了解统计-教育资源网

我们每人早餐吃多少卡路里？大家今天旅行有多远？我们打电话回家的地方有多大？还有多少人把它叫回家？为了理解所有这些信息，某些工具和思维方式是必要的。称为统计的数学科学有助于我们处理这种信息超载。

统计是对数字信息的研究，称为数据。统计人员获取，组织和分析数据。这个过程的每个部分也都经过仔细检查。统计技术应用于许多其他知识领域。以下是整个统计数据中一些主要主题的介绍。

人口和样本

统计数据中反复出现的主题之一是，我们能够根据对该群体中相对较小部分的研究来说出有关大型群体的内容。整个群体被称为人口。我们研究的部分是样本。

作为一个例子，假设我们想知道生活在美国的人的平均身高。我们可以尝试衡量超过3亿人，但这是不可行的。这将是一个后勤噩梦，以这样的方式进行测量，没有人错过，没有人计算两次。

由于衡量美国每个人的不可能性质，我们可以改为使用统计数据。我们不是找到人口中每个人的身高，而是采取几千的统计样本。如果我们正确地对人口进行了抽样，那么样本的平均高度将非常接近人口的平均高度。

为了得出好的结论，我们需要良好的数据来处理。我们应该始终仔细检查我们抽样人口以获得这些数据的方式。我们使用哪种样本取决于我们的问题重新询问人口。最常用的样本是：

了解如何进行样品测量同样重要。要回到上面的例子，我们如何获取样本中的高度？

这些获取数据的方法中的每一种都有其优点和缺点。任何使用本研究数据的人都想知道它是如何获得的。

有时有大量数据，我们可以从字面上丢失所有细节。很难看到树木的森林。这就是为什么保持我们的数据组织良好很重要。数据的精心组织和图形显示有助于我们在实际进行任何计算之前发现模式和趋势。

由于我们以图形方式呈现数据的方式取决于多种因素。常见图表是：

除了这些众所周知的图表之外，还有其他一些用于特殊情况。

分析数据的一种方法称为描述性统计。这里的目标是计算描述我们数据的数量。称为平均值，中位数和模式的数字都用于表示数据的平均值或中心值。范围和标准偏差用于说明数据的扩展方式。更复杂的技术，例如correlation和回归描述配对的数据。

当我们从一个样本开始，然后尝试推断一些关于人口的东西，我们正在使用推理统计。在处理这一统计领域时，出现了假设检验的主题。在这里，我们看到统计主题的科学性质，当我们陈述假设时，然后使用统计工具和我们的样本来确定我们是否需要拒绝假设的可能性。这种解释实际上只是在刮擦这个非常有用的统计部分的表面。

毫不夸张地说，统计工具几乎被每个科学研究领域所使用。以下是一些严重依赖统计数据的领域：

虽然有些人认为统计学是数学的一个分支，但**把它看作是一门建立在数学基础上的学科。具体而言，统计数据是从数学领域建立起来的，称为概率。概率为我们提供了一种确定事件发生的可能性的方法。它也为我们提供了一种谈论随机性的方式。这是统计的关键，因为需要从群体中随机选择典型样本。

概率首先在1700年代由数学家如Pascal和Fermat研究。1700年代也标志着统计的开始。统计数据从其概率根源不断增长，并在19世纪真正起飞。今天，它的理论范围在数学统计中不断扩大。

冬季养生小常识

科普_1