกตแต่ละรายการสามารถเปลี่ยนเป็นตารางสถิติและผลลัพธ์ที่ซับซ้อนทั้งหมดได้ นอกจากนี้การวิจัยดังกล่าวยังช่วยในการกำหนดลักษณะทั่วไปและรูปแบบของปรากฏการณ์ที่กำลังศึกษาอยู่

เมื่อคำนึงถึงตัวบ่งชี้ความแม่นยำและความลึกของการศึกษาสามารถแยกแยะบทสรุปที่ง่ายและซับซ้อนได้ แต่สิ่งใดสิ่งหนึ่งควรขึ้นอยู่กับขั้นตอนเฉพาะ:

• มีการเลือกลักษณะการจัดกลุ่ม
• กำหนดลำดับการก่อตัวของกลุ่ม
• มีการพัฒนาระบบตัวบ่งชี้เพื่อระบุลักษณะกลุ่มและวัตถุหรือปรากฏการณ์โดยรวม
• เค้าโครงตารางกำลังได้รับการพัฒนาซึ่งจะนำเสนอผลลัพธ์สรุป

สิ่งสำคัญคือต้องทราบว่ามีรูปแบบการสรุปที่แตกต่างกัน:

• สรุปแบบรวมศูนย์ โดยต้องมีการถ่ายโอนวัสดุหลักที่ได้รับไปยังศูนย์ที่สูงกว่าเพื่อการประมวลผลในภายหลัง
• สรุปแบบกระจายอำนาจ โดยที่การศึกษาข้อมูลเกิดขึ้นในหลายขั้นตอนในลักษณะจากน้อยไปมาก

การสรุปสามารถทำได้โดยใช้อุปกรณ์พิเศษ เช่น การใช้ซอฟต์แวร์คอมพิวเตอร์หรือด้วยตนเอง

ในส่วนของการจัดกลุ่ม กระบวนการนี้จะมีความโดดเด่นโดยการแบ่งข้อมูลที่อยู่ระหว่างการศึกษาออกเป็นกลุ่มตามลักษณะเฉพาะ คุณสมบัติของงานที่เกิดจากการวิเคราะห์ทางสถิติมีอิทธิพลต่อประเภทของการจัดกลุ่ม: การจำแนกประเภท โครงสร้าง หรือการวิเคราะห์ นั่นคือเหตุผลที่ในการสรุปและการจัดกลุ่มพวกเขาหันไปใช้บริการของผู้เชี่ยวชาญเฉพาะทางหรือการใช้งาน

ปริมาณทางสถิติสัมบูรณ์และสัมพัทธ์

ค่าสัมบูรณ์ถือเป็นรูปแบบแรกของการนำเสนอข้อมูลทางสถิติ ด้วยความช่วยเหลือนี้ จึงเป็นไปได้ที่จะกำหนดคุณลักษณะเชิงมิติให้กับปรากฏการณ์ได้ เช่น ในเวลา ความยาว ปริมาตร พื้นที่ มวล เป็นต้น

หากคุณต้องการทราบเกี่ยวกับค่าสถิติสัมบูรณ์แต่ละรายการ คุณสามารถใช้การวัด การประมาณค่า การนับจำนวน หรือการชั่งน้ำหนักได้ และหากคุณต้องการได้รับตัวบ่งชี้ปริมาณรวม คุณควรใช้การสรุปและการจัดกลุ่ม จะต้องคำนึงถึงว่าค่าสถิติสัมบูรณ์จะแตกต่างกันเมื่อมีหน่วยวัด หน่วยดังกล่าวประกอบด้วยต้นทุน แรงงาน และธรรมชาติ

และปริมาณสัมพัทธ์แสดงความสัมพันธ์เชิงปริมาณที่เกี่ยวข้องกับปรากฏการณ์ของชีวิตทางสังคม เพื่อให้ได้มา ปริมาณบางจำนวนจะถูกหารด้วยปริมาณอื่นเสมอ ตัวบ่งชี้ที่ใช้เปรียบเทียบ (นี่คือตัวส่วน) เรียกว่าพื้นฐานของการเปรียบเทียบ และตัวบ่งชี้ที่ใช้เปรียบเทียบ (นี่คือตัวเศษ) เรียกว่าค่าการรายงาน

ค่าสัมพัทธ์อาจแตกต่างกันไปขึ้นอยู่กับเนื้อหา ตัวอย่างเช่นมีค่าของการเปรียบเทียบค่าของระดับการพัฒนาค่าของความเข้มข้นของกระบวนการเฉพาะค่าของการประสานงานโครงสร้างไดนามิก ฯลฯ ฯลฯ

ในการศึกษาประชากรตามลักษณะเฉพาะที่แตกต่างกัน การวิเคราะห์ทางสถิติจะใช้ค่าเฉลี่ย โดยสรุปลักษณะเชิงคุณภาพของชุดปรากฏการณ์ที่เป็นเนื้อเดียวกันโดยอาศัยลักษณะเฉพาะที่แตกต่างบางประการ

คุณสมบัติที่สำคัญอย่างยิ่งของค่าเฉลี่ยคือการพูดถึงค่าของคุณสมบัติเฉพาะในคอมเพล็กซ์ทั้งหมดเป็นตัวเลขตัวเดียว แม้ว่าแต่ละหน่วยอาจแสดงความแตกต่างเชิงปริมาณ แต่ค่าเฉลี่ยจะแสดงค่าทั่วไปซึ่งเป็นลักษณะของทุกหน่วยของคอมเพล็กซ์ภายใต้การศึกษา ปรากฎว่าโดยการใช้คุณลักษณะของสิ่งหนึ่ง คุณจะได้รับคุณลักษณะของทั้งหมด

ควรระลึกไว้ว่าหนึ่งในเงื่อนไขที่สำคัญที่สุดสำหรับการใช้ค่าเฉลี่ยหากทำการวิเคราะห์ทางสถิติของปรากฏการณ์ทางสังคมจะถือเป็นความสม่ำเสมอของความซับซ้อนซึ่งจำเป็นต้องค้นหา ค่าเฉลี่ย และสูตรในการพิจารณาจะขึ้นอยู่กับว่าจะแสดงข้อมูลเริ่มต้นสำหรับการคำนวณค่าเฉลี่ยอย่างไร

ซีรี่ส์รูปแบบต่างๆ

ในบางกรณี ข้อมูลตัวบ่งชี้เฉลี่ยของปริมาณที่ศึกษาบางประเภทอาจไม่เพียงพอที่จะประมวลผล ประเมิน และวิเคราะห์เชิงลึกต่อปรากฏการณ์หรือกระบวนการ จากนั้น เราควรคำนึงถึงความแปรผันหรือการกระจายตัวของตัวชี้วัดของแต่ละหน่วย ซึ่งแสดงถึงลักษณะสำคัญของประชากรที่ศึกษาด้วย

ค่าแต่ละค่าของปริมาณสามารถได้รับอิทธิพลจากหลายปัจจัย และปรากฏการณ์หรือกระบวนการที่กำลังศึกษาอยู่นั้นมีความหลากหลายมาก เช่น มีความแปรผัน (ความหลากหลายนี้คืออนุกรมความแปรผัน) เหตุผลที่ควรค้นหาในสาระสำคัญของสิ่งที่กำลังศึกษา

ค่าสัมบูรณ์ข้างต้นขึ้นอยู่กับหน่วยการวัดลักษณะโดยตรง ดังนั้น จึงทำให้กระบวนการศึกษา การประเมิน และการเปรียบเทียบชุดรูปแบบตั้งแต่ 2 ชุดขึ้นไปมีความซับซ้อนมากขึ้น และจำเป็นต้องคำนวณตัวบ่งชี้สัมพัทธ์เป็นอัตราส่วนของตัวบ่งชี้สัมบูรณ์และค่าเฉลี่ย

ตัวอย่าง

ความหมายของวิธีการสุ่มตัวอย่าง (หรือเรียกง่ายๆ ก็คือ การสุ่มตัวอย่าง) ก็คือการนำคุณสมบัติของส่วนหนึ่งมาใช้ในการกำหนดลักษณะเชิงตัวเลขของผลรวมทั้งหมด (ซึ่งเรียกว่าประชากรทั่วไป) วิธีการสุ่มตัวอย่างหลักคือการเชื่อมต่อภายในที่รวมชิ้นส่วนและทั้งหมดเข้าด้วยกัน ทั้งแบบรายบุคคลและแบบทั่วไป

วิธีการสุ่มตัวอย่างมีข้อได้เปรียบเหนือวิธีอื่นหลายประการอย่างมากเพราะว่า ด้วยการลดจำนวนการสังเกต ทำให้คุณสามารถลดปริมาณงาน เงิน และความพยายามที่ใช้ไป รวมถึงรับข้อมูลเกี่ยวกับกระบวนการและปรากฏการณ์ดังกล่าวได้สำเร็จ ซึ่งเป็นไปไม่ได้เลยที่จะศึกษาทั้งหมดอย่างสมบูรณ์

ความสอดคล้องกันของคุณลักษณะของกลุ่มตัวอย่างกับคุณลักษณะของปรากฏการณ์หรือกระบวนการที่กำลังศึกษาจะขึ้นอยู่กับชุดของเงื่อนไข และหลักๆ แล้วจะขึ้นอยู่กับวิธีนำวิธีการสุ่มตัวอย่างไปใช้ในทางปฏิบัติ ซึ่งอาจเป็นได้ทั้งการเลือกอย่างเป็นระบบ ตามแผนการที่เตรียมไว้ หรือโดยไม่ได้วางแผนไว้ เมื่อสร้างตัวอย่างจากประชากรทั่วไป

แต่ในทุกกรณี วิธีการสุ่มตัวอย่างจะต้องเป็นแบบอย่างและเป็นไปตามเกณฑ์ความเป็นกลาง ต้องปฏิบัติตามข้อกำหนดเหล่านี้เสมอเพราะว่า ความสอดคล้องกันระหว่างลักษณะของวิธีการและลักษณะของสิ่งที่ถูกวิเคราะห์ทางสถิติจะขึ้นอยู่กับสิ่งเหล่านั้น

ดังนั้น ก่อนที่จะประมวลผลวัสดุตัวอย่าง จำเป็นต้องตรวจสอบอย่างละเอียด เพื่อกำจัดทุกสิ่งที่ไม่จำเป็นและไม่สำคัญออกไป ในเวลาเดียวกัน เมื่อรวบรวมตัวอย่าง จำเป็นต้องหลีกเลี่ยงกิจกรรมสมัครเล่นใดๆ ซึ่งหมายความว่าไม่ว่าในกรณีใดคุณควรเลือกเฉพาะตัวเลือกที่ดูเหมือนปกติและละทิ้งตัวเลือกอื่นทั้งหมด

ต้องเลือกตัวอย่างที่มีประสิทธิภาพและมีคุณภาพสูงอย่างเป็นกลาง เช่น จะต้องดำเนินการในลักษณะที่ไม่รวมอิทธิพลส่วนตัวและแรงจูงใจที่มีอคติ และเพื่อให้เป็นไปตามเงื่อนไขนี้อย่างถูกต้อง จำเป็นต้องใช้หลักการสุ่มหรือพูดง่ายๆ ก็คือ หลักการสุ่มตัวเลือกจากประชากรทั้งหมด

หลักการที่นำเสนอทำหน้าที่เป็นพื้นฐานสำหรับทฤษฎีของวิธีการสุ่มตัวอย่าง และจะต้องปฏิบัติตามเมื่อใดก็ตามที่จำเป็นเพื่อสร้างประชากรตัวอย่างที่มีประสิทธิผล และกรณีของการคัดเลือกอย่างเป็นระบบก็ไม่มีข้อยกเว้นในที่นี้

การวิเคราะห์สหสัมพันธ์และการถดถอย

การวิเคราะห์สหสัมพันธ์และการวิเคราะห์การถดถอยเป็นสองวิธีที่มีประสิทธิภาพสูงที่ช่วยให้คุณสามารถวิเคราะห์ข้อมูลจำนวนมากเพื่อศึกษาความสัมพันธ์ที่เป็นไปได้ของตัวบ่งชี้สองตัวขึ้นไป

ในกรณีของ การวิเคราะห์ความสัมพันธ์งานคือ:

• วัดความใกล้ชิดของการเชื่อมต่อที่มีอยู่ระหว่างคุณลักษณะที่แตกต่าง
• ระบุความสัมพันธ์เชิงสาเหตุที่ไม่ทราบสาเหตุ
• ประเมินปัจจัยที่มีอิทธิพลต่อลักษณะสุดท้ายมากที่สุด

และในกรณีการวิเคราะห์การถดถอยงานมีดังนี้

• กำหนดรูปแบบการสื่อสาร
• กำหนดระดับอิทธิพลของตัวบ่งชี้อิสระต่อตัวบ่งชี้ที่ขึ้นอยู่กับ
• กำหนดค่าที่คำนวณได้ของตัวบ่งชี้ที่ขึ้นอยู่กับ

เพื่อแก้ไขปัญหาข้างต้นทั้งหมด จำเป็นต้องใช้ทั้งการวิเคราะห์สหสัมพันธ์และการถดถอยร่วมกันเกือบทุกครั้ง

ซีรี่ส์ไดนามิก

เมื่อใช้วิธีการวิเคราะห์ทางสถิตินี้ จะสะดวกมากในการกำหนดความรุนแรงหรือความเร็วของปรากฏการณ์ที่เกิดขึ้น ค้นหาแนวโน้มของการพัฒนา เน้นความผันผวน เปรียบเทียบพลวัตของการพัฒนา และค้นหาความสัมพันธ์ระหว่างปรากฏการณ์ที่เกิดขึ้นเมื่อเวลาผ่านไป

ซีรีส์ไดนามิกคือซีรีส์ที่มีตัวบ่งชี้ทางสถิติตามลำดับในช่วงเวลาหนึ่ง การเปลี่ยนแปลงที่บ่งบอกถึงลักษณะกระบวนการพัฒนาของวัตถุหรือปรากฏการณ์ที่กำลังศึกษาอยู่

ซีรีย์ Dynamic ประกอบด้วยสององค์ประกอบ:

• ช่วงเวลาหรือช่วงเวลาที่เกี่ยวข้องกับข้อมูลที่มีอยู่
• ระดับหรือตัวบ่งชี้ทางสถิติ

เมื่อนำมารวมกัน ส่วนประกอบเหล่านี้เป็นตัวแทนของอนุกรมเวลาสองเทอม โดยที่เทอมแรก (ช่วงเวลา) จะแสดงด้วยตัวอักษร “t” และเทอมที่สอง (ระดับ) จะแสดงด้วยตัวอักษร “y”

ขึ้นอยู่กับระยะเวลาของช่วงเวลาที่ระดับต่างๆ เชื่อมต่อกัน อนุกรมไดนามิกสามารถเป็นแบบชั่วขณะและแบบช่วงเวลาได้ อนุกรมช่วงเวลาช่วยให้คุณสามารถเพิ่มระดับเพื่อให้ได้มูลค่ารวมของช่วงเวลาต่อๆ ไป แต่ในอนุกรมช่วงเวลานั้น ไม่มีความเป็นไปได้ดังกล่าว แต่ก็ไม่จำเป็น

อนุกรมเวลายังมีอยู่ในช่วงเวลาที่เท่ากันและต่างกัน สาระสำคัญของช่วงเวลาในอนุกรมโมเมนต์และอนุกรมช่วงเวลาจะแตกต่างกันเสมอ ในกรณีแรก ช่วงเวลาคือช่วงเวลาระหว่างวันที่เชื่อมโยงข้อมูลสำหรับการวิเคราะห์ (สะดวกในการใช้ชุดข้อมูลดังกล่าว เช่น เพื่อกำหนดจำนวนการดำเนินการต่อเดือน ปี ฯลฯ) และในกรณีที่สองคือช่วงเวลาที่แนบชุดข้อมูลทั่วไป (ชุดดังกล่าวสามารถใช้เพื่อกำหนดคุณภาพของการดำเนินการเดียวกันเป็นเวลาหนึ่งเดือนหนึ่งปี ฯลฯ ) ช่วงเวลาสามารถเท่ากันหรือต่างกันได้ โดยไม่คำนึงถึงประเภทของซีรี่ส์

โดยธรรมชาติแล้วเพื่อที่จะเรียนรู้วิธีการประยุกต์ใช้วิธีวิเคราะห์ทางสถิติแต่ละวิธีอย่างมีความสามารถนั้น การรู้เกี่ยวกับวิธีเหล่านั้นนั้นไม่เพียงพอ เพราะโดยพื้นฐานแล้วสถิติคือ วิทยาศาสตร์ทั้งหมดซึ่งต้องใช้ทักษะและความสามารถบางอย่างด้วย แต่เพื่อให้ง่ายขึ้น คุณสามารถและควรฝึกการคิดและ...

มิฉะนั้นการวิจัย การประเมิน การประมวลผล และการวิเคราะห์ข้อมูลถือเป็นกระบวนการที่น่าสนใจมาก และแม้ว่าสิ่งนี้จะไม่นำไปสู่ผลลัพธ์ที่เฉพาะเจาะจงใดๆ ก็ตาม ก็สามารถเรียนรู้สิ่งที่น่าสนใจมากมายระหว่างการวิจัยได้ การวิเคราะห์ทางสถิติพบว่ามีการใช้งานในกิจกรรมของมนุษย์ในด้านต่างๆ มากมาย และคุณสามารถใช้ในโรงเรียน ที่ทำงาน ธุรกิจ และด้านอื่นๆ รวมถึงการพัฒนาเด็กและการศึกษาด้วยตนเอง

วิธีการทางสถิติ

วิธีการทางสถิติ- วิธีการวิเคราะห์ข้อมูลทางสถิติ มีวิธีสถิติประยุกต์ที่สามารถนำไปใช้ในทุกสาขาของการวิจัยทางวิทยาศาสตร์และภาคส่วนใดๆ ของเศรษฐกิจของประเทศ และวิธีการทางสถิติอื่นๆ ซึ่งการบังคับใช้นั้นจำกัดอยู่เพียงด้านใดด้านหนึ่งเท่านั้น นี่หมายถึงวิธีการต่างๆ เช่น การควบคุมการยอมรับทางสถิติ การควบคุมกระบวนการทางเทคโนโลยีทางสถิติ ความน่าเชื่อถือและการทดสอบ และการวางแผนการทดลอง

การจำแนกวิธีการทางสถิติ

วิธีการวิเคราะห์ข้อมูลทางสถิติถูกนำมาใช้ในกิจกรรมของมนุษย์เกือบทุกด้านใช้เมื่อใดก็ตามที่จำเป็นเพื่อให้ได้มาและพิสูจน์เหตุผลของการตัดสินเกี่ยวกับกลุ่ม (วัตถุหรือหัวข้อ) ที่มีความแตกต่างภายในบางอย่าง

ขอแนะนำให้แยกแยะกิจกรรมทางวิทยาศาสตร์และประยุกต์สามประเภทในสาขาวิธีการวิเคราะห์ข้อมูลทางสถิติ (ตามระดับความจำเพาะของวิธีการที่เกี่ยวข้องกับการแช่ในปัญหาเฉพาะ):

ก) การพัฒนาและการวิจัยวิธีการทั่วไป โดยไม่คำนึงถึงลักษณะเฉพาะของสาขาที่ประยุกต์ใช้

b) การพัฒนาและการวิจัยแบบจำลองทางสถิติของปรากฏการณ์และกระบวนการจริงตามความต้องการของกิจกรรมเฉพาะด้าน

ค) การประยุกต์วิธีการและแบบจำลองทางสถิติสำหรับการวิเคราะห์ทางสถิติของข้อมูลเฉพาะ

สถิติประยุกต์

คำอธิบายประเภทของข้อมูลและกลไกในการสร้างข้อมูลถือเป็นจุดเริ่มต้นของการศึกษาทางสถิติ ใช้วิธีการทั้งแบบกำหนดขึ้นและความน่าจะเป็นเพื่ออธิบายข้อมูล เมื่อใช้วิธีการที่กำหนดขึ้นทำให้สามารถวิเคราะห์เฉพาะข้อมูลที่มีให้กับผู้วิจัยเท่านั้น ตัวอย่างเช่นด้วยความช่วยเหลือของพวกเขา ทำให้ได้รับตารางที่คำนวณโดยหน่วยงานสถิติของรัฐอย่างเป็นทางการตามรายงานทางสถิติที่ส่งโดยองค์กรและองค์กรต่างๆ ผลลัพธ์ที่ได้สามารถถ่ายโอนไปยังประชากรในวงกว้างขึ้น และใช้สำหรับการคาดการณ์และการควบคุมบนพื้นฐานของการสร้างแบบจำลองทางสถิติที่น่าจะเป็นเท่านั้น ดังนั้นเฉพาะวิธีการที่ใช้ทฤษฎีความน่าจะเป็นจึงมักรวมอยู่ในสถิติทางคณิตศาสตร์

เราไม่ถือว่าเป็นไปได้ที่จะเปรียบเทียบวิธีการกำหนดและสถิติความน่าจะเป็น เราถือว่าสิ่งเหล่านี้เป็นขั้นตอนต่อเนื่องของการวิเคราะห์ทางสถิติ ในขั้นแรกจำเป็นต้องวิเคราะห์ข้อมูลที่มีอยู่และนำเสนอในรูปแบบที่อ่านง่ายโดยใช้ตารางและแผนภูมิ จากนั้นขอแนะนำให้วิเคราะห์ข้อมูลทางสถิติบนพื้นฐานของความน่าจะเป็นและแบบจำลองทางสถิติบางอย่าง โปรดทราบว่าความเป็นไปได้ของการเข้าใจอย่างลึกซึ้งยิ่งขึ้นเกี่ยวกับแก่นแท้ของปรากฏการณ์หรือกระบวนการจริงนั้นได้รับการรับรองโดยการพัฒนาแบบจำลองทางคณิตศาสตร์ที่เหมาะสม

ในสถานการณ์ที่ง่ายที่สุด ข้อมูลทางสถิติคือค่าของลักษณะเฉพาะบางประการของวัตถุที่กำลังศึกษา ค่าสามารถเป็นเชิงปริมาณหรือระบุหมวดหมู่ที่สามารถจำแนกวัตถุได้ ในกรณีที่สอง พวกเขาพูดถึงสัญญาณเชิงคุณภาพ

เมื่อทำการวัดด้วยคุณลักษณะเชิงปริมาณหรือเชิงคุณภาพหลายประการ เราจะได้เวกเตอร์เป็นข้อมูลทางสถิติเกี่ยวกับวัตถุ ถือได้ว่าเป็นข้อมูลประเภทใหม่ ในกรณีนี้ ตัวอย่างจะประกอบด้วยชุดเวกเตอร์ มีส่วนหนึ่งของพิกัด - ตัวเลขและส่วนหนึ่ง - ข้อมูลเชิงคุณภาพ (จัดหมวดหมู่) จากนั้นเรากำลังพูดถึงเวกเตอร์ของข้อมูลประเภทต่างๆ

องค์ประกอบหนึ่งของตัวอย่างคือมิติเดียวสามารถเป็นฟังก์ชันโดยรวมได้ ตัวอย่างเช่น การอธิบายไดนามิกของตัวบ่งชี้ นั่นคือ การเปลี่ยนแปลงเมื่อเวลาผ่านไป คือ คลื่นไฟฟ้าหัวใจของผู้ป่วยหรือความกว้างของจังหวะของเพลามอเตอร์ หรืออนุกรมเวลาที่อธิบายพลวัตของผลการดำเนินงานของบริษัทใดบริษัทหนึ่ง จากนั้นตัวอย่างจะประกอบด้วยชุดของฟังก์ชัน

องค์ประกอบตัวอย่างอาจเป็นองค์ประกอบอื่นก็ได้ วัตถุทางคณิตศาสตร์- ตัวอย่างเช่น ความสัมพันธ์แบบไบนารี ดังนั้นเมื่อสำรวจผู้เชี่ยวชาญพวกเขามักจะใช้การสั่งซื้อ (อันดับ) ของวัตถุในการตรวจสอบ - ตัวอย่างผลิตภัณฑ์ โครงการลงทุน ตัวเลือกสำหรับการตัดสินใจของฝ่ายบริหาร องค์ประกอบการสุ่มตัวอย่างสามารถเป็นความสัมพันธ์ไบนารีประเภทต่างๆ ได้ (การเรียงลำดับ การแบ่งส่วน ความคลาดเคลื่อน) เซต เซตฟัซซี่ ฯลฯ ทั้งนี้ขึ้นอยู่กับข้อบังคับของการศึกษาของผู้เชี่ยวชาญ

ดังนั้นลักษณะทางคณิตศาสตร์ขององค์ประกอบตัวอย่างในปัญหาต่างๆ ของสถิติประยุกต์อาจแตกต่างกันมาก อย่างไรก็ตาม ข้อมูลทางสถิติสามารถจำแนกได้สองประเภท - แบบตัวเลขและไม่ใช่ตัวเลข ดังนั้นสถิติที่ใช้จึงแบ่งออกเป็นสองส่วนคือสถิติเชิงตัวเลขและสถิติที่ไม่ใช่ตัวเลข

สถิติเชิงตัวเลข ได้แก่ ตัวเลข เวกเตอร์ ฟังก์ชัน สามารถบวกและคูณด้วยสัมประสิทธิ์ได้ ดังนั้นในสถิติเชิงตัวเลข ผลรวมต่างๆ จึงมีความสำคัญอย่างยิ่ง เครื่องมือทางคณิตศาสตร์สำหรับการวิเคราะห์ผลรวมขององค์ประกอบสุ่มของกลุ่มตัวอย่างคือกฎ (คลาสสิก) ของจำนวนจำนวนมากและทฤษฎีบทขีดจำกัดกลาง

ข้อมูลทางสถิติที่ไม่ใช่ตัวเลขคือข้อมูลที่ถูกจัดหมวดหมู่ เวกเตอร์ของคุณลักษณะประเภทต่างๆ ความสัมพันธ์แบบไบนารี เซต ชุดฟัซซี ฯลฯ ไม่สามารถบวกและคูณด้วยสัมประสิทธิ์ได้ ดังนั้นจึงไม่มีเหตุผลที่จะพูดถึงผลรวมของสถิติที่ไม่ใช่ตัวเลข เป็นองค์ประกอบของปริภูมิทางคณิตศาสตร์ที่ไม่ใช่ตัวเลข (เซต) เครื่องมือทางคณิตศาสตร์สำหรับการวิเคราะห์ข้อมูลทางสถิติที่ไม่ใช่ตัวเลขนั้นขึ้นอยู่กับการใช้ระยะห่างระหว่างองค์ประกอบ (รวมถึงการวัดความใกล้ชิด ตัวชี้วัดความแตกต่าง) ในพื้นที่ดังกล่าว ด้วยความช่วยเหลือของระยะทาง ค่าเฉลี่ยเชิงประจักษ์และเชิงทฤษฎีจะถูกกำหนด กฎของจำนวนมากได้รับการพิสูจน์ การประมาณแบบไม่อิงพารามิเตอร์ของความหนาแน่นของการกระจายความน่าจะเป็นจะถูกสร้างขึ้น ปัญหาการวินิจฉัยและการวิเคราะห์คลัสเตอร์ได้รับการแก้ไข ฯลฯ (ดู)

การวิจัยประยุกต์ใช้ข้อมูลทางสถิติประเภทต่างๆ โดยเฉพาะอย่างยิ่งสำหรับวิธีการได้มาซึ่งสิ่งเหล่านี้ เช่นหากการทดสอบบางอย่าง อุปกรณ์ทางเทคนิคดำเนินต่อไปจนกระทั่ง จุดใดจุดหนึ่งเวลาแล้วเราจะได้สิ่งที่เรียกว่า ข้อมูลที่เซ็นเซอร์ประกอบด้วยชุดตัวเลข - ระยะเวลาการทำงานของอุปกรณ์จำนวนหนึ่งก่อนเกิดความล้มเหลว และข้อมูลที่อุปกรณ์ที่เหลือยังคงทำงานต่อไปเมื่อสิ้นสุดการทดสอบ ข้อมูลที่เซ็นเซอร์มักใช้ในการประเมินและติดตามความน่าเชื่อถือของอุปกรณ์ทางเทคนิค

โดยทั่วไปแล้ว วิธีทางสถิติสำหรับการวิเคราะห์ข้อมูลสามประเภทแรกจะพิจารณาแยกกัน ข้อจำกัดนี้เกิดจากข้อเท็จจริงที่ระบุไว้ข้างต้นว่าเครื่องมือทางคณิตศาสตร์สำหรับการวิเคราะห์ข้อมูลที่มีลักษณะที่ไม่ใช่ตัวเลขมีความแตกต่างอย่างมีนัยสำคัญกับข้อมูลในรูปของตัวเลข เวกเตอร์ และฟังก์ชัน

การสร้างแบบจำลองความน่าจะเป็น-สถิติ

เมื่อใช้วิธีการทางสถิติในสาขาความรู้เฉพาะและภาคส่วนต่างๆ ของเศรษฐกิจของประเทศ เราได้รับสาขาวิชาทางวิทยาศาสตร์และการปฏิบัติ เช่น "วิธีการทางสถิติในอุตสาหกรรม" "วิธีการทางสถิติในการแพทย์" เป็นต้น จากมุมมองนี้ เศรษฐมิติคือ "ทางสถิติ" วิธีการทางเศรษฐศาสตร์” สาขาวิชาเหล่านี้ของกลุ่ม b) มักจะขึ้นอยู่กับแบบจำลองความน่าจะเป็นทางสถิติที่สร้างขึ้นตามลักษณะของสาขาการใช้งาน เป็นประโยชน์อย่างมากในการเปรียบเทียบแบบจำลองความน่าจะเป็น-สถิติที่ใช้ในสาขาต่างๆ เพื่อค้นหาความคล้ายคลึงกัน และในขณะเดียวกันก็สังเกตความแตกต่างบางประการ ดังนั้น เราจึงสามารถเห็นความคล้ายคลึงกันของคำแถลงปัญหาและวิธีการทางสถิติที่ใช้ในการแก้ปัญหาเหล่านั้นในสาขาต่างๆ เช่น การวิจัยทางวิทยาศาสตร์ทางการแพทย์ การวิจัยทางสังคมวิทยาเฉพาะ และการวิจัยการตลาด หรือกล่าวโดยย่อคือ ในการแพทย์ สังคมวิทยา และการตลาด สิ่งเหล่านี้มักจัดกลุ่มเข้าด้วยกันภายใต้ชื่อ "การศึกษาตัวอย่าง"

ก่อนอื่นความแตกต่างระหว่างการศึกษาตัวอย่างและการศึกษาโดยผู้เชี่ยวชาญนั้นแสดงให้เห็นอย่างชัดเจนในจำนวนวัตถุหรือวิชาที่สำรวจ - ในการศึกษาตัวอย่างเรามักจะพูดถึงหลายร้อยและในการศึกษาโดยผู้เชี่ยวชาญ - ประมาณสิบ แต่เทคโนโลยีการวิจัยของผู้เชี่ยวชาญนั้นซับซ้อนกว่ามาก ความจำเพาะจะยิ่งเด่นชัดมากขึ้นในแบบจำลองทางประชากรศาสตร์หรือลอจิสติกส์ เมื่อประมวลผลข้อมูลเชิงบรรยาย (ข้อความ พงศาวดาร) หรือเมื่อศึกษาอิทธิพลร่วมกันของปัจจัยต่างๆ

ประเด็นด้านความน่าเชื่อถือและความปลอดภัยของอุปกรณ์ทางเทคนิคและเทคโนโลยี ทฤษฎีการเข้าคิวจะถูกกล่าวถึงโดยละเอียดในงานทางวิทยาศาสตร์จำนวนมาก

การวิเคราะห์ทางสถิติของข้อมูลเฉพาะ

การประยุกต์วิธีการและแบบจำลองทางสถิติสำหรับการวิเคราะห์ทางสถิติของข้อมูลเฉพาะมีความเชื่อมโยงอย่างใกล้ชิดกับปัญหาในสาขาที่เกี่ยวข้อง ผลลัพธ์ของกิจกรรมทางวิทยาศาสตร์และประยุกต์ประเภทที่สามที่ระบุอยู่ที่จุดตัดของสาขาวิชา ถือได้ว่าเป็นตัวอย่างของการประยุกต์วิธีการทางสถิติในทางปฏิบัติ แต่ไม่มีเหตุผลใดที่จะถือว่าพวกเขาเป็นกิจกรรมของมนุษย์ที่สอดคล้องกัน

ตัวอย่างเช่น ผลการสำรวจผู้บริโภคกาแฟสำเร็จรูปมักมีสาเหตุมาจากการตลาด (ซึ่งเป็นสิ่งที่พวกเขาทำเมื่อบรรยายเกี่ยวกับการวิจัยการตลาด) การศึกษาพลวัตของการเติบโตของราคาโดยใช้ดัชนีเงินเฟ้อที่คำนวณจากข้อมูลที่รวบรวมอย่างอิสระเป็นที่สนใจเป็นหลักจากมุมมองของเศรษฐศาสตร์และการจัดการเศรษฐกิจของประเทศ (ทั้งในระดับมหภาคและระดับของแต่ละองค์กร)

แนวโน้มการพัฒนา

ทฤษฎีวิธีการทางสถิติมีวัตถุประสงค์เพื่อแก้ไขปัญหาที่แท้จริง ดังนั้นโปรดักชั่นใหม่จึงปรากฏอยู่ตลอดเวลา ปัญหาทางคณิตศาสตร์การวิเคราะห์ข้อมูลทางสถิติ วิธีการใหม่ๆ ได้รับการพัฒนาและพิสูจน์ได้ การหาเหตุผลมักกระทำโดยวิธีทางคณิตศาสตร์ กล่าวคือ โดยการพิสูจน์ทฤษฎีบท องค์ประกอบด้านระเบียบวิธีมีบทบาทสำคัญ - วิธีการตั้งปัญหาอย่างแน่นอนข้อสันนิษฐานใดที่จะยอมรับเพื่อวัตถุประสงค์ของการศึกษาทางคณิตศาสตร์เพิ่มเติม บทบาทของเทคโนโลยีสารสนเทศสมัยใหม่โดยเฉพาะอย่างยิ่งการทดลองทางคอมพิวเตอร์นั้นยอดเยี่ยมมาก

งานเร่งด่วนคือการวิเคราะห์ประวัติของวิธีการทางสถิติเพื่อระบุแนวโน้มการพัฒนาและนำไปใช้ในการพยากรณ์

วรรณกรรม

2. เนย์เลอร์ ที. การทดลองจำลองเครื่องจักรด้วยแบบจำลองของระบบเศรษฐกิจ - อ.: มีร์ 2518 - 500 น.

3. Kramer G. วิธีการทางสถิติทางคณิตศาสตร์ - อ.: มีร์ 2491 (ฉบับพิมพ์ครั้งที่ 1) พ.ศ. 2518 (ฉบับพิมพ์ครั้งที่ 2) - 648 น.

4. Bolshev L. N. , Smirnov N. V. ตารางสถิติทางคณิตศาสตร์ - อ.: Nauka, 1965 (ฉบับพิมพ์ครั้งที่ 1), 1968 (ฉบับพิมพ์ครั้งที่ 2), 1983 (ฉบับพิมพ์ครั้งที่ 3).

5. Smirnov N. V. , Dunin-Barkovsky I. V. หลักสูตรทฤษฎีความน่าจะเป็นและสถิติทางคณิตศาสตร์สำหรับการใช้งานทางเทคนิค เอ็ด ประการที่ 3 โปรเฟสเซอร์ - อ.: Nauka, 2512. - 512 น.

6. นอร์แมน เดรเปอร์, แฮร์รี สมิธการวิเคราะห์การถดถอยแบบประยุกต์ การถดถอยพหุคูณ = การวิเคราะห์การถดถอยประยุกต์ - ฉบับที่ 3 - อ.: “วิภาษวิธี”, 2550. - หน้า 912. - ISBN 0-471-17082-8

ดูเพิ่มเติม

มูลนิธิวิกิมีเดีย

• 2010.
• ยัตคา

อะมัลกัม (แก้ความกำกวม)

ดูว่า "วิธีการทางสถิติ" ในพจนานุกรมอื่น ๆ คืออะไร:- วิธีการทางสถิติ วิธีการทางวิทยาศาสตร์ในการอธิบายและศึกษาปรากฏการณ์มวลที่ทำให้เกิดการแสดงออกเชิงปริมาณ (ตัวเลข) คำว่า "สถิติ" (จาก Igal. stato state) มีรากศัพท์มาจากคำว่า "state" ตอนแรกก็...... สารานุกรมปรัชญา

วิธีการทางสถิติ –- วิธีการทางวิทยาศาสตร์ในการอธิบายและศึกษาปรากฏการณ์มวลที่ทำให้เกิดการแสดงออกเชิงปริมาณ (ตัวเลข) คำว่า "สถิติ" (จากภาษาอิตาลี stato - รัฐ) มีรากศัพท์มาจากคำว่า "รัฐ" เริ่มแรกเกี่ยวข้องกับศาสตร์แห่งการจัดการและ... สารานุกรมปรัชญา

วิธีการทางสถิติ- (ในนิเวศวิทยาและชีววิทยา) วิธีการสถิติการแปรผันที่ทำให้สามารถศึกษาทั้งหมด (เช่น ไฟโตซีโนซิส ประชากร ผลผลิต) ตามผลรวมบางส่วน (เช่น ตามข้อมูลที่ได้รับจากสถานที่ลงทะเบียน) และประเมินระดับ ของความแม่นยำ...... พจนานุกรมนิเวศวิทยา

วิธีการทางสถิติ- (ในด้านจิตวิทยา) (จากสถานะสถานะละติน) วิธีการบางอย่างของสถิติทางคณิตศาสตร์ประยุกต์ซึ่งใช้ในด้านจิตวิทยาเป็นหลักสำหรับการประมวลผลผลการทดลอง วัตถุประสงค์หลักของการใช้ S. m คือการเพิ่มความถูกต้องของข้อสรุปใน ... ... สารานุกรมจิตวิทยาที่ดี

วิธีการทางสถิติ- 20.2. วิธีการทางสถิติ วิธีการทางสถิติเฉพาะที่ใช้ในการจัดระเบียบ ควบคุม และทดสอบกิจกรรม รวมถึงแต่ไม่จำกัดเพียง ก) การออกแบบการทดลองและการวิเคราะห์ปัจจัย b) การวิเคราะห์ความแปรปรวนและ... หนังสืออ้างอิงพจนานุกรมเกี่ยวกับเอกสารเชิงบรรทัดฐานและทางเทคนิค

ดูว่า "วิธีการทางสถิติ" ในพจนานุกรมอื่น ๆ คืออะไร:- วิธีการศึกษาปริมาณ แง่มุมต่างๆ ของสังคมมวลชน ปรากฏการณ์และกระบวนการ S. m. ทำให้สามารถระบุลักษณะการเปลี่ยนแปลงที่กำลังดำเนินอยู่ในสังคมในรูปแบบดิจิทัลได้ กระบวนการศึกษาต่างๆ รูปแบบของเศรษฐกิจและสังคม รูปแบบการเปลี่ยนแปลง...... พจนานุกรมสารานุกรมการเกษตร

ดูว่า "วิธีการทางสถิติ" ในพจนานุกรมอื่น ๆ คืออะไร:- วิธีการบางอย่างของสถิติทางคณิตศาสตร์ประยุกต์ที่ใช้ในการประมวลผลผลการทดลอง มีการพัฒนาวิธีการทางสถิติจำนวนหนึ่งเพื่อทดสอบคุณภาพของการทดสอบทางจิตวิทยาโดยเฉพาะ เพื่อใช้ในวิชาชีพ... ... อาชีวศึกษา. พจนานุกรม

ดูว่า "วิธีการทางสถิติ" ในพจนานุกรมอื่น ๆ คืออะไร:- (ในด้านจิตวิทยาวิศวกรรม) (จากสถานะภาษาละติน) วิธีการบางอย่างของสถิติประยุกต์ที่ใช้ในจิตวิทยาวิศวกรรมเพื่อประมวลผลผลการทดลอง วัตถุประสงค์หลักของการใช้ S. m คือการเพิ่มความถูกต้องของข้อสรุปใน ... ... พจนานุกรมสารานุกรมจิตวิทยาและการสอน